단어 하나로 숏폼 영상 제작…GPT-3·달리 2 결합한 '퀵비드' 공개

숏폼 영상 한 편을 만들려면 대본 작성부터 음성 녹음, 배경 영상 검색, 자막 편집까지 적지 않은 손길이 들어갑니다.

메타 출신 개발자 대니얼 하빕(Daniel Habib)이 공개한 '퀵비드(QuickVid)'는 단어 하나만 입력하면 이 모든 과정을 한 번에 끝내주는 자동화 제작 도구입니다.

여러 생성 AI를 엮어 만든 쇼츠 공장

퀵비드는 완전히 새로운 영상 생성 파운데이션 모델을 직접 학습시킨 것이 아닙니다. 대신 이미 나와 있는 생성 AI 기술들을 영리하게 이어 붙였습니다.

작동 방식은 매우 단순합니다. 사용자가 만들고 싶은 영상의 주제를 프롬프트로 입력하면, 먼저 오픈AI의 GPT-3가 해당 내용에 맞는 대본을 작성합니다.

이어 대본 속 키워드를 바탕으로 무료 스톡 미디어 라이브러리인 펙셀스(Pexels)에서 적절한 배경 영상을 골라내고, 달리 2(DALL-E 2)로 필요한 삽입 이미지를 생성합니다.

여기에 구글 클라우드의 텍스트 음성 변환(TTS) 기술을 활용해 내레이션을 입히고, 자동 자막과 배경 음악까지 얹어 틱톡이나 유튜브 쇼츠 규격의 영상으로 합쳐냅니다. 과거 페이스북 라이브 인프라를 담당했던 하빕이 몇 주 만에 개발했으며, 구독료는 월 10달러입니다.

거친 완성도와 스팸 양산이라는 그늘

다만 아직 완성도 면에서는 한계가 뚜렷합니다. 펙셀스 라이브러리에 의존하다 보니 배경 영상이 주제와 겉도는 경우가 잦고, 달리 2가 생성한 이미지 역시 텍스트 왜곡이나 어색한 비율 문제가 남아 있습니다.

더 큰 문제는 저작권과 콘텐츠 검열입니다. 오픈AI의 자체 필터가 극단적인 혐오 표현은 걸러내지만, 민감한 사회적 쟁점에서는 여전히 편향되거나 오해를 부를 수 있는 영상이 만들어지는 것으로 나타났습니다.

하빕은 사용자가 직접 결과물을 검토해야 한다는 입장이며, 저작권 소송 등으로 오픈AI 서비스를 쓰지 못하게 되더라도 스테이블 디퓨전(Stable Diffusion) 같은 오픈소스 대안으로 언제든 전환할 수 있다고 밝혔습니다.

하지만 영상 제작 문턱이 사실상 사라지면서, 알고리즘 피드가 영혼 없는 저품질 스팸 영상으로 뒤덮일 수 있다는 우려는 커지고 있습니다.

왜 중요한가

우리는 퀵비드가 복잡한 거대 AI 모델 없이도 API 조합만으로 숏폼 콘텐츠의 완전 자동화 파이프라인을 구축할 수 있음을 보여준 상징적인 사례라고 봅니다.

자체 브랜드를 가진 전문 크리에이터가 쓰기에는 개성과 세밀한 편집이 턱없이 부족하지만, 물량 공세로 트래픽을 노리는 양산형 계정이나 마케팅 채널에는 매력적인 도구가 될 수밖에 없습니다.

문제는 이로 인한 부담이 고스란히 플랫폼으로 향한다는 점입니다. 딥페이크처럼 명백한 조작 영상과 달리, 겉보기에 멀쩡한 스톡 영상과 AI 내레이션이 결합된 콘텐츠는 걸러내기가 훨씬 까다롭습니다.

제작 단가를 제로에 가깝게 낮춘 이런 도구들이 늘어날수록, 유튜브와 틱톡 같은 플랫폼들은 저품질 자동화 콘텐츠를 어떻게 식별하고 규제할 것인지에 대한 더 강력한 기준을 요구받게 될 것입니다.