Ray 3.2 텍스트-투-비디오 프롬프트: 5가지 레시피와 실제 클립

TL;DR

• Ray 3.2 텍스트-투-비디오에는 입력 프레임이 없으므로, 프롬프트가 전체 샷을 구성해야 합니다: 피사체, 첫 프레임 구도, 카메라 움직임, 리듬, 조명, 그리고 짧은 네거티브 목록까지. 이것이 이 페이지에서 훈련하려는 핵심 역량입니다.
• 아래는 우리가 직접 작성해 ray-3.2/text-to-video에서 실행한 다섯 가지 복사-붙여넣기 가능 프롬프트이며, 각각 실제 생성된 클립이 포함되어 있습니다. 모든 클립은 5초 생성이며, 네 개는 540p, 하나는 720p입니다.
• 신뢰할 수 있는 Ray 3.2 프롬프트는 매번 같은 순서를 따릅니다: 카메라 움직임 → 피사체 → 환경 → 빛과 색 → 네거티브 단어. 피사체가 아니라 카메라로 시작하세요.
• 게시 전 실제로 검증했습니다: duration은 5 또는 10을, resolution은 540p / 720p / 1080p를, aspect_ratio는 여섯 가지 값을 받습니다—16:9, 9:16, 1:1, 4:3, 3:4, 21:9.
• 가격은 초 단위가 아니라 클립 단위로 책정됩니다: 5초/540p 클립은 $0.2145, 5초/720p는 $0.429 (가격은 2026-10 기준—현재 요금표는 가격 페이지에서 확인하세요).

텍스트-투-비디오 프롬프트가 별도의 기술인 이유

이미지-투-비디오를 써 봤다면, 여기서의 근육 기억은 오히려 방해가 됩니다. 이미지-투-비디오에서는 첫 프레임이 이미 모델에 주어지므로 프롬프트는 움직임만 묘사하면 됩니다. 텍스트-투-비디오는 처음부터 시작합니다—모델이 당신의 텍스트만으로 첫 프레임과 움직임을 동시에 만들어냅니다. "카메라가 천천히 돌진한다"라고만 쓴 프롬프트에는 돌진할 대상이 없습니다.

그래서 ray-3.2/text-to-video에서 프롬프트는 이중 부담을 집니다: 그럴듯한 오프닝 프레임을 구성해야 하고, 그 프레임이 어떻게 움직일지도 안무해야 합니다. 아래 레시피는 두 작업을 모두 명확하게 만드는 구조를 중심으로 구성되었습니다. 이미 움직이고 싶은 정지 이미지가 있다면 텍스트-투-비디오로 억지로 맞추지 마세요—대신 Ray 3.2 이미지-투-비디오 엔드포인트를 사용하세요. 당신의 프레임을 앵커로 삼아 프롬프트의 움직임 부분만 필요로 합니다.

Ray 3.2에서 실제로 통하는 프롬프트 골격

모든 테스트에서 화면이 일관되게 유지된 클립은 같은 절 순서를 따랐습니다:

1. 카메라 움직임을 맨 앞에. "느린 시네마틱 돌리 인", "옆으로 흐르는 항공 샷", "핸드헬드 푸시 인". Ray 3.2는 첫 절을 지배적 지시로 받아들이므로 움직임을 그곳에 두세요.
2. 피사체 + 그 행동. 명확한 피사체가 명확한 일을 하나. 경쟁하는 두 피사체가 바로 움직임이 번지는 지점입니다.
3. 환경. 장면은 화면을 채울 만큼 충분해야 하지만 너무 꽉 채우지 마세요—밀도 높은 장면은 움직임 안정성을 희생합니다.
4. 조명과 색 보정. Ray 3.2가 빛나는 부분입니다; 빛 언어("골든 아워", "시안과 마젠타 네온", "역광")에 강하게 반응합니다. 색 보정 스타일을 명확히 말하세요.
5. 짧은 네거티브 목록. Negative: ...로 끝내 일반적인 실패 모드—텍스트, 로고, 일그러진 팔다리, 플리커, 갑작스러운 컷—을 억제하세요.

전체 프롬프트는 몇 문장이면 충분합니다. 길다고 더 좋은 게 아닙니다; 불필요한 절은 카메라 지시를 희석합니다.

레시피 1—카메라로 시작하기: 느린 돌리 인

교훈: 카메라 움직임을 첫 절에 두고, 21:9로 와이드스크린 시네마 감각을 연출하세요.

느린 시네마틱 돌리 인 샷, 풍화된 철제 발코니에 홀로 서 있는 등대지기를 향해, 
짠 안개가 화면을 가로질러 흐른다. 흐린 새벽빛, 차가운 청회색 톤, 부드러운 확산 그림자. 
카메라는 안정적이고 여유로운 리듬으로 앞으로 미끄러지며 거리를 점점 좁히고, 갈매기가 배경을 스쳐 지나간다. 아나모픽 와이드스크린
렌즈 느낌, 얕은 심도, 은은한 필름 그레인. 네거티브: 텍스트 없음, 
로고 없음, 일그러진 손 없음, 갑작스러운 컷 없음.

