Earticle

초록

영어

This study empirically demonstrates that mise-en-scène control based on cinematic directing knowledge can overcome stochastic randomness and identity inconsistency in generative AI image generation. While existing studies have analyzed the characteristics of mise-en-scène implementation in generative AI, they have not proposed methodologies for precisely controlling the mise-en-scène intended by directors. We apply André Bazin's mise-en-scène theory to the AI environment and define 'Mise-en-scène Conditioning' as a strategy that converges AI generation scope to the director's intent - from professional directing terminology in prompts to physical parameters and visual guides. We propose four methodologies: multi-sketch-based composition control, physical lens parameter settings, complementary color contrast relighting, and multi-scene simultaneous generation. Experiments using the Nano Banana Pro platform achieved deep focus composition control through multi-sketches, ultra-wide spatial expansion through 14mm lens parameters, subject-background separation and depth enhancement through orange & teal complementary contrast, and multi-angle narrative continuity through 9-cut simultaneous generation. While mise-en-scène knowledge-based prompts establish directional intent, technical control applied in conjunction enables precise convergence of AI's generation scope. The framework of 'mise-en-scène knowledge → engineering parameter transformation' proposed in this study will provide a methodological foundation that remains valid even as platforms and technologies evolve.

한국어

본 연구는 생성형 AI 이미지 생성에서 영화 연출 지식 기반의 미장센 제어가 확률적 무작위성(언어적 모호성) 과 정체성 불일치 문제를 극복할 수 있음을 실증적으로 검증한다. 기존 연구들은 생성형 AI의 미장센 구현 특성을 분석하였으나, 연출자가 의도한 미장센을 정밀하게 제어하는 방법론은 제시하지 못했다. 우리는 André Bazin의 미장센 이론을 AI 환경에 적용하여, 연출 전문 용어의 프롬프트 투입에서부터 물리적 파라미터와 시각적 가이드의 주입까지를 포괄하는 '미장센 컨디셔닝'을 정의하고, 다중 스케치 기반 구도 제어, 물리적 렌즈 파라미터 설정, 보색 대비 재조명(Relighting), 다중장면 동시 생성이라는 네 가지 방법론을 제안한다. Nano Banana Pro 플랫폼을 활용한 실험 결과, 다중 스케치를 통한 딥 포커스 구도 제어, 14mm 렌즈 파라미터를 통한 초광각 공간 확장, 오렌지 & 틸 보색 대비를 통한 피사체-배경 분리 및 입체감 확보, 9컷 동시 생성을 통한 다중 앵글 서사적 연속성을 구현하였다. 미장센 지식 기반 프롬프트가 연출 의도의 방향성을 제시하나, 기술적 제어를 함께 적용할 때 AI의 생성 범위가 연출 의도로 정밀하게 수렴됨을 확인하였다. 본 연구가 제시한 '미장센 지식 → 공학적 파라미터 변환' 프레임워크는 플랫폼과 기술이 진화하더라도 유효한 방법론적 기반을 제공할 것이다.

키워드

저자

• 최지연 [ Jiyun Choi ]
• 이태구 [ Taegu Lee ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700