독자분들도 아시다시피, “숏폼이 세계의 주의력을 지배한다”고 할 만한 시대가 지금이다. 짧고, 즉각적이고, 계속 넘기게 만드는 구조라서 틱톡·릴스·쇼츠가 음악, 광고, 뉴스, 쇼핑, 정치, 예술 감상 방식까지 바꿨어요. 이제 긴 콘텐츠도 숏폼에서 발견되고 살아남는 경우가 많아졌다. 다만 세계를 완전히 지배한다기보다, 숏폼은 입구를 지배하고 롱폼은 깊이와 기억을 담당한다는 표현이 더 정확해 보인다. 재미있게 말하면, 숏폼이 시선을 납치하고, 롱폼이 의미를 수습한다고 말할수 있다.
이처럼, 2023~2026년 숏폼 산업의 핵심 변화는 AI가 단순한 자막·필터 도구를 넘어 기획, 영상 생성, 초벌 편집, 음성 합성, 번역, 유통 최적화와 상품 태깅까지 제작의 전 과정에 편입되었다는 점에서 무궁무진한 마케팅의 도구가 되었다.
이에 유튜브는 Veo 기반 영상 생성과 원본 촬영분을 초벌 영상으로 조립하는 기능을 쇼츠에 통합했고, 틱톡은 영상 생성·더빙·디지털 아바타를 묶은 Symphony를 제공하며, 메타는 릴스의 번역·더빙·입 모양 동기화를 한국어까지 확대했다.
이에 따라 제작 시간과 언어 장벽은 낮아졌지만, 유사한 형식의 대량 콘텐츠, 초상·음성 복제, 저작권 불확실성, 번역 오류와 진정성 약화가 새로운 비용으로 부상하고 있다.
숏폼은 본래 낮은 제작비, 모바일 중심의 짧은 형식, 추천 피드에 의한 발견을 특징으로 성장했다. 생성형 AI는 이러한 특성을 극대화하여 촬영이나 전문 편집 없이도 영상 생산을 가능하게 만들었지만, 생산량 증가가 곧 창작 다양성 증가를 의미하지는 않는다. 플랫폼의 추천·검색·수익화 지표에 맞춘 템플릿이 반복되면 콘텐츠가 획일화되고, 인간 창작물이 AI 생성물 사이에서 식별되기 어려워질 수 있기 때문이다. 틱톡이 수익화 기준에 ‘독창성·재생 지속시간·검색 가치·참여’를 포함하고, 메타와 유튜브가 원본성 및 AI 표시 정책을 강화하는 현상은 플랫폼 역시 이러한 문제를 인식하고 있음을 보여준다.
이에 따라, 이번 글에서는 AI는 숏폼 제작비와 제작자의 역할을 어떻게 바꾸는지, 추천 알고리즘과 검색·쇼핑 기능은 어떤 종류의 콘텐츠를 장려하는지, 제작 기술이 보편화된 환경에서 인간 창의성은 어떤 역량으로 재정의되는지, 창작자는 효율성을 확보하면서 저작권·초상권·신뢰 위험을 어떻게 관리해야 하는지 등등에 관한 생각을 가볍게 설명해 보려 한다.
지금의 자동 영상 생성은 텍스트나 이미지에서 짧은 장면을 만드는 단계를 넘어 소리, 움직임, 스타일과 객체를 함께 제어하는 방향으로 발전하고 있다.
유튜브는 2025년 Veo 3 Fast를 쇼츠에 통합해 모바일에서 음향이 포함된 클립과 배경을 생성할 수 있게 했으며, 사진에 움직임을 부여하거나 영상 스타일과 소품을 바꾸는 기능도 공개했다. 연구 분야에서도 자연어 지시를 이용해 원본 영상의 시간적 일관성을 유지하면서 대상·배경·동작을 수정하는 비디오 편집 기술이 발전하고 있다.
다시말해 자동 편집은 촬영분에서 주요 장면을 찾고 순서를 배열한 뒤 음악, 전환 효과, 자막과 내레이션까지 포함한 ‘초벌본’을 만드는 형태로 전환되고 있다. 이는 편집자를 완전히 제거하기보다 반복적인 선별·정렬 작업을 줄이고, 인간이 메시지와 리듬을 수정하도록 만드는 인간-AI 협업 구조에 가깝다. 유튜브의 Edit with AI도 결과물을 완성본이 아닌 개인화의 출발점으로 설명하고 있다.
