LTX 2.3 프롬프트 가이드: 프롬프트 구성법과 전후 비교 클립

LTX 2.3에 장면을 설명했는데 돌아온 것은 아름답지만 거의 아무 일도 일어나지 않는 5초짜리 프레임입니다. 춤추라고 한 커플은 2초 만에 동작을 끝내고 그냥 서 있습니다. 카메라는 시키지도 않은 곳으로 흘러갑니다. LTX 2.3은 Lightricks가 2026년 3월에 공개한 오픈 오디오-비디오 모델로, 자세한 프롬프트를 꼼꼼히 따르도록 만들어졌기 때문에 이런 문제는 대부분 프롬프트에서 시작됩니다. 아래 테스트 결과에서 보듯 프롬프트를 개선한다고 모든 비트가 구현되는 것은 아니지만, 내가 직접 통제할 수 있는 부분은 프롬프트입니다.

짧은 답: LTX 2.3 프롬프트는 감독이 카메라 오퍼레이터에게 지시하듯 씁니다. 현재 시제의 한 단락으로, 샷과 장소, 화면 속 인물과 의상, 일어나는 순서대로의 동작, 끝나는 위치가 있는 카메라 움직임 하나, 광원 하나, 그리고 Audio:로 시작하는 마지막 줄을 담습니다. 5초 클립은 네 문장에서 여덟 문장이면 충분하고, 더 긴 클립에는 형용사가 아니라 비트가 더 필요합니다. 이미지-투-비디오에서는 그림을 설명하지 말고 움직이는 것만 쓰세요. API 엔드포인트에는 네거티브 프롬프트 필드도 프롬프트 향상 옵션도 없으므로 내가 쓴 말이 지시의 전부입니다(Playground의 Enhance 버튼으로 먼저 초안을 만들 수도 있습니다). 쌍마다 같은 시드로 한 번씩 실행한 결과, 약한 프롬프트 네 개를 이렇게 고쳐 쓰자 반복되거나 포즈만 취하던 클립이 적힌 비트의 대부분을 순서대로 재생하는 클립으로 바뀌었습니다. 다만 모든 비트를 구현한 수정본은 하나도 없었습니다.

뼈대는 다음과 같습니다.

[Shot size] in [place, time of day]. An adult [man/woman] in [his/her] [age band] with [hair, one distinguishing feature] [and skin tone or look, if it matters], wearing [each garment: colour, fabric]. [First action], then [second action], then [how it ends]. The camera [one move, described relative to the person] and [where it stops]. [One light source: where it is and what it lights]; [haze, rain or reflections], [palette, grain]. Audio: [the room or place], [one or two specific sounds], [music, or "no music"].

LoRA를 불러온다면 트리거 단어를 첫 문장 앞에 넣으세요.

이 방식으로 쓴 실제 클립입니다. LTX-2.3 LoRA 모델 페이지에 게시된 쇼케이스 테이크이며, 우리가 처음 돌린 결과물이 아니고, LoRA 없이 실행했으므로 순수한 LTX 2.3입니다.

A woman in her late twenties with short natural curls and warm brown skin, wearing a cobalt-blue satin slip dress, walks slowly away from the camera down an empty glass aquarium tunnel after closing time, barefoot, her heels dangling from one hand. A giant manta ray glides overhead and its shadow sweeps across her; blue caustic light ripples over her bare shoulders and back. She stops, turns her head and gives a smouldering glance back over her shoulder. The camera follows behind her, then holds. 35mm anamorphic, deep teal and cobalt grade, film grain. Audio: muffled hum of water, soft bare footsteps, one low cello note.

문장마다 맡은 역할이 하나씩 있습니다. 그녀가 누구이고 무엇을 입었는지, 머리 위로 무엇이 지나가고 빛이 무엇을 하는지, 마지막에 그녀가 무엇을 하는지, 카메라가 무엇을 하는지입니다. 이 프롬프트에는 "dynamic"이나 "cinematic shot"이라는 말이 없고, 필요하지도 않습니다.

이 가이드의 예시는 암시적인 수위에 머뭅니다. 성인 캐릭터, 의상, 분위기, 빛입니다. 구조는 콘텐츠 수위와 상관없이 같고, 의상과 동작 문장에 무엇을 넣을지는 여러분이 정합니다.

30초 요약

• 한 단락, 현재 시제, 샷 순서대로. 태그 나열도, "masterpiece, 8k"도, 글머리 기호도 쓰지 않습니다.
• 동작은 순서대로. "then"으로 잇고 클립이 어떻게 끝나는지 적습니다. 2초에 비트 하나 정도로 시작하세요. 5초 클립이면 셋, 8초 클립이면 넷입니다. 이는 이번 실행에서 얻은 출발점이지 규칙이 아닙니다. 결말이 흐트러진다면 "0-2s:" 같은 표시를 시도해 볼 만합니다. 우리가 한 번 돌렸을 때는 결말이 맞았습니다.
• 인물 기준으로, 끝나는 지점이 있는 카메라 움직임 하나. "dynamic camera"가 아니라 "카메라가 돌리 인 해서 그녀가 허리 위로 화면을 채우면 멈춘다". 그래도 무시될 수 있습니다. 우리 실행에서는 인물이 카메라 쪽으로 걸어왔습니다.
• 광원 하나, 그리고 그 빛이 닿는 곳. 분위기를 나타내는 말은 아무것도 비추지 않습니다.
• 감정이 아니라 신체 단서. "그녀는 자신감을 느낀다"가 아니라 "그녀는 고개를 기울이고 거울을 보며 미소 짓는다".
• Audio:로 끝냅니다. 이 엔드포인트의 모든 클립에는 사운드트랙이 있고, 끄는 스위치는 없습니다.
• 이미지-투-비디오: 바뀌는 것만 씁니다. 인물, 옷, 방은 그림이 이미 정해 두었습니다.
• 대부분의 비트가 나오지, 전부는 아닙니다. 아래의 수정본은 모두 최소 하나는 빠뜨리거나 바꿨습니다. 클립을 하나하나 확인하고, 고쳐 쓰기 전에 다시 돌려 보세요.
• 480p 5초 초안은 약 $0.18. 초안은 문구를 다듬는 데 쓰세요. 같은 시드로 720p로 다시 돌리면 다른 클립이 나왔습니다.

