AI 비디오 생성 2026 완벽 가이드 — Sora 2 · Veo 3 · Runway Gen-4 · Pika · Luma Dream Machine · Kling · Hailuo · Hunyuan Video 심층 분석

프롤로그 — Sora 프리뷰에서 Sora 2 앱까지, 2년의 압축

2024년 2월 15일, OpenAI가 Sora 프리뷰를 공개했을 때 영상 업계가 멈춰섰다. 60초짜리 1080p 클립이 "프롬프트만으로" 나왔다는 사실이 충격이었다. 하지만 그 Sora는 1년이 지나도록 일반에게 풀리지 않았다.

그리고 2025년 9월 30일, OpenAI는 Sora 2를 발표하고 동시에 iOS 전용 Sora 앱을 출시했다. 4K · 25초 · 네이티브 오디오 · 카메오(Cameos, 본인 얼굴/목소리를 모델에 등록) · 소셜 피드까지. ChatGPT Pro 구독자에게는 별도 사용량이 함께 따라왔다. 동시에 Google은 Veo 2(2024-12), Veo 3(2025-05 I/O) 순으로 Gemini App과 Vertex AI에 통합했고, Runway는 Gen-3 Alpha를 거쳐 Gen-4(2025-03)로 영화 제작 워크플로로 깊이 들어갔다.

그 사이 중국 진영에서는 Kuaishou Kling, MiniMax Hailuo, Tencent Hunyuan Video, Alibaba Wan 2.1이 빠르게 격차를 좁혔다. 그리고 오픈소스 진영 — Genmo Mochi 1(2024-10, Apache 2.0), Lightricks LTX-Video(2024-11, 실시간 2B), CogVideoX(Tsinghua) — 가 ComfyUI 워크플로 위에 얹히면서 RTX 4090 한 장으로도 cinematic 영상이 가능해졌다.

이 글은 그 두 해의 압축을 — 클로즈드와 오픈, 가격과 라이선스, 그리고 한국·일본 시장의 사정까지 — 한 호흡으로 정리한다.

1장 · 텍스트, 이미지, 비디오 — 세 입력의 분기

AI 비디오 모델을 고를 때 가장 먼저 묻는 질문은 "무엇을 입력으로 받느냐"이다. 세 갈래가 있다.

Text-to-video (T2V) — 프롬프트만으로 새 클립을 만든다. Sora 2 · Veo 3 · Runway Gen-4 · Kling · Hailuo · Hunyuan · Wan · Mochi · CogVideoX가 모두 지원한다. 가장 보편적이지만 통제가 어렵다.
Image-to-video (I2V) — 정지 이미지(스토리보드, 캐릭터 시트, 제품 사진)를 첫 프레임으로 받아 움직임을 만든다. Runway Gen-4, Luma Dream Machine, Pika, Kling, Hailuo, LTX-Video가 강하다. 캐릭터 일관성과 브랜드 자산 보존이 핵심이다.
Video-to-video (V2V) — 기존 영상을 받아 스타일/모션/시점을 바꾼다. Runway의 Gen-3 Video-to-Video, Pika의 Pikaffects, ComfyUI의 AnimateDiff 워크플로가 여기 해당한다.

대부분의 프로 워크플로는 셋을 섞는다. T2V로 초안 → I2V로 캐릭터 고정 → V2V로 스타일 통일 → 립싱크 도구로 입모양 동기화. 그리고 마지막에 Premiere/DaVinci로 잘라 붙인다.

2장 · OpenAI Sora 2 — 4K · 25초 · 카메오 · iOS 앱

2025-09-30, OpenAI가 Sora 2를 발표하면서 동시에 두 가지를 풀었다. 모델과 앱이다.

