Runway·Veo·Gemini Omni·Kling AI·Sora 영상 프롬프트 비교: 어떤 장면에 어떤 모델이 좋을까?
이 글의 핵심은 "모델 순위"가 아니라 장면 목표에 맞는 프롬프트 구조입니다. 여러 모델을 따로 오가며 비교하기 어렵다면, Pollo AI의 AI 영상 모델 페이지처럼 한곳에서 모델을 확인하고 AI 비디오 생성기로 테스트 흐름을 잡는 방식이 더 현실적입니다.
아래 비교는 공개 자료와 프롬프트 구조를 기준으로 한 상대 평가입니다. 실제 결과는 프로젝트 목적, 입력 이미지, 모델 버전, 요금제, 지원 지역, 계정 접근성에 따라 달라질 수 있습니다.
빠른 선택표: 장면별로 먼저 볼 모델
| 원하는 결과 | 먼저 검토할 모델 | 이유 | 대안/주의 |
| 영화 같은 카메라 컷 | Runway | 카메라 위치, 이동, 프레임을 구체적으로 지시하기 좋음 | 오디오 중심이면 Veo도 비교 |
| 대사와 효과음이 있는 영상 | Veo | 대사, 효과음, 주변 소리까지 함께 설계하기 좋음 | 단순 비주얼 컷이면 과할 수 있음 |
| 같은 장면을 대화하듯 여러 번 수정 | Gemini Omni | 멀티턴 대화형 편집과 캐릭터 일관성에 강점이 있다고 알려짐 | 개발자 API는 아직 초기 단계, 접근 경로 확인 필요 |
| 제품 광고/UGC 영상 | Kling AI | 제품, 인물, 샷 순서를 나눠 유지하기 좋음 | 카메라 미학만 필요하면 Runway 비교 |
| 액션이 큰 장면 | Kling AI 또는 Sora | 움직임의 시작, 변화, 결과를 비교해야 함 | Sora는 접근성 확인 필요 |
| 상상력이 큰 서사 장면 | Sora, 조건부 | 세계관과 장면 변화 중심 프롬프트에 적합할 수 있음 | 사용 가능 채널/API 상태 확인 |
| 빠른 반복 테스트 | 접근 가능한 모델부터 | 같은 아이디어를 여러 모델에 반복 비교해야 함 | 실제 출력으로 판단 |
이 표는 최종 판정이 아니라 첫 테스트 순서입니다. 검색자는 빠른 답을 원하지만, 실제 제작자는 같은 조건에서 나온 결과물을 봐야 합니다. 그래서 이 글에서는 고정 별점 대신 "어떤 정보를 프롬프트에 넣어야 하는지"를 기준으로 비교합니다.
비교 기준과 현재 확인 포인트
접근성 주의
모델 비교표에서 "접근성 확인"을 모두 같은 말로 처리하면 정보값이 낮아집니다. 그래서 현재 상태는 아래처럼 나눠 보는 편이 좋습니다.
| 모델 | 현재 확인 포인트 | 실무에서 확인할 것 |
| Runway | 공식 가격 페이지 기준 Free, Standard, Pro, Max, Enterprise 플랜과 크레딧 구조가 있습니다. | 사용할 모델, 월 크레딧, 워터마크, 4K 업스케일, 팀 기능 |
| Veo | Google 자료 기준 Veo 3.1은 Gemini API, Google AI Studio, Vertex AI, Gemini 앱, Flow에서 제공되며, 개발자용 접근 경로는 정식 단계로 전환되었습니다. | API 접근 권한, 지역/계정 제한, 생성 비용, Gemini Omni와의 관계 |
| Gemini Omni | Google I/O 2026 발표 기준 Gemini Omni Flash는 Gemini 앱, Google Flow, YouTube Shorts에서 순차 제공 중이며, 개발자용 API는 아직 공개 초기 단계입니다. | 소비자용 채널 vs 개발자 API 여부, AI Plus/Pro/Ultra 요금제 필요 여부, 클립 길이 제한 |
| Kling AI | Kling 공식 자료 기준 VIDEO 3.0 계열은 Standard/Professional/4K 등 크레딧 기준이 나뉩니다. | 라이브 생성 패널의 초당 크레딧, 4K 필요 여부, 오디오/멀티샷 지원 |
| Sora | OpenAI Help 기준 Sora web/app은 2026. 04. 26. 중단되었고, API는 2026. 09. 24. 중단 예정입니다. | 실제 사용 가능한 채널, 기존 계정 접근성, 대체 모델 필요 여부 |
Veo와 Gemini Omni는 서로 다른 모델이 아니라 "전환 관계"로 보는 편이 정확합니다. Google은 Gemini 앱·Flow 쪽 소비자 경험을 Gemini Omni로 점차 옮기고 있지만, 개발자가 쓰는 Veo 3.1 API 자체가 즉시 사라진다고 공식 발표한 것은 아닙니다. 지금 시점에서는 "Gemini 앱에서 뭘 눌러야 하는지"와 "개발자 API로 무엇을 호출하는지"를 구분해서 확인하는 것이 실무에서 더 중요합니다.
