DearMate · 문서

09/ 11

같은 캐릭터와 장면을 매체별 생성으로 이어 가기

Owen Lee · 이원빈완성 원고

DearMate는 SNS에서 접한 AI 캐릭터와 개인 대화를 이어 가는 서비스입니다. 캐릭터의 공개 활동을 만드는 Social Automation에서는 운영자가 하나의 기획으로 글·이미지·영상을 요청합니다. 글에는 카페에 갔다고 쓰고 이미지에는 다른 장소가 나오면, 이후 대화에서 그 활동을 이야기하기도 어려워집니다.

이를 위해 같은 인물이라는 기준, 이번에 표현할 장면, 앞서 완성한 결과를 생성 입력에 함께 담았습니다. 이 글은 캐릭터의 경험을 연결한다는 요구가 매체별 입력과 산출물로 어떻게 이어지는지 설명합니다.

1. 같은 인물과 같은 기획을 먼저 정했습니다

Persona는 캐릭터의 이름·설명·특징과 말투 등을 담은 설정입니다. 생성 작업에서는 이 설정과 함께 Text·Image·Video용 지침을 각각 선택하고 지침의 버전도 보관합니다. 이미지와 영상에는 해당 매체에 맞는 참조 이미지를 추가합니다. 대화용 지침과 콘텐츠 생성용 지침은 용도를 나눠 관리합니다.

운영자가 제출하는 Content Task는 한 콘텐츠를 만들기 위한 작업 단위입니다. 만들려는 목적과 공통 조건, 요청할 매체, 매체별 기획 문서를 묶습니다. 각 생성 Agent는 같은 작업 식별자로 이 자료를 조회하므로, 운영자의 긴 기획 대화를 매체마다 다시 해석하는 대신 저장된 작업을 기준으로 생성합니다.

표 1. 생성 입력의 역할. 카페 장면은 입력 관계를 설명하기 위한 재구성이며 실제 작업 기록이나 생성 결과가 아닙니다.
입력담는 내용카페 콘텐츠 예시
Persona인물의 특징, 매체별 지침과 버전, 참조 이미지같은 외형과 말투를 요청합니다.
공통 기획이번 작업의 목적과 모든 매체에 적용할 조건캐릭터가 쉬는 시간을 소개합니다.
TEXT 기획글의 내용과 장면, 표현할 상황오후의 카페에서 커피를 마시는 이야기입니다.
IMAGE·VIDEO 기획각 매체의 구도와 표현 지침이미지 구도와 영상의 움직임을 각각 정합니다.

2. 글이 완성되기 전에도 장면은 전달돼야 했습니다

카페라는 장소가 TEXT 기획에만 적혀 있다고 해 보겠습니다. 이미지 생성에 공통 기획과 IMAGE 문서만 전달하면 이 장소가 빠질 수 있습니다. 이미지와 영상 입력에는 TEXT 기획 문서를 continuity 맥락으로 추가했습니다. 여기서 continuity는 다른 매체와 장면을 맞추기 위해 함께 읽는 문서를 뜻합니다.

이미 완성한 결과도 별도로 전달합니다. 이 선행 산출물을 upstream artifact라고 부릅니다. 완성된 글에는 기획보다 구체적인 장소·시간·행동이 들어갈 수 있고, 이미지 결과는 뒤의 영상 생성이 참고할 시각 자료가 됩니다. 기획 문서와 생성 결과를 구분해 두면 결과가 아직 없을 때도 기획은 전달하고, 결과가 생긴 뒤에는 실제 산출물을 이어서 사용할 수 있습니다.

한 Content Task의 입력과 산출물

각 단계는 같은 작업을 기준으로 자료를 읽습니다. 시각 생성은 TEXT 기획과 이미 완성된 선행 결과를 구분해서 받습니다.
  1. 인물과 기획

    • Persona + 공통 문서누구의 어떤 활동인지 정합니다.
    • 매체별 문서TEXT의 장면, IMAGE의 구도, VIDEO의 움직임을 준비합니다.
  2. TEXT 생성

    • 글 완성텍스트 결과를 작업에 연결합니다.
    • 선행 산출물완성된 글은 시각 생성이 다시 읽는 입력이 됩니다.
  3. IMAGE · VIDEO 생성

    • 기획의 연속성대상 매체의 문서에 TEXT 기획도 함께 전달합니다.
    • 결과의 연속성조회 시점에 준비된 글·미디어 결과와 참조 이미지를 추가합니다.
그림 1. 현재 코드의 입력 계약을 정리한 설계도입니다. 실제 생성 화면이나 산출물은 아닙니다. TEXT 기획의 전달은 TEXT 결과의 완료 여부에 의존하지 않습니다.

