《我身后的陶斯》苏志燮：“遇到金本这个角色很幸福…感谢支持我的观众们”

演员苏志燮通过MBC水木迷你剧《我身后的陶斯》，将观众带入了一场“金本病”的漩涡，并以全身心证明了其作为演员的价值。


昨天（15日），由苏志燮主演的MBC《我身后的陶斯》以第32集落下帷幕。

作为水木剧收视率无可动摇的第一名，MBC水木迷你剧《我身后的陶斯》（编剧吴智英/导演朴尚勋、朴相佑/制作MBC、Mongjakso/以下简称“我身后的陶斯”）一路领跑。

这是苏志燮自2015年《Oh My Venus》后时隔约两年回归电视剧，他成功变身为“金本”，完成了在小荧幕的华丽回归。


他不仅完美消化了作为特工的帅气动作戏，还隐藏身份变身为保姆，展现了为育儿烦恼的别样面貌，深受观众喜爱。


▶ 从魅力四射的黑衣特工到深情款款的暖心叔叔！
动作戏、情感戏自不必说，就连喜剧表演也完美驾驭，苏志燮式“甜咸甜咸”的热演！

《我身后的陶斯》融合了谍战与喜剧元素，凭借引发观众共鸣与笑声的台词以及出人意料的愉快故事广受好评，而其中核心正是苏志燮的出色表现。

拥有完美视觉形象和人性化魅力的“金本”一角，因遇到苏志燮而得以展翅高飞。


每当面对邻居女孩高爱琳（郑仁仙饰），这位前黑衣特工的敏锐直觉就会奇妙地失灵。为了追踪巨大阴谋的幕后黑手，“金本”伪装成爱琳双胞胎的“保姆”潜入，这种令人哭笑不得的处境，与观众“苏志燮要带孩子？”的微妙好奇心交织，足以引发浓厚兴趣。

在此过程中，苏志燮以细腻的演技完美诠释了作为笨拙但温暖的保姆以及可靠而富有魅力的黑衣特工“金本”所经历的惊讶、挫折、喜悦、心动等各种情感，牢牢抓住了观众的目光。


▶ 从为动作戏苦练Systema，到“膝盖道士”、莱昂装扮…
无可替代，苏志燮无尽的热情闪闪发光！

苏志燮为了饰演前国情院王牌“金本”，在拍摄前就投入了以俄罗斯特种部队武术Systema为基础的动作训练。

这份努力在韩国电视剧首次进行的波兰外景拍摄以及与剧中赵泰冠（KAI饰）的追逐动作戏中得到了充分展现，为观众带来了畅快淋漓的视觉享受。

不仅是利落的动作戏，在《我身后的陶斯》中，苏志燮还展现了建筑清洁工、网络记者、“膝盖道士”、警察、杀手莱昂、007系列模仿等多姿多彩的形象，增添了剧集的趣味性。

苏志燮在每一集中都根据情境展现巧思与机智的即兴表演，为剧情注入了活力。

他虽是堪称变身天才的王牌特工，却沦为调皮双胞胎过家家、玩医院游戏的牺牲品（？），不仅如此，比起谍报作战更辛苦的育儿劳动让他早早犯困，在儿童咖啡厅玩滑梯比孩子们还兴奋……苏志燮以扎实的喜剧演技灵活演绎了金本天真烂漫的一面，堪称引领《我身后的陶斯》的头号功臣。


▶ 苏志燮：“能遇到优秀的演员和工作人员，讲述一个温暖的故事，我感到很荣幸”
真心终将相通！以魔性魅力荣登《我身后的陶斯》中男女通吃的“化学反应男神”宝座

苏志燮在剧中展现了只要搭档就能产生绝佳默契的化学反应，给观众带来了欢笑。

他与饰演协同调查的邻居女孩高爱琳的郑仁仙展现了梦幻般的配合；与每次见面都吵吵闹闹却形成奇妙羁绊、为观众带来爆笑的孙浩俊（饰陈容泰）之间的兄弟情谊化学反应；以及与KIS（Kingcastle Information System/金城堡公寓大妈聚会）三人组金汝真（饰沈银河）、郑诗雅（饰奉善美）、姜基英（饰金相烈）之间出人意料的（？）化学反应，都成为了《我身后的陶斯》每集的笑点。

此外，保姆金本驯服调皮捣蛋双胞胎的不可预测表现，也因苏志燮与童星演员们默契十足的配合而得以200%生动呈现，让观众不自觉地露出“妈妈微笑”。

剧中金本与双胞胎之间的化学反应，尤其彰显了演员苏志燮背后的努力。即使在拍摄休息时间，他也细心照顾孩子们，与孩子们共度时光，展现了不输专业保姆的体贴，只为与孩子们自然相处。


在上次的制作发布会上，苏志燮曾表示：“谍战剧的速度感、动作戏固然是看点，但我更喜欢金本周围人物所拥有的明快愉快的能量。我想选择一部能让观众感到快乐和幸福的作品。”

电视剧终映后，苏志燮表达了终映感想：“时隔两年再次出演电视剧，能遇到优秀的演员和工作人员，讲述一个温暖的故事，我感到很荣幸。我想向从炎热的夏天到冬天，陪伴《我身后的陶斯》从开始到结束的所有工作人员和演员们表示感谢。第一次读剧本时，就觉得这是一个温暖人心的故事。能遇到‘金本’这个优秀的角色，我感到很幸福，真心感谢给予我许多爱与支持的观众们。”言语间流露出对电视剧的深厚感情。

在热烈的关注中，每集都展现着帅气与搞笑并存的热演，证明了扎实演技功底的演员苏志燮。期待他在《我身后的陶斯》之后的下部作品。

另一方面，网友们通过各种SNS和门户网站表达了“辛苦了，感谢带来好剧”、“一年拍一部剧吧，想经常看到你^^”、“以后周三周四靠什么活下去？托你的福很幸福”等反应。




※ 此内容受著作权法保护，禁止未经许可擅自转载、复制、分发及利用（包括AI学习）。