프롬프트 기준으로 보면 Runway는 카메라 지시, Veo는 소리와 대사, Gemini Omni는 대화형으로 장면을 이어서 고치는 방식, Kling AI는 제품/인물 고정과 컷 순서, Sora는 장면 변화와 서사 구조를 더 먼저 생각하게 만듭니다. 단, Gemini Omni와 Sora는 창작 관점의 비교 대상일 수는 있어도, 현재 업무용 추천에는 접근성 제한을 반드시 함께 써야 합니다.
실제 테스트는 이렇게 기록해야 해요
AI 영상 모델 비교에서 가장 위험한 방식은 서로 다른 프롬프트와 서로 다른 입력 이미지를 넣고 결과만 비교하는 것입니다. 그렇게 하면 모델 차이인지, 프롬프트 차이인지, 소재 차이인지 알기 어렵습니다.
테스트 기록 팁
이 글에서는 실제 출력물을 제공받지 않았기 때문에 "직접 테스트했다"고 쓰지 않습니다. 대신 아래 형식으로 결과를 남기면, 나중에 실제 생성물을 붙였을 때 바로 증거 기반 섹션으로 확장할 수 있습니다.
| 기록 항목 | 남길 내용 |
| 프롬프트 | 모델별로 넣은 한국어 프롬프트 원문 |
| 출력 증거 | 첫 프레임, 중간 프레임, 마지막 프레임 또는 5-8초 클립 |
| 관찰 결과 | 잘 된 점과 어긋난 점 |
| 원인 추정 | 프롬프트의 어떤 정보가 반영되었는지 |
| 실패 지점 | 인물, 제품, 소리, 카메라, 장면 전환 중 어디가 무너졌는지 |
| 다음 수정안 | 다음 테스트에 넣을 구체적인 수정 프롬프트 |
장면별 프롬프트 작성법
카메라 무브가 중요하다면 Runway
Runway는 특히 입력 이미지를 첫 프레임처럼 두고, 프롬프트로 카메라 움직임과 피사체 동작을 제어하는 워크플로에 잘 맞습니다. Pollo AI의 Runway 모델 허브에서 지원 모델과 요구 입력 형식을 먼저 확인하세요. 사용하는 Runway 모델이 이미지를 요구한다면, 프롬프트만으로 장면 전체를 만들려고 하기보다 이미지에는 피사체와 구도를 담고, 프롬프트에는 카메라 이동과 움직임을 쓰는 편이 좋습니다.
| 프롬프트 | 생성된 영상 |
| 카메라는 낮은 앵글에서 여성의 왼쪽 뒤편을 따라가며 천천히 앞으로 이동한다. 젖은 보도블록에 네온 간판이 반사되고, 인물은 화면 중앙을 유지한다. 부드러운 역광, 얕은 심도, 차분한 영화 같은 분위기 |
이 프롬프트는 이미지가 이미 담고 있는 내용을 반복하기보다 "어떻게 찍히는가"를 설명합니다. 제품 로고나 같은 인물을 여러 컷에서 유지해야 한다면 Runway만 보고 결정하지 말고 Kling AI도 함께 비교하는 편이 안전합니다.
