솔직히 저는 처음에 무료 AI 동영상 생성 툴이라는 말을 믿지 않았습니다. 그동안 써본 무료 서비스들은 워터마크가 덕지덕지 붙거나, 하루에 1~2개 만들고 끝이었거든요. 그런데 Grok을 직접 써보고 나서 생각이 완전히 바뀌었습니다. 일론머스크가 만든 이 AI는 하루 약 20개까지 무료로 영상을 만들어주고, 생성 속도도 20~30초 정도로 빠릅니다. 저는 시니어 대상 드라마 채널을 운영하면서 구독자 이탈을 막기 위해 중간중간 생성 영상을 넣는데, Grok이 가장 효율적이었습니다.
무료인데 이 정도면 충분합니다
일반적으로 AI 동영상 생성 툴은 유료라고 알려져 있지만, 제 경험상 Grok은 무료 플랜만으로도 실제 콘텐츠 제작에 충분히 쓸 수 있습니다. Runway ML이나 Pika Labs 같은 경쟁 서비스는 월 2~3만 원의 구독료를 요구하는데, Grok은 계정당 하루 약 20개의 영상을 무료로 생성할 수 있습니다. 여기서 '생성 쿼터(Generation Quota)'란 사용자가 하루 동안 AI 모델을 호출할 수 있는 횟수를 의미합니다. 쉽게 말해 하루에 만들 수 있는 영상 개수라고 보시면 됩니다.
저는 시니어드라마 채널을 운영하면서 영상 한 편당 3~5개의 생성 영상을 삽입하는데, 하루 20개 제한이면 주 3~4편 정도는 무리 없이 제작할 수 있습니다. 구글 계정이 여러 개 있다면 각 계정마다 별도로 20개씩 사용 가능하니 실질적으로는 더 많이 만들 수 있습니다. 워터마크가 전혀 없다는 점도 큰 장점입니다. 일부 무료 AI 툴은 유료 버전으로 업그레이드해도 워터마크가 남아있는 경우가 있는데, Grok은 처음부터 깔끔하게 나옵니다(출처: Grok 공식 사이트).
실제로 저는 벚꽃 배경의 할아버지와 손녀 산책 장면을 만들어봤는데, 프롬프트를 입력하고 약 25초 만에 6초짜리 영상이 완성되었습니다. 이 속도는 Runway Gen-2나 Stable Video Diffusion보다 체감상 2~3배 빠른 수준입니다.
한글 인터페이스가 생각보다 중요합니다
제가 시니어 대상 콘텐츠를 만들면서 느낀 건데, 영어 인터페이스는 생각보다 큰 장벽입니다. 버튼 하나하나 번역기 돌려가며 쓰는 게 얼마나 번거로운지 아실 겁니다. Grok은 메뉴부터 안내 문구까지 전부 한글로 되어 있어서, 컴퓨터에 익숙하지 않은 분들도 쉽게 접근할 수 있습니다.
사이트 주소는 grok.com이고, 구글 계정으로 간단하게 가입할 수 있습니다. 로그인 후 왼쪽 메뉴에서 '이미지인 상상'을 선택하면 바로 생성 화면이 나옵니다. 여기서 'UI(User Interface)'란 사용자가 프로그램을 조작할 때 보는 화면 구성과 버튼 배치를 뜻합니다. 쉽게 말해 내가 클릭하고 입력하는 모든 부분이 UI입니다.
한글 프롬프트를 입력하면 이미지가 생성되고, 그 이미지 아래 '동영상 만들기' 버튼을 누르면 영상으로 변환됩니다. 저는 "눈 내리는 겨울 산, 오두막 앞에서 커피 마시는 노부부"라고 한글로 입력했는데, 눈송이가 펑펑 내리는 장면이 자연스럽게 생성되었습니다. 다만 한 가지 아쉬운 점은, 대사 삽입 기능에서 한국어를 넣으면 영어 발음으로 나오는 오류가 있다는 것입니다. 예를 들어 "사랑해"라고 입력하면, 이미지 속 인물이 영어식으로 "사랑해"를 발음해서 어색합니다.
정부의 디지털 포용 정책에 따르면, 시니어 세대의 디지털 서비스 이용률은 한글 지원 여부에 따라 약 40% 이상 차이가 난다고 합니다(출처: 과학기술정보통신부). Grok의 한글 인터페이스는 이런 격차를 줄이는 데 실질적으로 도움이 됩니다.
6초 영상을 이어붙이는 노하우
Grok의 가장 큰 단점은 한 번에 6초짜리 영상만 생성된다는 것입니다. 일반적으로 유튜브 쇼츠나 릴스에 올리려면 최소 15~30초는 필요한데, 6초로는 부족하죠. 그런데 제 경험상 이건 충분히 해결할 수 있습니다. 핵심은 '프레임 연속성(Frame Continuity)'을 유지하는 것입니다. 프레임 연속성이란 영상의 마지막 장면과 다음 영상의 첫 장면이 자연스럽게 이어지도록 만드는 기법을 말합니다.