모델 측면 — 4K 출력, 최대 25초 클립, 네이티브 오디오 동기화(대사 · 효과음 · 환경음 모두 비디오와 함께 생성), 물리·중력·접촉의 일관성이 Sora 1 프리뷰 대비 크게 개선되었다.
앱 측면 — iOS 전용 Sora 앱이 동시에 공개되었다. TikTok 같은 세로 피드, "Cameos"라는 본인-얼굴 등록 기능(보안을 위해 라이브 셀카로 등록), 친구 카메오를 비디오에 끼워 넣는 협업 기능까지.
가격 — ChatGPT Pro($200/month) 구독에 일정 사용량 포함. 추가 사용량은 크레딧 기반. ChatGPT Plus($20/month)에도 제한된 Sora 2 접근이 따라온다.
워터마크 — 모든 출력에 가시적 Sora 로고 워터마크와 C2PA 메타데이터가 박힌다. Pro 플랜만 워터마크 제거가 가능하지만, 메타데이터 자체는 남는다.
API — 2025-11 Sora 2 API가 베타로 풀렸다. 일부 파트너에게만 접근권이 있다.

Sora 2의 진짜 차별점은 두 가지다. 첫째, 다른 모델이 무음 비디오를 만들고 별도로 ElevenLabs/Suno로 사운드를 붙이는 것과 달리, Sora 2는 네이티브로 동기화된 오디오를 함께 출력한다. 둘째, Cameos 기능은 "딥페이크 합의 모델"을 사실상 표준화했다 — 본인이 명시적으로 등록한 얼굴만, 그것도 친구에게 공유 권한을 줘야만 사용 가능하다.

3장 · Google Veo 2 · Veo 3 — Gemini와 Vertex AI의 두 채널

Google의 비디오 모델은 Veo 시리즈로 통합되었다.

Veo 2 — 2024-12, Vertex AI Studio와 VideoFX(공개 베타)에 등장. 4K, 최대 2분, 시네마틱 카메라 워크 명령(dolly, crane, zoom)을 자연어로 받는다.
Veo 3 — 2025-05 Google I/O에서 발표. Veo 2의 단점이었던 무음 출력을 해결 — 네이티브 다이얼로그, 효과음, 환경음을 함께 생성한다. Sora 2와 사실상 같은 시기에 같은 방향으로 움직였다.
접근 채널 — Gemini App(Gemini Advanced/Ultra 구독자), Vertex AI(엔터프라이즈), 그리고 Flow(Google의 영화 제작 전용 도구).
Flow — 2025-05 I/O에서 함께 공개. 씬 단위 컨시스턴시, 캐릭터 일관성, 카메라 컨트롤을 영화 제작자용 UI로 묶었다.

Veo 3의 강점은 Google 인프라 — DeepMind의 음성 모델과 결합한 네이티브 사운드 — 와 엔터프라이즈 채널(Vertex AI)이다. Sora 2가 소셜 피드 중심이라면, Veo 3은 제작 파이프라인에 더 가깝다.

4장 · Runway Gen-4 — 영화 제작 워크플로의 침투

Runway의 길은 처음부터 명확했다. "영상 편집 회사가 만드는 AI 비디오 도구."

Gen-1(2023-02) — Video-to-Video, 스타일 트랜스퍼만 가능했다.
Gen-2(2023-06) — Text-to-Video, Image-to-Video로 확장.
Gen-3 Alpha(2024-06) — 영상 품질이 본격 cinematic 수준으로.
Gen-3 Alpha Turbo(2024-07) — 7배 빨라진 추론, 가격 절반.
Gen-4(2025-03) — 레퍼런스 이미지(References) 기능과 멀티샷 컨시스턴시가 핵심. 동일 캐릭터를 여러 샷에 걸쳐 유지하고, 같은 룩/조명을 시리즈로 이어간다.

Gen-4의 References 기능은 영화 제작자가 가장 원하던 기능이다. 캐릭터 시트, 의상 레퍼런스, 환경 무드보드를 입력으로 넣으면 그 일관성을 유지한 채 여러 샷을 만들 수 있다.

