SOUND DESIGN LAB V2THE ASSEMBLY LECTURE
AGENT HARNESS / AN OPEN LAB01 / 30

감각을 로.

INPUT감각적 입력
DECODE역할별 해석
OUTPUT검증된 설계안
김준호 교수 · 미리내맨SOUND DESIGN LAB V2 / 30 SCENES

좋은 GPT는 결과를 안정화하는 구조에서 시작한다.

01 / THE PROBLEM02 / 30

긴 요청에도,
결과는 .

LONG PROMPT

감성적이고, 몰입감 있고,
시네마틱하면서…

계속 늘어나는 요청

SAME OUTPUT

atmospheric,
cinematic, emotional…

다시 돌아오는 비슷한 표현

길이보다 먼저, 입력을 어떻게 읽고 결과를 어떻게 내놓을지 정한다.

01 / DIAGNOSIS03 / 30

문제는 의 빈자리.

01

입력 미분류

텍스트·이미지·오디오를 같은 방식으로 읽는다.

02

해석 없음

신호를 평균내고 중심축을 잡지 못한다.

03

출력 계약 없음

매번 다른 형식으로 결과가 흘러간다.

이 강의는 결과가 흔들리는 세 지점을 입력·해석·출력에서 살펴본다.

01 / FRAME SHIFT04 / 30

대답에서 으로.

CHATBOT

반응한다.

Answer · Tone · One-shot

AGENT

운영한다.

Workflow · Decision · QA

입력 해석, 분기, 출력 형식, 검증까지 하나의 절차로 연결한다.

01 / DEFINITION05 / 30

필요한 를 설계한다.

INPUTDECODEOUTPUT

하네스는 필요한 자유를 허용하면서 결과를 안정화하는 운영 레일이다.

02 / SOUND DESIGN LAB V206 / 30

감각을 해석하는 .

01Text
02Image
03Audio
04Purpose
01Sound Brief
02Mood Map
03Prompt Pack
04QA Report
SOUND DESIGN LAB V2DECODE

의도 · 중심축 · 사용 맥락

해석 → 조합 → 검수

Sound Design Lab V2를 감각적 입력을 사운드 설계안으로 바꾸는 사례로 해부한다.

02 / INPUT SPLIT07 / 30

하나의 요청, 네 갈래의 .

ONE REQUEST
01

TEXT

명시적 요구

무엇을 원하는가
02

IMAGE

공간·색·거리·태도

무엇이 보이는가
03

AUDIO

질감·밀도·움직임

무엇이 들리는가
04

PURPOSE

장면 목적·감정 곡선

어디에 쓰는가

같은 요청 안에서도 명시적 요구와 감각적 단서를 구분한다.

02 / FOUR DECODERS08 / 30

입력마다 이 다르다.

Textintent / constraint의도와 제약
Imagemood / space무드와 공간
Audiotexture / motion질감과 움직임
Purposeuse / timing용도와 타이밍

입력 유형에 맞게 해석한 뒤, 하나의 brief와 prompt로 조합한다.

02 / IDENTITY CORE09 / 30

섞기 전에, 부터.

ANCHOR

반드시 지킬 정체성

SECONDARY

보조적으로 섞을 성격

SPICE

소량의 변주 요소

AVOID

흘러가면 안 되는 방향

중심축 → 보조 → 변주. 회피할 방향도 함께 정한다.

02 / VISUAL DECODER10 / 30

이미지에서 무드의 를 읽는다.

01

COLOR

차갑다 / 따뜻하다 / 탁하다

02

DISTANCE

가깝다 / 멀다 / 막혀 있다

03

TEXTURE

젖어 있다 / 금속성 / 먼지감

04

ATTITUDE

위협적 / 고요함 / 불안정

이미지는 소리를 단정하는 자료가 아니라 무드 추론의 단서다.

02 / AUDIO DECODER11 / 30

장르 이름 너머의 .

01

TEXTURE

어떤 재질처럼 들리는가

02

DENSITY

얼마나 차 있거나 비어 있는가

03

DISTANCE

얼마나 가깝거나 먼가

04

MOTION

어떻게 움직이고 달라지는가

오디오를 질감·밀도·거리·움직임의 네 관점에서 듣는다.

02 / WORKED EXAMPLE12 / 30

한 장의 으로.

INPUT / 요청 예시

“어두운 도시 골목, 네온사인, 느린 추격 장면에 맞는 사운드”

Direction
차갑고 좁은 공간감의 긴장형 앰비언스
Mood Map
불안 / 저속 / 금속성 / 습도감
Texture
low drone / distant siren / wet pavement / filtered pulse
Structure
0–10초 공간 형성 → 10–25초 긴장 상승 → 25초 이후 잔향
Negative
heroic, bright synth, fast EDM, clean pop

사운드 설계안 예시. 감각적 요청이 실행할 항목으로 바뀌는 과정을 본다.

02 / ROUTING13 / 30

요청이 다르면, 도 다르다.

OUTPUT CONTRACT / MUSIC

Music

이것만으로는 부족

무조건 장르 추천

설계할 요소

구조 · 악기 · 에너지 곡선

OUTPUT CONTRACT / AMBIENCE

Ambience

이것만으로는 부족

음악처럼 작곡

설계할 요소

공간감 · 반복성 · 방해도

OUTPUT CONTRACT / EFFECT

Effect

이것만으로는 부족

분위기만 설명

설계할 요소

길이 · 어택 · 디케이 · 사용 타이밍

OUTPUT CONTRACT / VOICE

Voice

이것만으로는 부족

대사문만 작성

설계할 요소

톤 · 속도 · 페르소나 · 감정

OUTPUT CONTRACT / HYBRID

Hybrid

이것만으로는 부족

전부 섞기

설계할 요소

레이어별 역할 분리

요청 유형을 선택해 필요한 출력 계약을 비교한다.