설정: duration 5, resolution 540p, aspect_ratio 21:9. 첫머리의 "느린 시네마틱 돌리 인"이 주된 역할을 합니다—Ray 3.2는 이를 최우선 지시로 읽어 전진 미끄러짐이 흔들리지 않고 안정적으로 유지됩니다. "여유로운 리듬"은 텍스트-투-비디오 모델이 기본적으로 보이는 과도하게 조급한 고속 움직임을 억제하는 유용한 표현입니다.

레시피 2—설정 샷과 리듬

교훈: 의도적인 "공개"가 있는 항공 설정 움직임, 그리고 빛 언어가 전체 분위기를 어떻게 이끄는지.

항공 설정 샷, 골든 아워에 계단식 논밭 계곡 위를 천천히 흐르며, 낮게 기운 태양이
호박색 하늘을 비추는 물 찬 논을 비스듬히 훑고 지나간다. 아래쪽 계단식 논에는 옅은 안개가 고인다. 카메라는 느리고 여유로운
리듬으로 옆으로 이동하며, 좁은 흙길을 걷는 농부 한 명을 점차 드러낸다. 따뜻한 HDR
조명, 짙은 녹색과 금색, 시네마틱 안개. 네거티브: 텍스트 없음, 워터마크 없음, 
깜빡임 없음, 왜곡된 기하 구조 없음.

설정: duration 5, resolution 720p, aspect_ratio 16:9. 두 가지가 이 클립을 성공시킵니다. 첫째, "농부 한 명을 점차 드러낸다"가 옆으로의 움직임에 목적을 부여합니다—카메라가 갈 곳이 생깁니다. 둘째, 조명 단락("골든 아워", "낮게 기운 태양이 비스듬히 훑고", "따뜻한 HDR")이 바로 Ray 3.2 시네마틱 룩의 원천입니다; 이를 빼면 밋밋한 드론 샷만 남습니다. 이 클립이 우리가 커버 프레임을 추출한 클립이기도 합니다.

레시피 3—빛이 분위기와 핸드헬드 움직임을 이끌다

교훈: 색 보정 언어로 분위기를 만들고, "핸드헬드 푸시 인"으로 혼란 없이 생동감을 얻기.

밤, 비에 젖은 골목, 네온 사인이 물웅덩이에 반사되고 길거리 음식 노점에서 김이 피어오른다. 
핸드헬드 카메라가 골목을 따라 부드럽게 전진하며, 젖은 반사가 걸음마다 약하게 일렁인다. 감성적인
시안과 마젠타 네온 빛, 깊은 그림자, 볼류메트릭 빛 안개, 배경 간판이 시네마틱 보케를 형성한다.
네거티브: 읽을 수 있는 텍스트 없음, 로고 없음, 일그러진 사람 없음, 플리커 없음.

설정: duration 5, resolution 540p, aspect_ratio 16:9. "핸드헬드 카메라가 부드럽게 전진"은 약간의 유기적 흔들림을 주고, "부드럽게"는 그것이 흔들리는 샷이 되는 것을 막습니다. 읽을 수 있는 텍스트 없음 네거티브는 의도적입니다: 네온 장면은 모델이 깨진 간판을 생성하도록 유도하며, 단어를 올바르게 철자하기를 기대하는 것보다 읽을 수 있는 텍스트 없음을 요구하는 편이 더 안정적입니다.

레시피 4—움직이는 피사체 따라가기

교훈: 단일 피사체를 화면 중앙에 유지하는 트래킹 샷, 그리고 해부학적 실패를 겨냥한 네거티브 단어.

붉은여우 한 마리가 햇살 비치는 자작나무 숲에서 새로 내린 가루눈을 뛰어넘고, 눈보라가 역광 속에서 천천히 흩날린다. 
카메라는 안정적인 리듬으로 여우와 나란히 따라가며, 여우를 화면 중앙에 유지하는 한편 나무들이 빠르게 스쳐 지나간다. 
청명한 겨울 아침빛, 차가운 흰색에 따뜻한 햇빛 윤곽광, 반짝이는 눈 입자. 네거티브: 
여분의 팔다리 없음, 흔들림 없음, 텍스트 없음, 부자연스러운 속도 변화 없음.

설정: duration 5, resolution 540p, aspect_ratio 16:9. "여우를 화면 중앙에 유지하는 한편 나무들이 빠르게 스쳐 지나간다"가 핵심 표현입니다—Ray 3.2에게 피사체가 앵커이고 배경이 움직이는 것이라고 알려주며, 이것이 실제 트래킹 샷의 읽기 방식입니다. 동물 움직임은 팔다리 결함을 가장 쉽게 드러내므로 여분의 팔다리 없음과 부자연스러운 속도 변화 없음이 네거티브 목록에 자리를 차지합니다.

레시피 5—세로 포맷과 매크로 틸트

교훈: 소셜용으로 9:16으로 전환하고, 타이트한 매크로 피사체에 느린 틸트를 적용하기.