가격 — 크레딧 기반. Standard($15/month, 625 credits), Pro($35/month), Unlimited($95/month) 등. Gen-4는 일반적으로 클립당 더 비싸다.
Act-One(2024-10) — 얼굴 연기 캡처를 캐릭터에 매핑하는 기능. 배우 연기를 디지털 캐릭터에 옮긴다.

5장 · Pika 2.2 · 2.5 — Pikadditions · Pikaffects · Pikaframes

Pika의 전략은 "기능명을 외울 수 있게" 만드는 것이다.

Pika 1.0(2023-12) — 첫 GA, 짧은 클립 위주.
Pika 1.5(2024-10) — Pikaffects(폭발/녹기/짜내기 같은 비현실 효과)와 Pika Scenes(여러 캐릭터 합성) 도입.
Pika 2.0(2024-12) — 신뢰성 있는 캐릭터/오브젝트 합성.
Pika 2.2(2025-02) — Pikaframes(첫 프레임과 마지막 프레임을 받아 사이를 채우는 transition 모드)와 10초 클립 지원.
Pika 2.5(2025년 후반) — Pikadditions(기존 영상에 새 오브젝트 삽입), 화질 향상.

Pika의 매력은 영화적 일관성보다 "한 줄로 설명할 수 있는 효과"에 있다. Pikaffects는 광고·소셜 콘텐츠 제작자에게 매우 강력하다.

가격 — Basic(무료, 워터마크), Standard($8/month), Pro($28/month), Fancy($58/month).

6장 · Luma Dream Machine · Ray 2 — 빠르고 루프형

Luma AI의 Dream Machine은 "빠르고 일상적인" 포지셔닝을 잡았다.

Dream Machine 1.0(2024-06) — Text-to-Video, Image-to-Video, 약 5초 클립.
Ray 2(2025-01) — 더 큰 모델, 더 긴 클립, 더 정확한 모션.
Ray 2 Flash(2025년 중반) — 더 작고 빠른 변형.

Luma의 강점은 두 가지다. 첫째, Image-to-Video 품질이 매우 좋다 — 정지 이미지에서 시작해 자연스러운 모션을 만든다. 둘째, Loop 기능(끊김 없이 반복되는 클립)이 소셜 GIF·배경 영상 용도로 강력하다.

API가 가장 먼저 풀린 모델 중 하나다. 개발자 통합이 쉽다.
가격 — Free(제한), Standard($9.99/month), Plus($29.99/month), Unlimited($94.99/month).

7장 · Kling 1.6 · 2.0 — Kuaishou의 글로벌 진출

중국 Kuaishou(快手, TikTok의 글로벌 경쟁자)가 2024-06에 공개한 Kling은 빠르게 글로벌 사용자를 모았다.

Kling 1.0(2024-06) — 첫 출시, 1080p · 최대 10초.
Kling 1.5(2024-09) — Motion Brush(특정 영역만 움직임 지정), Camera Control.
Kling 1.6(2024-12) — 품질 대폭 향상, 영어 프롬프트 강화.
Kling 2.0(2025년) — 더 긴 클립, 더 정확한 물리.

Kling의 차별점은 Motion Brush — 영상 안의 특정 영역만 골라 움직임 방향을 지정할 수 있다. 예: "이 인물의 머리카락만 바람에 날리게."

가격 — kling.ai 글로벌 사이트에서 크레딧 구매. 약 $10/100 credits. 약 100 크레딧으로 5초 클립 한 편.

8장 · MiniMax Hailuo — 빠른 텍스트-비디오

MiniMax의 Hailuo(海螺)는 2024-09에 공개. 초기엔 무료, 이후 유료화되었다.

Hailuo Video 01(2024-09) — Text-to-Video, 6초 720p로 시작.
Hailuo I2V-01(2024-11) — Image-to-Video 별도 모델.
Hailuo MiniMax-01(2025년) — 더 큰 멀티모달 모델, 비디오 포함.

