Luna vs Haiku 영상 광고 만들기 대결

한 줄 핵심

같은 제품·같은 도구·같은 조건을 줘도 모델마다 이미지, 영상, 편집 판단이 달라져 결과물이 크게 달라지며, 이 영상은 그 차이를 광고 제작 실험으로 비교한다.

시간별 요약

0:00
같은 조건으로 광고 제작 대결 시작 GPT6 루나와 Haiku 5.5에 같은 가상 콜드브루 브랜드 데이브레이크의 15초 광고 제작을 맡기고, 이미지·영상 생성부터 문구와 음악을 넣은 최종 편집까지 동일 조건으로 비교한다. 평가 기준은 제품 노출, 요청 준수, 보기 좋은 완성도 세 가지다.
1:01
MCP로 이미지·영상 제작 도구 연결 Atlist MCP를 연결해 에이전트가 대화 중 직접 생성 도구를 호출하도록 구성하고, 이미지와 영상은 나노바나 2.1과 시덴스로 맞춰 사용한다. 제작과 검수에는 감독 역할 에이전트도 참여해, 생성과 편집을 분리한 워크플로를 만든다.
3:00
이미지와 영상 연출 품질 비교 루나는 제품을 더 크게 살리고 병의 형태와 라벨을 유지해 원본성과 제품 강조가 강했고, Haiku는 여백과 아침빛을 살린 분위기 중심 구도를 만들었다. 다만 오렌지 조각 같은 불필요한 요소가 섞이면서, 제품 광고에서는 분위기보다 제품 정합성이 더 중요하다는 기준이 드러난다.
4:01
같은 소스로 수정과 편집까지 이어가기 앞에서 만든 이미지를 참조해 영상 수정 요청을 이어가고, 음악과 효과음은 공통 소스로 제공한 뒤 각 모델이 컷과 배치를 독립적으로 정하게 한다. 루나는 최종적으로 제품 강조와 구성 안정감이 더 좋았고, Haiku는 일부 장면에서 수정은 잘했지만 오렌지 요소가 남아 완성도에서 아쉬움이 있었다.
7:01
비용과 실무적 결론 이미지·영상 제작에는 Atlist 크레딧 2,625개가 사용되었고, 모델 사용 비용은 별도로 발생한다. 같은 툴이라도 모델별 판단과 편집 방식이 달라지므로, 실무에서는 생성 도구 연결, 감독 에이전트, 후반 편집까지 포함한 전체 워크플로를 비교해 보는 것이 중요하다.

실무 인사이트

광고형 생성 작업에서는 ‘잘 만드는 것’보다 ‘제품을 정확히 보이게 하는 것’이 우선이므로, 프롬프트에 제품 유지 조건과 금지 요소를 더 강하게 명시하는 편이 좋다.
MCP로 생성 도구를 연결하면 에이전트가 이미지·영상·수정 요청을 한 흐름으로 처리할 수 있어, 사람이 파일을 내려받아 다시 올리는 반복을 크게 줄일 수 있다.
최종 결과는 모델 성능만이 아니라 감독 에이전트, 편집 도구, 소스 선정 방식에 따라 달라지므로, 생성 모델 비교는 단일 프롬프트가 아니라 전체 제작 파이프라인 기준으로 봐야 한다.