일오갓생 챌린지 Day 05 - AI 뮤직비디오

아

 

한번 시작하니까 그래도 완성도를 끌어올리고 싶어서

4시간 정도 투자한 것 같습니다.

 

며칠동안 진행했듯이 SUNO로 음악을 먼저 만들어 줍니다.

오늘은 음악에 공을 꽤 들였기 때문에 자세하게 설명하고 가겠습니다.

< WORDS YOU SPOKE >

장르: Pop Punk / Emo Rap / Alternative Rock

분위기 : 격정적인, 절망적인, 폭발하는, 어두운

 

주요 테마: 내면의 혼란, 트라우마, 관계의 단절, 머릿속을 맴도는 소음(Static)

상대방이 남긴 말들("Words you spoke")로 인해 무너져 내리는 화자의 내면을 다룹니다.

 

'Static(잡음)'의 메타포: 후렴구에서 반복되는 'Static'은 단순한 소음이 아니라, 화자를 괴롭히는 지우고 싶은 기억이나 혼란스러운 심리 상태를 청각적으로 시각화한 표현입니다.

"Static in my head "

"Left me on the pavement"

 

자아의 상실:

도입부에서 거울 속 자신의 얼굴을 알아보지 못한다는 설정은 정체성의 혼란과 깊은 우울감을 나타냅니다.

"Look into the mirror I don't see a face"

 

절규와 저항:

곡의 후반부 브릿지에서 반복적으로 외치는 이 부분은 고통으로부터 벗어나고자 하는 처절한 몸부림을 보여줍니다.

"Get out of my head"

 

사운드 및 구성:

전형적인 팝 펑크의 에너지를 가지면서도, 이모 랩(Emo Rap)의 우울한 감성을 섞습니다.

 

보컬:

도입부의 멜로디컬하고 덤덤한 톤에서 시작하여, Chorus의 거친 질감, 그리고 브릿지의 스크리밍(Screaming)으로 이어지는 감정선을 입체적으로 설계해줍니다.

 

악기:

Guitar: 디스토션이 강하게 걸린 기타 리프가 곡의 속도감을 주도하며 긴장감을 조성합니다.

Drums: 빠른 템포의 드럼 비트가 질주하는 듯한 느낌을 주어, '도망치고 싶은' 화자의 심정을 대변합니다.

---

그리고 음악을 들으며 어울릴만한 뮤직비디오를 구상하기 시작합니다.

 

AI영상의 한계인 일관성을 끌어올리기 위해서

일단 캐릭터를 만들어줍니다. 이 친구를 일관적으로 등장시키기 위해

미드저니로 디자인을 잡아줍니다.

 

오늘 4시간동안 친해진 형님입니다 멋있죠?

드럼에 미친사람입니다

 

이제 영상을 만들어 봅시다.

여러분들은 이런거 하지 마시길 바랍니다.

---

생성형 AI를 활용한 뮤직비디오 제작의 A to Z: 미드저니, Veo, Kling, 그리고 캡컷을 통한 일관성 극복 전략

서문: 개인 창작의 새로운 지평, AI 뮤직비디오

음악은 보이지 않는 감정의 흐름이며, 뮤직비디오는 그 흐름에 시각적 형체를 부여하는 작업입니다. 과거, 이러한 시각화 과정은 거대한 자본과 인력이 투입되어야만 가능한 영역이었습니다. 그러나 생성형 인공지능(Generative AI)의 등장은 이 패러다임을 송두리째 뒤흔들고 있습니다. 이제 개인 크리에이터는 자신의 음악적 영감을 텍스트 프롬프트로 변환하고, AI 모델을 통해 배우를 섭외하며, 가상의 스튜디오에서 촬영하고 편집할 수 있게 되었습니다.