Lightricks의 권장 사항, 그리고 Lightricks 자체 가이드끼리의 불일치

이 가이드는 Lightricks가 공개한 조언을 바탕으로 합니다. LTX-2.3 프롬프트 가이드(2026년 3월)는 모든 프롬프트에 여섯 가지를 요구합니다. 샷 설정, 장면 설정, 순서로 나타낸 동작 묘사, 캐릭터 정의, 카메라가 어떻게 언제 움직이는지, 오디오 묘사입니다. 실전에서 중요한 세 가지가 더해집니다.

• 감정은 몸으로 표현합니다. "슬픈"이나 "혼란스러운"은 모델이 그릴 거리가 거의 없지만, 옆을 힐끗 보는 시선, 잠깐의 멈춤, 갈라지는 목소리는 모델이 움직일 거리를 줍니다.
• 프롬프트를 클립 길이에 맞춥니다. 10초 클립에 열 단어짜리 프롬프트를 주면 지시가 부족해서 모델이 동작을 서둘러 넘기기 쉽습니다.
• 잘 못하는 것은 피합니다. 읽을 수 있는 글자와 로고, 혼란스러운 물리, 붐비는 장면, 충돌하는 조명, 그리고 "초당 2도로 오른쪽 팬" 같은 수치 지시입니다.

LTX 문서의 프롬프트 가이드는 길이(연속된 한 테이크에 약 네 문장에서 여덟 문장의 묘사)와 경고 하나를 더합니다. 다른 영상 모델용으로 쓴 프롬프트를 태그 문법이나 샷 리스트째로 LTX에 붙여 넣지 말라는 것입니다. 흐르는 한 단락으로 다시 쓰세요.

Lightricks의 두 페이지는 서로 엇갈리고, 이는 검색 요약에도 드러납니다. 메인 가이드는 길고 자세한 프롬프트가 꾸준히 더 좋은 결과를 낸다고 하며 샷으로 시작합니다. 도메인별 프롬프트에 관한 글은 200단어 미만으로 쓰고 곧바로 동작으로 시작하라고 합니다. 두 조언은 중간에서 만납니다. 이 가이드의 5초 프롬프트는 약 85~125단어, 8초 프롬프트는 약 140단어로 모두 200단어를 한참 밑돕니다. 우리는 샷을 맨 앞에 두고 주된 동작을 두 번째 문장에 넣었으며, 순서만으로 결과가 달라지는지는 테스트하지 않았습니다.

약한 프롬프트 네 개, 고쳐 쓰고 실행하기

아래 각 쌍은 약한 프롬프트의 흔한 유형 하나와, 같은 아이디어를 위의 구조로 다시 쓴 버전입니다. 두 버전 모두 LoRA를 불러오지 않은 LTX-2.3 LoRA 엔드포인트에서 한 번씩 실행했으므로 순수한 LTX 2.3입니다. 테스트 1, 2, 4는 16:9 텍스트-투-비디오, 테스트 3은 이미지-투-비디오이며, 모두 480p이고 한 쌍의 두 버전은 같은 시드를 썼습니다. 클립은 2026년 10월 16일의 첫 실행 결과이고 여러 번 중 고른 최고작이 아닙니다. 프롬프트마다 한 번만 돌렸으니 모든 결과는 규칙이 아니라 그 실행에서 일어난 일로 읽어 주세요.

1. 순서대로의 동작: 8초 클립 채우기

긴 클립에 짧은 프롬프트를 쓰는 것은 Lightricks가 가장 먼저 경고하는 실수입니다. 13단어짜리 아이디어와, 같은 아이디어를 비트 다섯 개로 쓴 버전입니다. 둘 다 8초입니다.

약한 프롬프트

An adult couple dancing slowly in a kitchen at night, romantic, cinematic, 4k.

고쳐 쓴 프롬프트

Medium shot in a small apartment kitchen at night. An adult man in his thirties with short dark hair, in a white shirt with the sleeves rolled up, sets two wine glasses down on the counter. He turns to an adult woman in her late twenties with a loose blonde ponytail and a dark green silk slip dress and holds out his hand. She laughs, takes it and lets him pull her close. They sway through a slow half turn, her cheek on his shoulder, and she closes her eyes. The camera stays still at counter height and lets them turn in front of it. One warm pendant lamp over the counter lights their faces; the window behind them is dark blue. Audio: a slow soul song from a record player, her soft laugh, the clink of the glasses.

이번 실행에서 일어난 일은 다음과 같습니다.

