AI 이미지, 다시 뽑아도 아까 그림은 남는다

한 장을 고른다고 나머지 컷이 사라지지는 않는다. 필름 시절에는 당연했던 일이다.

그림 하나가 마음에 안 들어서 다시 생성을 눌렀다. 두 번째가 나왔다. 첫 번째보다 나은지는 애매하다. 한 번 더 눌렀다. 세 번째는 확실히 별로다.

그래서 첫 번째로 돌아가려는데, 없다. 새 그림이 아까 그림이 있던 자리를 덮어썼기 때문이다. 같은 문장을 그대로 다시 넣어 봐도 그때 그 그림은 나오지 않는다.

AI로 그림을 만들면서 사람을 가장 지치게 하는 건 품질이 아니다. 되돌아갈 자리가 없다는 것이다.

왜 "아까 그거"로 돌아갈 수 없나

같은 프롬프트를 넣었는데 왜 다른 그림이 나올까. 생성 모델은 무작위 시작 노이즈에서 출발하고, 그 출발점을 정하는 숫자를 시드(seed)라고 부른다. 시드가 같고 프롬프트가 같으면 원칙적으로 같은 그림이 나온다.

문제는 그 원칙이 잘 지켜지지 않는다는 데 있다. 시드 개념을 정리한 설명에 따르면 시드는 모델마다 따로 노는 값이라, 아키텍처나 버전이 바뀌면 같은 숫자가 전혀 다른 노이즈를 만든다. 공식 문서들도 시드를 완전 재현 장치가 아니라 best effort, 즉 "가능한 한 비슷하게"로 설명한다. 애초에 대부분의 생성 화면은 시드를 보여 주지도 않는다.

흥미로운 건 이게 새로운 문제가 아니라는 점이다. 사진 편집 쪽은 비파괴 편집이라는 이름으로 30년 전에 답을 정해 뒀다. 원본은 두고 보정만 따로 쌓는 것. 그런데 이미지 생성이 채팅창으로 들어오면서 그 습관이 통째로 빠졌다. 대화 기록은 남는데 버전은 남지 않는다.

버린 후보는 실패작이 아니라, 아직 쓸 자리를 못 찾은 재료일 때가 있다.

그림을 만드는 자리는 이렇게 생겼다

튜브지니는 영상 한 편을 장면들의 묶음으로 다룬다. 대본 단계에서 주제가 장면으로 갈라지고, 그다음부터는 모든 작업이 장면에 붙는다. 아래는 그중 그림을 만드는 화면이다.

이미지·영상을 함께 다루는 화면. 위에서부터 AI 생성 / 내 사진 업로드 → 그릴 모델 → 내 키 사용 → 장면당 길이 순서이고, 장면별 그림 후보는 이 아래로 이어진다.

화면을 위에서 아래로 읽으면 순서가 그대로 보인다. 직접 찍은 사진을 넣을지 AI로 그릴지 먼저 고르고, 그릴 모델을 선택하고, 움직임이 필요하면 영상 모델을 켠다. 내 키를 등록해 두었다면 그걸 쓰겠다고 체크할 수도 있다.

여기서 이 글의 본론에 해당하는 동작은 하나다. 다시 만들어도 이전 그림이 지워지지 않는다. 장면마다 후보가 차곡차곡 쌓이고, 나중에 그중 하나를 골라 끼운다. 세 번째 시도가 별로면 첫 번째를 선택하면 된다. 첫 번째가 아직 거기 있기 때문이다.

장면이 열넷이면 계산이 달라진다

장면 수가 적으면 이 차이는 사소해 보인다. 아래는 장면이 열네 개인 프로젝트의 같은 화면 윗부분이다.

오른쪽 끝에 "대본 399자 · 장면 14개". 장면이 늘어도 화면은 같고, 후보는 장면마다 따로 쌓인다. 제목 옆 배지에 장당 크레딧 범위가 붙어 있는 것도 눈여겨볼 만하다.

장면이 열넷이면 그림도 열네 장이다. 그런데 한 장을 건지는 데 한 번만 그리는 사람은 거의 없다. AI 이미지로 콘텐츠를 만드는 한 운영자가 자기 작업 기록을 정리해 공개한 2026년 벤치마크를 보면, 프롬프트 체계 없이 즉흥적으로 작업했을 때 쓸 만한 한 장을 얻기까지 평균 8.4회를 생성했다. 규칙을 세워 정리한 뒤에는 3.1회로 줄었다.

※ 저자 본인이 통제된 실험이 아니라 380여 회 렌더에 대한 내부 추정치라고 밝힌 수치다. 정확한 값보다 자릿수를 보는 편이 낫다.