대사, 효과음, 현장감이 중요하다면 Veo
Veo는 프롬프트 안에서 효과음, 대사, 주변 소리, 인물 행동, 장소 분위기를 함께 기술하는 워크플로에 적합한 후보입니다. Pollo AI의 Veo 모델 허브에서 Veo 3와 Veo 3.1의 차이를 먼저 살펴보는 것도 좋습니다. 특히 오디오가 결과의 일부라면 화면 설명과 소리 설명을 분리해서 쓰는 것이 좋습니다.
| 프롬프트 | 생성된 영상 |
| 밤비가 내리는 서울 골목. 젖은 바닥을 밟는 발소리, 멀리 지나가는 차 소리, 우산 위로 떨어지는 빗소리가 들린다. 여성이 조용히 말한다. "오늘은 조금 천천히 걸어도 괜찮아." 현실적인 거리 분위기, 차분한 감정, 자연스러운 주변 소리. |
무음 제품 클로즈업이나 빠른 반복 테스트라면 Veo가 꼭 첫 선택일 필요는 없습니다. 속도가 중요하다면 Veo 3 Fast처럼 더 가벼운 버전도 함께 비교해 보세요. 하지만 대사와 현장음이 영상의 설득력을 좌우한다면 먼저 검토할 만합니다.
같은 장면을 대화하듯 고쳐야 한다면 Gemini Omni
Gemini Omni는 한 번에 완성된 프롬프트를 쓰기보다, 첫 결과를 보고 "이 부분만 바꿔줘"처럼 대화를 이어가며 장면을 다듬는 워크플로에 맞는 후보로 알려져 있습니다. 이 방식에서는 처음부터 모든 조건을 다 쓰기보다, 핵심 장면만 먼저 지시하고 이후 턴에서 세부 사항을 추가하는 편이 자연스럽습니다.
| 프롬프트 | 생성된 영상 |
| 1턴: 밝은 쇼룸에 놓인 무선 스피커를 정면에서 천천히 보여주는 영상을 만들어줘. 2턴(수정): 카메라 이동은 그대로 두고, 스피커 색상과 로고 위치는 이전 장면과 동일하게 유지해줘. 3턴(수정): 마지막 1초에 스피커 상단 LED가 부드럽게 켜지는 장면을 추가해줘. |
이 프롬프트는 한 번에 완벽한 문장을 쓰는 대신, 이전 결과를 기준으로 조금씩 조건을 더하는 방식입니다. 다만 현재는 소비자용 채널 중심으로 제공되고 있어서, 광고 납품처럼 반복 가능한 파이프라인이 필요하다면 개발자 API 공개 상태를 먼저 확인해야 합니다.
제품 광고와 UGC라면 Kling AI
제품 영상에서는 "예쁜 장면"보다 제품과 인물이 유지되는지가 중요합니다. Pollo AI의 Kling AI 모델 허브는 제품, 인물, 손동작, 샷 순서를 나눠 쓰는 방식과 잘 맞는 후보입니다.
| 프롬프트 | 생성된 영상 |
| 같은 선글라스와 케이스를 모든 컷에서 유지한다. 1컷: 나무 테이블 위 선글라스 클로즈업, 렌즈에 창밖 풍경이 살짝 비친다. 2컷: 손으로 선글라스를 집어 드는 장면. 3컷: 얼굴에 쓰는 순간의 측면 클로즈업. 4컷: 선글라스 브랜드 각인과 케이스가 함께 보이는 마지막 히어로 컷. 자연광, 깨끗한 라이프스타일 광고 분위기. |
이런 프롬프트는 모델에게 "광고에서 유지해야 하는 것"을 알려 줍니다. 컷마다 제품이 달라지면 아무리 장면이 좋아도 광고 소재로 쓰기 어렵기 때문입니다.
서사와 장면 변화가 중요하다면 Sora는 조건부 후보
Sora는 세계관, 장면 전환, 인물의 행동과 감정 변화를 자연어로 자세히 설명하는 서사형 프롬프트에서 강점을 보입니다. 긴 문맥을 이해해 장면의 흐름을 자연스럽게 이어 가며, 영화 같은 카메라 무빙과 일관된 분위기를 표현하는 데 적합합니다. Pollo AI의 Sora 모델 허브에서 현재 지원 범위를 확인한 뒤, 사용 가능한 채널과 API 상태를 먼저 확인해야 합니다.