자막·번역·더빙에서는 음성 인식, 기계번역, 음성 복제와 립싱크가 하나의 파이프라인으로 결합되고 있다. 2026년 2월 기준 유튜브 자동 더빙은 27개 언어로 확대됐고, 2025년 12월에는 하루 평균 600만 명 이상이 자동 더빙 콘텐츠를 10분 이상 시청했다. 메타는 2026년 7월 인스타그램 릴스의 AI 번역에 한국어와 일본어 등을 추가했으며, 틱톡 Symphony는 원어 감지부터 전사·번역·더빙까지 10개 이상의 언어와 방언을 지원한다.
그리고 추천 알고리즘은 시청 이력과 반응을 계산하는 수준에서 영상·음성·자막의 의미, 검색 의도, 창작 행동까지 함께 해석하는 방향으로 이동한다. 대규모 숏폼 플랫폼을 다룬 연구는 시청량뿐 아니라 이용자의 창작 참여를 증가시키는 콘텐츠까지 별도로 평가하는 랭킹 구조를 제안했으며, 최근 멀티모달 대규모 언어모델 연구는 영상과 음성을 자연어 의미로 변환해 사용자 의도와 콘텐츠를 더 정교하게 연결할 수 있음을 보여준다.
또한 유튜브는 쇼츠를 최대 3분으로 확대하는 동시에 생성, 편집, 번역, 쇼핑을 하나의 제작 생태계로 연결하고 있다. 2025년 7월 기준 유튜브 쇼핑 참여 크리에이터는 50만 명을 넘었고 거래총액은 전년 대비 다섯 배 증가했다. 제품이 언급되는 시점을 AI가 찾아 태그를 표시하거나 쇼츠에서 브랜드 사이트로 직접 연결하는 기능도 추진됐다. 이는 숏폼의 목적이 조회수 확보에서 검색·상품 발견·구매 전환으로 확대되고 있음을 의미한다.
특히, 틱톡은 짧을수록 유리하다는 초기 공식에서 벗어나 1분 이상의 독창적 콘텐츠를 Creator Rewards Program의 중심에 두고 있다. 보상에는 독창성, 시청 지속시간, 이용자 참여뿐 아니라 인기 검색어와의 관련성을 뜻하는 ‘검색 가치’가 반영된다. 따라서 창작자는 유행 음악을 모방하는 것만으로는 부족하며, 실제 질문에 답하거나 검색 가능한 지식을 제공하는 방식으로 콘텐츠를 설계해야 한다. 아울러, 인스타그램과 페이스북도 릴스를 독립적인 영상 형식이 아니라 추천·번역·수익화를 연결하는 기반으로 재구성하고 있다.
메타는 2025년 4분기 미국 인스타그램 추천 콘텐츠의 75%가 원본 게시물에서 나오도록 원본 콘텐츠 비중을 높였다고 밝혔고, 페이스북은 릴스·장편 영상·사진·텍스트 수익화를 하나의 프로그램으로 통합했다. 플랫폼 경쟁의 기준이 단순 영상 길이에서 원본성, 검색 가능성, 다국어 도달률, 구매 전환과 창작자 사업화로 이동한 것이다.
이러한 흐름을 통해 창작자에의 영향과 사례에서 창작자의 직무는 촬영자·편집자 중심에서 기획자, AI 감독자, 데이터 분석가, 커뮤니티 운영자와 권리 관리자의 복합 역할로 이동하고 있다는 걸 알수 있다. 프롬프트를 잘 입력하는 능력만으로는 지속적인 차별화가 어렵다. 필요한 역량은 자신의 관점을 언어로 정의하는 능력, AI 결과의 오류와 상투성을 판별하는 편집 판단, 플랫폼별 성과를 해석하는 데이터 이해력, 초상·음성·음원·학습자료의 권리를 확인하는 법적 감수성이다.
그래서 몇가지 사례를 보면,
첫 번째 사례는 틱톡 크리에이터 O’Neil Thomas이다.
