일오갓생 챌린지 Day 08 - AI 뮤직비디오: 클레이메이션

다들 새해 복 많이 받으세용

 

오늘 만든 건 French Touch 음악과

클레이메이션 뮤직비디오입니다.

스톱모션 애니메이션의 하위 장르인 클레이메이션은

특유의 불연속적인 프레임과 투박한 질감을 매력으로 가집니다

 

 

영상 AI는 아직 영상 확장 시에 부족함이 많다고 줄곧 말씀드렸는데요

물론 시간이 넉넉하다면 퀄리티를 만족할 만큼 끌어올릴 수 있겠지만

하루에 하나씩 결과물을 내는 게 제 목표이기 때문에

수업 시간 이외의 짧은 데드라인 내에서 만들 수 있는 만큼 만들어 봅니다

 

현시점에서의 그런 기술적 한계를 감성으로 승화시키기 위해 잔머리를 씁니다

AI 비디오 장르를 클레이메이션으로 제작해 봅니다.

 

곡 제목: < Interstellar MIA >

 

장르: French Touch + Downtempo

French Touch(프렌치 터치) 장르는 1990년대 중반부터 2000년대 초반까지 전 세계적으로 큰 인기를 끌었던 프랑스 하우스 음악 스타일입니다. 디스코와 펑크(Funk) 샘플을 필터링 효과로 가공하여 특유의 세련되고 몽환적인 분위기를 내는 것이 특징입니다.

 

다운템포(Downtempo)는 이름 그대로 '템포를 낮춘', 빠르지 않고 편안한 전자음악 장르를 통칭합니다.

춤을 추기 위한 목적보다는 감상과 휴식에 초점을 맞춘 음악입니다.

 

https://youtu.be/wouKI_myXxk?si=yb9qG4Q93_1wDTf_

 

 

세련된 베이스라인과 그루브

Daft Punk나 Fred Falke, Breakbot 같은 아티스트들이 즐겨 쓰는 디스코 기반의 펑키 베이스를 사용합니다.

French Touch의 핵심인 "춤출 수 있는 슬픔" 혹은 "시크한 그루브"가 이 베이스라인에 완벽하게 녹아있습니다.

 

텍스처와 공간감

'먹먹한 듯 몽환적인' 느낌은 로우패스 필터(Low-pass Filter)를 활용한 프렌치 하우스 특유의 질감 처리입니다.

공간감 역시 단순한 우주가 아니라, Air나 Sebastien Tellier의 음악에서 느껴지는

아날로그 신디사이저의 따뜻하면서도 부유하는 듯한 무드를 낼 수 있게 노력합니다.

 

"Interstellar MIA"와 장르의 결합

가사의 'Signal down', 'Error' 같은 테마는 Daft Punk의 《Discovery》 앨범이나

Kavinsky 같은 아티스트들이 보여준 레트로 퓨처리스틱(Retro-futuristic) 감성에서 따왔습니다.

기계적(통신 오류)인 소재를 인간의 감정(외로움)으로 풀어내는 방식이 장르적 특색과 굉장히 잘 어울립니다.

---

 

AI와 아날로그의 조우: 불안전함의 미학, 클레이메이션 뮤직비디오

서론: 음악을 시각으로 번역하는 새로운 문법

창작자로서 우리는 늘 보이지 않는 소리의 파동을 보이는 빛의 형상으로 치환하고자 하는 욕망에 사로잡힙니다. 음악을 만든다는 것은 청각적 서사를 구축하는 일이지만, 그 서사가 완성되는 순간 우리의 뇌는 본능적으로 그에 상응하는 비주얼을 갈구하게 됩니다. 저 역시 제가 직접 작곡하고 연주한 곡을 완성한 후, 이 선율이 흐를 수 있는 시각적 공간을 마련해주고 싶다는 강렬한 열망을 느꼈습니다. 그러나 전통적인 영상 제작 방식, 특히 애니메이션 제작은 거대한 자본과 인력이 투입되어야만 하는 높은 진입 장벽을 가지고 있었습니다.

