틱톡, 유튜브 쇼츠 등 소셜미디어(SNS)를 점령한 숏폼(짧은 영상 콘텐트) 전쟁, 판도가 바뀔 수 있을까. 구글이 지난 16일(현지시간) 영상 생성 인공지능(AI)  ‘비오 2’(Veo 2)를 유료 구독 서비스 ‘제미나이 어드밴스드’ 구독자 대상으로 공식 출시하면서 업계 관심이 쏠리고 있다. 평상시 쓰는 말(자연어)로 명령하면 최장 8초 분량 영상을 만들어 주는 만큼, 숏폼 제작 방식을 혁명적으로 바꿀 수 있어서다. 중앙일보가 현재 가장 널리쓰이는 영상 생성 AI 미국 런웨이 ‘젠4’, 중국 알리바바의 ‘완2.1’과 비오2를 비교해 사용해봤다. 오픈AI의 '소라'는, 트래픽 과부하 문제로 신규 가입자는 사용할 수 없어 제외했다.

 
구글 ‘비오2’의 가장 눈에 띄는 장점은 영상 제작 시간이 짧고, 자연어를 잘 이해한다는 점이다. 각각의 AI에 "대한민국 서울을 홍보하는 영상을 제작할 건데, 광화문 위를 드론이 조망한 것처럼 제작해 줘"라는 프롬프트(명령문)를 입력했다. 비오2의 경우 2분 안팎으로 가장 빠르게 영상을 만들었다. 젠4와 완2.1의 경우 5분 이상이 걸렸다. 프롬프트 구현 충실도 및 편의성도 비오2가 우세했았다. Gen4는 프롬프트와 함께 영상 제작에 참조할 사진을 넣지 않으면 제작이 불가능했다. 또 함께 입력한 사진 구도를 그대로 활용한 탓에 '드론으로 조망한 것처럼'이란 프롬프트를 무시했다. 완2.1은 동영상에서 '광화문'을 빼놓고 제작했다.

 
물론 비오2도 단점이 있다. 동영상 편집 기능이 없어서다. 젠4, 완2.1 등은 편집 기능이있어 초단위로 정교하게 제작된 영상을 수정할 수 있었다. 젠4는 동영상에 소리를 입히고, 대사에 따라 입 모양을 편집하는 ‘립싱크’ 기능도 제공한다. 완2.1은 미니어처, 애니메이션 등 스타일에 따라 영상의 그림체를 바꿔준다. 비오 2로 동영상을 고치려면 프롬프트를 추가 입력해야하는데, 정교한 수정이 어려웠다.

AI는 3차원(3D) 그래픽을 제작하는 ‘렌더링(이미지 합성)’ 방식을 사용해 영상을 생성한다. 가상 이미지를 먼저 만들고 영상처럼 시각 효과를 합성해 실제처럼 보이게 한다. 이 때문에 사람이 입력한 단어를 AI가 이미지와 연결하는 능력이 중요하고, 많은 영상을 미리 학습할 필요가 있다. 각각의 AI에 ‘조선시대 한양을 홍보하는 영상을 제작하라’는 프롬프트를 입력했는데, 제대로 만든 건 비오2 뿐이었다. 젠4는 똑같은 영상에서 현대식 건물만 지웠고, 완2.1은 배경에 현대식 건물이 나왔다. 조선과 한양에 대응하는 자료를 학습하지 않아서 인것으로 추정된다. 국내 생성 AI 개발사 웨인힐스브라이언트AI의 이수민 대표는 “유튜브에서 온갖 동영상을 학습한 구글의 비오2가 자연어 명령어를 이해하고 영상을 만드는 데 가장 유리할 수 밖에 없다"고 설명했다.

 


전문가들은 영상 생성 AI가 숏폼 시장, 나아가 광고 시장에 큰 영향을 미칠 것으로 보고 있다. 편집자와 긴 회의 없이 AI가 기획안에 따라 맞춤형 영상을 제작할 수 있어서다. 특별한 장비와 영상 편집 도구를 갖추지 않아도 원본 사진에 다양한 영상 효과를 넣을 수 있다. 배경도 명령어에 알맞게 채워준다. 촬영과 편집 시간을 줄여 제작 비용을 절감할 수 있다.

다만 제작할 수 있는 영상 분량은 아직 최장 10초 안팎으로 짧다. 물론 기술적으로는 한 시간까지 제작할 수 있다. 하지만 저작권 분쟁을 우려한 AI 업체들이 분량을 제한하고 있다. AI가 원본 영상과 사진을 학습한 뒤 제작한 영상의 저작권에 대해선 법적 기준이 아직 정해지지 않았다. 이수민 대표는 "영상 길이가 길어지게 되면 구도, 배경 등이 원본과 비슷해진다"며 "이 경우 원본 저작자들의 소송이 이어질 수 있다"고 설명했다.