| 프롬프트 | 생성된 영상 |
| 어두운 스튜디오 테이블 위에 접힌 스마트폰이 놓여 있다. 카메라는 제품 정면에서 천천히 가까워진다. 0-3초: 접힌 스마트폰의 외부 화면에 시간과 알림 아이콘이 선명하게 보인다. 3-6초: 스마트폰이 천천히 펼쳐지고 내부 화면에 제품 소개 이미지가 나타난다. 6-8초: 카메라는 펼쳐진 화면과 힌지 부분을 가까이 보여 준다. 제품 색상, 화면 디자인, 테이블 위치는 유지한다. 갑작스러운 컷 전환이나 불필요한 배경 변화는 없다. |
이 프롬프트는 추상적인 키워드보다 장면의 흐름, 카메라 움직임, 시간대별 변화, 유지해야 할 요소와 제외할 요소를 구체적으로 지정합니다. 이러한 방식은 Sora가 장면의 연속성과 영화 같은 연출을 안정적으로 구현하는 데 도움이 됩니다. 다만 실제 프로젝트에 적용할 때는 Sora뿐 아니라 현재 사용할 수 있는 모델과 결과물을 함께 비교한 뒤 최종 모델을 선택하는 것을 권장합니다.
모델별로 프롬프트에서 바꿔야 할 요소
앞에서 장면별 예시를 이미 봤다면, 같은 소재를 한 번 더 반복할 필요는 없습니다. 실제 작업에서는 아래 체크리스트처럼 모델별로 강조할 정보만 바꾸는 편이 더 빠릅니다.
| 모델 | 먼저 바꿀 정보 | 그대로 두면 생기는 문제 | 편집 방향 |
| Runway | 입력 이미지/첫 프레임, 카메라 이동, 피사체 동작 | 이미지가 필요한 모델에서 텍스트만 넣으면 생성이 막히거나, 움직임이 모호해질 수 있음 | 이미지에는 구도와 피사체를 담고, 프롬프트에는 카메라가 어떻게 움직일지 씀 |
| Veo | 대사, 효과음, 주변 소리, 말하는 타이밍 | 화면은 좋아도 오디오가 의도와 다르게 붙을 수 있음 | 화면 설명과 소리 설명을 분리하고, 대사는 따옴표로 명확히 씀 |
| Gemini Omni | 이전 턴에서 확정한 요소, 이번 턴에서 바꿀 요소 | 매번 처음부터 새로 설명하면 이전 결과와 일관성이 깨질 수 있음 | "그대로 유지"와 "이번에 바꿀 것"을 분리해서 씀 |
| Kling AI | 제품/인물 고정 조건, 컷 순서, 손동작 | 컷마다 제품 모양이나 인물이 달라져 광고 소재로 쓰기 어려워질 수 있음 | 1컷, 2컷, 3컷처럼 샷을 나누고 유지해야 할 요소를 먼저 씀 |
| Sora | 장면 변화, 원인과 결과, 세계관 규칙, 접근성 | 창의적 장면은 좋아도 실제 업무 적용 가능성이 낮을 수 있음 | 서사 구조를 쓰되, 사용 가능한 채널을 먼저 확인함 |
즉, 한국어 프롬프트를 잘 쓰는 핵심은 긴 문장을 쓰는 것이 아니라 모델이 읽어야 할 정보를 우선순위대로 배치하는 것입니다. Runway처럼 이미지 입력이 필요한 경우에는 "무엇을 만들지"보다 "이미지를 어떻게 움직일지"가 더 중요해집니다.
한국형 마케팅 예시: 성수동 카페 세럼 광고
한국어권 마케터라면 더 현실적인 예시가 필요합니다. 예를 들어 "서울 성수동 카페에서 새 스킨케어 세럼을 소개하는 8초 숏폼 광고"를 만든다고 해볼게요. 같은 브리프를 다섯 모델에 넣었을 때 어떻게 달라지는지 비교합니다.