그는 자신의 모습을 기반으로 한 다국어 맞춤형 디지털 아바타를 활용해 글로벌 브랜드 협업과 수익 기회를 확대하려 했다. 이 사례는 창작자의 신체적 출연시간이 줄어들 수 있음을 보여주지만, 동시에 자신의 이미지와 음성이 언제·어디서·어떤 메시지에 사용되는지를 통제하는 ‘디지털 초상 관리’가 새로운 노동이 됨을 보여준다.
두 번째 사례는 VietJet과 브랜드 홍보대사의 협업이다.
VietJet은 동의를 받은 홍보대사 영상을 바탕으로 여러 언어를 구사하는 맞춤형 아바타를 제작해 글로벌 캠페인에 사용했다. 동일한 인물을 반복 촬영하지 않고 시장별 영상을 만들 수 있다는 효율성이 확인되는 반면, 실제 인물의 표현과 AI가 생성한 발화 사이의 책임 소재를 계약에서 명확히 해야 한다는 과제도 드러난다.
세 번째 사례는 유튜브 자동 더빙을 사용하는 크리에이터 집단이다.
유튜브는 더빙 음성이 제공되는 영상에서 전체 시청시간의 40% 이상이 원어가 아닌 더빙 언어를 선택한 시청자에게서 발생했다고 밝혔다. 이는 번역 인력과 예산이 부족한 중소 창작자도 해외 시청자를 확보할 수 있음을 의미한다.
그러나 더빙 오류가 창작자의 태도·전문성·유머를 왜곡할 수 있으므로, 인간 검수와 원음 선택권이 창작 품질의 일부가 된다.
그렇지만, 이러한 사례에도 필수적으로 윤리·신뢰·저작권·규제 쟁점은 당연히 받아들여야만 할 것이다.
AI 숏폼의 신뢰 문제는 생성 여부 자체보다 이용자가 무엇이 실제 촬영이고 무엇이 합성인지 판단할 수 있는가에 있다. 유튜브는 2026년 5월 사실적으로 생성되거나 의미 있게 변형된 쇼츠에 AI 표시를 영상 위에 노출하고, 자체 AI 도구나 C2PA 메타데이터가 확인되는 콘텐츠에는 자동 표시를 적용하기 시작했다.
다만 AI 표시만으로 추천이나 수익화 자격을 제한하지는 않는다고 밝혔다. 이는 AI 사용을 금지하기보다 투명성을 요구하는 방향이다.
저작권에서는 인간의 창작적 기여를 입증하는 것이 중요하다. 미국 저작권청은 단순한 프롬프트 제공만으로는 부족하지만, 인간이 표현 요소를 결정하거나 AI 결과를 창의적으로 배열·수정한 부분은 보호될 수 있다고 판단하고 있다.
AI 학습에서 저작물을 사용하는 문제는 여전히 국가와 사건별로 논쟁 중이며, 미국 저작권청 역시 사용 목적, 시장 대체 효과와 데이터 접근 방식에 따라 공정 이용 판단이 달라질 수 있다고 설명한다. 한국 문화체육관광부도 2025~2026년 AI 활용 저작물 등록, 분쟁 예방과 학습 단계의 공정 이용에 관한 안내서를 잇달아 발간했다.
또한 규제는 표시와 추적 가능성을 강화하고 있다. EU AI Act는 2026년 8월 2일부터 일반 적용되며, 합성 음성·이미지·영상·텍스트는 기술적으로 가능한 범위에서 기계 판독이 가능한 방식으로 표시되어야 하고, 딥페이크 영상·음성의 이용자는 인공 생성 또는 조작 사실을 공개해야 한다.
한국의 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」도 2026년 1월 22일 시행되어 국내 창작자와 플랫폼이 AI 투명성·이용자 보호 체계를 상시 관리해야 하는 제도적 환경이 형성됐다.
결국,
실무적인 최우선 과제는 인간 주도 편집 원칙의 수립이다.
AI가 아이디어 제안, 초벌 편집, 자막과 번역을 담당하더라도 주제 선정, 사실 확인, 감정의 강도, 최종 컷과 게시 결정은 사람이 승인해야 한다. 콘텐츠마다 “왜 이 이야기를 지금 이 창작자가 해야 하는가”에 답할 수 있어야 한다.