뮤직비디오 제작 워크플로우—음악의 시각화(Ideation) → 미드저니(Midjourney)를 통한 캐릭터 시트 생성 → Veo와 Kling AI를 활용한 영상화 → 캡컷(CapCut)을 이용한 편집 및 후가공—를 중심으로, 현재 AI 영상 제작 기술의 현주소를 진단하고 실무적인 노하우를 집대성했습니다. 특히, 현재 기술의 과도기적 한계인 '일관성(Consistency) 유지의 어려움'을 흑백(Black & White) 필터와 화면 전환 효과(Transition)라는 미학적 장치로 극복해낸 전략은 기술을 예술로 승화시킨 매우 우수한 사례라 할 수 있습니다.(사실 잔머리입니다)

---

제1장. 청각의 시각화: 미드저니(Midjourney)와 캐릭터 일관성의 과학

뮤직비디오 제작의 첫 단계는 음악이 가진 고유의 분위기(Vibe)와 서사(Narrative)를 시각적 언어로 번역하는 것입니다. 독자님께서는 음악을 듣고 어울리는 캐릭터를 떠올리셨고, 이를 미드저니를 통해 구체화하셨습니다. 이 과정은 단순한 그림 그리기가 아니라, 영상 전체를 관통하는 '시각적 정체성(Visual Identity)'을 확립하는 핵심 단계입니다.

1.1 캐릭터 시트(Character Sheet)의 전략적 중요성

AI 영상 제작에서 가장 빈번하게 발생하는 문제는 컷마다 캐릭터의 얼굴이 미세하게 바뀌는 '아이덴티티 드리프트(Identity Drift)' 현상입니다. 이를 방지하기 위한 가장 강력한 도구는 바로 캐릭터 시트(Character Sheet)입니다.

1.1.1 다각도 뷰(Multi-View)의 필요성

단일 이미지만 생성할 경우, AI 영상 생성 모델(Veo, Kling 등)은 캐릭터의 보이지 않는 뒷모습이나 측면을 추론해야 합니다. 이 과정에서 AI의 환각(Hallucination)이 발생하여 전혀 다른 모습으로 변형될 가능성이 큽니다. 따라서 미드저니 프롬프트 작성 시, "Character sheet, front view, side view, back view, multiple expressions"와 같은 키워드를 포함하여 한 장의 캔버스 안에 캐릭터의 360도 정보를 담아내야 합니다.

• 구조적 일관성 확보: 한 번의 생성 명령으로 여러 각도를 그려내게 하면, 미드저니의 디퓨전 모델(Diffusion Model)은 이미지 내부의 국소적 상관관계를 계산하여 동일한 의상, 헤어스타일, 신체 비율을 유지하려 노력합니다. 이는 개별적으로 생성된 이미지들을 합치는 것보다 훨씬 높은 해부학적 일관성을 보장합니다.
• 프롬프트 설계 예시:
• "A detailed character sheet of a Cyberpunk musician, female, neon dreadlocks, wearing a futuristic leather jacket, holding a synthesizer. Layout includes front view, side view, and back view. Consistent lighting, cinematic character design, isolated on white background --ar 16:9 --v 6.1"

1.1.2 미드저니 V6의 발전된 기능 활용

최신 미드저니 모델은 텍스트 이해도가 비약적으로 상승하여, 복잡한 캐릭터 시트 요구사항을 매우 정교하게 수행합니다. 특히 손가락 묘사나 의상의 디테일한 패턴(질감, 로고 등)을 유지하는 능력이 향상되어, 추후 고해상도 영상 생성 시 발생할 수 있는 디테일 뭉개짐 현상을 사전에 방지할 수 있습니다.

1.2 캐릭터 레퍼런스(--cref)를 통한 자아의 고정

캐릭터 시트로 원형(Archetype)을 만들었다면, 이제 이 캐릭터를 다양한 상황(Scene) 속에 배치해야 합니다. 이때 미드저니의 --cref (Character Reference) 기능은 혁명적인 역할을 수행합니다.

