본 연구는 한국의 다양한 형태의 미디어 콘텐츠를 가리키는 용어인 K-콘텐츠 제작에 있어 생 성형 AI 활용에 관한 연구이며, 특히, 제작 전, 제작, 제작 후 등 영상 콘텐츠 제작의 모든 단 계에서 AI 기술의 혁신적인 영향을 강조한다. 대본 작성, 트렌드 분석, 캐스팅, 장면 편집, 시 각 효과 등의 작업에 AI 기반 도구를 활용함으로써 제작자는 창의성을 강화하고 효율성을 높 이며 제작 품질을 높일 수 있다. 주요 조사 결과에 따르면 생성형 AI는 반복 작업을 자동화하 고 참신하고 창의적인 아이디어를 생성하며 품질의 일관성을 보장함으로써 생산 프로세스를 크게 간소화할 수 있다. 예를 들어, AI 도구는 스크립트 작성 및 스토리보드 작성을 지원할 수 있으며, 얼굴 인식 알고리즘 및 지리공간 데이터 분석은 배우 캐스팅 및 촬영 장소를 추천하는 것이 가능하다. 포스트 프로덕션 과정에서는 AI 기반 비디오 편집 및 시각 효과 도구를 활용하 여 콘텐츠의 내러티브 응집력과 시각적 매력을 향상시키는 동시에 생성 오디오 도구는 맞춤형 음향 효과를 창조시킬 수 있다. 생성형 AI의 K-Contents 활용은 기획-제작-유통 등 전체 제작 과정에 도입이 예상되며 생산 비용 절감, 글로벌 시장 확대 등의 경제적인 측면에서도 상당한 영향을 미칠 수 있다. 본 논문은 K-콘텐츠 제작에서 생성적 AI의 잠재력을 모색하고 향후, K- 콘텐츠 산업이 글로벌 시장에서 더욱 성장하고 번영할 수 있는 시사점을 탐구한다는 점에서 의의를 찾을 수 있다.

This study is about the use of generative AI in the production of K-content, a term referring to various media contents in Korea. In particular, it emphasizes the innovative influence of AI technology in all stages of video content production, including pre-production, production, and post-production. By leveraging AI-based tools for tasks such as script writing, trend analysis, casting, scene editing, and visual effects, producers can enhance creativity, increase efficiency, and improve production quality. Key findings show that generative AI can significantly streamline production processes by automating repetitive tasks, generating novel and creative ideas, and ensuring consistency of quality. For example, AI tools can assist with script writing and storyboard, while facial recognition algorithms and geographic data analysis can recommend actor casting and locations. During post-production, AI-based video editing and visual effects tools can be utilized to enhance the narrative cohesion and visual appeal of content, while generative audio tools can create custom sound effects. The significance of this paper is that it explores the potential of generative AI in K-content production and explores implications for the K-content industry to further grow and prosper in the global market in the future.

ABSTRACT
1. Introduction
    1.1 Research Background
    1.2 Objectives of the Study
2. Literature Review
    2.1 Overview of K-Contents
    2.2 Applications of AI in ContentGeneration
3. Case Studies
    3.1 tvN drama ‘Queen of Tears’
    3.2 Movie ‘Wonderland’
    3.3 Short film ‘One More Pumpkin’
4. Methodology for K-ContentsProduction
    4.1 Framework for Movie Production
    4.2 Technical Challenges andSolutions using Generative AI
5. Conclusion and Future ResearchDirections
Reference
<국문초록>
<결론 및 향후 연구>

• Hye Young YOO(Department of Media Contents, Seowon University, 377-3, Musimseo-ro, Seowon-gu, Cheongju-si, Chungcheongbuk-do, Korea) | 유해영 Corresponding author