• 약한 프롬프트는 하나의 동작을 반복했습니다. 8초 내내 커플이 제자리에서 안고 몸을 흔듭니다. 잔도 없고 장면을 앞으로 끌고 가는 것도 없으며, 그녀의 드레스는 이상한 색이 섞여 나왔습니다.
• 고쳐 쓴 버전은 첫 비트들을 순서대로 재생했습니다. 잔을 내려놓고, 그가 손을 내밀고, 그녀가 그 손을 잡고 그가 끌어당깁니다. 고정 카메라도 유지되었습니다.
• 하나를 추가하고 하나를 바꾸기도 했습니다. 프롬프트에 없는 키스가 3초 부근에 나타나고, 결말이 다릅니다. 그의 어깨에 뺨을 대고 눈을 감는 대신 그녀가 카메라 쪽으로 걸어 나오다 초점에서 벗어납니다.

고쳐 쓴 버전이 더한 것과 그 이유는 다음과 같습니다.

• 인물마다 연령대, 머리, 의상 하나를 줍니다. 모델이 멋대로 만들어 내지 못하게 하고, 두 번째 인물은 동작에 등장하는 지점에서 소개합니다.
• 비트를 일어나는 순서대로 한 문장에 하나나 둘씩 적습니다. 마지막 비트("she closes her eyes")는 클립이 반복이 아니라 도착할 결말을 갖게 하려고 넣었습니다. 그런데도 이번 실행은 자기만의 결말을 썼습니다. 아래 타임스탬프 버전이 이 점에서는 더 나았습니다.
• 카메라에게 가만히 있으라고 합니다. 그러면 움직이는 것은 두 사람뿐입니다. Lightricks는 한 샷에 동작을 몰아넣으면 명료함을 잃는다고 경고합니다.
• 램프 하나, 창 하나. 빛의 논리가 하나가 되도록 했습니다.

고쳐 쓴 프롬프트 실행하기 → 실행 전에 Duration을 8로, Resolution을 480p로 설정하세요.

타임스탬프: 같은 비트에 "0-2s"부터 "6-8s"까지 표시하기

타임스탬프가 효과가 있는지 묻는 사람이 많고, 일부 프롬프트 생성기는 타임스탬프를 씁니다. 같은 시드와 설정으로, 같은 비트에 "0-2s:", "2-4s:" 식으로 표시해 다시 돌렸습니다.

Medium shot in a small apartment kitchen at night. An adult man in his thirties with short dark hair, in a white shirt with the sleeves rolled up, and an adult woman in her late twenties with a loose blonde ponytail and a dark green silk slip dress. 0-2s: he sets two wine glasses down on the counter. 2-4s: he turns to her and holds out his hand; she laughs and takes it. 4-6s: he pulls her close and they sway through a slow half turn. 6-8s: her cheek rests on his shoulder and she closes her eyes. The camera stays still at counter height. One warm pendant lamp over the counter lights their faces; the window behind them is dark blue. Audio: a slow soul song from a record player, her soft laugh, the clink of the glasses.

이번 실행에서는 비트 대부분이 순서대로 나타났지만 글자 그대로는 아니었습니다. 와인잔 두 개를 내려놓는 대신 그녀에게 하나를 건네고, 반 바퀴 회전은 거의 보이지 않으며, 6초 부근에서는 프롬프트에 없던 니어 키스로 얼굴이 맞닿습니다. 그래도 결말은 프롬프트가 말한 곳에 가깝게 끝났습니다. 그녀의 머리가 그의 목과 어깨에 기댄 포옹입니다. 화면에 타임스탬프 글자는 나타나지 않았습니다. 그러니 이 한 번의 실행에서는 타임스탬프 버전이 마지막 비트를 맞췄고 일반 버전은 맞추지 못했습니다. 각각 한 번씩 돌린 결과이므로, 타임스탬프는 규칙이 아니라 결말이 흐트러질 때 시도해 볼 보조 수단 정도로 보세요.

Lightricks의 조언과의 관계는 이렇습니다. 가이드는 자연어를 요구하고 "정확히 새 3마리가 45도로 왼쪽에서 오른쪽으로 날아간다" 같은 수치 과다 제약을 경고하지만, 구간 표시에 대해서는 아무 말도 하지 않습니다. 여기서는 순서를 알려 주는 단서가 하나 더 생긴 효과가 있었습니다. 그래도 프롬프트 속 단어일 뿐 키프레임이 아니므로, 비트가 정확히 그 초에 떨어지기를 기대하지 마세요.

2. 카메라: 움직임 하나와 끝나는 지점을 지정하기

"Dynamic camera movement"는 카메라가 움직여야 한다는 것만 알려 줄 뿐, 어떻게, 어디까지, 언제 멈추는지는 알려 주지 않습니다.

약한 프롬프트

Cinematic shot of an adult woman on a hotel balcony at night, dynamic camera movement, epic, beautiful, 4k.

고쳐 쓴 프롬프트

Wide shot of a hotel balcony at night, the city lit up far below. An adult woman in her thirties with dark wavy hair, in a black satin evening dress, barefoot, leans on the railing with her back to the camera. The camera dollies in slowly from the open balcony door toward her. As it reaches a medium shot, she turns her head over her shoulder and looks into the lens with a small smile. The camera stops and holds on her face and shoulders. Warm light from the room behind the camera falls on her back; the city behind her is soft blue bokeh. Audio: distant traffic, a light wind, faint party music from two floors down.

이번 실행에서 일어난 일은 다음과 같습니다.

