영상독학 · 2026-08-03

오늘의 대화

AI 영상 공모전에 출품한 작품들이 공유되며 장면 이해도, 립싱크, 캐릭터 표현과 전환 편집에 관한 구체적인 피드백이 오갔다. 이어 로컬 생성 환경을 처음 접하는 참여자들이 ComfyUI와 서비스형 도구의 차이, LoRA를 이용한 인물 일관성, 필요한 GPU와 학습 방법을 물었다. 이날 관심은 새로 공개됐다고 전해진 MiniMax H3로 모였고, 여러 GPU에서의 생성 시간과 기존 로컬·클라우드 모델 대비 장단점이 실사용 경험을 중심으로 논의됐다. 밤에는 빠르게 바뀌는 영상 모델 사이에서 비용과 장면 특성에 맞춰 도구를 골라 쓰는 어려움이 화제가 됐다.

이야기 나온 주제

AI 공모전 출품작과 동료 피드백

사천에어쇼와 ‘내 인생의 한 장면’ 주제 공모전에 참여한 AI 영상 세 편이 공유됐다. 한 참여자는 중고등학생 수업의 일환으로 작품을 만들면서 이미지 품질을 확보하는 데 예상보다 많은 시간이 든 경험과, 영상독학 강의를 참고한 과정을 전했다. 다른 참여자들도 자신의 출품작을 공개하며 다음 작업을 위한 솔직한 평가를 요청하거나 서로의 완성을 격려했다.

첫 작품에는 말없이 입만 움직이는 가족 장면과 내레이션의 관계, 눈 주변의 시각적 표현, 한 프레임 안에서 급격하게 바뀌는 전환, ‘새로운 인연’ 장면의 즉각적인 이해 가능성에 관한 피드백이 제시됐다. 출품자는 아직 신청 전이라 수정에 반영하겠다고 답했다. 대화는 단순 감상보다 화면·소리·서사 전달이 함께 맞물리는지를 검토하는 동료 리뷰에 가까웠다.

• 공유 작품: 공모전 출품작 1, 공모전 출품작 2, 씬생 AI 콘텐츠 공모전 출품작
• 원본 시각: 14:53–15:15, 19:25

로컬 ComfyUI와 LoRA 인물 일관성

로컬 환경에서 같은 인물을 여러 장면에 유지하는 방법을 묻자 얼굴 LoRA 학습이 제안됐다. 한 참여자는 모델별 설정이 다르다는 전제 아래 평균 30장 정도를 사용하고 AI Toolkit으로 학습한다고 설명했다. 30~50장의 정사각형 이미지를 사용했는데도 다른 인물이 섞여 나온 경험도 공유돼, 이미지 수만이 아니라 모델별 학습 설정과 제어가 중요하다는 점이 드러났다.

ComfyUI를 처음 접한 참여자들에게는 생성 작업을 노드로 구성하는 로컬 환경이며, 시댄스·클링·Higgsfield 같은 서비스형 도구보다 직접 커스터마이즈할 범위가 크다는 설명이 이어졌다. 로컬은 단일 이미지와 인물 마스터 이미지, 음향 효과·노래·BGM·내레이션 제작에 활용하는 사례가 있었지만, 연속적인 영화 제작에는 아직 어렵다는 평가도 나왔다. MacBook Pro M4 24GB와의 궁합에는 부정적인 경험담이 있었고, 클라우드형 ComfyUI로 업스케일을 먼저 활용해보려는 의견도 있었다.

• 확인이 필요한 내용: 모델별 LoRA 학습 데이터 구성, ComfyUI의 macOS 지원과 클라우드 서비스 조건
• 원본 시각: 15:17–16:13, 18:20–18:23

MiniMax H3의 성능과 GPU별 생성 시간

이날 공개됐다고 소개된 MiniMax H3가 로컬 영상 생성의 중심 화제가 됐다. 참여자들은 프롬프트 이해도와 한국어 처리, 애니메이션·3D·드라마 장면의 효율을 높게 평가했고, WAN과 LTX 계열보다 발전했다는 인상을 공유했다. 실사 디테일은 시댄스보다 조금 낮을 수 있지만 차이가 크지 않고, 큰 액션이 아니라면 실패 확률과 크레딧 효율 측면에서 경쟁력이 있다는 의견이었다.