Hailuo는 영어 프롬프트에 매우 강하고, 빠른 추론 시간(짧은 클립 약 30초~1분)이 강점이다. 다만 25초까지 가는 Sora 2와 비교하면 길이가 짧다.

API도 별도 제공.

9장 · Tencent Hunyuan Video — 13B 오픈소스의 시작

2024-12-03, Tencent가 Hunyuan Video를 공개했다. 13B 파라미터, 사실상 오픈 라이선스(상업 사용 가능, 일부 제한). 오픈소스 비디오 모델의 판도를 바꾼 사건이다.

모델 크기 — 13B. 텍스트-비디오, 5초 클립, 720p가 기본.
아키텍처 — Diffusion Transformer(DiT). 텍스트 인코더는 MLLM 기반.
라이선스 — Tencent Hunyuan Community License. 월간 활성 사용자 100M 이하 상업 사용은 자유, 그 이상은 별도 협의.
하드웨어 요구 — 720p · 5초 클립 풀 추론에 약 60GB VRAM. H100 80GB, H200 141GB가 권장. RTX 4090(24GB)에서는 양자화 + offloading(GGUF Q4/Q8 변형이 빠르게 등장)으로 돌릴 수 있다.
ComfyUI 통합 — 공개 일주일 안에 ComfyUI 노드가 나왔다. 워크플로에 바로 끼울 수 있다.

Hunyuan Video의 등장은 오픈소스 비디오 진영을 "실용 가능" 영역으로 끌어올렸다. 그 전까지의 오픈소스 모델은 데모 수준이었다.

10장 · Alibaba Wan 2.1 — 14B 오픈 라이선스

2025-01, Alibaba가 Wan 2.1을 공개했다.

Wan 2.1 T2V-14B — 14B 파라미터, 텍스트-비디오, 720p·5초.
Wan 2.1 I2V-14B — 동일 크기 image-to-video 변형.
Wan 2.1 T2V-1.3B — 작은 모델, RTX 4090 단일 GPU에서도 동작 가능.
라이선스 — Apache 2.0(Wan 2.1 1.3B)과 Tongyi Qianwen License(14B).

Wan 2.1의 진짜 매력은 1.3B 변형이다. Apache 2.0으로 완전히 자유롭고, 소비자 GPU 한 장에서 돈다. 다만 품질은 14B 또는 Hunyuan에 미치지 못한다.

11장 · Genmo Mochi 1 — Apache 2.0 10B의 등장

2024-10, Genmo가 Mochi 1을 Apache 2.0으로 공개했다.

모델 크기 — 10B 파라미터(AsymmDiT 아키텍처).
출력 — 480p, 약 5.4초.
라이선스 — Apache 2.0. 완전 자유.
하드웨어 요구 — 풀 추론에 약 4x H100 권장. 양자화/오프로딩으로 단일 H100 80GB 또는 RTX 4090에서도 동작.

Mochi 1은 "완전 자유로운 오픈 비디오 모델"이라는 자리를 처음 채웠다. 라이선스 측면에서는 Hunyuan보다 깨끗하다.

12장 · Lightricks LTX-Video — 실시간 2B 모델

2024-11, Lightricks(Facetune·Videoleap 만드는 회사)가 LTX-Video를 공개했다.

모델 크기 — 2B 파라미터. 매우 작다.
속도 — 4초 720p 클립을 약 4초에 생성(H100 기준). 사실상 실시간.
라이선스 — RAIL-S(연구·개인 자유, 상업 사용은 제한적이지만 가능).
워크플로 — ComfyUI 노드가 빠르게 등장. Wan/Hunyuan과 비교해 약 10배 빠르다.

LTX-Video는 "품질 vs 속도"의 균형을 속도 쪽으로 옮겼다. 빠른 프로토타이핑·반복 작업에 강하다.

13장 · CogVideoX 5B — Tsinghua의 오픈 베이스

2024-09, Tsinghua KEG Lab과 ZhipuAI가 CogVideoX를 공개했다.