| 모델 | 한국어 프롬프트 방향 | 생성된 영상 |
| Runway | 성수동 카페 테이블 위 세럼 병 클로즈업. 카메라가 제품에서 손동작으로 천천히 이동한다. 자연광, 얕은 심도, 깨끗한 뷰티 광고 분위기. | |
| Veo | 밝은 성수동 카페. 컵을 내려놓는 소리, 잔잔한 카페 배경음. 손등에 세럼을 바르는 장면과 함께 "가볍게 흡수되는 아침 세럼"이라는 짧은 내레이션이 들린다. | |
| Gemini Omni | 1턴: 성수동 카페 테이블 위 세럼 병을 소개하는 장면을 만들어줘. 2턴(수정): 손등에 한 방울 떨어뜨리는 장면을 이어서 추가해줘, 병 라벨은 그대로 유지해줘. 3턴(수정): 마지막에 제품명이 보이는 컷으로 끝내줘. | |
| Kling AI | 같은 세럼 병과 패키지를 유지한다. 1컷 제품 클로즈업, 2컷 손등에 한 방울, 3컷 질감 클로즈업, 4컷 제품명 보이는 패키지 컷. | |
| Sora | 8초 영상. 성수동 카페 테이블 위 세럼 병으로 시작한다. 0-3초 제품 클로즈업, 3-6초 손등에 세럼을 바르는 클로즈업, 6-8초 제품과 패키지가 함께 보이는 마지막 컷. 카페 배경과 제품 디자인은 유지한다. |
이 예시에서 핵심은 모델명이 아니라 광고 목적입니다. 제품이 유지되는지, 손동작이 자연스러운지, 마지막 컷에서 패키지를 알아볼 수 있는지, 릴스나 쇼츠로 편집하기 쉬운지가 더 중요합니다.
프롬프트 실패 사례와 수정법
반복해서 실패하는 프롬프트는 대개 모델 문제가 아니라 정보 누락에서 시작됩니다.
| 실패 유형 | 나쁜 예 | 왜 위험한가요? | 수정 방향 |
| 추상 형용사만 사용 | 시네마틱하고 예쁜 제품 영상 | 모델이 카메라, 제품, 동작을 추측해야 함 | 카메라 위치, 제품 고정 조건, 조명 추가 |
| 카메라 정보 누락 | 테이블 위 이어폰을 보여준다 | 촬영감 비교가 어려움 | 정면 클로즈업, 오른쪽으로 천천히 이동, 얕은 심도 추가 |
| 소리 정보 누락 | 카페에서 제품을 소개한다 | 대사/효과음이 필요한지 불명확 | 컵 소리, 배경음, 대사, 말투 추가 |
| 제품 고정 조건 누락 | 세럼 광고 영상 | 컷마다 제품이 달라질 수 있음 | 같은 제품명, 같은 패키지, 마지막 제품 컷 명시 |
| 샷 순서 혼합 | 클로즈업, 사용 장면, 리액션, 패키지를 한 문장에 모두 넣음 | 멀티샷 흐름이 흐려짐 | 1컷, 2컷, 3컷으로 분리 |
| 대화형 수정 시 유지 조건 누락 | 색상 좀 더 밝게 해줘 | 이전 턴에서 확정한 다른 요소까지 함께 바뀔 수 있음 | 바꿀 요소와 유지할 요소를 턴마다 구분해서 명시 |
수정 공식은 간단합니다. 원하는 결과를 먼저 정하고, 모델이 읽어야 할 정보를 추가한 뒤, 실제 출력에서 무너진 지점을 다음 프롬프트에 반영하면 됩니다.
여러 모델을 한곳에서 테스트하려면 워크플로가 중요해요
영상 프롬프트 비교를 실제 제작으로 이어가려면 모델별 사이트를 돌아다니는 것보다, 같은 아이디어를 같은 기준으로 기록하는 워크플로가 더 중요합니다. 순수 텍스트에서 시작한다면 텍스트로 영상 만들기, 제품 사진이나 첫 프레임이 있다면 이미지를 영상으로 변환하는 방식이 자연스럽습니다.
실전에서는 이렇게 진행하세요.
- 장면 목표를 정합니다: 카메라, 오디오, 반복 수정, 제품, 액션, 서사 중 무엇이 핵심인지 고릅니다.
- 같은 아이디어를 모델별 한국어 프롬프트로 바꿉니다.
- 결과를 프롬프트 이해도, 카메라, 일관성, 오디오, 접근성, 편집 부담 기준으로 기록합니다.
- 가장 쓸 만한 결과만 후속 편집, 향상, 광고 제작 흐름으로 이어갑니다.
이 과정의 목적은 모델 이름을 많이 아는 것이 아닙니다. 같은 아이디어를 어떤 정보 구조로 바꿔야 결과를 비교할 수 있는지 아는 것입니다.
자주 묻는 질문
Runway, Veo, Gemini Omni, Kling AI, Sora에 같은 프롬프트를 넣어도 되나요?