구체적인 방법은 이렇습니다. 첫 번째 영상을 재생한 후, 진행 막대를 맨 끝으로 이동시켜 마지막 장면을 정지시킵니다. 그 상태에서 마우스 오른쪽 버튼을 눌러 '동영상 프레임 복사' 또는 '프레임을 다른 이름으로 저장'을 선택하면, 마지막 장면이 이미지로 저장됩니다. 이 이미지를 다시 Grok에 업로드하고 '동영상 만들기'를 누르면, 이전 영상의 마지막 장면에서 자연스럽게 이어지는 새로운 6초 영상이 만들어집니다.
저는 이 방법으로 봄→여름→가을→겨울 순환 영상을 만들었는데, 각 계절마다 같은 캐릭터와 구도가 유지되면서 배경만 바뀌는 장면이 자연스럽게 연결되었습니다. 이렇게 4~5개 영상을 이어붙이면 24~30초짜리 완성본이 나옵니다. 프리미어 프로나 다빈치 리졸브 같은 편집 프로그램에서 영상들을 타임라인에 순서대로 배치하고 컷 편집만 하면 됩니다.
다만 매번 마지막 프레임을 수동으로 저장하고 업로드하는 과정이 번거롭다는 단점이 있습니다. Runway ML의 경우 '모션 브러시(Motion Brush)' 기능으로 특정 부분만 움직이게 할 수 있고, Pika Labs는 카메라 무브먼트를 직접 조정할 수 있는데, Grok은 이런 세밀한 컨트롤이 아직 부족합니다.
실사용에서 느낀 한계와 개선점
솔직히 Grok으로 만든 영상이 항상 완벽하진 않습니다. 제가 직접 써보면서 가장 많이 느낀 문제는 '아티팩트(Artifact)' 현상입니다. 아티팩트란 AI가 이미지나 영상을 생성할 때 원본에 없던 왜곡이나 오류가 생기는 것을 뜻합니다. 예를 들어 손가락이 6개로 나오거나, 갑자기 배경에 없던 물체가 생기거나, 인물의 얼굴이 중간에 일그러지는 식입니다.
저는 할머니가 손주에게 음식을 건네는 장면을 만들었는데, 영상 중간에 할머니의 손이 갑자기 두 개로 분리되는 오류가 발생했습니다. 또 다른 경우엔 카페 테이블 위에 컵이 하나였다가 갑자기 두 개로 늘어나는 일도 있었습니다. 이런 오류는 특히 손 동작이나 복잡한 물체가 많을 때 자주 발생합니다.
대사 기능도 아쉬운 부분이 많습니다. 저는 "고마워"라는 대사를 넣어봤는데, 이미지 속 할아버지가 영어식 발음으로 "고마워"를 말해서 어색했습니다. 한국어 음성 합성 기술인 TTS(Text-to-Speech)가 제대로 적용되지 않은 것 같습니다. TTS란 텍스트를 자연스러운 음성으로 변환해주는 기술로, 네이버 클로바나 구글 TTS처럼 한국어를 정확하게 발음할 수 있어야 하는데 Grok은 아직 이 부분이 부족합니다.
또한 대사를 설정하지 않았는데도 이미지 속 인물이 입을 벙긋거리며 무언가 말하는 듯한 움직임을 보일 때가 있습니다. 이건 립싱크(Lip Sync) 처리가 불완전하게 적용된 결과로 보입니다. 립싱크란 음성과 입 모양을 정확히 맞추는 기술인데, Grok은 대사 입력 없이도 이 기능이 자동으로 작동하는 것 같습니다.
무료 서비스라는 점을 감안하면 충분히 쓸 만하지만, 전문적인 영상 제작을 위해서는 생성된 영상을 편집 프로그램에서 한 번 더 손봐야 합니다. 저는 주로 오류가 생긴 구간을 컷 편집으로 잘라내거나, 여러 번 생성해서 가장 자연스러운 결과물을 선택하는 방식으로 보완하고 있습니다.
정리하면, Grok은 무료이면서도 빠른 생성 속도와 한글 지원이라는 강점이 있지만, 아티팩트 오류와 한국어 대사 처리 문제는 개선이 필요합니다. 특히 시니어 콘텐츠처럼 인물의 자연스러운 표정과 동작이 중요한 경우엔 생성 결과를 꼼꼼히 확인하고 여러 번 시도해보는 것을 추천합니다. 구글 계정 여러 개를 활용하면 하루 제한을 극복할 수 있으니, 본격적으로 활용하실 분들은 이 방법도 고려해보세요.