CogVideoX-2B / CogVideoX-5B — 두 가지 크기.
라이선스 — CogVideoX License(Apache-스타일이지만 일부 제약).
품질 — 2024년 후반 시점에서는 Mochi 1보다 약간 떨어졌지만, 진입 장벽이 낮아 연구·교육용으로 많이 쓰였다.

CogVideoX는 ModelScope·Hugging Face에 풀려 있고, 빠르게 ComfyUI 워크플로에 통합되었다.

14장 · Stable Video Diffusion · 그 이전의 유산

비디오 모델의 "전사(prehistory)"를 한 줄로 정리한다.

Stable Video Diffusion(2023-11, Stability AI) — 첫 본격 오픈 비디오 모델. 약 2~4초, 576x1024. 품질은 오늘날 기준으론 데모 수준이지만, ComfyUI·AUTOMATIC1111 워크플로가 이 위에 처음 자리잡았다.
AnimateDiff(2023-07) — Stable Diffusion 이미지 모델에 모션 모듈을 붙여 짧은 애니메이션을 만드는 방법. 지금도 ComfyUI에서 V2V 워크플로의 기본이다.
VideoCrafter / ModelScope T2V — 비슷한 시기의 시도들.

이들 없이는 ComfyUI 생태계도, 오픈소스 비디오 모델도 자리잡지 못했을 것이다.

15장 · ComfyUI 워크플로 — Wan · Hunyuan · Mochi를 한 자리에

ComfyUI는 노드 기반 워크플로 에디터로, 오픈 비디오 모델의 표준 인터페이스가 되었다.

대표적인 노드 패키지:

ComfyUI-HunyuanVideoWrapper — Hunyuan Video 통합.
ComfyUI-WanVideoWrapper — Wan 2.1 통합.
ComfyUI-MochiWrapper — Mochi 1 통합.
ComfyUI-LTXVideo — LTX-Video 통합.
ComfyUI-CogVideoXWrapper — CogVideoX 통합.

전형적인 워크플로는 이렇게 흐른다.

[Text Prompt]
   |
   v
[CLIP/T5 Text Encoder] --+
                          |
[Empty Latent Video] -----+--> [Diffusion Model (Hunyuan/Wan/Mochi)] --> [Latent Video]
                          |                                                  |
[Negative Prompt] --------+                                                  v
                                                                    [VAE Decode]
                                                                              |
                                                                              v
                                                                       [Video Output]

I2V 워크플로는 여기에 Image Encoder 노드와 Conditioning 노드를 추가한다. V2V는 입력 비디오를 latent로 다시 인코딩해서 시작점으로 쓴다.

ComfyUI의 진짜 장점은 노드 단위로 LoRA·ControlNet·IPAdapter·업스케일러를 끼워 넣을 수 있다는 점이다. 클로즈드 모델로는 못 하는 세밀한 통제가 가능하다.

16장 · 립싱크 — HeyGen · Synthesia · D-ID · Hedra

비디오 생성과 립싱크는 다른 문제다. 립싱크 도구는 별도의 카테고리다.

HeyGen — 아바타 비디오 + 립싱크의 사실상 표준. 본인 얼굴/목소리를 등록하거나 라이브러리 아바타로 영상 생성. $24/month부터.
Synthesia — 엔터프라이즈 트레이닝/마케팅 영상 중심. 140+ 언어 지원. $22/month(Starter)부터.
D-ID — 정지 이미지에 말하는 얼굴 애니메이션을 입힌다. API 강함. Studio 플랜 $5.9/month부터.
Hedra Character-1(2024-06) — AI 캐릭터의 표정과 입술을 함께 생성. $10/month부터.
Sync.so(전 Wav2Lip 후속) — 오픈소스 진영의 립싱크 모델.

