트래킹 샷은 카메라가 피사체의 옆, 뒤, 또는 앞에서 움직이며 일정한 거리와 프레이밍을 유지하면서 액션을 따라가는 영화 기법이다. 영화와 사진에서 이는 움직임, 공간적 연속성, 관객의 몰입감을 만들어 내며, 긴장감을 구축하거나 환경을 드러내거나 인물의 여정을 강조하는 데 자주 사용된다. AI 이미지 및 비디오 생성의 맥락에서 "트래킹 샷"이라는 용어는 전문 영화 촬영의 시각적 언어를 모방한 역동적이고 카메라 같은 관점을 가진 출력을 생성하도록 모델에 지시하는 프롬프트 키워드로 나타난다.
이 기법은 영화 초창기에 기원하며, 뤼미에르 형제와 같은 선구자들이 차량이나 핸드헬드 장비에 장착된 움직이는 카메라를 실험했다. 1910년대와 1920년대에는 D.W. 그리피스와 F.W. 무르나우 같은 감독들이 극적 효과를 위해 트래킹 샷을 사용했고, 1930년대 돌리의 발명으로 더 부드럽고 통제된 움직임이 가능해졌다. 주목할 만한 실천가로는 오슨 웰스가 있는데, 그의 시민 케인(1941)의 롱 테이크는 광대한 세트를 탐험하기 위해 트래킹을 사용했고, 알프레드 히치콕은 로프(1948)에서 유명한 트래킹 샷을 사용하여 단일 연속 테이크를 시뮬레이션했다. 이후 스탠리 큐브릭, 마틴 스코세지, 알폰소 쿠아론 같은 감독들이 이 기법을 더 발전시켰으며, 쿠아론의 칠드런 오브 맨(2006)은 차량 내부와 전투 장면에서 확장된 트래킹 시퀀스를 선보였다.
시각적 특성
트래킹 샷은 여러 시각적 특징으로 정의된다: 카메라가 피사체의 경로와 평행하게 움직이며, 종종 돌리, 트랙, 또는 안정화된 짐벌을 사용한다; 배경은 지속적으로 이동하지만 피사체는 프레임 내에서 상대적으로 고정된다; 그리고 샷은 공간적 일관성을 유지하여, 관객이 카메라, 피사체, 환경 사이의 물리적 관계를 추적할 수 있다. 정적 샷이나 팬과 달리, 트래킹 샷은 카메라를 공간을 통해 물리적으로 이동시켜 깊이와 3차원성의 감각을 만든다. AI 생성 이미지에서 이러한 특성은 "카메라가 피사체를 따라감", "측면 트래킹 샷", 또는 "연속 이동"을 지정하는 프롬프트로 변환되며, 종종 "부드러운", "역동적인", 또는 "시네마틱한" 같은 설명어와 결합된다.
예술과 사진에서의 기원
영화 이전에, 움직이는 시점의 개념은 파노라마 그림과 초기 사진 실험에서 나타났다. 19세기에는 사진가들이 기차나 배에 카메라를 장착하여 연속 이미지를 포착했지만, 정지 사진으로는 진정한 움직임이 불가능했다. 연속적인 시각적 내러티브로서의 트래킹 샷 개념은 카메라가 물리적으로 이동할 수 있는 영화와 함께 등장했다. 초기 사례에는 조르주 멜리에스의 1896년 영화 유령의 성이 움직이는 카메라를 효과적으로 사용했고, 1903년 대열차 강도는 움직이는 기차에서의 트래킹 샷을 선보였다. 사진가들은 20세기에 이 미학을 채택하여, 움직이는 피사체를 선명하게 유지하면서 배경을 흐리게 하는 패닝 기법을 사용했으며, 이는 AI 프롬프트 어휘에 영향을 준 스타일이다.