하드웨어별 경험도 구체적으로 나왔다. RTX 5080에서 실행된 샘플이 확인됐다는 전언과 함께 1080p 5초 생성에 15분 이상 걸렸다는 이야기가 있었고, 다른 참여자는 RTX 5070 Ti에서 1216×672 해상도의 I2V 5초 영상을 8분 30초에 생성했다고 직접 보고했다. RTX 5090과 4080을 쓰는 로컬 사용자도 있었지만, 각 결과의 워크플로·정밀도·메모리 설정이 공유되지 않아 단순 성능 비교에는 한계가 있다.

H3가 로컬에서 실행된다는 이유로 비용이 없다고 표현됐지만 전기·장비 비용과 라이선스 조건은 논의되지 않았다. 상업 이용 가능 여부를 묻는 질문에도 답이 나오지 않아 별도 확인이 필요하다.

• open question: MiniMax H3의 공식 배포명과 라이선스, 한국 내 상업 이용 조건, GPU별 권장 설정
• 원본 시각: 15:17–16:13, 20:12–22:21

구독형 영상 도구의 크레딧과 용도별 선택

자연물과 캐릭터 중심의 고품질 이미지를 만들기 위해 미드저니와 Dreamina를 비교하다 Dreamina를 먼저 시험하고, 영상은 크레딧 부담 때문에 Grok과 병행한다는 경험이 공유됐다. 무료 크레딧을 넉넉하게 주는 서비스를 찾으며 SeaArt도 검토했지만 기대한 조건은 찾지 못했다는 결론이었다. Freepik의 월 구독 크레딧은 다음 결제 주기로 이월되지 않는다는 답변과, 만료 전에 시댄스 생성에 소진한다는 사용 방식도 나왔다.

후반에는 시댄스, 클링, H3 등 모델의 품질과 비용을 장면에 따라 조합하는 이야기가 이어졌다. 시댄스 2.5는 빠른 연출이 덜하고 비용이 높아 필요한 장면에만 쓰겠다는 의견, 클링은 Omni나 실사 이외 장면에서 여전히 쓸 만하다는 평가가 있었다. 도구의 유행이 몇 달 단위로 바뀌어 두세 개만 익히고 싶어도 상황에 맞는 선택 자체가 역량이 된다는 피로감도 드러났다.

안무 영상을 모션 컨트롤 레퍼런스로 업로드해도 되는지, 인물 일관성이 왜 떨어지는지, Meta AI의 무료 영상 기능이 Google Flow와 비교해 어떤지 같은 질문은 답을 얻지 못했다.

• open question: 외부 안무 영상의 레퍼런스 사용 권한, 서비스별 크레딧 이월 정책과 생성물 공개 범위
• 원본 시각: 01:21, 15:36–15:38, 18:03–18:23, 20:42, 21:37–23:56

대화의 분위기

처음 AI 영상을 배우는 참여자들의 질문과 로컬 사용자의 구체적인 경험 공유가 자연스럽게 이어졌다. 공모전 작품에는 수정 가능한 지점을 세밀하게 짚으면서도 서로의 작업을 격려했고, H3에는 새로운 선택지가 생겼다는 흥분과 장비·학습 부담을 걱정하는 반응이 함께 나타났다. 밤에는 계속 바뀌는 모델과 구독 비용 때문에 하나의 정답보다 작업별 조합이 필요하다는 분위기로 정리됐다.

연결

• 영상독학 전체 보기
• 다음 날의 H3 결과·공모전·영상 비용 대화
• 같은 날 MiniMax H3 공개와 라이선스 질문