• "Dynamic camera movement"는 느린 풀백을 만들었습니다. 카메라가 건물 밖에서 시작해 뒤로 물러나며 올라가고, 그녀는 짧은 골드색 상의를 입은 채 화면에서 작게 머뭅니다. 역동적인 구석은 없습니다.
• 고쳐 쓴 버전은 인물은 맞히고 카메라는 틀렸습니다. 난간에 기대 카메라에 등을 보인 모습, 돌아보기, 미소, 푸른 보케로 흐려진 도시가 모두 나왔습니다. 돌리 인은 나오지 않았습니다. 카메라가 미디엄 샷까지 들어와 멈추는 대신 그녀가 카메라 쪽으로 걸어옵니다. 열린 문의 유리에는 그녀의 희미한 분신도 비칩니다.

고쳐 쓴 버전은 움직임을 인물 기준으로 묘사하고 끝난 뒤의 모습을 말하라는 공식 조언을 따랐습니다. 와이드로 시작해 그녀의 등 쪽으로 다가가 얼굴과 어깨의 미디엄 샷에서 끝나야 합니다. 이번 실행에서 모델은 카메라가 아니라 그녀를 카메라 쪽으로 걷게 해서 비슷한 구도에 도달했습니다. 움직임을 지정하면 그 움직임이 나올 가능성이 높아질 뿐 확실해지지는 않습니다. 동작보다 카메라 움직임이 더 중요하다면 인물의 할 일을 줄여("그녀는 난간에 머물며 고개만 돌린다") 카메라 쪽으로 걸어오는 것이 구도를 바꾸는 쉬운 길이 되지 않게 하세요. 다음에 시도해 볼 방법이지, 검증된 해결책은 아닙니다. LTX 가이드에 나온 쓸 만한 카메라 동사는 다음과 같습니다. follows, tracks, pans across, circles around, tilts up, pushes in 또는 pulls back, overhead, handheld, over the shoulder, static frame. 클립당 하나만 쓰세요. 인물이 움직이는 동안 카메라는 가만히 두고 싶다면 "the camera stays still"이나 "static frame"이라고 쓰세요. 계획한 카메라 움직임과 원치 않는 줌을 구분하는 방법은 고정 카메라 가이드에서 다룹니다.

3. 이미지-투-비디오: 그림에 있는 것이 아니라 움직이는 것을 쓰기

이미지-투-비디오에서는 첫 프레임이 이미 인물, 옷, 방, 클립의 형태를 정해 둡니다. 이것들을 다시 묘사하면 모델이 이미 볼 수 있는 것에 프롬프트를 낭비하게 됩니다.

이 쌍의 시작 프레임입니다.

약한 프롬프트 (그림을 설명함)

A handsome adult man with stubble in a charcoal shirt sitting on a hotel bed at golden hour holding a coffee cup, cinematic, realistic, high quality, 4k.

고쳐 쓴 프롬프트 (바뀌는 것만)

He takes a slow sip of coffee, lowers the cup to his knee and turns from the window to look straight into the lens. A half-smile, then he runs his free hand back through his hair. The camera pushes in slowly from a medium shot to a close-up on his face and stops. The sheer curtain lifts once in a breeze and the sunlight flickers across his cheek. One continuous shot. Audio: quiet room tone, the curtain rustling, a gull far outside, no music.

이번 실행에서 일어난 일은 다음과 같습니다.

• 그림을 설명하자 약간 움직이는 그 그림이 돌아왔습니다. 그가 창밖을 보며 천천히 잔을 들어 한 모금 마실 뿐 새로운 일은 일어나지 않습니다.
• 변화를 설명하자 변화가 나왔습니다. 한 모금 마시기, 렌즈를 향해 돌아보기, 손으로 머리 쓸어 넘기기, 클로즈업으로 푸시 인이 모두 일어났고, 얼굴은 첫 프레임부터 마지막 프레임까지 같은 사람이었습니다.
• 한 단계가 생략되었습니다. 그는 잔을 무릎으로 내리지 않았고, 잔은 중간에 그냥 사라집니다. 커튼이 움직였는지는 확인할 수 없었습니다.

고쳐 쓴 버전은 동사로 시작하고 그의 셔츠, 침대, 시간대를 언급하지 않습니다. 프레임에 이미 있기 때문입니다. 앉은 자세에서 일어날 수 있는 작은 동작 세 개, 끝나는 지점이 있는 카메라 움직임 하나, 빛의 변화 하나, 그리고 "one continuous shot"을 줍니다. 첫 이미지에서 다른 장면으로 컷할 의도가 아니라면 Lightricks가 이미지-투-비디오에 권하는 방식입니다. 소품에서 어긋났습니다. 컵이 중요하다면 내려놓는 동작에 문장을 따로 주거나, 그가 컵에서 손을 떼기 전에 클립을 끝내세요. 다시 돌려 확인한 것이 아니라 제안입니다.

고쳐 쓴 프롬프트를 이미지-투-비디오로 실행하기 → 먼저 자신의 프레임을 업로드하세요. 링크는 프롬프트만 채워 줍니다.

4. 빛과 소리: 광원 하나, Audio 줄 하나

분위기를 나타내는 말("moody", "atmospheric", "beautiful lighting")은 빛이 아니라 느낌을 묘사합니다.

약한 프롬프트

Sensual moody scene of an adult woman at a mirror, beautiful lighting, atmospheric, romantic vibe, cinematic, 4k.

고쳐 쓴 프롬프트

Medium close-up at a vintage vanity mirror late at night. An adult woman in her early thirties with copper-red hair loosely pinned up, in an ivory satin robe tied at the waist, fastens a pearl earring while she watches her reflection. She tilts her head, lets one strand of hair fall against her neck and smiles at the mirror. The only light is the row of warm bulbs around the mirror: it lights her face and the satin from the front and leaves the room behind her in deep shadow. A thin haze drifts through the bulb light. Amber and ivory palette, soft film grain. Audio: the faint hum of the bulbs, the click of the earring clasp, slow jazz from another room.

