Object Persistence(객체 지속성)는 AI 영상 생성 모델이 장면이 진행되면서 프레임에 걸쳐 객체의 존재·위치·시각적 연속성을 유지하는 능력을 말합니다. 객체 일관성이 샷 간에 객체가 같은지 보는 것이라면, 객체 지속성은 객체가 단일 연속 클립 안에서 설득력 있게 동작하는지—공간에 고정되어 있고, 예기치 않게 사라지거나 다시 나타나지 않고, 카메라나 다른 요소가 바뀔 때 자연스러운 물리 법칙에 따라 움직이는지—를 specifically 다룹니다.

객체 지속성 유지는 AI 영상 생성에서 더 까다로운 기술적 과제 중 하나입니다. 모델이 매 프레임에 걸쳐 장면의 모든 요소의 공간 관계를 추적·갱신해야 하기 때문입니다. 카메라가 천천히 밀어 들어갈 때 테이블 위에 컵이 있으면 모델은 드리프트·중복·갑작스런 소멸 없이 연속하는 각 프레임을 통해 컵의 위치·그림자·반사·주변 객체와의 관계를 유지해야 합니다. 복잡한 동작·여러 객체·큰 카메라 움직임이 있는 장면에서 모델은 장면을 물리적으로 실제이고 관객에게 설득력 있게 느끼게 하는 논리적 공간 연속성을 유지하기 어려울 수 있습니다.

움직이는 요소가 적고 카메라 움직임이 더 통제된 장면을 설명하는 프롬프트를 생성하면 객체 지속성 결과가 나아지는 경향이 있습니다. 장면 안 뚜렷한 객체 수를 적당히 유지하고, 갑작스런 큰 카메라 이동을 피하고, 명확한 참조 프레임이 있는 이미지-투-비디오 워크플로를 쓰면 모델의 공간 이해를 고정하고 클립 중간에 객체 지속성 실패 가능성을 줄이는 데 도움이 됩니다.