헤드라, 옴니모달 영상 모델 '캐릭터-3' 및 스튜디오 공개

AI로 말하는 인물 영상을 만들려면 그동안 여러 단계를 거쳐야 했습니다. 이미지 생성 도구로 캐릭터를 만들고, 음성 도구로 목소리를 딴 뒤, 또 다른 립싱크 툴로 입모양을 맞추다 보면 얼굴이 부자연스럽거나 표정이 굳어버리기 일쑤였습니다.

Hedra는 3월 6일, 이미지와 텍스트, 오디오를 한 번에 동시에 처리하는 옴니모달 AI 모델 Character-3와 이를 탑재한 영상 제작 플랫폼 Hedra Studio를 공개했습니다. 각 요소를 따로 처리하던 기존 멀티모달 방식의 한계를 넘겠다는 시도입니다.

텍스트와 음성, 시각 요소를 한 번에 계산

기존 영상 합성 도구들이 어색했던 이유는 음성의 뉘앙스와 인물의 표정이 따로 놀았기 때문입니다. Character-3는 사용자가 입력한 캐릭터 이미지, 대본 텍스트, 음성 데이터를 하나의 딥러닝 파이프라인에서 동시에 학습하고 생성합니다.

덕분에 단순히 입술만 벙긋거리는 수준을 넘어섭니다. 말의 어조와 감정에 맞춰 자연스러운 시선 처리와 고개 움직임, 미세한 표정 변화가 자동으로 연동됩니다. 텍스트 프롬프트만으로 장면에 맞는 동적 배경을 함께 생성할 수도 있습니다.

함께 선보인 Hedra Studio는 실시간 미리보기 기능을 갖추고 있으며, 업계의 주요 AI 모델들을 한 작업 흐름 안에서 연계해 쓸 수 있도록 설계되었습니다. 개발자를 위한 API도 함께 제공됩니다.

1000만 달러 시드 투자로 틈새 공략

Hedra는 CEO인 Michael Lingelbach와 CTO인 Alex Bergman이 설립한 스타트업입니다. 이들은 Index Ventures, Abstract, A16Z Speedrun 및 Bilawal Sidhu, Jon Barron 등의 엔젤 투자자로부터 1000만 달러 규모의 시드 투자를 유치했습니다.

AI 영상 분야에서 1000만 달러는 비교적 소박한 규모입니다. 경쟁사인 Runway는 2억 3700만 달러를 모았고, Pica는 8000만 달러, Luma는 7000만 달러, 디지털 아바타 분야의 강자인 HeyGen은 6000만 달러, Haiper는 1920만 달러를 확보한 상태입니다.

Hedra는 막대한 자본이 들어가는 일반 시네마틱 영상 대신 소셜 미디어, 마케팅, 이러닝에 필요한 롱폼 캐릭터 영상에 집중하는 전략을 택했습니다.

왜 중요한가

콘텐츠 제작자나 기업 마케팅 담당자 입장에서 Character-3는 작업 파이프라인을 획기적으로 줄여주는 실용적인 도구입니다. 설명 영상이나 숏폼 콘텐츠를 만들 때 여러 툴을 전전할 필요 없이 대본과 음성만으로 완성도 높은 영상을 뽑아낼 수 있습니다. 완성도 높은 인물 중심 콘텐츠를 빠르게 제작해야 한다면 지금 바로 써볼 가치가 있습니다.

업계 경쟁 측면에서 Hedra의 포지셔닝은 영리해 보입니다. Runway나 Luma처럼 천문학적인 컴퓨팅 비용이 드는 범용 텍스트 투 비디오 대결을 피하고, HeyGen이 지배하고 있는 말하는 아바타 시장의 빈틈을 파고들었기 때문입니다. 뻣뻣한 기존 아바타 대신 생생한 표정과 움직임을 지원하는 것이 강력한 무기입니다.

관건은 컴퓨팅 비용과 생성 속도입니다. 텍스트와 영상, 오디오를 동시에 처리하는 옴니모달 연산은 자원 소모가 클 수밖에 없습니다. 대형 모델 기업들이 유사한 기능을 내장하기 전까지, 1000만 달러의 자금으로 얼마나 빠른 속도와 합리적인 단가를 유지하며 사용자를 묶어둘 수 있을지가 성패를 가를 것입니다.