2025년과 2026년을 기점으로 폭발적으로 성장한 생성형 AI(Generative AI) 기술은 이러한 물리적 제약을 무너뜨렸습니다. 하지만 기술의 민주화가 곧장 완벽한 결과물로 이어지는 것은 아닙니다. 현재의 영상 생성 AI 모델들은 여전히 과도기에 있으며, 특히 '시간적 일관성(Temporal Consistency)'과 '물리적 인과율'의 표현에서 뚜렷한 한계를 드러냅니다. 프레임은 요동치고, 캐릭터의 얼굴은 순간순간 다른 사람처럼 변하며, 배경은 액체처럼 녹아내리곤 합니다. 실사(Live-action) 스타일을 지향할수록 이러한 결함은 '기괴함(Uncanny Valley)'으로 다가옵니다.

저는 이러한 기술적 결함을 숨기거나 보정하려 애쓰는 대신, 이를 역이용하는 전략을 수립했습니다. 바로 '클레이메이션(Claymation)' 스타일의 차용입니다. 스톱모션 애니메이션의 하위 장르인 클레이메이션은 본질적으로 불연속적인 프레임과 투박한 질감을 특징으로 합니다. AI가 생성하는 영상의 '끊김'과 '일그러짐'은 클레이메이션이라는 장르적 허용 안에서 오히려 '손맛'과 '아날로그적 감성'으로 재해석될 수 있습니다.

본 보고서에서는 제가 구상 단계부터 최종 마스터링까지, Google Storybook, Nano Banana, Grok Imagine, 그리고 Adobe Photoshop을 유기적으로 결합하여 어떻게 기술적 한계를 예술적 스타일로 승화시켰는지, 그 모든 기술적, 미학적 과정을 아주 상세하게 기술하고자 합니다. 이는 단순한 제작 후기가 아니라, AI 시대에 개인 창작자가 어떻게 '감독(Director)'이자 '엔지니어(Engineer)'로서 자신의 비전을 실현할 수 있는지에 대한 종합적인 가이드라인이 될 것입니다.

---

제1장. 기획과 세계관의 구축: Google Storybook의 재발견

모든 위대한 영상은 탄탄한 서사 위에서 피어납니다. 음악이 정서적 흐름을 담당한다면, 영상은 그 흐름을 구체적인 사건과 이미지로 정착시키는 역할을 합니다. 저는 이 초기 기획 단계에서 Google Gemini Storybook을 활용했습니다.

1.1. Google Storybook의 기능적 특성과 창작 도구로서의 가능성

Google Storybook은 표면적으로는 아동 교육이나 가정 내 스토리텔링을 위해 설계된 도구처럼 보입니다. 사용자가 간단한 프롬프트를 입력하거나 이미지를 업로드하면, AI가 이를 바탕으로 기승전결이 있는 이야기와 삽화를 생성해 주는 구조입니다. 그러나 전문 창작자의 관점에서 이 도구는 매우 강력한 '프리비즈(Pre-visualization) 도구'이자 '시나리오 작가'로 기능합니다.

일반적인 LLM(Large Language Model) 챗봇과 달리, Storybook은 시각적 내러티브에 특화되어 있습니다. 텍스트로 된 아이디어를 즉각적으로 시각화(Visualization)해주고, 장면(Scene) 단위로 이야기를 분절해 주는 기능은 뮤직비디오의 콘티(Continuity)를 짜는 데 최적화되어 있습니다.