이번 실행에서 일어난 일은 다음과 같습니다.

• 분위기 단어는 평평하고 뒤섞인 빛과 포즈만 취한 샷을 만들었습니다. 창의 햇빛과 양쪽 전구가 모든 것을 고르게 비추고, 클립은 한 손으로 머리를 들어 올리는 글래머 포즈가 됩니다. 묘사가 없으니 모델은 그녀가 누구인지도 정했습니다. 오프숄더 캐미솔을 입은, 다르게 생긴 여성입니다.
• 광원을 하나 지정하자 빛이 하나가 되었습니다. 거울 전구가 유일한 빛이고 뒤쪽 방은 어두워지며, 귀걸이, 고개 기울이기, 거울을 보며 짓는 미소가 모두 일어납니다. 연기(haze)는 거의 보이지 않고, 거울 속 모습은 그녀와 맞지 않습니다. 그녀는 옆모습으로 앉아 있는데 거울에는 카메라를 마주한 여성이 비칩니다.
• Audio 줄은 음악을 가져왔지만 세부는 뚜렷하지 않았습니다. 두 사운드트랙은 귀가 아니라 소프트웨어로 확인했으니 대략적인 결과로 보세요. Audio 줄이 없던 약한 클립에서는 극적인 오케스트라 스코어와 부드러운 금속성 딸깍 소리가, 고쳐 쓴 클립에서는 부드러운 피아노와 현악이 검출되었습니다. 둘 다 목소리는 없습니다. 고쳐 쓴 버전이 지정한 소리 셋(전구의 웅웅거림, 귀걸이 걸쇠, 다른 방에서 들리는 재즈) 중 웅웅거림과 재즈는 가려내지 못했습니다. 그녀가 귀걸이를 채우는 순간 부근에 짧은 딸깍 소리가 있지만, 걸쇠 소리인지 피아노 음인지는 알 수 없습니다.

고쳐 쓴 버전의 빛 문장은 광원("the row of warm bulbs around the mirror"), 그것이 비추는 것, 어둡게 남기는 것을 말합니다. LTX 가이드가 말하는 일관된 빛의 논리, 즉 방향이 있는 광원 하나가 바로 이것입니다. Audio: 줄에는 룸 톤, 동작과 이어진 소리 하나(귀걸이 걸쇠), 음악을 적었습니다. 이번 실행에서 모델은 조용한 음악이라는 개념만 가져갔습니다. 거울은 그 자체로 위험 요소입니다. 샷에 거울이 있으면 반사된 모습을 확인하거나, 작게 또는 초점 밖으로 두세요.

고쳐 쓴 프롬프트 실행하기 →

Audio 줄 쓰는 법

LTX-2.3 LoRA 엔드포인트는 항상 영상과 함께 생성된 소리를 반환하므로, 프롬프트에서 빼면 모델이 알아서 고릅니다. 테스트 4에서는 극적인 오케스트라 스코어였습니다.

• 마지막에, Audio:로 시작하는 줄에 넣습니다. 엔드포인트 자체 안내가 요구하는 방식이고, 수정할 때 소리를 찾아 바꾸기 쉽습니다.
• 장소를 쓰고, 구체적인 소리 한두 개, 그다음 음악. "Rain on the glass, a low roll of thunder, no music"은 모델에 할 일 세 가지를 줍니다. "Atmospheric sound"는 하나도 주지 못합니다. 그래도 세부 묘사를 믿지는 마세요. 거울 테스트에서 트랙은 분위기(부드러운 음악, 목소리 없음)만 유지했고, 지정한 소리는 대부분 뚜렷하게 나오지 않았습니다. 정확한 효과음이 필요하면 편집기에서 추가하세요.
• 가능하면 소리를 동작에 묶습니다. 걸쇠가 딸깍, 잔이 쨍, 문이 닫히는 소리 같은 것입니다. 소리가 떨어질 순간이 생기지만, 우리가 확인한 한 번의 테스트에서는 뚜렷하게 나오지 않았습니다.
• 대사는 따옴표 안에, Lightricks 가이드에 따라 신체 동작 하나를 사이에 둔 짧은 구절로 씁니다. He looks up from the glass and says, "You're late." A beat, then a half-smile: "I waited anyway." 이 엔드포인트의 립싱크는 테스트하지 않았으니 대사를 믿기 전에 하나하나 확인하세요.
• 말소리가 없으면 소리가 더 약할 수 있습니다. Lightricks의 모델 카드는 말소리 없이 생성한 오디오는 품질이 낮을 수 있다고 적고 있습니다.
• 테스트 4의 사운드트랙 두 개만, 귀가 아니라 소프트웨어로 확인했으므로 이 가이드는 다른 클립의 소리에 대해서는 결론을 내리지 않습니다.

LTX 2.3 Spicy 빌드는 다릅니다. 오디오 필드가 없고, 반환되는 트랙은 무음이거나 거의 무음인 경우가 많으니 그런 클립은 편집기에서 소리를 입히세요. 더 큰 표본에서 Audio 줄이 어떻게 작동하는지는 이전 LTX 모델에서 트랙 55개를 측정한 LTX-2 19B 사운드트랙 테스트를 참고하세요.

이미지-투-비디오용 첫 프레임 준비하기

이미지-투-비디오에서는 그림이 대부분의 일을 하므로, 이미지-투-비디오의 문제 대부분은 프롬프트를 쓰기 전에 해결됩니다.