주목할 만한 실천가와 영화
트래킹 샷의 역사에서 핵심 인물로는 라 론드(1950)와 마담 드...(1953) 같은 영화에서 정교한 카메라 움직임으로 알려진 막스 오퓔스와, 스토커(1979)와 거울(1975)의 롱 테이크에서 느린 트래킹을 사용하여 명상적인 분위기를 만든 안드레이 타르콥스키가 있다. 1990년대에는 1970년대 개렛 브라운이 발명한 스테디캠이 유동적인 핸드헬드 트래킹을 가능하게 했으며, 좋은 친구들(1990)의 유명한 코파카바나 장면이 그 예시이다. 더 최근에는 샘 멘데스의 원샷 액션 영화 1917*(2019)이 디지털 스티칭을 사용하여 단일 연속 트래킹 샷처럼 보이도록 구성되었다. 이러한 작품들은 AI 모델이 학습하는 시각적 문법을 확립했으며, 훈련 데이터 세트에는 그러한 영화의 프레임이 포함된다.
AI 이미지 및 비디오 생성에서의 트래킹 샷
AI 아트에서 트래킹 샷은 카메라 움직임과 관점을 설명하는 자연어 프롬프트를 통해 호출된다. Stable Diffusion이나 DALL-E 같은 이미지 생성 모델의 경우, 프롬프트에 "달리는 사람의 트래킹 샷, 측면 뷰, 모션 블러 배경"이 포함되어 움직임을 암시하는 정지 이미지를 생성할 수 있다. Sora나 Runway 같은 비디오 생성 모델의 경우, 프롬프트는 "카메라가 피사체를 뒤에서 추적" 또는 "복도를 따라 캐릭터를 따르는 부드러운 돌리 샷"을 지정한다. 이 용어는 종종 "광각", "얕은 피사계 심도", 또는 "아나모픽 렌즈" 같은 다른 시네마틱 키워드와 결합되어 출력을 정제한다. 영화 스틸과 비디오 클립으로 훈련된 모델은 이러한 문구를 인식하고 공간적 진행 감각이 있는 구도를 생성한다.
일반적인 키워드와 프롬프트 구조
프롬프트 작성자는 트래킹 샷을 유도하기 위해 구조화된 어휘를 사용한다. 일반적인 키워드에는 "트래킹 샷", "돌리 샷", "팔로우 샷", "카메라 움직임", "측면 트래킹", "후면 트래킹", "연속 테이크"가 포함된다. 또한 "느린 트래킹 샷" 또는 "빠른 속도의 트래킹" 같은 속도와 "왼쪽에서 오른쪽 트래킹" 또는 "카메라가 앞으로 이동" 같은 방향을 지정할 수도 있다. 고급 프롬프팅에서 사용자는 이를 피사체 설명과 환경 세부 사항과 결합한다. 예를 들어: "트래킹 샷, 네온 불빛 거리를 걷는 여성, 비, 시네마틱 조명, 35mm 필름 그레인." 일부 모델은 명시적인 카메라 지시에 더 잘 반응하는 반면, 다른 모델은 "따라가는" 또는 "추적하는" 같은 동사에서 움직임을 추론한다.
다른 AI 개념과의 관계
AI 생성에서의 트래킹 샷은 더 넓은 머신 러닝 개념과 교차한다. 예를 들어, Zero-shot learning은 모델이 "트래킹 샷"과 같은 새로운 프롬프트를 해당 정확한 문구에 대한 명시적 훈련 없이 이해할 수 있게 하며, 영화 데이터에서 학습된 연관성에 의존한다. Few-shot learning은 사용자가 트래킹 샷의 몇 가지 예를 제공하여 모델을 안내할 때 사용될 수 있다. 비디오 생성에서 Object tracking 알고리즘은 일관된 트래킹 샷에 필수적인 프레임 간 피사체 일관성을 유지하는 데 도움을 준다. 이 기법은 또한 프롬프트 엔지니어링과 관련이 있으며, 트래킹 샷 설명의 정확한 문구가 출력 품질을 결정한다. 생성 모델이 진화함에 따라 카메라 움직임을 제어하는 능력은 핵심 연구 영역이며, Generative AI 시스템은 점점 더 Transformer (architecture) 아키텍처를 사용하여 시간적 시퀀스를 처리한다.