[표 1] 전통적 스토리보드 작업과 Google Storybook 워크플로우 비교

비교 항목	전통적 스토리보드 방식	Google Storybook 활용 방식	이점 및 시사점
아이디어 구체화	작가의 머릿속 이미지를 스케치로 구현 (높은 드로잉 스킬 요구)	텍스트 프롬프트만으로 초기 비주얼 컨셉 도출	드로잉 실력이 부족한 음악가도 시각적 기획 가능
장면 구성 (Scene Breakdown)	수동으로 컷을 나누고 시간을 배분	AI가 내러티브 흐름에 따라 자동으로 장면 분할 및 제안	전체적인 서사의 리듬감을 사전에 파악 용이
스타일 실험	채색 단계까지 가야 스타일 확인 가능 (시간 소요 큼)	'클레이메이션', '수채화' 등 스타일 지정 시 즉시 확인 가능	기획 단계에서 최종 룩앤필(Look & Feel) 결정 가능
수정 및 피드백	수정 시 전체를 다시 그려야 함	텍스트 수정만으로 전체 스토리와 삽화 재생성	반복적인 수정(Iteration)을 통한 최적의 서사 도출

1.2. 음악의 시각화: 프롬프트 엔지니어링 전략

제 음악은 고독과 그 안에서 발견하는 작은 희망을 주제로 하고 있었습니다. 이를 시각화하기 위해 저는 Storybook에 다음과 같은 단계로 접근했습니다.

1. 청각적 요소의 텍스트 변환: 음악의 BPM(템포), 악기 구성, 가사의 은유를 AI가 이해할 수 있는 언어로 번역했습니다. 예를 들어 "쓸쓸한 피아노 선율"은 "A lonely protagonist walking through a gray, misty city, claymation style(회색빛 안개 낀 도시를 걷는 외로운 주인공, 클레이메이션 스타일)"로 변환되었습니다.
2. 구체적 스타일 지정: Storybook은 다양한 스타일을 지원합니다. 저는 처음부터 "Claymation(클레이메이션)", "Plasticine texture(플라스티신 질감)", "Stop-motion lighting(스톱모션 조명)"이라는 키워드를 강력하게 주입하여, 생성되는 모든 씬이 일관된 질감을 갖도록 유도했습니다.
3. 캐릭터의 감정선 설계: Storybook이 제안하는 스토리라인에서 주인공의 감정 변화가 음악의 클라이맥스와 일치하도록 장면을 재배치했습니다. 이 과정에서 Storybook은 주인공이 춤을 배우거나 모험을 떠나는 내러티브를 시각적으로 제안해 주었고, 이는 추후 영상 제작의 핵심 가이드라인이 되었습니다.

이 단계를 통해 저는 약 20개의 핵심 장면(Key Scene)을 도출했고, 각 장면마다 어떤 이미지가 필요한지에 대한 명확한 청사진을 얻을 수 있었습니다.

---

제2장. 캐릭터의 탄생과 일관성의 확보: Nano Banana (Gemini 2.5 Flash Image)

뮤직비디오와 같은 내러티브 영상에서 가장 치명적인 문제는 주인공의 얼굴이 장면마다 바뀌는 것입니다. 이를 '캐릭터 일관성(Character Consistency)' 문제라고 합니다. 저는 이 문제를 해결하기 위해 구글의 최신 이미지 생성 모델인 Nano Banana를 선택했습니다.

2.1. Nano Banana 모델의 기술적 우위

Nano Banana(일부 문맥에서는 Gemini 2.5 Flash Image 또는 Nano Banana Pro로 지칭됨)는 기존의 확산 모델(Diffusion Model)들이 가진 고질적인 문제인 '무작위성'을 획기적으로 통제할 수 있는 기능을 제공합니다.

• 주체 식별 및 유지 (Subject Identity Preservation): 이 모델은 한 번 생성된 캐릭터의 특징(얼굴 골격, 눈동자 색, 헤어 스타일, 의상 디테일)을 '잠재 공간(Latent Space)' 내에서 고정하고, 새로운 프롬프트가 주어졌을 때도 이 특징을 유지한 채 포즈나 배경만을 변경하는 능력이 탁월합니다.
• 인컨텍스트 러닝(In-context Learning): 사용자가 업로드한 레퍼런스 이미지를 단순히 '참고'하는 수준을 넘어, 그 이미지의 스타일과 구조적 특징을 새로운 생성물에 깊이 있게 반영합니다.

