일레븐랩스, 소라·클링 통합한 이미지 및 비디오 생성 도구 공개

지금까지 AI 영상을 제작하려면 여러 도구를 오가며 수작업을 반복해야 했습니다. 이미지 생성기에서 그림을 뽑고, 영상 모델로 움직임을 준 뒤, ElevenLabs에서 음성을 녹음하고, 마지막 편집기에서 입모양과 배경음을 맞추는 식이었습니다.

ElevenLabs가 주요 비주얼 모델과 음성 기능을 하나로 묶은 ElevenLabs Image & Video 베타 버전을 공개했습니다. 단일 플랫폼 안에서 이미지와 영상 생성은 물론, 오디오 편집까지 한 번에 끝낼 수 있는 제작 환경을 마련했습니다.

유수의 비주얼 모델 통합과 립싱크 지원

이번 기능의 핵심은 시장에서 검증된 최고 수준의 모델들을 플랫폼 내로 끌어왔다는 점입니다.

정지 이미지 생성에는 Nanobanana, Flux Kontext, GPT Image, Seedream 등이 쓰입니다. 이를 스토리보드나 썸네일, 영상 제작을 위한 기초 소스로 활용할 수 있습니다.

영상 생성 모델로는 Veo, Sora, Kling, Wan, Seedance 등이 연결되었습니다. 사용자는 여러 클립을 생성해 이어 붙이거나 저화질 결과물을 업스케일링해 완성도를 높일 수 있습니다.

여기에 정교한 립싱크 기능도 더해졌습니다. 생성된 비디오 속 인물의 입모양을 ElevenLabs 음성에 정확하게 맞춰 자연스러운 발화 영상을 만들어냅니다.

스튜디오에서 끝내는 원스톱 후반 작업

시각 요소가 준비되면 추가 프로그램 없이 플랫폼 내 편집 툴인 Studio로 곧바로 프로젝트를 넘길 수 있습니다.

외부 영상 편집 소프트웨어로 파일을 일일이 내보내 작업할 필요가 사라진 셈입니다.

Studio 타임라인에서는 기본 음성 라이브러리나 직접 복제한 맞춤형 보이스를 입히고, 배경 음악과 효과음을 층층이 쌓을 수 있습니다. 단일 타임라인에서 나레이션 타이밍을 조절한 뒤 즉시 최종 결과물로 내보낼 수 있습니다.

왜 중요한가

크리에이터와 마케팅 담당자에게 가장 직접적인 이점은 번거로운 워크플로의 단축입니다. 각기 다른 AI 도구를 구독하고 파일을 옮기며 맞추던 작업이 하나의 인터페이스로 합쳐졌기 때문에, 나레이션 중심의 콘텐츠를 만드는 사용자라면 바로 사용해 볼 만합니다.

막대한 비용을 들여 자체 비디오 모델을 바닥부터 학습시키는 대신, 외부 주요 모델을 모두 품고 자사의 가장 강력한 무기인 오디오와 립싱크로 마감하는 전략은 매우 영리하다고 봅니다.

이제 AI 영상 업계의 경쟁이 단순히 그럴듯한 화면을 만드는 단계를 넘어, 영상과 소리가 완벽하게 결합된 최종 완성본을 얼마나 매끄럽게 뽑아내느냐로 이동하고 있음을 보여줍니다. 여러 외부 모델을 조합할 때 톤앤매너를 맞추는 과제는 남아있지만, 멀티모달 제작 도구로서 확실한 우위를 점하려는 움직임입니다.