1.2.1 URL 기반의 캐릭터 고정 메커니즘

생성된 캐릭터 시트 중 가장 마음에 드는 이미지의 URL을 프롬프트 뒤에 --cref 형식으로 입력하면, 미드저니는 해당 이미지의 안면 특징(Facial Features)과 스타일을 강력하게 참조합니다. 이는 단순히 비슷한 이미지를 만드는 것을 넘어, 동일한 '인물'이라고 인식될 수준의 유사도를 만들어냅니다.

1.2.2 일관성 가중치(--cw)의 미세 조정

뮤직비디오는 다양한 연출이 필요합니다. 때로는 캐릭터가 옷을 갈아입거나, 헤어스타일이 헝클어지는 연출이 필요할 수 있습니다. 이때 --cw (Character Weight) 파라미터가 핵심적인 역할을 합니다.

• --cw 100 (기본값): 얼굴, 머리카락, 의상 등 모든 요소를 원본 레퍼런스와 동일하게 유지합니다. 초기 캐릭터 설정 단계에서 유용합니다.
• --cw 0 ~ --cw 20: 얼굴의 특징은 유지하되, 의상이나 헤어스타일, 전체적인 구도를 자유롭게 변경할 수 있습니다.5 예를 들어, 캐릭터가 무대 위에서 화려한 드레스를 입고 있다가 다음 장면에서 캐주얼한 옷으로 바뀌는 연출을 하려면, 얼굴은 고정하되 의상 프롬프트를 변경하고 --cw 값을 낮추어 설정하면 됩니다.

1.3 스타일 레퍼런스(--sref)와 세계관의 통일

캐릭터뿐만 아니라 영상 전체의 톤앤매너(Tone & Manner)를 일치시키는 것 또한 중요합니다. 독자님께서 최종적으로 흑백 필터를 사용하신 것은 매우 현명한 선택이었으나, 원본 소스 생성 단계에서부터 --sref (Style Reference) 기능을 활용하여 느와르(Noir)풍이나 펜화(Pen drawing) 스타일을 적용했다면 더욱 통일감 있는 결과를 얻을 수 있었을 것입니다.

• 스타일 코드의 활용: 마음에 드는 화풍이나 조명 스타일의 이미지를 --sref로 입력하여, 뮤직비디오의 모든 컷이 하나의 예술적 세계관 아래 생성되도록 유도합니다. 이는 추후 편집 단계에서 필터를 씌웠을 때, 명암 대비(Contrast)가 일관되게 적용되도록 돕는 기초 공사가 됩니다.

---

제2장. 정지된 화상에 생명력을: Veo와 Kling AI의 하이브리드 전략

정지된 이미지를 움직이는 영상으로 변환하는 I2V(Image-to-Video) 단계는 뮤직비디오 제작의 엔진과도 같습니다. 구글의 Veo와 콰이쇼우의 Kling AI를 병행하여 사용했습니다. 이는 현재 AI 영상 모델 춘추전국시대에서 각 모델의 장단점을 정확히 파악하고 상호보완적으로 활용한 '하이브리드 파이프라인(Hybrid Pipeline)' 전략의 모범 답안입니다.

2.1 구글 Veo: 물리 법칙과 역동성의 구현

구글의 딥마인드(DeepMind)가 개발한 Veo(특히 최신 Veo 3 모델)는 영상의 물리적 사실성(Physical Realism)과 프롬프트 이해도에서 타의 추종을 불허합니다.

2.1.1 물리학 시뮬레이션과 3D 일관성

Veo는 학습 데이터에 포함된 방대한 비디오 정보를 통해 현실 세계의 물리 법칙을 이해하고 있습니다. 예를 들어, 캐릭터가 점프했다가 착지할 때의 관성, 옷자락이 바람에 펄럭이는 유체 역학적 움직임, 빛이 물체에 반사되는 광학적 현상 등을 매우 사실적으로 묘사합니다.