2.2. 무결점 캐릭터 생성을 위한 워크플로우

저는 '클레이 소년'이라는 캐릭터를 창조하고, 그가 뮤직비디오 전반에 걸쳐 동일인물로 인식되도록 다음과 같은 정교한 과정을 거쳤습니다.

1단계: 마스터 시드(Master Seed) 생성

캐릭터의 원형이 될 완벽한 한 장의 이미지를 만드는 단계입니다. 여기서 실패하면 이후의 모든 작업이 어긋나게 됩니다.

• 프롬프트 전략: 클레이메이션의 질감을 극대화하기 위해 재질(Material)과 조명(Lighting)에 집중했습니다.
• Prompt: "A cute boy character made of plasticine clay, wearing a textured red oversized hoodie and denim pants. Visible fingerprints on the clay surface. Studio lighting with soft shadows. Neutral background. High resolution, 8k, macro photography style, stop motion aesthetic."
• 선별(Curation): 수십 장을 생성한 후, 가장 완성도가 높고 제 음악의 분위기와 맞는 이미지를 선택하여 '시드 이미지'로 확정했습니다.

2단계: 이미지 투 이미지(Image-to-Image)와 프롬프트 고정

확정된 시드 이미지를 Nano Banana에 업로드하고, 이를 기반으로 다양한 동작과 배경을 생성합니다.

• JSON 프롬프팅 기법의 응용: 일부 고급 사용자들은 캐릭터의 속성을 JSON(데이터 교환 포맷) 형태로 구조화하여 입력함으로써 일관성을 높이기도 합니다. 저 역시 캐릭터의 핵심 속성(Hair: Black/Short, Outfit: Red Hoodie, Material: Matte Clay)을 프롬프트의 앞단에 고정적으로 배치했습니다.
• 상황별 베리에이션:
  • 장면 1 (걷는 모습): 시드 이미지 + "Walking on a rainy street at night, neon lights reflecting on the wet ground."
  • 장면 2 (하늘을 보는 모습): 시드 이미지 + "Looking up at the starry sky, view from behind, emotional atmosphere."
• 이 과정에서 Nano Banana는 업로드된 시드 이미지의 얼굴 특징을 놀랍도록 정확하게 유지하면서 상황만을 변경해 주었습니다. 특히 "Keep the character exactly as shown in reference(레퍼런스에 나온 캐릭터를 정확히 유지하라)"는 식의 자연어 명령이 매우 효과적으로 작동했습니다.

3단계: 디테일 수정을 위한 인페인팅(In-painting)

생성된 이미지 중 전체적으로는 좋지만 손가락이 뭉개지거나 표정이 어색한 경우가 발생합니다. 이때 Nano Banana의 부분 편집(In-painting) 기능을 활용하여, 문제가 되는 영역만 마스킹(Masking)하고 "Fix the hand holding a guitar(기타를 잡고 있는 손을 고쳐줘)"와 같이 국소적인 수정을 가했습니다.

 

---

제3장. 정지에 생명을: Grok Imagine을 활용한 영상화

Nano Banana를 통해 완벽한 '배우(캐릭터)'와 '무대(배경)' 이미지를 확보했습니다. 이제 이 정지된 세상에 시간을 부여할 차례입니다. 저는 xAI의 Grok Imagine을 영상 생성 엔진으로 선택했습니다.

3.1. Grok Imagine의 독보적 위치와 선정 이유

영상 생성 AI 시장에는 Runway Gen-2, Pika, Luma Dream Machine 등 강력한 경쟁자들이 존재합니다. 그럼에도 불구하고 제가 Grok Imagine을 선택한 이유는 명확합니다.