가능은 하지만 추천하지는 않습니다. 같은 아이디어라도 모델별로 강조해야 할 정보가 다릅니다. Runway에는 카메라 움직임을, Veo에는 소리와 대사를, Gemini Omni에는 턴별로 유지할 요소와 바꿀 요소를, Kling AI에는 제품/인물 고정 조건과 샷 순서를, Sora에는 장면 변화와 원인-결과를 더 명확히 쓰는 편이 좋습니다.
Veo와 Gemini Omni는 같은 모델인가요?
같은 모델은 아닙니다. Veo 3.1은 Google의 영상 생성 모델이고, Gemini Omni는 Gemini 앱과 Flow 등 소비자용 채널에서 점차 Veo 자리를 대체하고 있는 새로운 멀티모달 모델입니다. 개발자가 API로 직접 호출하는 워크플로라면 Veo 3.1 쪽이 더 안정적으로 문서화되어 있습니다. 실제 사용 후기는 Pollo AI의 Veo 3.1 리뷰 아티클에서도 확인할 수 있으며, Gemini Omni의 개발자 API는 아직 초기 공개 단계이므로 실제 프로젝트에 넣기 전에 접근 경로를 먼저 확인해야 합니다.
영상 프롬프트 비교에서 별점보다 중요한 기준은 무엇인가요?
별점보다 중요한 것은 테스트 조건입니다. 같은 입력, 같은 길이, 같은 비율, 같은 평가 기준으로 비교해야 결과를 해석할 수 있습니다. 프롬프트와 출력 결과, 실패 지점, 수정안을 함께 기록하는 것이 더 신뢰도가 높습니다.
실제 테스트 결과가 없으면 어떻게 비교해야 하나요?
실제 결과가 없다면 "직접 테스트했다"고 쓰면 안 됩니다. 대신 공개 자료, 공식 문서, 프롬프트 구조, 사용 사례 기준으로 "먼저 검토할 후보"를 정리해야 합니다. 그리고 어떤 스크린샷이나 영상 클립이 있으면 판단을 보완할 수 있는지 명확히 남겨야 합니다.
한국어 프롬프트와 영어 프롬프트 중 어느 쪽이 더 좋나요?
한국어 대사나 한국 로컬 장면이 중요하면 한국어로 먼저 테스트하는 편이 자연스럽습니다. 다만 카메라 용어, 렌즈 표현, 촬영 지시는 영어 표현이 더 안정적인 경우도 있습니다. 실전에서는 한국어 장면 설명을 기본으로 두고, 필요한 촬영 용어만 영어로 보강해 비교하면 됩니다.
Sora는 지금도 바로 사용할 수 있나요?
바로 사용할 수 있다고 단정하면 안 됩니다. 2026. 06. 30. 기준 OpenAI Help 문서에는 Sora web/app이 2026. 04. 26. 중단되었고, Sora API도 2026. 09. 24. 중단 예정이라고 안내되어 있습니다. 접근성과 대안 모델 비교는 Pollo AI의 Kling AI vs. Sora vs. Pollo AI 비교 아티클도 참고하세요. 따라서 Sora는 장면 설계 관점에서는 비교 대상에 넣을 수 있지만, 실제 업무 적용 전에는 사용 가능한 채널을 먼저 확인해야 합니다.
결론: 좋은 모델보다 중요한 것은 장면에 맞는 한국어 프롬프트 구조예요
영상 프롬프트 비교에서 가장 먼저 볼 것은 모델명이 아니라 장면 목표입니다. 카메라가 핵심인지, 소리가 핵심인지, 대화형으로 반복 수정해야 하는지, 제품 일관성이 핵심인지, 서사와 액션이 핵심인지에 따라 프롬프트 구조가 달라져야 합니다. 여기에 Gemini Omni처럼 새로 등장하는 모델은 소비자용 채널과 개발자 API 상태가 다를 수 있다는 점까지 함께 확인해야 합니다.
같은 아이디어를 여러 AI 영상 모델로 비교하고 싶다면 Pollo AI의 AI 비디오 생성기에서 모델별 한국어 프롬프트를 나눠 테스트한 뒤, 가장 쓸 만한 결과를 게시 가능한 영상 제작 흐름으로 이어갈 수 있습니다. Runway 실전 사용법이 필요하다면 Runway AI 비디오 생성기 사용 방법 가이드도 함께 참고하세요. 다만 어떤 모델을 쓰든 마지막 판단은 표가 아니라 실제 출력 결과로 해야 합니다.