Sora 2 · Veo 3은 비디오와 오디오를 함께 생성하지만, 기존 영상에 다른 음성을 입히는 작업은 여전히 위 도구의 영역이다.

17장 · 스토리보드 · 롱폼 — LTX Studio · Showrunner · Wonder

5초~25초 클립을 모아 더 긴 영상을 만드는 도구가 따로 있다.

LTX Studio(Lightricks) — 스토리보드·캐릭터 일관성·씬 매니지먼트 통합 도구. 단일 비디오 모델이 아니라 워크플로 자체를 판다.
Showrunner(Fable Simulation) — TV 시리즈 에피소드를 생성. South Park 스타일 시뮬레이션으로 유명.
Wonder Dynamics(Autodesk 인수) — 실사 영상에 CG 캐릭터를 자동 합성. VFX 파이프라인 통합.
Krea AI — 이미지·비디오·3D를 묶은 크리에이티브 도구.

이들의 공통점은 "단일 클립이 아니라 시퀀스"를 만든다는 점이다. 그래서 Sora 2 · Veo 3 · Runway Gen-4를 API로 끌어와 위에 얹는 경우가 많다.

18장 · 워터마크와 C2PA — 진위 증명의 새 표준

2024-2025년에 가장 빠르게 자리잡은 표준은 C2PA(Coalition for Content Provenance and Authenticity)다.

C2PA는 콘텐츠의 출처·편집 이력을 암호학적으로 서명한 메타데이터로 박아넣는 표준.
Adobe, Microsoft, OpenAI, Google, BBC, Meta가 모두 참여한다.
이미지(JPEG XMP), 비디오(MP4 metadata)에 박힌다.

2026년 현재 상태:

OpenAI Sora 2 — 가시적 워터마크 + C2PA 메타데이터. Pro 플랜만 워터마크 제거 가능, C2PA는 항상 유지.
Google Veo 3 — SynthID(DeepMind의 비가시적 워터마크) + C2PA.
Meta — 페이스북·인스타그램이 AI 생성 콘텐츠를 자동 라벨링.
EU AI Act — 2026년부터 생성형 AI 콘텐츠의 라벨링이 법적 요구사항.

워터마크는 콘텐츠 신뢰의 마지막 방어선이다. 하지만 오픈소스 모델로 만든 영상은 C2PA가 박히지 않으므로, 이 표준은 클로즈드 생태계 내에서만 작동한다.

19장 · 한국 — VARCO · HyperCLOVA X 비디오

한국 진영의 상황은 텍스트·이미지 모델보다 비디오 쪽이 한 박자 뒤지지만, 빠르게 따라오고 있다.

NCsoft VARCO Vision — VARCO 모델군의 멀티모달 변형. 이미지/비디오 이해(VLM)가 우선이고, 본격 생성은 아직.
Naver HyperCLOVA X — 텍스트가 주력, 비디오 생성은 별도 라인업으로 준비 중.
카카오 Karlo — 이미지 생성 모델은 있었지만 비디오는 미공개.
로컬 워크플로 — 한국 크리에이터 다수가 Hunyuan/Wan/LTX를 ComfyUI에서 한국어 프롬프트(번역기 경유)로 사용 중. 영상 광고 제작사들이 빠르게 도입 중.

한국 시장의 특수성은 K-콘텐츠 IP다. 드라마/K-POP/웹툰의 캐릭터 일관성을 유지한 채 영상을 생성하는 워크플로(LoRA 학습 + Runway References + 립싱크)가 빠르게 실험되고 있다.

20장 · 일본 — NTT Tsuzumi · Pikalmer · Sakana

일본 진영도 비디오 모델 직접 개발은 적지만, 인접 분야가 활발하다.