1. 접근성과 속도: Grok은 모바일 앱과 웹 환경에서 매우 직관적인 인터페이스를 제공하며, 생성 속도가 타 모델 대비 압도적으로 빠릅니다. 이는 수백 번의 시행착오(Trial and Error)가 필요한 뮤직비디오 제작 과정에서 시간을 획기적으로 단축시켜 줍니다.
2. 예측 불가능한 창의성 (Spicy Mode): Grok은 때때로 사용자의 의도를 뛰어넘는 과감하고 환각적인 움직임을 보여줍니다. 실사 영상에서는 이것이 단점이 될 수 있지만, '클레이메이션'이라는 장르적 특성상 이러한 예측 불가능성은 오히려 독창적인 연출로 이어질 수 있습니다.
3. 이미지 투 비디오(Image-to-Video)의 강력함: 텍스트만으로 영상을 만드는 것보다, Nano Banana로 완벽하게 통제된 이미지를 시작점(Start Frame)으로 삼아 움직임을 부여하는 것이 훨씬 안정적인 결과물을 보장합니다.

3.2. 영상 생성의 기술적 워크플로우

Grok Imagine을 활용한 구체적인 작업 방식은 다음과 같습니다.

3.2.1. 이미지 입력과 롱 프레스(Long Press) 기능

일부 사용자들에게는 이미지를 길게 누르는 것만으로도 애니메이션이 생성되는 기능이 제공되지만 , 더 정교한 제어를 위해 저는 프롬프트를 동반한 생성 방식을 택했습니다. Nano Banana로 만든 고해상도 이미지를 업로드하는 것이 첫 번째 단계입니다.

3.2.2. 모션 프롬프트(Motion Prompt) 작성 노하우

정지된 이미지를 어떻게 움직일 것인가? 여기서 언어적 능력이 시각적 결과물로 직결됩니다. 단순히 "움직여라"라고 하는 대신, 카메라의 움직임과 피사체의 행동을 분리하여 지시해야 합니다.

• 카메라 워크 지시: Slow zoom in, Pan right, Handheld camera movement 등의 용어를 사용하여 역동성을 부여합니다. 특히 Handheld 키워드는 스톱모션 특유의 미세한 떨림을 유도하는 데 효과적입니다.
• 피사체 동작 지시: The boy turns his head slowly, Clay changing shape, Stop motion jerky movement 등을 입력합니다. 여기서 Jerky movement(뚝뚝 끊기는 움직임)이나 Low frame rate를 프롬프트에 포함시키면 AI가 생성 단계에서부터 클레이메이션의 느낌을 모사하려 노력합니다.

3.2.3. 반복 생성과 체리 피킹(Cherry Picking)

Grok이 생성하는 영상은 보통 6초에서 15초 사이의 짧은 클립입니다. AI는 매번 다른 결과를 내놓기 때문에, 하나의 장면에 대해 최소 5~10번의 생성을 반복했습니다. 그중에서 캐릭터의 얼굴이 가장 덜 무너지고, 움직임이 음악의 박자와 어울리는 컷을 선별하는 '체리 피킹' 과정이 필수적입니다.

[표 2] Grok Imagine 영상 생성 시 발생하는 주요 아티팩트와 대응 전략

아티팩트 유형 (Artifact Type)	현상 설명	클레이메이션 관점에서의 대응 전략
모핑 (Morphing)	캐릭터의 옷이나 얼굴이 다른 사물로 서서히 변함	점토가 뭉개지거나 변형되는 '메타모포시스(Metamorphosis)' 기법으로 해석하여 그대로 사용
글리치 (Glitch)	화면이 깨지거나 색상이 튀는 현상	후반 작업(Photoshop)에서 해당 프레임을 삭제하거나 '필름 그레인' 효과로 덮음
물리 오류	중력을 거스르는 움직임이나 관절의 꺾임	클레이 캐릭터의 유연성으로 간주. 너무 심한 경우 역재생(Reverse)으로 편집하여 기묘한 느낌 강조
배경 불안정	배경의 디테일이 계속 끓어오르듯 변함 (Boiling effect)	스톱모션에서 흔히 발생하는 조명 변화나 배경 수정 흔적으로 자연스럽게 수용

이 단계를 통해 저는 약 3분의 음악을 채울 수 있는 60여 개의 짧은 비디오 클립을 확보했습니다.

