바이트댄스, 다중 앵글 일관성 갖춘 AI 영상 모델 '픽셀댄스'와 '씨위드' 공개

오픈AI가 소라(Sora)의 정식 출시를 미루고 있는 사이, 틱톡의 모회사 바이트댄스가 강력한 AI 비디오 생성 모델 두 종을 기습 공개했습니다.

지난주 선전에서 열린 행사에서 바이트댄스 클라우드 부문은 픽셀댄스(PixelDance)와 씨위드(Seaweed)를 발표했습니다. 현재는 소수 테스터에게만 비공개 베타로 제공되고 있으며, 시연 영상은 위챗 등을 통해 먼저 퍼져나갔습니다.

AI 전문 유튜버 팀 시몬스는 익명의 취재원을 인용해, 11월 미국 대선 결과에 따른 정치적 역풍을 피하기 위해 대선 전에는 일반 공개를 하지 않을 가능성이 높다고 전했습니다.

멀티샷 유지력과 30초 롱폼

두 모델은 바이트댄스의 콩나물(Doubao) 파운데이션 모델 제품군을 기반으로 하며, 소라와 유사한 DiT(디퓨전 이미지 트랜스포머) 아키텍처를 상용화에 맞춰 경량화했습니다.

픽셀댄스는 인물 움직임과 연출에 특화된 모델로, 10초 분량의 영상을 제작합니다. 인물이 걷고 몸을 돌리며 바닥의 물건을 줍는 복합 상호작용을 매끄럽게 처리합니다.

가장 돋보이는 부분은 컷 전환 시 유지력입니다. 기존 영상 AI는 한 샷이 끝나면 인물의 얼굴이나 옷이 바뀌어 버렸지만, 픽셀댄스는 앵글이 달라져도 캐릭터의 비율과 디테일을 완벽하게 유지합니다. 복잡한 UI 조작 없이 텍스트 프롬프트만으로 360도 패닝이나 트래킹 샷을 지시할 수 있습니다.

또 다른 모델인 씨위드는 배경 일관성과 영상 길이에 집중했습니다. 단번에 30초 분량의 영상을 만들어내며, 최대 2분 가까이 일관된 흐름을 이어갈 수 있습니다.

왜 중요한가

영상 제작자 관점에서 멀티샷 연속성은 가장 절실했던 기술적 과제였습니다. 아무리 화질이 좋아도 컷 편집이 안 되면 실제 연출에 쓸 수 없는데, 텍스트만으로 샷 일관성을 유지할 수 있다면 스토리보드와 단편 제작 비용이 대폭 절감됩니다.

시장 경쟁 구도 역시 완전히 재편되고 있습니다. 콰이쇼우의 클링(Kling)이 이미 이용자 260만 명과 2,700만 건의 영상을 확보했고 피카(Pika)가 1.5 버전을 내놓은 가운데, 바이트댄스까지 가세하면서 소라가 나오기도 전에 시장 선점 경쟁이 절정에 달했습니다.

우리는 바이트댄스가 단순한 재생 시간 늘리기보다 카메라 문법과 인물 보존이라는 실질적인 워크플로 문제를 파고든 점을 영리한 선택으로 봅니다.

문제는 지정학적 리스크입니다. 틱톡을 둘러싼 미국 내 규제 압박이 거센 상황에서, 이 강력한 영상 생성 도구가 글로벌 창작자들에게 제약 없이 공급될 수 있을지는 여전히 불투명합니다.