NTT Tsuzumi — NTT의 LLM 라인업. 일본어 강점. 비디오는 아직 별도 라인업이 없다.
Sony Pikalmer(가칭, 내부 프로젝트) — Sony의 미디어 AI 시도들.
Sakana AI — 진화적 모델 합성으로 유명. 비디오 모델 직접 개발은 아니지만, 모델 머지 기법이 LoRA 영역에서 응용 가능.
Stability AI Japan — Stable Diffusion 한국어/일본어 변형으로 활동.
AI 애니메이션 — 일본 애니메이션 스튜디오들이 Runway Gen-4 · Pika 2.5를 일부 제작 파이프라인에 실험 도입 중. 다만 노동조합 이슈로 본격 도입에는 신중하다.

일본은 IP 일관성과 노동조합 이슈로 클로즈드 모델보다 컨트롤 가능한 오픈소스 워크플로에 무게가 실려 있다.

21장 · 비용 — 클립 한 편의 진짜 가격

비교 가능한 가격 표를 한 줄로 정리한다.

Sora 2 — ChatGPT Pro $200/month에 일정 사용량 포함. 추가는 크레딧.
Veo 3 — Vertex AI 기준 약 $0.35-0.75/sec(베타 가격, 변동 가능). Gemini Advanced/Ultra 구독에 일정 사용량 포함.
Runway Gen-4 — Standard $15/month(625 credits, 약 41초 분량), Pro $35/month.
Pika 2.5 — Standard $8/month, Pro $28/month.
Luma Dream Machine / Ray 2 — Standard $9.99/month, Unlimited $94.99/month.
Kling — $10/100 credits. 5초 클립 약 100 credits.
Hailuo — 크레딧 기반, $10부터.
HeyGen — Creator $24/month부터.
로컬 GPU(Hunyuan/Wan/Mochi) — H100 클라우드 시간당 $2-3 기준, 5초 클립 한 편 약 $0.5-1. RTX 4090(약 $1,800) 한 장 사면 무제한 생성(전기료 별도).

가장 싸게 만드는 길은 두 가지다. 하나는 오픈소스 모델 + 본인 GPU. 다른 하나는 Pika · Luma의 저가 구독 + 무리하지 않는 클립 양.

22장 · 한계 — 모션 일관성, 물리, 텍스트

2026년의 비디오 모델은 강하지만 약점도 명확하다.

장면 컨시스턴시 — 한 캐릭터를 5초 클립 여러 편에 걸쳐 똑같이 유지하는 것은 여전히 어렵다. Runway Gen-4의 References, ComfyUI의 LoRA가 이를 완화한다.
물리 시뮬레이션 — 액체·천·관절의 정확한 운동은 여전히 약하다. Sora 2가 가장 낫지만 완벽하지 않다.
텍스트 렌더링 — 비디오 안의 문자(간판, 책표지 등)는 종종 깨진다. Veo 3과 Sora 2가 가장 정확하다.
5초 이상의 일관성 — 25초까지 가는 Sora 2조차 후반부에 어색함이 늘어난다.

이 한계가 사라지는 속도는 모델 세대마다 다르다. 텍스트 렌더링은 빠르게 좋아졌고, 물리는 천천히 좋아지는 중이다.

23장 · 활용 사례 — 광고 · 소셜 · 스토리보드 · R&D

2026년 현재 가장 활발한 4가지 활용:

광고/마케팅 — 30초 SNS 광고. Pika의 Pikaffects, Runway Gen-4의 References, HeyGen 아바타가 결합된 파이프라인. 비용은 전통 제작 대비 1/10 이하.
소셜 콘텐츠 — TikTok·Reels·Shorts. Sora App · Luma · Kling이 강하다. "어그로성 짧은 클립"에서 무서울 정도로 강해졌다.
영화 사전 시각화(Previz) · 스토리보드 — Runway Gen-4 · LTX Studio가 제작사 워크플로에 침투. 본 촬영 전에 씬 흐름을 미리 본다.
R&D / 시뮬레이션 — NVIDIA · 자율주행 회사들이 비디오 모델을 합성 학습 데이터 생성에 쓰기 시작. 도로 상황 시나리오를 무한 생성.