두 번째 우선순위는 권리와 출처의 기록이다. 사용한 원본 영상, 음악, 이미지, 모델·음성·초상 동의서, AI 도구와 생성 날짜, 주요 프롬프트 및 인간 수정 내역을 프로젝트별로 보관해야 한다. 이는 분쟁 대응뿐 아니라 인간의 창작적 기여를 입증하는 자료가 된다. 세 번째는 자동화를 완성본이 아닌 초벌본 제작에 한정하는 것이다. 한 개의 촬영본에서 길이·도입부·자막을 달리한 여러 버전을 만들되, 마지막 편집에서는 실제 경험, 현장음, 실패 장면, 창작자의 판단처럼 생성 모델이 갖지 못한 요소를 남겨야 한다.
네 번째는 조회수보다 복합 성과지표를 운영하는 것이다. 완주율과 재생수 외에 검색 유입, 저장, 의미 있는 댓글, 장편 콘텐츠 이동, 상품 클릭과 재방문을 함께 평가해야 한다. 검색 가치와 독창성을 보상하는 플랫폼 정책을 고려하면, 단기 유행 복제보다 구체적인 질문에 답하는 연재형 콘텐츠가 장기 자산이 될 가능성이 높다.
다섯 번째는 다국어 배포의 인간 검수 체계화이다. 자동 더빙을 적용할 때 고유명사, 전문 용어, 유머, 존칭과 문화적 맥락을 모국어 검수자가 확인하고, AI 번역 표시와 원음 선택권을 제공해야 한다. 초상·음성을 복제할 경우에는 사용 언어, 기간, 국가, 광고 여부와 재사용 범위를 계약에 명시해야 한다.
위의 여러 내용을 토대로 본 AI는, 숏폼 제작의 기술적 장벽과 국제 유통 비용을 크게 낮추고, 소규모 창작자에게 과거에는 대형 제작사만 가능했던 영상 효과·번역·더빙·상거래 도구를 제공하고 있다. 그러나 같은 기술은 콘텐츠 공급 과잉과 표현의 획일화, 디지털 초상권 침해, 저작권 및 신뢰 문제를 야기한다.
따라서 AI 시대의 인간 창의성은 손으로 모든 장면을 제작하는 능력만을 의미하지 않는다. 무엇을 자동화하고 무엇을 인간의 판단으로 남길지 결정하는 편집 능력, 실제 경험에서 질문을 발견하는 관점, 타인의 권리를 존중하는 책임, 관객과 지속적인 관계를 형성하는 능력이 창의성의 핵심이 된다. 숏폼 산업의 승자는 AI를 가장 많이 사용하는 창작자가 아니라, AI의 효율성을 활용하면서도 자신의 관점과 책임 소재를 가장 선명하게 유지하는 창작자일 것이다.
추가적으로, 몇가지를 더 들여다 보면,,
첫째는 “AI slop(저품질 AI 대량 콘텐츠)” 문제이다.
AI 가 제작비를 낮추는 동시에 콘텐츠 공급량을 급증시키면, 희소해지는 것은 제작 능력이 아니라 ‘관객이 무엇을 볼 것인가를 선택하게 만드는 신뢰와 정체성’이 된다라는 점과, 둘째는 “콘텐츠 출처 증명(provenance)”인데, 누가 만들었는가 → 무엇을 수정했는가 → 원본은 무엇인가 → AI가 어느 단계에 개입했는가를 기술적으로 추적하는 C2PA/Content Credentials 가 중요해질텐데 즉, YouTube도 이미 C2PA 기반 “Captured with a camera”와 AI 생성 정보 표시를 활용하고 있다는 점을 고려해야겠고, 셋째는 “창작자의 경쟁력 변화”이다. 그것은 바로 AI 이전에는 ‘만들 수 있는 능력’이 희소했다면, AI 이후에는 ‘무엇을 만들지 결정하고 그것에 책임지는 능력’이 희소해진다는 점을 이해하지 않는다면 의미 없는 숏폼의 창작이 될 것이다.
Gil Park님의 브런치에 게재된 글을 모비인사이드가 한 번 더 소개합니다.