발표 자료는 텍스트를 완성한 뒤 이미지·영상을 생성하는 순서로 설명합니다. 확인한 구현의 Management 지침도 TEXT 완료를 기다린 뒤 시각 생성을 요청하도록 되어 있습니다. 한편 입력을 준비하는 계층은 TEXT와 IMAGE가 동시에 시작하더라도 TEXT 기획을 포함합니다. 실행 순서를 정하는 지침과, 결과가 없을 때도 장면을 전달하는 입력 처리를 함께 둔 구조입니다.

3. 생성이 끝나는 시간과 반환할 결과를 나눴습니다

Management는 Text·Image·Video Agent를 A2A 도구로 호출합니다. A2A는 별도로 실행되는 Agent 사이에 작업과 결과를 전달하는 통신 경계입니다. 생성 요청에는 같은 Content Task의 식별자를 사용하고, 각 Agent는 자신의 매체에 필요한 입력을 준비합니다.

오래 걸리는 생성은 진행 중인 작업으로 남겨 두고 완료 상태를 확인한 뒤 검수로 넘깁니다. 이미지·영상은 파일을 저장한 다음 산출물 식별자를 반환하며, 텍스트는 완성된 글을 반환합니다. Management는 요청한 매체가 모두 완료됐는지 확인하고 검토할 콘텐츠를 묶습니다.

앞의 카페 예시라면 TEXT 결과의 글, IMAGE 파일, VIDEO 파일이 같은 작업에 연결됩니다. 재생성한 미디어는 생성 차수와 자동 검수 의견을 함께 남깁니다. 운영자가 어느 결과를 승인했는지 남기는 과정은 생성본 검토와 승인에서 이어집니다.

4. 자동 검수에서 본 자료를 구분했습니다

생성이 완료되면 자동 checker가 검토 의견을 남깁니다. 그러나 이미지와 영상에 같은 자료가 전달되는 것은 아닙니다. 특히 영상 checker는 생성된 영상 binary를 받지 않으며, 지침과 생성 메타데이터를 검토합니다.

표 2. 자동 검수와 사람 검토의 범위. 현재 구현의 입력 계약이며 품질 평가 점수나 실행 성공률은 아닙니다.
검토 단계실제로 읽는 자료판단의 범위
이미지 checker생성 요청·결과 이미지와 전달 가능한 참조 이미지입력 이미지와 요청에 대한 자동 의견을 남깁니다.
영상 checker생성 요청·메타데이터와 전달 가능한 참조 자료지침 준수와 생성 정보에 관한 의견입니다. 생성 영상의 움직임·프레임 품질을 직접 평가하지 않습니다.
Management 검토완성된 글과 작업에 속한 이미지·영상미디어를 실행 세션에 불러와 콘텐츠 구성과 수정 필요성을 판단합니다.
운영자 검토검토 화면의 글·이미지·저장된 영상최종 사용 여부를 승인하거나 수정 요청·거절합니다.

checker의 통과 의견과 운영자의 승인은 서로 다른 기록입니다. Management가 모든 산출물을 모아 검토 준비 상태를 반환해도 게시가 허용되지는 않습니다. 게시할 결과와 대상 계정은 운영자의 승인 과정에서 정합니다.

5. 입력 연결과 완성품의 품질을 따로 확인합니다

확인한 구현에는 생성 context의 매체 구분, 비동기 생성의 상태 확인, 저장된 산출물과 자동 검수 의견의 반환 경계가 있습니다. 단위 테스트에는 진행 중인 생성 작업이 같은 작업 식별자로 재개되는지, 같은 Management 실행의 완료 결과를 재사용하는지 확인하는 사례가 포함돼 있습니다.

매체 간 일관성은 완성된 결과를 함께 평가해야 합니다. 후속 평가는 같은 Persona와 기획을 고정하고, 장소·시간·외형이 글·이미지·영상에 유지되는지와 수정 요청 뒤 무엇이 달라지는지를 비교하는 방식으로 계획했습니다. 생성 입력이 연결돼 있다는 사실과 결과의 품질을 나눠 확인할 항목입니다.

완성한 콘텐츠를 대화의 기억으로 이어 주려면 승인한 결과를 고정하고 게시 여부도 따로 추적해야 합니다. 다음 글에서는 Social Automation의 기획·승인·게시·활동 기억을 설명합니다.