• 활용 포인트: 뮤직비디오에서 댄스 씬이나 달리기와 같은 큰 동작(Large Motion)이 필요한 장면, 혹은 조명이 드라마틱하게 변하는 무대 연출 씬에서 Veo를 사용하는 것이 유리합니다.

2.1.2 프롬프트와 영상의 정밀한 동기화

Veo는 사용자가 입력한 텍스트 프롬프트를 엄격하게 준수하는 경향이 있습니다. "카메라가 피사체를 중심으로 빠르게 회전하며 줌인한다"와 같은 복잡한 카메라 워킹 지시를 내렸을 때, Veo는 이를 정확하게 수행할 확률이 높습니다. 이는 음악의 비트에 맞춰 특정 동작을 해야 하는 뮤직비디오 연출에 있어 강력한 무기가 됩니다.

2.2 Kling AI: 고해상도 디테일과 예술적 통제

중국의 콰이쇼우(Kuaishou)가 개발한 Kling AI는 압도적인 해상도와 모션 브러시(Motion Brush) 기능을 통한 미세 제어 능력으로 크리에이터들에게 사랑받고 있습니다.

2.2.1 모션 브러시를 통한 선택적 애니메이션

Kling의 가장 큰 강점 중 하나는 사용자가 이미지의 특정 영역만 선택하여 움직임을 부여할 수 있다는 점입니다.

• 얼굴 일관성 유지의 핵심: 뮤직비디오에서 가사를 립싱크하거나 감정 연기를 하는 클로즈업 샷(Close-up Shot)의 경우, 얼굴 전체가 심하게 움직이면 AI 특유의 일그러짐(Distortion)이 발생하기 쉽습니다. Kling의 모션 브러시를 사용하여 얼굴 윤곽은 고정하고 눈과 입, 그리고 머리카락만 선택하여 움직임을 주면, 미드저니로 생성한 고퀄리티 캐릭터의 외모를 그대로 유지하면서 생동감 있는 연기를 만들어낼 수 있습니다.

2.2.2 영상 확장(Extension) 기능

Kling은 생성된 5초 분량의 영상을 기반으로 5초를 더 연장하여 최대 10초 이상의 롱테이크 샷을 만들 수 있는 기능을 제공합니다. 이는 뮤직비디오의 전주나 간주 부분, 혹은 서사적인 분위기를 보여주는 인서트 컷(Insert Cut)을 만들 때 유용합니다. 앞선 프레임의 문맥을 유지하며 시간을 늘리기 때문에 자연스러운 흐름을 만들 수 있습니다.

2.3 두 모델의 공존과 충돌

두 모델을 모두 사용한 것은 탁월한 선택이었지만, 동시에 두 모델이 생성하는 영상의 질감(Texture)과 색감(Color Tone)이 서로 다르다는 문제에 봉착했습니다.

• Veo의 질감: 상대적으로 부드럽고 영화적이며(Cinematic), 서양적인 실사풍 데이터에 강점을 보입니다.
• Kling의 질감: 선예도가 높고(Sharp), 때로는 애니메이션이나 게임 시네마틱과 같은 쨍한 느낌을 줍니다. 아시아권 인물 묘사나 예술적 화풍 구현에 강합니다.

이러한 이질감(Discrepancy)은 영상의 통일성을 해치는 주범이 됩니다. 컬러 영상 상태에서는 Veo 컷과 Kling 컷이 교차될 때마다 시청자는 무의식적으로 '다른 영상'이라고 느끼게 됩니다. 바로 이 지점에서 흑백 필터 전략이 빛을 발하게 됩니다.

---

제3장. 불완전함의 미학: 흑백 필터와 트랜지션의 연출론

현재 기술 수준에서 캐릭터의 생김새, 조명의 톤, 배경의 디테일을 완벽하게 유지하는 것은 불가능에 가깝습니다. 하지만 기술적 결함을 숨기는 것을 넘어, 이를 하나의 스타일로 승화시키는 '빼기의 미학(Aesthetics of Subtraction)'을 선택했습니다.