• 프레임이 형태를 정합니다. 9:16 스틸이면 9:16 클립이 나옵니다. 이미지-투-비디오에는 화면비 설정이 없습니다.
• 움직일 여유를 남기세요. 얼굴만 바짝 자른 이미지로는 앞으로 한 걸음 나오는 동작이 나올 수 없고, 카메라 쪽으로 돌아보려면 시작할 때 얼굴이 보여야 합니다.
• 옷과 포즈는 스틸에서 확정하세요. 영상 프롬프트는 옷이나 손을 고치기에 좋은 곳이 아니며, 말로 바꾸려 하면 클립이 그림과 글 사이에서 타협하게 됩니다.
• 프레임에 글자를 넣지 마세요. 간판, 자막, 로고는 클립으로 넘어오고 움직이면서 흐려집니다.
• LTX-2.3 LoRA 엔드포인트에서는 프롬프트가 필수입니다. Spicy 빌드에서는 선택이며, 프레임만 주면 모델이 고른 작은 움직임이 나옵니다.

Spicy 빌드에는 한 가지 단서가 더 있습니다. 모델 페이지에 따르면 클립이 프레임이나 프롬프트가 요청한 것보다 더 노출이 많게 나올 수 있습니다. 클립을 암시적인 수위에 머물게 하려면 기본 모델을 쓰고, 어느 쪽이든 모든 프레임을 확인하세요.

결과와 비용을 바꾸는 설정

클립은 초당 24프레임에 스테레오 트랙입니다. 네거티브 프롬프트 필드도, 프롬프트 길이 제한도, 프롬프트 향상 옵션도 없습니다.

LTX-2.3 LoRA에서 클립 하나의 비용입니다(클립당 고정 $0.06에 초당 요금을 더한 값이며, LoRA를 불러와도 추가 비용은 없습니다).

테스트 클립 12개는 정확히 이 금액대로 청구되었습니다. 8초 480p 클립은 각각 $0.252, 5초 클립은 각각 $0.18, 720p 재실행은 $0.24, 합계 $2.436입니다. 대부분 18~25초 안에 돌아왔고, 몇 개는 43~57초가 걸렸습니다.

무난한 순서는 이렇습니다. 480p 5초 초안 네 개($0.72)로 문구를 확정하고, 납품할 해상도로 두세 번 돌려 테이크를 고릅니다(720p 10초 세 번이 $1.26). 완성된 샷 하나에 약 $2입니다. 이 마지막 실행을 건너뛸 수 없는 이유는 다음 테스트가 보여 줍니다.

480p 초안으로 720p 결과를 예측할 수 있을까?

해상도를 바꾸면 새로운 생성입니다. 테스트 2에서 고쳐 쓴 발코니 프롬프트를 같은 시드로 720p에서 다시 돌렸습니다.

완전히 다른 클립이 나왔고 새로운 실수도 생겼습니다. 720p에서는 그녀가 난간에서 카메라를 마주한 채 시작하는데, 머리와 드레스가 같은 두 번째 그녀가 문 옆 전경에서 렌즈에 등을 보이고 서 있습니다. 샷은 곧 두 번째 인물에 정착하고, 그녀는 어깨 너머로 돌아보며 미소 짓습니다. 구도는 프롬프트가 요청한 것에 더 가깝게 끝나지만, 카메라가 다가가서가 아니라 사람이 하나 늘어서입니다.

그러니 이번 실행에서 해상도를 바꾼 것은 초안의 더 선명한 복사본이 아니라 주사위를 새로 굴린 것이었습니다. 480p는 문구가 통하는지 시험하는 데 쓰고, 구도와 움직임은 납품할 해상도에서 판단하며, 거기서 몇 번 돌릴 예산을 잡으세요.

클립이 잘못되었을 때: 증상과 해결

고쳐 쓰기 전에 다시 돌리세요. 클립 하나는 주사위 한 번입니다. 두 번째 시드에서도 같은 실패가 반복되면 그때 프롬프트를 바꾸세요.

복사해 쓸 템플릿 두 개

두 템플릿 모두 2026년 10월 16일에 LoRA 없이 LTX 2.3 텍스트-투-비디오, 480p, 5초로 한 번씩 실행했습니다. 인물, 옷, 장소를 바꿔 쓰되 문장의 역할은 유지하세요.

템플릿 A: 세로 화면, 한 사람, 뒤돌아보기 (9:16)

Vertical medium shot in a dark loft on a rainy night. An adult woman in her late twenties with a sleek black bob, in an oversized white button-down shirt and black tailored shorts, leans one shoulder against a tall rain-streaked window. She draws one finger slowly down the glass, then turns her head and looks back over her shoulder into the lens. The camera drifts slowly to the right and stops on her face in profile against the city lights. Cold blue light from the city comes through the window; a warm lamp behind the camera catches her cheek. Audio: rain against the glass, a low roll of distant thunder, no music.

이번 실행에서 그녀는 유리에 손가락 하나를 쓸어내리는 대신 손바닥을 유리에 대고, 이어 어깨 너머로 렌즈를 돌아보며 카메라는 오른쪽으로 움직여 그녀의 얼굴로 들어갑니다. 차가운 도시의 빛과 따뜻한 보조광이 모두 나오고, 창의 빗물은 거의 보이지 않으며, 샷은 미디엄 샷이 요청한 것보다 넓게 열려 그녀의 전신이 프레임에 들어왔습니다. 프롬프트가 그녀의 얼굴이나 피부 톤을 묘사하지 않아서 모델이 정했습니다. 생김새가 중요하다면 적어 넣으세요.