 

---

제4장. 비주얼의 완성: Photoshop을 이용한 클레이 텍스처링과 타임라인 편집

많은 분들이 Adobe Photoshop을 단순한 사진 편집 도구로만 알고 계시지만, 사실 포토샵은 강력한 영상 편집 및 애니메이션 기능을 내장하고 있습니다. 저는 프리미어 프로(Premiere Pro)나 애프터 이펙트(After Effects) 같은 전문 영상 툴 대신 포토샵을 선택했는데, 그 이유는 프레임 단위의 섬세한 질감 처리(Retouching)가 가능하기 때문입니다.

4.1. 프레임 레이트 조작: 12 fps의 마법 (The Magic of 12 fps)

AI가 생성한 영상은 보통 24fps, 30fps, 혹은 60fps로 매우 부드럽게 움직입니다. 이 '부드러움'이 바로 AI 영상임을 드러내는 가장 큰 특징이자, 실사도 애니메이션도 아닌 모호한 불쾌감을 주는 원인입니다. 진짜 스톱모션 애니메이션은 보통 초당 12프레임(Shooting on Twos)이나 24프레임으로 제작됩니다.

저는 포토샵의 타임라인 기능을 이용해 AI 영상의 프레임 레이트를 강제로 낮추는 작업을 수행했습니다.

1. 비디오 불러오기: Grok에서 만든 영상을 포토샵으로 불러옵니다 (File > Open). 타임라인 패널이 활성화됩니다.
2. 프레임 애니메이션 변환: 비디오 타임라인을 '프레임 애니메이션(Frame Animation)'으로 변환할 수 있습니다. 하지만 이 방식은 용량이 커지므로, 저는 Posterize Time 기법을 응용했습니다.
3. Posterize Time (시간 포스터화): 포토샵에서 비디오 레이어를 스마트 오브젝트로 변환한 뒤, 타임라인 메뉴에서 프레임 속도를 설정합니다. 여기서 중요한 것은 단순히 프레임을 버리는 것이 아니라, 'On Twos' 기법을 흉내 내는 것입니다. 즉, 하나의 그림이 2프레임 동안 지속되게 하여 움직임을 뚝뚝 끊어지게 만듭니다.
   • 이 과정을 거치면 Grok이 생성한 미끄러지는 듯한(Sliding) 움직임이 덜컹거리는(Jerky) 움직임으로 바뀌며, 비로소 '사람이 손으로 움직인 듯한' 착각을 불러일으키게 됩니다.

4.2. 클레이 텍스처 오버레이 (Texture Overlay): 촉각적 깊이 부여

시각적 정보만으로는 부족합니다. 관객이 화면을 만져보고 싶게 만드는 '촉각적(Tactile)' 정보가 필요합니다.

1. 텍스처 소스 준비: 고해상도의 '지문 자국(Fingerprints)', '먼지(Dust)', '플라스틱 랩 구겨짐(Plastic wrap wrinkles)' 이미지를 준비합니다.
2. 블렌딩 모드(Blending Mode) 활용: 준비한 텍스처를 영상 레이어 최상단에 올리고, 블렌딩 모드를 Overlay(오버레이), Soft Light(소프트 라이트), 또는 Multiply(곱하기)로 설정합니다. 이렇게 하면 영상의 밝은 부분과 어두운 부분에 텍스처가 자연스럽게 스며듭니다.
3. 지글(Jiggle) 효과 구현: 스톱모션에서는 매 프레임마다 점토 표면이 미세하게 변합니다. 이를 구현하기 위해 텍스처 레이어의 위치를 2~3프레임마다 무작위로 조금씩 이동시키거나 회전시킵니다. 영상이 재생되면 텍스처가 화면 위에서 자글자글하게 끓어오르며, 마치 매 순간 점토를 다시 만진 듯한 생동감을 부여합니다.