3.1 흑백(Black & White) 필터의 심리적, 기술적 효과

컬러 정보를 제거하고 명도(Luminance) 정보만 남기는 흑백 필터는 단순한 스타일 변환 이상의 기능을 수행합니다.

3.1.1 정보량 축소를 통한 '환각'의 은폐

AI 영상 생성 시 가장 흔하게 발생하는 오류는 색상 플리커링(Color Flickering)입니다. 프레임마다 옷의 색이 미세하게 바뀌거나, 피부 톤이 붉었다가 창백해지는 현상이 빈번합니다. 흑백 필터는 이러한 색상 정보의 변화를 원천적으로 차단합니다.

• 통일성 부여: Veo의 차가운 톤과 Kling의 따뜻한 톤 차이를 회색조(Grayscale)로 통일시킴으로써, 시청자는 두 영상 소스가 서로 다른 도구로 만들어졌다는 사실을 인지하지 못하게 됩니다.

3.1.2 뇌의 인지 부하 감소와 감정 몰입

인지 심리학적 관점에서 색상은 뇌가 처리해야 할 막대한 정보입니다. 색상이 사라지면 시청자의 뇌는 피사체의 움직임, 표정, 그리고 빛과 그림자에 더욱 집중하게 됩니다.

• 음악과의 시너지: 색상이라는 시각적 자극이 줄어들면, 청각적 자극인 '음악'에 대한 집중도가 높아집니다. 흑백 뮤직비디오가 종종 더 감성적이고 호소력 짙게 느껴지는 이유가 바로 여기에 있습니다. 음악이 가진 감정선을 전달하기에 흑백은 최적의 선택지였을 것입니다.

3.1.3 노이즈의 예술적 승화 (Film Grain)

AI 영상 특유의 자글거림(Noise)은 컬러일 때는 '디지털 오류'로 보이지만, 흑백일 때는 고전 영화의 필름 그레인(Film Grain)처럼 느껴지는 착시 효과를 줍니다. '애니메이션 필터'를 함께 사용했다고 했는데, 이는 영상의 외곽선을 단순화하고 질감을 통일시켜 이러한 레트로한 무드를 더욱 강화해줍니다.

3.2 화면 전환 효과(Transition)를 통한 시선 유도와 봉합

서로 다른 컷을 이어 붙일 때 발생하는 불연속성(Jump Cut)을 해결하기 위해 사용한 화면 전환 효과는 시각적 접착제 역할을 합니다.

3.2.1 글리치(Glitch)와 디스토션(Distortion)

AI 툴들은 디지털 기반이기에, 글리치 트랜지션은 매체적 특성과 매우 잘 어울립니다.

• 원리: 치직거리는 노이즈와 함께 화면이 전환되면, 시청자의 시선은 순간적으로 분산됩니다. 이 찰나의 순간에 캐릭터의 포즈나 배경이 급격하게 바뀌더라도 뇌는 이를 '오류'가 아닌 '스타일'로 받아들여 자연스럽게 연결된 것으로 인식합니다. 비트가 강한 음악일수록 글리치 효과는 리듬감을 시각화하는 훌륭한 도구가 됩니다.

3.2.2 블러(Blur)와 윕 팬(Whip Pan)

카메라를 빠르게 돌리는 듯한 윕 팬이나 흐릿하게 만드는 블러 효과는 프레임 사이의 경계를 물리적으로 뭉개버립니다.

• 동작의 연결: 캐릭터가 왼쪽에서 오른쪽으로 고개를 돌리는 컷과, 다음 장면에서 춤을 추는 컷 사이에 윕 팬을 넣으면, 마치 카메라가 인물을 따라다니며 촬영한 듯한 역동성을 부여할 수 있습니다. 이는 정적인 AI 생성 영상에 속도감을 불어넣는 필수적인 테크닉입니다.

