라이트릭스, 오픈소스 비디오 모델 LTX-2.3 공개: 세로형 비디오 지원과 무료 로컬 편집기 탑재

LTX-2.3은 Lightricks가 공개한 오픈소스 시청각 생성 모델로, 하나의 단일 엔진 안에서 싱크가 맞는 영상과 오디오를 함께 생성합니다. 이 엔진을 그대로 얹은 무료 로컬 영상 편집기인 LTX Desktop도 함께 배포되었습니다.

기존 오픈소스 비디오 모델들이 겪던 멈칫거림이나 뭉개지는 텍스처, 잡음 섞인 음성 문제를 잡는 데 초점을 맞췄습니다.

어떤 기능이 개선되었나

가장 눈에 띄는 변화는 최대 1080×1920 해상도의 네이티브 세로형 비디오 지원입니다. 가로 영상을 단순히 잘라낸 것이 아니라 세로형 데이터셋으로 직접 학습시켜 숏폼 제작에 곧바로 투입할 수 있습니다.

내부 구조에서는 VAE 잠재 공간을 새롭게 재구축했습니다. 머리카락 디테일과 외곽선 표현력이 선명해져 생성 후 별도로 샤픈이나 업스케일링을 거쳐야 했던 번거로움을 크게 줄였습니다.

이미지 기반 비디오 생성(I2V)의 움직임도 개선되었습니다. 이미지가 멈춘 채 화면만 천천히 패닝되는 현상을 줄이고, 첫 프레임의 일관성을 유지하면서 자연스러운 큰 동작을 만들어냅니다.

오디오 부문에서는 새 보코더를 도입하고 학습 데이터의 잡음과 무음 구간을 정제했습니다. 그 결과 대사가 훨씬 명확해졌으며 비디오 모션과의 싱크도 안정적으로 맞물립니다.

모델 스펙과 구동 환경

LTX-2.3은 22B 파라미터 규모의 DiT 기반 모델이며, 텍스트 인코더로 Google의 Gemma 3 12B를 결합해 사용합니다. 텍스트 커넥터의 용량을 키워 여러 객체가 등장하거나 복잡한 공간 배치를 요구하는 프롬프트도 잘 소화합니다.

Hugging Face에는 기본 가중치 외에도 8스텝으로 작동하는 증류(Distilled) 모델, LoRA, 잠재 공간 업스케일러가 모두 올라와 있습니다. 손쉽게 연동할 수 있는 ComfyUI 공식 워크플로도 함께 제공됩니다.

함께 선보인 LTX Desktop은 동일한 모델 엔진 위에서 구동되는 오픈소스 데스크톱 편집기입니다. 설치 후에는 외부 통신 없이 로컬 GPU에서 오프라인으로 실행할 수 있어 생성 비용이 들지 않습니다.

라이선스 조건 역시 관대합니다. 연간 매출 1,000만 달러 미만인 기업과 개인은 상업적 목적이라도 무료로 가중치와 소프트웨어를 활용할 수 있습니다.

왜 중요한가

네이티브 세로형 출력과 깨끗한 대사 생성을 오픈소스로 기본 탑재했다는 점에서 크리에이터 친화적인 방향을 잘 잡았습니다. 외부 유료 API에 의존하지 않고 자체 제작 파이프라인을 꾸리려는 제작자에게 실질적인 가치를 줍니다.

22B 크기와 Gemma 3 인코더 때문에 로컬 하드웨어 사양 요구치가 낮지는 않지만, 8스텝 증류 버전이 함께 제공되어 진입 장벽을 낮췄습니다. 상용 비디오 생성 서비스들과 견줄 만한 오픈소스 생태계의 강력한 대안으로 자리 잡을 것으로 보입니다.