Stable Cinemetrics: 전문 영상 생성을 위한 구조적 분류체계와 평가

**Stable Cinemetrics(SCINE)**는 전문 영상 생성을 평가하기 위해 영화 제작 관행을 Setup, Event, Lighting, Camera의 4개 분리형 계층 분류체계로 정리했다. 이 구조는 총 76개 세부 제어 노드로 구성되며, 실제 산업 현장에 맞는 프롬프트와 평가 질문을 체계적으로 다룰 수 있게 한다.

이를 바탕으로 전문 사용 사례에 맞춘 벤치마크와 자동 분류·질문 생성 파이프라인을 만들고, 10개 이상 모델이 생성한 2만 개(20K) 영상을 대규모로 평가했다. 평가에는 80명 이상 영화 전문가가 참여했으며, 결과적으로 상위 모델들도 특히 Event와 Camera 제어에서 큰 격차를 보였다.

재현성과 확장성을 위해 automatic evaluator도 학습했다. 전문가 주석에 맞춘 비전-언어 모델로, 기존 zero-shot baseline보다 더 나은 성능을 보이며 전문 영상 생성 평가를 자동화하는 방향을 제시한다.