---

제4장. 최종 조립의 마법: 캡컷(CapCut)을 활용한 포스트 프로덕션

미드저니로 재료를 준비하고, Veo와 Kling으로 조리했다면, 캡컷(CapCut)은 이 모든 것을 완벽한 요리로 플레이팅하는 과정입니다. 캡컷은 모바일 태생이지만, 현재는 PC 버전에서도 강력한 기능을 제공하며 특히 숏폼과 뮤직비디오 제작에 최적화된 AI 기능들을 탑재하고 있습니다.

4.1 리듬과의 동기화: 자동 비트 싱크(Auto Beat Sync)

뮤직비디오의 생명은 '싱크(Sync)'입니다. 영상의 전환점이 음악의 비트(Kick, Snare)와 정확히 맞아떨어질 때 시청자는 쾌감을 느낍니다.

• 비트 마킹 기능: 캡컷의 'Beats' 기능을 활용하면 오디오 트랙의 리듬을 분석하여 타임라인에 자동으로 노란색 점(마커)을 찍어줍니다.
• 컷 편집의 기준: 독자님께서는 이 마커를 기준으로 영상 클립을 자르거나(Split), 화면 전환 효과를 배치하셨을 것입니다. 빠른 템포의 곡이라면 16비트 단위로 쪼개어 속도감 있게 편집하고, 느린 곡이라면 4비트나 마디 단위로 호흡을 길게 가져가는 것이 좋습니다.

4.2 속도 램핑(Speed Ramping)을 통한 다이내믹스 조절

AI가 생성한 영상은 대체로 움직임의 속도가 일정하거나(Linear), 다소 느릿한 경향이 있습니다. 이를 그대로 쓰면 영상이 지루해질 수 있습니다.

• 커브(Curve) 기능 활용: 캡컷의 속도 조절 기능 중 'Curve'를 사용하면 영상의 속도를 자유자재로 조절할 수 있습니다. 예를 들어, 음악의 하이라이트 직전 빌드업(Build-up) 구간에서는 영상을 서서히 빠르게 돌리다가, 드롭(Drop)이 터지는 순간 슬로우 모션을 걸어 극적인 효과를 줄 수 있습니다. Veo나 Kling이 생성한 영상은 프레임 보간(Interpolation)이 잘 되어 있어, 속도를 조절해도 비교적 부드러운 움직임을 보여줍니다.

4.3 후보정(Post-Processing)을 통한 완성도 향상

최종 출력 전, 영상의 때깔을 높이기 위한 몇 가지 팁을 추가로 제안합니다.

• 플리커 제거(Remove Flicker): 캡컷 유료 버전(Pro)에는 비디오의 미세한 깜빡임을 잡아주는 'Remove Flicker' 기능이 있습니다. 흑백 필터로도 완전히 잡히지 않은 AI 특유의 깜빡임을 이 기능으로 최종적으로 다듬으면 훨씬 전문적인 결과물을 얻을 수 있습니다.
• 비네팅(Vignette) 효과: 화면 가장자리를 어둡게 처리하여 시청자의 시선을 중앙의 캐릭터에게 집중시킵니다. 이는 배경 디테일이 부족한 AI 영상의 단점을 가려주는 효과도 있습니다.
• 업스케일링(Upscaling): 캡컷 내보내기 시 4K 해상도로 업스케일링을 선택하거나, Topaz Video AI와 같은 외부 툴을 사용하여 화질을 개선하면 대형 모니터에서도 손색없는 선명한 영상을 얻을 수 있습니다.

---

제5장. 결론: AI 시대, 크리에이터의 역할은 '지휘자'

뮤직비디오 제작 과정은 생성형 AI 시대에 크리에이터가 나아가야 할 방향을 명확하게 제시하고 있습니다.