템플릿 A 실행하기 → Aspect ratio를 9:16으로 설정하세요. 프롬프트의 "Vertical"이라는 단어는 프레임을 설정하지 않습니다.

템플릿 B: 한 샷 안의 성인 두 명 (16:9)

Medium two-shot inside a parked vintage car at night in heavy rain. On the left, an adult man in his thirties with a short beard and a dark leather jacket sits behind the wheel. On the right, an adult woman in her thirties with long auburn hair and a black cocktail dress turns toward him. She reaches over and straightens his collar; he catches her hand and kisses her knuckles, and they both laugh. Rain streams down the windshield and red and green neon from a diner sign slides across their faces. The camera stays still on the dashboard, facing them. Audio: rain drumming on the roof, the engine idling, their quiet laughter.

이번 실행에서 두 사람은 각자의 쪽에, 각자의 옷과 머리 그대로 있었습니다. 그녀가 손을 뻗어 그의 턱과 옷깃을 만지고 둘이 함께 웃으며, 네온이 두 사람 위를 미끄러지고 카메라는 고정되어 있습니다. 그가 그녀의 손을 잡아 손가락 마디에 입을 맞추는 장면은 나오지 않았습니다. 한 비트 안의 두 번째 동작이 빠졌습니다.

템플릿 B 실행하기 →

두 사람을 다룰 때 이번에 둘을 구분해 준 패턴은 이렇습니다. "two adults", 누가 어디에 앉는지, 각자의 생김새, 그리고 모델이 사람만 움직이면 되도록 고정된 카메라입니다. 둘이 공유하는 비트는 하나만 주세요. 우리 템플릿은 연달아 둘을 요청했고 두 번째는 빠졌습니다.

LLM이 프롬프트를 쓴다면 쓸 시스템 프롬프트

한 줄짜리 아이디어를 LTX 2.3 프롬프트로 바꿔 주는 시스템 프롬프트를 찾는 요청이 흔합니다. Lightricks의 로컬 파이프라인에는 이를 위한 선택형 프롬프트 향상기가 들어 있으며, 문서에 따르면 프롬프트가 짧거나 거칠거나 다른 모델용으로 쓰였을 때 가장 도움이 되고 이미 구조를 따르고 있을 때는 가장 덜 도움이 됩니다. 우리 Playground에서는 Enhance 버튼이 1센트의 몇 분의 일 비용으로 같은 일을 하며, 내가 쓴 표현은 유지하고 카메라, 빛, 페이싱을 더합니다. API나 자체 도구에서는 아무 언어 모델에 다음과 같은 짧은 시스템 프롬프트를 주면 됩니다.

You turn a short video idea into one prompt for LTX 2.3. The user will give the clip length in seconds. Write about one action beat for every two seconds of clip. Write a single paragraph in the present tense, four to eight sentences, under 200 words, longer for longer clips. Order: the shot size and the place; each person (an adult, with an age band, hair and clothing with colour and fabric); the actions in the order they happen, joined with "then", ending on a clear final moment; one camera move described relative to the person and where it stops; one light source and what it lights. End with a line that starts with "Audio:" and names the ambience, one or two specific sounds and whether there is music. Use physical actions instead of emotion words. No on-screen text, no numbers for angles or speeds, no tag lists, no quality words such as "4k" or "masterpiece". Keep the people, clothing and actions exactly as the user wrote them and add no new ones. For image-to-video, do not describe what is already in the picture: write only what moves and changes. Return only the prompt.

아이디어를 길이와 함께 보내세요. 예: Clip length: 8 seconds. A couple slow-dancing in their kitchen at night.

결과는 실행하기 전에 읽어 보세요. 다시 쓰는 모델이 요청하지 않은 소품, 인물, 카메라 움직임을 더할 수 있고, LTX 2.3을 로컬에서 돌린다면 향상기의 거부 응답이 영상 모델이 움직이는 프롬프트가 되어 버릴 수도 있습니다. 그 실패와 로컬 사용자가 피하는 방법은 LTX 2.3 NSFW 테스트에서 설명합니다.

LTX 2.3, Spicy, Spicy LoRA: 프롬프트에서 달라지는 점

셋 모두 LTX 2.3 기반이며 같은 작성 규칙이 적용됩니다. 다른 것은 프롬프트가 짊어져야 하는 몫입니다.

Spicy 빌드에서는 프레임이 콘텐츠를 담고 프롬프트는 짧은 움직임 메모입니다. 동작 한두 개와 카메라 메모면 충분하고, 프레임에 이미 보이는 것은 쓰지 않습니다. 예를 들어 "She turns her head toward the lens and smiles; the camera pushes in slowly and holds."입니다. 이는 목표로 할 길이를 보여 주는 테스트하지 않은 예시이며, 실제로 돌려 본 프롬프트는 LTX 2.3 Spicy 리뷰에 있습니다. 세 모델이 성인 콘텐츠를 어디까지 다루는지는 별개의 문제입니다. 우리 LTX 2.3 NSFW 테스트(아래 FAQ에 링크)에서 기본 모델은 21개 요청 중 하나도 거부하지 않았고, 중간 수위의 장면은 적은 대로 구현하고 더 강한 장면은 대부분 낮춰서 구현한 반면, LTX 2.3 Spicy는 시작 프레임에서 더 나아갔습니다. 프롬프트를 잘 쓰면 클립이 내 지시를 따르게 될 뿐, 모델이 학습한 그림의 범위는 바뀌지 않습니다.

