픽스버스, 실시간 세계 모델 'R1' 공개: 영상 생성 중에 프롬프트로 즉각 개입

지금까지의 AI 영상 생성은 자판기에 동전을 넣고 기다리는 일에 가까웠습니다. 프롬프트를 입력하고 렌더링 게이지가 차오를 때까지 1~2분을 기다린 뒤, 마음에 들지 않으면 단어를 바꿔 처음부터 다시 생성해야 했습니다.

PixVerse가 공개한 'PixVerse R1'은 이 공식을 정면으로 깹니다. 일정한 길이의 완성본 영상을 렌더링해 던져주는 대신, 마치 게임 화면처럼 1080P 화질의 연속적인 영상 스트림을 실시간으로 끊임없이 뿜어냅니다.

더 흥미로운 점은 영상이 흘러나오는 도중에 프롬프트를 끼워 넣어 화면을 바로 바꿀 수 있다는 점입니다. 텅 빈 도로 영상을 보다가 '빨간 자동차 등장'을 입력하면 차가 즉시 화면 안으로 달려오고, '배경 폭발'을 넣으면 곧바로 먼 곳에서 연기가 피어오릅니다.

실시간 생성과 맞바꾼 기괴한 왜곡

PixVerse 측 설명에 따르면, R1은 텍스트, 이미지, 오디오, 비디오를 단일 토큰 스트림으로 처리하는 네이티브 멀티모달 기반으로 설계되었습니다. 샘플링 단계를 기존의 수십 단계에서 단 1~4단계로 대폭 줄였고, 메모리 강화 어텐션을 결합한 자기회귀 프레임워크를 통해 시간 제약 없는 무한 스트리밍을 구현했습니다.

하지만 실제 공개된 시연 영상에서는 명확한 한계도 드러났습니다.

영상이 길어질수록 일관성이 무너져 인물이 기괴하게 뒤틀리거나 갑자기 사라지는 등, 이른바 '악몽의 연료' 같은 기괴한 장면들이 속출한다는 평가가 많습니다. 물리적인 인과관계나 세계의 연속성을 완벽하게 기억해 두는 데에는 아직 버거워 보입니다.

그럼에도 테스터들의 반응은 긍정적입니다. 지금이 이 모델의 '가장 서툰 초기 단계'일 뿐이며, 1080P 해상도에서 실시간으로 개입 가능한 영상 스트림을 뽑아냈다는 사실 자체가 중요한 이정표라는 평가입니다.

왜 중요한가

우리는 PixVerse R1이 AI 영상 제작의 패러다임을 '결과물 파일 렌더링'에서 '실시간 상호작용형 세계 시뮬레이션'으로 전환시켰다는 점에서 의미가 크다고 봅니다.

일반 영상 제작자 입장에서 완성도 높은 단편 영화를 뽑아내기엔 아직 안정성이 떨어집니다. 하지만 정해진 대본 없이 유저의 행동에 따라 배경과 NPC가 실시간으로 반응해야 하는 차세대 AI 게임이나 인터랙티브 스트리밍 콘텐츠에는 매력적인 실험 무대가 열린 셈입니다.

경쟁 구도 측면에서도 영리한 선택입니다. 주요 경쟁사들이 5초, 10초짜리 고화질 영상의 시네마틱 룩을 놓고 다툴 때, PixVerse는 실시간 반응성과 지연 시간 단축이라는 새로운 전선으로 이동했습니다. 자기회귀 모델 특유의 오차 누적 문제를 어떻게 해결하느냐가 관건이겠지만, AI 영상이 마침내 만질 수 있는 인터랙티브 미디어의 영역으로 들어섰다는 신호임은 분명합니다.