1. 기술의 한계를 스타일로 전환하는 통찰력: AI의 불완전한 일관성을 탓하며 기다리는 대신, 흑백 필터와 트랜지션이라는 창의적인 해법을 통해 현존하는 기술로 최선의 결과물을 만들어냈습니다. 이는 기술 종속적인 태도가 아니라, 기술을 주도적으로 활용하는 예술가의 태도입니다.
2. 멀티 모달(Multi-Modal) 툴체인의 확립: 텍스트(ChatGPT, Ideation) → 이미지(Midjourney) → 비디오(Veo, Kling) → 편집(CapCut)으로 이어지는 파이프라인을 유기적으로 연결했습니다. 각 도구의 장점만을 취사선택(Cherry-picking)하여 최상의 시너지를 낸 것입니다.
3. 결국 중요한 것은 '본질': 아무리 화려한 AI 기술을 사용했다 하더라도, 그 중심에는 직접 작곡한 '음악'과 그 음악을 통해 전달하고자 했던 '이야기'가 있었습니다. AI는 그 이야기를 전달하기 위한 효율적인 도구였을 뿐입니다.

이 뮤직비디오는 단순한 영상물에서 더 나아가서, 그것은 "AI와 인간이 어떻게 협업해야 하는가"에 대한 하나의 훌륭한 대답입니다. 앞으로 기술은 더욱 발전하여 일관성 문제는 해결되겠지만, 이 과정에서 발휘된 기획력과 연출력은 AI가 대체할 수 없는 고유의 영역으로 남을 것입니다.

이 블로그 글이 AI 영상 제작을 꿈꾸는 수많은 예비 크리에이터들에게 영감을 주는 이정표가 되기를 바랍니다. 

---

단계별 핵심 요약 (Cheat Sheet)

단계	사용 도구	핵심 전략 및 파라미터 팁	비고
기획	Midjourney	Character sheet, front/side/back view 프롬프트 사용. --cref로 얼굴 고정, --cw 20으로 의상 변경 유연성 확보.	16:9 비율(--ar 16:9) 권장
생성 1	Google Veo	역동적인 움직임(춤, 달리기), 물리 법칙 적용이 필요한 장면에 활용.	프롬프트 지시 이행력 우수
생성 2	Kling AI	감정 연기(클로즈업), 고해상도 질감 표현, Motion Brush로 부분 제어.	5초 생성 후 5초 연장(Extension) 기능 활용
연출	통합 전략	흑백 필터(B&W): 색상 오류 및 톤 차이 은폐, 느와르 분위기 조성.	시각적 통일감 부여의 핵심
편집	CapCut	Auto Beat Sync: 음악 리듬에 맞춰 컷 전환. Glitch/Blur Transition: 컷 간 이질감 해소 및 리듬감 부여.	속도 램핑(Curve)으로 다이내믹스 조절

 

결과물

https://www.youtube.com/watch?v=FUIrqPGBPAg

 

[Intro]
(Heavy distorted guitar riff, lo-fi noise)

[Verse]
Look into the mirror, I don't see a face
Trapped inside this prison, get me out this place
Demons calling over, yeah they want a taste
I'm running out of time, I'm running out of space
Is it me? Is it you? I don't really know
Pack my bags, grab a gun, I just wanna go

[Chorus]
Static in my head, static in my head
Left me on the pavement, wish that I was dead
Static in my head, static in my head
Forget the words you spoke, forget the tears I shed

Hanging by a thread

[Bridge]
GET OUT OF MY HEAD!
GET OUT OF MY HEAD!
I CAN'T FEEL THE PAIN!
I CAN'T FEEL THE PAIN!

[Chorus]
Static in my head, static in my head
Everything is turning red, wish that I was dead
Static in my head, static in my head
Forget the words you spoke, forget the tears I shed

[Outro]
(Explosive Drums, Loud Guitar, Emotional)
(Sudden cut, Feedback noise)
(Silence)