Playground에서 실행한 뒤 API로

1. LTX-2.3 LoRA 텍스트-투-비디오를 열고 Playground 탭에 머무르세요. 실행하려면 계정을 만드세요.
2. 프롬프트를 붙여 넣거나, 위의 "실행하기" 링크를 눌러 자동으로 채우세요.
3. Resolution을 480p로, Duration을 비트 수에 맞게 설정하세요. 순수한 LTX 2.3으로 돌리려면 LoRAs를 비워 두세요. 한 줄짜리 아이디어만 있다면 Enhance가 전체 단락 초안을 만들어 주니 그것을 편집하세요.
4. 표시된 가격을 확인하고 실행한 뒤, 문장 하나를 바꿔 다시 실행하세요. 마음에 드는 테이크의 시드는 적어 두세요.

같은 요청을 코드로 보내면 다음과 같습니다. 여기서는 테스트 4의 고쳐 쓴 프롬프트를 줄인 버전을 썼으며, 필수는 prompt뿐입니다.

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  --data '{
    "model": "lightricks/ltx-2.3-lora/text-to-video",
    "input": {
      "prompt": "Medium close-up at a vintage vanity mirror late at night. An adult woman in her early thirties with copper-red hair loosely pinned up, in an ivory satin robe, fastens a pearl earring while she watches her reflection, then smiles at the mirror. The only light is the row of warm bulbs around the mirror. Audio: the faint hum of the bulbs, slow jazz from another room.",
      "resolution": "480p",
      "duration_seconds": 5,
      "aspect_ratio": "16:9",
      "seed": 20261016
    }
  }'

폴링, 콜백, 모든 필드는 API 레퍼런스에 있습니다.

FAQ

LTX 2.3 프롬프트는 얼마나 길어야 하나요?

연속된 한 샷에 네 문장에서 여덟 문장입니다. Lightricks 문서가 권하는 길이이고, 보통 60~150단어입니다. 클립 길이에 맞춰 늘리세요. 10초 클립은 5초 클립보다 비트가 더 필요합니다. 우리 엔드포인트에는 글자 수 제한이 없지만, 200단어를 넘기면 대개 클립이 보여 줄 수 있는 것보다 많은 것을 묘사하게 됩니다.

LTX 2.3은 네거티브 프롬프트를 지원하나요?

우리 LTX 2.3 엔드포인트에서는 지원하지 않습니다. 네거티브 프롬프트 필드가 없습니다. 보고 싶지 않은 것이 아니라 보고 싶은 것("sharp focus", "the camera stays still")을 묘사하고, "no readable text"나 "no music" 같은 짧은 제약은 아껴 쓰면서 실제로 지켜졌는지 확인하세요.

LTX 2.3 프롬프트에 타임스탬프를 쓸 수 있나요?

결말이 흐트러질 때 시도해 볼 만합니다. 우리가 한 8초 테스트 한 번에서 "0-2s:"부터 "6-8s:"까지 표시한 비트는 대부분 순서대로 재생되었고, 일반 버전이 놓친 마지막 비트를 맞췄으며 화면에 숫자도 나타나지 않았습니다. 먼저 비트를 순서대로 쓰세요. Lightricks는 자연어를 권하며, 한 번의 실행은 규칙이 아닙니다.

LTX 2.3 프롬프트 생성기나 향상기가 있나요?

Lightricks의 로컬 파이프라인과 ComfyUI 템플릿에는 생성 전에 프롬프트를 다시 써 주는 언어 모델인 선택형 프롬프트 향상기가 들어 있습니다. 우리 Playground의 Enhance 버튼은 짧은 아이디어를 선택한 모델에 맞게 다시 써 주며, 보통 1센트의 10분의 1 정도 비용입니다. API 엔드포인트 자체에는 향상기 옵션이 없습니다. 위의 시스템 프롬프트로 이미 쓰고 있는 아무 언어 모델에서나 같은 일을 할 수 있습니다.

LTX 2.3 프롬프트가 LTX 2.5에서도 통하나요?

구조는 그대로 이어집니다. LTX 2.5에는 2.3에 없는 기능이 더해졌습니다. 한 프롬프트에서 컷으로 이어지는 여러 샷, 그리고 묘사한 동작에 맞춰 클립 길이를 정하는 기능입니다. LTX 2.5 가이드에 2.5용으로 쓴 프롬프트가 있습니다.

LTX 2.3은 무검열인가요?

프롬프트를 어떻게 구성하느냐가 아니라 모델과 엔드포인트에 달려 있습니다. 수위별 결과는 LTX 2.3 NSFW 테스트에 있습니다.

여러분의 몫

우리는 자체 콘텐츠 필터를 두지 않으며, 그렇다고 클립에 대한 책임 소재가 바뀌지는 않습니다. 화면에 나오는 모든 사람은 성인이어야 합니다. 신원을 알아볼 수 있는 실존 인물을 본인 동의 없이 묘사하지 말고, 권리를 가진 이미지만 움직이세요. 게시하는 지역의 법에 대한 책임은 여러분에게 있습니다.

첫 프롬프트를 써 보세요

이미 갖고 있는 아이디어를 여섯 문장으로 써 보세요. 샷, 인물, "then"으로 이은 비트 셋, 끝나는 지점이 있는 카메라 움직임 하나, 빛 하나, Audio 줄입니다. LTX 2.3에서 480p 5초로 돌린 다음, 한 번에 문장 하나씩 바꿔 보세요. 초안 스무 번에 $3.60입니다.