Veo 3.1과 NanoBanana 2로 완벽한 정사각형 AI 영상 만들기

Hacking perfectly square AI videos with Veo 3.1 and NanoBanana 2

If you’ve been playing around with AI video generation lately, you already know the struggle: the...

Paige Bailey2026-05-12

왜 정사각형 영상이 까다로운가 #

AI 영상 생성 분야는 놀랍도록 발전했지만 원하는 포맷을 정확히 뽑아내는 건 여전히 까다롭다. Google의 새 영상 모델로 오디오가 포함된 정사각형(1:1) 루프 영상을 만들어야 할 때, 네이티브 종횡비 지원이 모델 티어에 따라 불안정한 경우가 있고 생성된 16:9 또는 9:16 영상을 크롭하면 프레이밍이 망가지거나 가장자리에 아티팩트가 생기기 쉽다.

NanoBanana 2, Veo 3.1 Lite, FFmpeg를 조합한 우회 파이프라인으로 이 문제를 해결할 수 있다.

전체 흐름 요약 #

정사각형 이미지 컨셉으로 시작한다.
NanoBanana 2에 위아래에 검은 바(black bars)를 패딩해 9:16 종횡비로 변환하도록 요청한다.
해당 9:16 이미지를 Veo 3.1 Lite에 시작·끝 프레임으로 전달해 루프를 강제한다.
Python ffmpeg 스크립트로 검은 바를 잘라낸다.

단계별 구현 #

Step 1: NanoBanana 2로 9:16 패딩 프레임 생성 #

Gemini API SDK를 사용해 NanoBanana 2에 9:16 이미지를 생성하도록 프롬프트한다. 핵심은 주요 피사체를 중앙의 정사각형 영역에 배치하고 위아래를 검은 바로 채우도록 프롬프트를 구성하는 것이다.

untitled

python

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

def generate_padded_frame(prompt, output_filename):
    hacked_prompt = (
        f"{prompt}. Keep the main subject perfectly square in the center, "
        "and pad the top and bottom with solid black bars to make the overall aspect ratio 9:16."
    )

    result = client.models.generate_images(
        model='nanobanana-2',
        prompt=hacked_prompt,
        config=types.GenerateImagesConfig(
            number_of_images=1,
            aspect_ratio="9:16",
            output_mime_type="image/jpeg"
        )
    )

    for generated_image in result.generated_images:
        image = generated_image.image
        image.save(output_filename)

generate_padded_frame("A majestic pink flamingo standing in a serene pond", "flamingo_padded.jpg")

Step 2: Veo 3.1 Lite로 영상 생성 #

검은 바가 포함된 9:16 이미지를 Veo 3.1 Lite에 전달한다. 동일한 이미지를 시각적 프롬프트로 쓰면 생성 과정 내내 검은 바가 유지된다.

(Veo 웹 UI에서는 시작·끝 프레임으로 설정해 완벽한 루프를 만들 수 있다. 아래는 이미지에서 영상을 생성하는 API 방식이다.)

untitled

python

import time

def generate_video(image_path, video_prompt, output_filename):
    initial_frame = client.files.upload(file=image_path)

    while initial_frame.state.name == "PROCESSING":
        print(".", end="", flush=True)
        time.sleep(2)
        initial_frame = client.files.get(name=initial_frame.name)

    response = client.models.generate_content(
        model='veo-3.1-lite',
        contents=[
            initial_frame,
            f"{video_prompt}. The flamingo moves slightly, but the black bars at the top and bottom must remain exactly the same."
        ]
    )

    with open(output_filename, "wb") as f:
        f.write(response.text.encode('utf-8'))  # 실제 반환 형식에 따라 처리 방식이 달라짐

generate_video("flamingo_padded.jpg", "Cinematic shot of a flamingo looking around", "raw_veo_output.mp4")

Step 3: FFmpeg로 검은 바 제거 #

9:16 영상에서 위아래 검은 바를 잘라내 1:1 정사각형을 만든다. MoviePy 같은 Python 라이브러리를 쓸 수도 있지만 subprocess를 통한 ffmpeg가 훨씬 빠르고 메모리를 적게 쓰며 오디오 스트림을 재인코딩 없이 그대로 보존한다.

9:16 영상에서 crop=iw:iw(입력 너비 × 입력 너비)를 적용하면 FFmpeg가 자동으로 중앙 기준으로 크롭해 위아래 검은 바를 제거한다.

untitled

python

import subprocess

def crop_to_square(input_video, output_video):
    command = [
        'ffmpeg',
        '-y',
        '-i', input_video,
        '-vf', 'crop=iw:iw',
        '-c:a', 'copy',
        output_video
    ]

    try:
        subprocess.run(command, check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    except subprocess.CalledProcessError as e:
        print(f"FFmpeg failed: {e}")

crop_to_square("raw_veo_output.mp4", "final_square_flamingo.mp4")

이 방법이 잘 작동하는 이유 #

프레이밍 제어: AI에게 먼저 검은 바를 outpaint하도록 강제하면 피사체 프레이밍을 영상 모델의 추측에 맡기지 않아도 된다.
오디오 보존: FFmpeg의 -c:a copy 플래그가 영상 조작 시 오디오 품질 손실을 막는다.
아티팩트 없음: 영상 모델이 검은 바를 유지하도록 명시적으로 지시받으므로 극단적인 상하단 가장자리에 배경 디테일을 생성하는 데 컴퓨팅을 낭비하지 않는다.

이 글은 위 출처의 내용을 바탕으로 작성된 초안입니다. 원문의 의견과 정보를 그대로 전달하며, 별도의 견해를 포함하지 않습니다.