02 / OUTPUT CONTRACT14 / 30

같은 순서가 만드는 .

1

Direction

방향

2

Mood

무드

3

Texture

질감

4

Prompt

실행문

5

QA

검수

고정된 출력 순서는 결과를 읽고 재사용하는 기준이 된다.

02 / QA GATE15 / 30

만든 뒤에는, .

REVIEW THE RESULTQA?

생성 → 검토 → 수정

  1. 입력을 모두 반영했는가?

  2. generic 표현을 제거했는가?

  3. 금지 방향을 피했는가?

  4. 출력 형식이 빠지지 않았는가?

  5. 바로 실행 가능한가?

검수도 생성 과정의 일부다. 확인한 문제를 수정한 뒤 다시 검토한다.

02 → 03 / TRANSFER16 / 30

감각은 구조를 만나
가 된다.

INPUTDECODEOUTPUT

이제 사운드 사례를 내 분야의 GPT 구조로 옮긴다.

03 / YOUR OPEN LAB17 / 30

이제, 내 것을 한다.

INPUTDECODEOUTPUT

Goal → Input → Decode → Contract → QA. 한 단계씩 나의 설계도를 완성한다.

03 / CANVAS 0118 / 30

결과물부터 .

GOAL

CANVAS 01 / 09

입력은 이 브라우저에 저장됩니다.

최종 산출물이 흐릿하면 GPT 전체가 흔들린다.

03 / CANVAS 0219 / 30

받을 정보를 한다.

INPUTS

CANVAS 02 / 09

입력은 이 브라우저에 저장됩니다.

사용자가 줄 수 있는 정보를 유형별로 나눈다.

03 / CANVAS 0320 / 30

흔들리지 않을 .

IDENTITY

CANVAS 03 / 09

입력은 이 브라우저에 저장됩니다.

정보를 섞기 전에 정체성·약속·유지·회피 기준을 정한다.

03 / CANVAS 0421 / 30

한 모듈에 .

DECODERS

CANVAS 04 / 09

입력은 이 브라우저에 저장됩니다.

사용자 의도 해석, 자료 판단, 결과 조합의 책임을 분리한다.

03 / CANVAS 0522 / 30

해석을 가능한 형태로.

FORMAT

CANVAS 05 / 09

입력은 이 브라우저에 저장됩니다.

Raw → Decode → Filter → Shape → Ready. 분석은 사용할 수 있는 결과로 이어져야 한다.

03 / CANVAS 0623 / 30

출력의 를 고정한다.

CONTRACT

CANVAS 06 / 09

입력은 이 브라우저에 저장됩니다.

항상 같은 순서로 결과를 받으면 더 빨리 읽고 재사용할 수 있다.

03 / CANVAS 0724 / 30

하지 않을 것도 한다.

GUARDRAILS

CANVAS 07 / 09

입력은 이 브라우저에 저장됩니다.

추측·복제·전문용어·과부하를 어떤 조건에서 제한할지 구체적으로 쓴다.

03 / CANVAS 0825 / 30

실패를 잡는 .

QA

CANVAS 08 / 09

입력은 이 브라우저에 저장됩니다.

내 GPT에서 실제 실패를 잡을 수 있는 검수 질문으로 구체화한다.

03 / CANVAS 0926 / 30

설명보다 .

TESTS

CANVAS 09 / 09

입력은 이 브라우저에 저장됩니다.

성공할 입력과 거부하거나 되물어야 할 입력을 함께 만든다.

03 / ACROSS DOMAINS27 / 30

분야가 바뀌어도, 는 남는다.

01

BRAND

브랜드 코어

메시지 팩
02

STUDY

학습 목표

공부 플랜
03

TRAVEL

취향 · 제약

일정 설계
04

CONTENT

소재

콘텐츠 구조

Sound Design Lab을 복사하는 대신 입력·해석·출력·검증의 관계를 옮긴다.

03 / START SMALL28 / 30

작은 버전도 할 수 있다.

1GOAL
3INPUTS
3OUTPUTS
3RULES
2TESTS

입력·출력·금지 규칙·테스트가 있는 작은 버전부터 시작한다.

03 / REVIEW29 / 30

아이디어보다, 구조의 .

하네스 설계 평가 기준
기준A 수준확인 질문
Goal최종 산출물이 한 문장으로 선명하다사용자가 무엇을 받는가?
Input입력 유형이 분리되어 있다무엇을 받아야 잘 작동하는가?
Decoder해석 모듈의 역할이 다르다각 모듈은 무엇을 판단하는가?
Contract출력 순서가 고정되어 있다매번 같은 품질의 그릇인가?
QA검증 질문이 실제 실패를 잡는다어떻게 스스로 고치는가?

멋진 주제보다 결과물·입력·역할·형식·검증의 연결을 평가한다.

03 / MY GPT HARNESS CANVAS30 / 30

내 설계도, 을 향해.

작성 상태와 실제 품질은 다르다. 설계안을 복사해 테스트하고, 검토한 뒤 제출한다.

강의 설계도

김준호 · 미리내맨 ↗

MY GPT HARNESS

나의 설계안

작성한 내용은 이 브라우저에 저장됩니다. 다른 기기로 옮기려면 전체 내용을 복사하세요.

현재 장면 공유

발표자 노트