모델에서의 기술적 구현
트래킹 샷을 생성하는 AI 비디오 모델은 시간적 일관성 메커니즘에 의존한다. 예를 들어, Sequence-to-Sequence (Seq2Seq) 아키텍처는 프레임을 순차적으로 처리하는 반면, Cross-Attention 레이어는 시각적 특징을 텍스트 임베딩과 정렬한다. OpenAI 또는 Google DeepMind 같은 모델은 비디오 데이터 세트에 대한 대규모 훈련을 사용하여 움직임 패턴을 학습한다. "트래킹 샷" 프롬프트는 카메라 궤적의 잠재 표현을 활성화하며, 모델은 이를 일관된 공간 관계를 가진 일련의 프레임으로 렌더링한다. 이미지 모델에서 효과는 실제 움직임이 아닌 수렴선이나 흐린 배경 같은 원근 단서를 통해 시뮬레이션된다. 일부 모델은 잔차 네트워크를 통합하여 프레임 간 세부 사항을 정제하고, 배경이 이동하는 동안 피사체가 선명하게 유지되도록 한다.
과제와 한계
AI에서 정확한 트래킹 샷을 생성하는 것은 여전히 어렵다. 모델은 시간적 메모리의 한계로 인해 긴 시퀀스에서 특히 떨리거나 불일치한 움직임을 생성할 수 있다. "트래킹 샷"이라는 용어는 측면 추적, 후면 추적, 또는 크레인 같은 움직임을 참조할 수 있으므로 모호할 수 있으며, 모델은 방향을 잘못 해석하기도 한다. 또한 AI 생성 트래킹 샷은 중력이나 렌즈 왜곡 같은 실제 카메라의 물리적 제약이 부족하여 부자연스러운 움직임을 초래할 수 있다. 프롬프트 작성자는 "카메라 높이 가슴 높이" 또는 "부드러운 짐벌 움직임" 같은 명시적 세부 사항을 추가하고, 정적 또는 패닝 효과를 피하기 위해 부정 프롬프트를 사용하여 이러한 문제를 완화한다.
미래 방향
AI 비디오 생성이 발전함에 따라 트래킹 샷은 더 제어 가능해지고 있다. Zero-Shot Prompting과 Curriculum Learning의 연구는 복잡한 카메라 지시에 대한 모델 이해를 개선하는 것을 목표로 한다. Runway와 Pika 같은 회사는 사용자가 텍스트에 의존하지 않고 그래픽으로 카메라 경로를 지정할 수 있는 도구를 개발하고 있다. Object tracking과 생성 모델의 통합은 카메라가 예측 불가능하게 움직여도 특정 피사체를 따르는 실시간 조정을 가능하게 할 수 있다. 장기적으로 트래킹 샷은 간단한 스토리보드에서 생성될 수 있으며, AI가 영화 촬영을 자동으로 처리하게 되어 인간과 기계 영화 제작의 경계를 더욱 흐리게 할 것이다.
결론
초기 영화 실험에서 탄생한 트래킹 샷은 전통적인 영화 제작과 AI 기반 콘텐츠 생성 모두에서 기본적인 시각적 언어가 되었다. 피사체와 함께 움직이는 카메라라는 정의적 특징은 생성 모델이 역동적이고 몰입감 있는 시각을 생성하도록 안내하는 프롬프트 키워드로 직접 변환된다. AI 시스템이 개선됨에 따라 트래킹 샷을 호출하고 제어하는 능력은 더 정교해질 가능성이 높으며, 창작자가 간단한 텍스트 명령으로 전문가 수준의 영화 촬영을 달성할 수 있게 할 것이다. 이 기법의 지속적인 매력은 관객을 장면 안에 배치하는 힘에 있으며, AI 모델이 점점 더 복제하는 법을 배우는 품질이다.