세로 매크로 샷, 에스프레소 한 잔이 추출 중이고, 진한 크레마가 부드러운 아침 창빛 속에서 
대리석 조리대 위의 따뜻한 유리잔 안에서 소용돌이친다. 카메라가 떨어지는 브루 헤드에서 느리게 위로 틸트하여
완성된 잔으로 향한다. 얕은 심도, 따뜻한 캐러멜 색조, 부드럽게 피어오르는 김, 고급 상업적 질감.
네거티브: 떨리는 손 없음, 흘림 없음, 텍스트 오버레이 없음, 밴딩 없음.

설정: duration 5, resolution 540p, aspect_ratio 9:16. 9:16으로 전환해도 추가 비용이 없습니다—Ray 3.2는 초상 비율이 아니라 길이와 해상도로 가격을 책정하므로, 와이드스크린과 같은 가격으로 세로 소셜 클립을 만들 수 있습니다. 느린 틸트("…에서 느리게 위로 틸트하여…")는 전체 장면을 움직이지 않고도 타이트한 매크로 피사체에 움직임을 부여합니다.

설정 및 비용 빠른 참조 표

파라미터	허용 값
duration	5, 10 (정수)
resolution	540p, 720p, 1080p
aspect_ratio	16:9, 9:16, 1:1, 4:3, 3:4, 21:9

가격은 클립당 고정 금액입니다 (2026-10 기준):

클립	가격
5초 · 540p	$0.2145
5초 · 720p	$0.429
5초 · 1080p	$1.7145
10초 · 540p	$0.643
10초 · 720p	$1.286
10초 · 1080p	$5.143

합리적인 워크플로는 먼저 5초/540p에서 프롬프트를 반복(시도당 약 21센트)하고, 구도와 움직임이 올바르게 보이면 보존한 프롬프트를 더 높은 해상도로 다시 실행하는 것입니다. 전체 최신 요금표는 HiAPI 가격 페이지에 있습니다.

흔한 실패 신호와 표현으로 고치는 방법

• 움직임이 너무 빠름. 카메라 절에 "느리고 여유로운 리듬"을 추가하세요.
• 간판이나 자막이 깨짐. 단어를 철자하려 하지 말고 읽을 수 있는 텍스트 없음 / 텍스트 오버레이 없음을 네거티브 단어에 넣으세요.
• 피사체가 번지거나 겹침. 피사체를 하나로 줄이고 앵커로 지목하세요("화면 중앙에 유지").
• 네온이나 고대비 장면의 깜빡임과 플리커. 깜빡임 없음, 플리커 없음을 추가하세요.
• 사람과 동물의 팔다리 결함. 여분의 팔다리 없음, 일그러진 손 없음을 추가하세요.

FAQ

Ray 3.2 텍스트-투-비디오 클립은 얼마나 길 수 있나요? 두 가지 길이: 5초 또는 10초. duration 필드는 정수 5와 10만 받습니다.

어떤 해상도와 화면 비율이 지원되나요? 해상도는 540p, 720p, 1080p입니다. 화면 비율은 16:9, 9:16, 1:1, 4:3, 3:4, 21:9—총 여섯 가지로, 와이드스크린, 세로, 정사각형, 아나모픽 와이드스크린을 포괄합니다.

세로(9:16) 클립 렌더링이 더 비싼가요? 아니요. 가격은 길이와 해상도에만 달려 있으므로, 같은 길이와 해상도라면 세로 9:16 클립과 16:9 클립의 가격이 같습니다.

Ray 3.2에 텍스트 프롬프트 대신 시작 이미지를 줄 수 있나요? 가능하지만 그것은 다른 엔드포인트입니다—Ray 3.2 이미지-투-비디오는 첫 프레임(그리고 선택적으로 마지막 프레임)을 받습니다. 텍스트-투-비디오는 이미지가 아니라 설명에서 시작하는 경우에 적합합니다.

이 정확한 프롬프트가 이 정확한 클립을 재현하나요? 비디오 모델은 결정적이지 않으므로 같은 스타일과 구도를 얻지만 픽셀 단위로 완전히 동일한 클립은 아닙니다. 이 프롬프트를 신뢰할 수 있는 출발점으로 삼아 카메라와 조명 절을 취향에 맞게 조정하세요.

이 프롬프트를 시험해 보고 싶으신가요?

위 레시피 중 아무거나 복사해서 Ray 3.2 텍스트-투-비디오 모델 페이지에서 실행하세요—동일한 /v1/tasks 엔드포인트, 모든 모델에 하나의 API key. 비디오 모델을 비교 중이라면, 같은 "복사-붙여넣기 + 실제 클립" 처리가 Seedance 2.5 프롬프트 레시피와 Veo 3.1 Lite 텍스트-투-비디오 프롬프트에도 있으니, 투자하기 전에 같은 프롬프트 구조가 다른 엔진에서 어떻게 작동하는지 볼 수 있습니다.