4.3. 시각적 결함의 보정: 로토스코핑(Rotoscoping)과 뉴럴 필터

아무리 AI가 발전해도 6개의 손가락이나 기형적인 눈동자는 여전히 발생합니다. 포토샵의 스팟 힐링 브러시(Spot Healing Brush)와 생성형 채우기(Generative Fill) 기능을 활용해 프레임별로 이러한 오류를 수정했습니다.

• 로토스코핑: 캐릭터와 배경을 분리하고 싶을 때, 포토샵의 '피사체 선택(Select Subject)' 기능을 사용하여 매 프레임 캐릭터를 따내고, 배경에 깊이감(Depth of Field)을 추가하거나 흐림 효과(Blur)를 주어 미니어처 세트장 같은 느낌(Tilt-shift effect)을 강화했습니다.
• 색보정 (Color Grading): 서로 다른 생성 결과물의 톤을 맞추기 위해 Camera Raw Filter를 타임라인 전체에 적용했습니다. 약간의 채도 감소와 비네팅(Vignetting) 효과는 영상에 빈티지한 아우라를 더해주었습니다.

---

결론: 기술적 한계를 예술적 서명(Signature)으로

이렇게 기획(Google Storybook) → 캐릭터 생성(Nano Banana) → 영상화(Grok Imagine) → 후반 작업(Photoshop)으로 이어지는 긴 여정을 통해, 제 음악은 세상에 하나뿐인 클레이메이션 뮤직비디오로 다시 태어났습니다.

이 프로젝트의 핵심은 '완벽한 AI 영상'을 만드는 것이 아니었습니다. 현시점 기술의 불완전성을 어떻게 포용할 것인가, 그 전략을 행동에 옮기고 다양한 결과들을 확인합니다. 많은 제약 속에서 한계를 끌어올릴 아이디어를 만들어냅니다.

 

 

결과물

 

https://youtu.be/DKLXbETWRBE?si=anEvBJAqFWU4_tYd

 

 

 

[Intro]
(Deep and groovy bassline solo)
(Soft electric piano chords join in)

[Verse 1]
Signal down.
Lost the sound.
I tried to stay.
You drift away.

[Chorus]
Connection lost.
Between us.
Fatal error.
Between us.

[Verse 2]
Wrong place.
Wrong space.
Disconnected.
Unexpected.

[Chorus]
Connection lost.
Between us.
Fatal error.
Between us.

[Outro]
(Fading out with bassline)

 

짧게 영상 설명을 덧붙이겠습니다

음악의 분위기를 따라 "춤출 수 있는 슬픔", "시크한 그루브"를 담았습니다.

 

가사에 오류, 실종의 상징이 자주 등장하는데요

영상에서도

"닿지 않는 거리", "성간 실종", "오류로 인한 다른 세계와의 충돌"과

그런 상황에서도 편하게 즐길 수 있는, 시크함과 아이러니함을 그렸습니다.

 

영화적 오마주 (Homage): 스탠리 큐브릭의 명작 <2001: 스페이스 오디세이>를 유머러스하게 비틀었습니다.

원시인의 도구 발견 (뼈다귀)

검은 비석 (모노리스)

붉은 눈의 AI 로봇 (HAL 9000)

우주 아기 (스타 차일드)

 

메타픽션적 요소: 중간에 갑자기 실사 비율의 '디즈니/픽사 스타일' 인간 우주비행사가 등장해 "Wrong Place, Wrong Space(여기 아닌데?)"라고 하며 당황하는 장면은, 서로 다른 애니메이션 스타일을 충돌시켜 웃음을 주는 포인트입니다.

 

 

---

 

다시금

새해 복 많이 받으세요

내일 봬용