본격적인 장편 영화·드라마 제작에는 아직 도달하지 못했다. 다만 단편/MV/광고/예고편에는 이미 들어와 있다.

24장 · 의사결정 트리 — 어떤 모델을 쓸까

마지막으로, 상황별 추천을 한 페이지에 정리한다.

소셜용 짧은 클립, 빠른 반복 → Pika 2.5, Luma Ray 2, Kling.
영화적 톤, 캐릭터 일관성 → Runway Gen-4 + References. 비싸지만 가장 컨트롤 가능.
네이티브 오디오 동기, 다이얼로그 → Sora 2 또는 Veo 3.
엔터프라이즈 통합(Vertex AI, GCP 데이터 거버넌스) → Veo 3.
트레이닝 영상, 다국어 립싱크 → HeyGen, Synthesia.
저비용·반복 작업, 오픈소스 워크플로 → Hunyuan Video, Wan 2.1, Mochi 1, LTX-Video를 ComfyUI에서.
개인 GPU 한 장으로 시작 → Wan 2.1 1.3B 또는 LTX-Video.
상업 사용 라이선스 100% 클린 → Mochi 1(Apache 2.0).

이 트리는 6개월 안에 다시 갱신될 가능성이 높다. AI 비디오는 여전히 가장 빠르게 움직이는 분야 중 하나다.

에필로그 — 다음 1년의 질문들

2년 만에 60초 1080p에서 25초 4K 동기 오디오까지 왔다. 2027년의 비디오 모델은 무엇을 풀어야 하는가.

장편 일관성 — 1분 이상의 시퀀스를 끊김 없이.
인터랙티브 비디오 — 사용자가 중간에 개입해 분기.
실시간 비디오 생성 — 게임 렌더링처럼 즉시 응답.
3D 일관성 — 카메라가 자유롭게 도는 동안 세계가 무너지지 않게.

답을 가진 사람은 아직 없다. 하지만 2024-2026의 속도라면, 그 답은 또 다른 2년 안에 나올 가능성이 높다.

참고 자료

OpenAI Sora 2 announcement — https://openai.com/index/sora-2/
OpenAI Sora system card — https://openai.com/index/sora-system-card/
Google Veo on Vertex AI — https://cloud.google.com/vertex-ai/generative-ai/docs/video/generate-videos
Google Veo 3 (I/O 2025) — https://blog.google/technology/ai/google-io-2025-veo-3-imagen-4-flow/
Runway Gen-4 — https://runwayml.com/research/introducing-runway-gen-4
Runway References — https://help.runwayml.com/hc/en-us/articles/30625011765011
Pika Labs — https://pika.art/
Pika 2.2 release notes — https://pikalabs.notion.site/
Luma Dream Machine — https://lumalabs.ai/dream-machine
Luma Ray 2 — https://lumalabs.ai/ray
Kling AI — https://klingai.com/
MiniMax Hailuo — https://hailuoai.video/
Tencent Hunyuan Video — https://github.com/Tencent/HunyuanVideo
Hunyuan Video model card — https://huggingface.co/tencent/HunyuanVideo
Alibaba Wan 2.1 — https://github.com/Wan-Video/Wan2.1
Genmo Mochi 1 — https://github.com/genmoai/models
Lightricks LTX-Video — https://github.com/Lightricks/LTX-Video
CogVideoX — https://github.com/THUDM/CogVideo
Stable Video Diffusion — https://stability.ai/stable-video
ComfyUI — https://github.com/comfyanonymous/ComfyUI
HeyGen — https://www.heygen.com/
Synthesia — https://www.synthesia.io/
D-ID — https://www.d-id.com/
Hedra Character-1 — https://www.hedra.com/
LTX Studio — https://ltx.studio/
C2PA standard — https://c2pa.org/
Google SynthID — https://deepmind.google/technologies/synthid/
EU AI Act overview — https://artificialintelligenceact.eu/