줄어든 쪽 수치를 그대로 대입해도 장면 열네 개짜리 영상 하나에 마흔 장 남짓을 그리게 된다. 그중 실제로 쓰이는 건 열네 장. 나머지 스물몇 장이 어디로 가느냐가 갈림길이다. 사라지는 구조라면 매번 도박이고, 남는 구조라면 재료가 된다.

통짜로 뽑는 방식과의 차이도 여기서 선명해진다. 한 덩어리로 만든 영상은 일곱 번째 장면 하나가 어긋나도 전체를 다시 만들어야 한다. 장면이 단위면 그 장면만 다시 뽑거나, 이미 쌓여 있는 후보 중에서 다른 걸 끼우면 된다.

쌓이는 게 공짜는 아니다

여기까지만 쓰면 반쪽이다. 후보가 남는다는 건 두 가지 값을 치른다.

고르는 일이 늘어난다

선택지가 많을수록 좋다는 건 생각만큼 확실하지 않다. 자주 인용되는 2000년 잼 실험에서, 스물네 종을 늘어놓은 시식대는 지나가던 사람의 60%를 멈춰 세웠지만 실제로 잼을 산 사람은 3%였다. 여섯 종만 놓은 쪽은 40%만 멈춰 세웠는데 구매는 30%였다. 후보를 쌓아 두는 화면에서도 같은 일이 생긴다. 장면마다 다섯 장씩 쌓이면 볼 것이 일흔 장이다.

그래서 실제로는 장면 하나에 후보를 무한정 쌓기보다, 두세 장 안에서 결론 내고 넘어가는 쪽이 빠르다. 남는다는 건 무한 재시도 면허가 아니라 되돌아갈 보험에 가깝다.

다시 뽑을 때마다 크레딧이 든다

그리고 이게 더 현실적인 제약이다. 그림 생성은 장당 크레딧이 차감되고, 고른 모델 옆에 장당 몇 P인지 그대로 붙어 있다. 위 스크린샷을 찍은 2026년 9월 화면 기준으로 이미지는 장당 30P에서 158P 사이였고, 영상은 초당으로 따로 계산된다. 여덟 번 다시 뽑으면 여덟 번 치른다.

가입 자체는 무료지만 무료 등급에는 포함 크레딧이 없다. 2026년 9월 기준 요금은 이렇다.

※ 연간 결제는 골드 89,000원 · 플래티넘 229,000원. 크레딧 충전 팩은 별도. 2026년 9월 기준이라 화면과 다르면 화면이 맞다.

요금제마다 열리는 것도 다르다. 영상 모델 전체와 썸네일·추가 이미지, 내 스타일 저장, 편집기용 내보내기는 플래티넘 쪽이다. 목소리 단계의 외부 TTS 엔진은 골드 이상. 그림 단계의 내 키 사용도 골드 이상에서 켤 수 있는데, 켜면 플랫폼 크레딧은 빠지지 않는 대신 공급사 요금이 본인 계정으로 청구된다. 영상까지 내 키로 만들려면 플래티넘이면서 결제가 연결된 Google 키가 필요하다.

그래서 직접 하는 일 — 보고, 고르고, 내보낸다

1. 장면별로 본다

   그림이 다 나오면 장면 순서대로 훑는다. 이 장면이 이 대사에 맞는지, 앞뒤 장면과 인물이 이어지는지. 도구가 대신 판단해 주지 않는 부분이다.

2. 쌓인 후보 중에서 고른다

   걸리는 장면이 있으면 먼저 그 장면에 쌓인 후보부터 본다. 다시 생성은 그다음이다. 순서를 반대로 하면 이미 있는 걸 두고 크레딧을 더 쓰게 된다.

3. 필요한 형태로 내보낸다

   장면을 이어 붙인 영상으로 합쳐 받을 수도 있고, 장면 그림·목소리·자막을 묶음으로 따로 받을 수도 있다. 자막 파일(SRT)도 별도로 나온다. 편집기용 파일은 베타다. 유튜브에 올리는 건 본인이 한다.

정리하면 이 글은 기능 하나에 대한 이야기다. 다시 만들어도 이전 것이 남는다는 것. 대단한 기능처럼 들리지 않지만, 쓸 만한 한 장에 서너 번씩 그리는 작업에서는 이게 작업 방식 자체를 바꾼다.

버린 그림이 쌓여 있으면 다시 뽑기는 도박이 아니라 선택지 추가가 된다. 실패해도 잃는 게 없으니까. 물론 크레딧은 든다 — 잃을 게 없다는 건 시간과 이전 결과에 대한 이야기지, 비용에 대한 이야기는 아니다. 그 둘을 구분해 두면 다음에 다시 생성을 누를 때 조금 덜 망설이게 된다.