블랙 포레스트 랩스, 'FLUX 3' 조기 액세스 공개: 영상과 음향 통합해 최대 20초 생성

지금까지의 AI 비디오 생성은 일종의 조립식에 가까웠습니다. 한 모델로 화면을 만들고, 다른 모델로 효과음을 입힌 뒤, 또 다른 제어 도구로 인물 얼굴이 망가지지 않게 붙잡는 방식이었습니다. 자연히 소리와 타격 타이밍이 어긋나거나 물리 법칙을 무시하는 장면이 자주 나왔습니다.

이미지 모델 FLUX로 잘 알려진 Black Forest Labs가 이 판을 완전히 바꾸는 차세대 멀티모달 파운데이션 모델 FLUX 3를 공개했습니다. 현재 얼리 액세스가 진행 중입니다. 시각과 청각을 따로 떼어놓지 않고, 단일 아키텍처 안에서 이미지, 비디오, 오디오를 동시에 학습시킨 것이 핵심입니다.

자체 생성 오디오 포함, 한 번에 최대 20초 비디오 생성

FLUX 3는 독자 개발한 Self-Flow 방식을 기반으로 구축되었습니다. 현실 세계에서 물체의 충돌은 소리를 내고 질량은 움직임을 결정하듯, 모든 감각을 하나의 물리적 실체로 묶어 동시에 학습해야 진정한 세계 모델이 나온다는 논리입니다.

덕분에 FLUX 3는 별도 후작업 없이 자체 생성 오디오가 동기화된 영상을 한 번에 최대 20초까지 뽑아냅니다. 텍스트 투 비디오는 물론, 시작 프레임 기반 변환, 특정 인물 형태를 유지한 채 새 장면으로 이어붙이는 비디오 투 비디오를 모두 지원합니다.

연출 작업에 필요한 세부 제어도 탄탄합니다. 지정된 시점 사이를 매끄럽게 잇는 키프레임 생성, 여러 샷을 엮어내는 에이전트 기반 시퀀스 연결, 다국어 대사 처리, 움직이는 타이포그래피 생성까지 가능합니다.

초기 블라인드 평가 결과도 공개되었습니다. 10초 분량 720p 오디오 포함 영상 비교에서 FLUX 3는 Runway Gen-4.5를 상대로 77%의 선호도를 기록했고, Luma Ray 3.2를 상대로는 93% 압승을 거뒀습니다. Grok Imagine Video에는 69%, Kling v3 Pro에는 60%, Gemini Omni Flash 및 Seedance 2.0에는 52%의 우위를 보였습니다.

미디어 제작을 넘어 아우디 공장 로봇 팔 제어까지

Black Forest Labs의 시선은 콘텐츠 제작 도구에만 머물지 않습니다. 물리 세계의 역학을 꿰뚫는 비디오 백본을 로봇의 물리 행동 예측(Physical AI)으로 확장했습니다.

이들은 mimic robotics와 협력해 FLUX 3를 기반으로 한 로봇 제어 모델 FLUX-mimic을 개발했습니다. 이 모델은 현재 아우디 실제 생산 현장에서 정밀 부품 조작 및 제조 작업을 테스트하고 있습니다.

배포 계획을 보면, 현재 FLUX 3 Video가 API 및 프라이빗 가중치 형태로 얼리 액세스를 진행하고 있습니다. 수주 안에 이미지 모델 FLUX 3 Image의 테스트가 열리며, 오픈 웨이트 버전인 FLUX 3 Dev 역시 수개월 안에 순차 공개될 예정입니다.

왜 중요한가

영상 제작자와 인디 개발자에게 FLUX 3의 가치는 작업 흐름의 단순화에 있습니다. 비디오 툴, 오디오 툴, 립싱크 툴을 번갈아 쓰며 낭비하던 시간을 줄이고, 캐릭터 일관성을 유지한 채 오디오가 포함된 20초짜리 씬을 직관적으로 만들 수 있게 됩니다.

업계 전반으로 보면, 비디오 생성의 경쟁 축이 겉보기 화질에서 물리 법칙과 오디오가 맞물린 실시간 상호작용으로 이동하고 있습니다. 단일 모델로 시각과 청각을 완벽히 동기화해내는 흐름 앞에서, 개별 모델을 덧대던 기존 플레이어들은 거센 압박을 받게 됩니다.

Black Forest Labs가 콘텐츠 생성 백본을 제조업 로봇 제어로 연결한 것은 매우 영리한 전략입니다. 미디어 생성 시장의 출혈 경쟁을 피하면서, 막대한 기업 예산이 투입되는 물리 인공지능과 엔터프라이즈 영역으로 수익 모델을 확장했기 때문입니다.

관건은 연산 비용입니다. 20초 분량의 비디오와 오디오를 고도의 물리 법칙과 함께 동시 연산하는 구조상 인프라 부담이 상당할 것으로 보입니다. 향후 배포될 오픈 웨이트 모델 FLUX 3 Dev가 상용 그래픽카드 환경에서 실제로 구동 가능한 수준으로 최적화될 수 있는지가 오픈소스 생태계 장악의 분수령이 될 것입니다.