AI 영상 모델 고르는 법: 실사·애니메이션·영화·움직임 용도별 추천
AI 영상 생성 모델 여덟 개를 실사, 애니메이션·게임, 영화 같은 카메라, 사람 동작과 물리, 소리·립싱크, 같은 인물 유지, 값 아끼기 용도로 나눠 무엇을 고르면 좋은지 순위표 근거와 직접 써 본 결과로 정리합니다.
한국어English
기준: Artificial Analysis 영상 아레나의 부문별 순위(소리 있는 영상, 글→영상·그림→영상), 각 회사의 공식 발표와 문서. 2026년 10월 31일에 확인했습니다. 그림은 순위표의 실제 화면과, 직접 만든 Seedance 2.5 결과물의 정지 화면입니다. 직접 써 본 모델은 Seedance 2.5와 Kling 4.0이고, 나머지 모델의 추천은 순위표와 공식 사양에 기댑니다. 우리 결과물 정지 화면은 Higgsfield 협찬 영상(광고비를 받고 만든 영상)을 만들며 생성한 장면입니다.
AI 영상 모델에는 "모든 일에 가장 좋은 하나"가 없습니다. 글로 시작할 때 1위인 모델과 그림으로 시작할 때 1위인 모델이 다르고, 사람이 걷는 장면과 물이 튀는 장면에서도 순서가 바뀝니다. 그래서 모델을 고를 때는 "무엇을 만들려는지"를 먼저 정하는 편이 빠릅니다.
이 글에서는 고르는 순서 여섯 단계를 먼저 보이고, 실사·애니메이션·영화·움직임·소리·같은 인물 유지·값 아끼기의 일곱 가지 용도로 나눠 추천 모델과 근거를 정리합니다. 마지막에 직접 써 보며 겪은 실패 다섯 가지를 붙입니다. 모델별 사양과 값은 AI 영상 생성 모델 8개 비교에 표로 정리해 두었습니다.
1. 고르는 순서 여섯 단계
이 글이 다루는 모델은 Gemini Omni 1.1 Flash, Grok Imagine Video 1.5, Wan 3.0, Seedance 2.5, FLUX 3 Video, MiniMax H3, Kling 3.0, Kling 4.0입니다. 아래 순서대로 물음에 답하면 후보가 두세 개로 줄어듭니다.
- 시작 재료가 글인지 그림인지 정합니다. 글로만 시작하면 Wan 3.0이, 그림 한 장으로 시작하면 Seedance 2.5가 순위 1위입니다. 다만 글→영상의 Wan 3.0은 MiniMax H3·Seedance 2.5와 30점 안쪽이라 상위권 묶음입니다.
- 한 컷이 몇 초인지 정합니다. 10초 이하면 여덟 모델 모두 됩니다. 20초가 넘으면 한 번에 30초를 만드는 Wan 3.0, Seedance 2.5, Kling 4.0이 남습니다.
- 소리가 필요한지 정합니다. 대사가 중요하면 Seedance 2.5와 FLUX 3 Video, 효과음을 화면에 딱 맞추려면 Gemini Omni Flash를 봅니다.
- 같은 인물과 동선을 지켜야 하는지 정합니다. 참조와 키프레임을 가장 많이 받는 Kling 4.0이 유리합니다.
- 값을 정합니다. 시험은 싼 모델(MiniMax H3, Gemini Omni Flash 360p)로 여러 번 돌리고, 마지막 한 컷만 상위 모델로 만듭니다.
- 어떤 모델이든 결과를 프레임 단위로 확인합니다. 배경이 바뀌거나, 끝이 멈추거나, 순서가 바뀌는 실패는 한 번 재생해서는 놓치기 쉽습니다(9절).
그림 1. 그림→영상 순위표(소리 있음). Seedance 2.5가 1위, Wan 3.0은 9위 (Artificial Analysis 화면 캡처)
그림 2. 글→영상 순위표(소리 있음). Wan 3.0이 1위, Seedance 2.5는 4위 (Artificial Analysis 화면 캡처)
따라 하기: 1단계의 차이를 직접 보려면 Artificial Analysis 영상 순위 페이지를 열고, 위쪽 탭에서 Image to Video(그림 1)와 Text to Video(그림 2)를 번갈아 누릅니다. 두 표에서 Wan 3.0과 Seedance 2.5의 자리가 바뀌는 것을 확인하세요. 이 순위표는 같은 프롬프트로 만든 두 영상을 사람이 이름을 모른 채 보고 고른 결과를 점수(Elo)로 쌓은 것입니다. 순위표 읽는 법은 AI 영상 생성 모델 8개 비교의 5절에 자세히 적었습니다.
Category 단추를 누르면 실사 영화(Live-Action Film), 애니메이션·게임(Animation & Gaming), 물리(Physics)처럼 부문별 순위로 바뀝니다. 아래 2~7절의 순위는 이 부문별 순위입니다. 부문별 점수는 오차가 ±40~55점으로 커서, 30점 안쪽 차이는 순서가 바뀔 수 있습니다. 그래서 이 글은 "1위 하나"보다 "상위권 묶음"으로 추천합니다. 이 글의 여덟 모델 밖에 있는 Utopai X, HeyGen Video 1 같은 모델이 부문 1위인 곳도 있습니다. 그때는 여덟 모델 안의 순서만 적습니다.
2. 실사: 사람·제품·실제 장소처럼
| 시작 재료 | 상위권(부문 "실사 영화") | 점수 |
|---|---|---|
| 글 | MiniMax H3 · Wan 3.0 · Seedance 2.5 | 1,121 · 1,115 · 1,115 |
| 그림 | Seedance 2.5가 1위, 그다음 MiniMax H3 | 1,156 · 1,096 |
- 글로 시작하면 MiniMax H3, Wan 3.0, Seedance 2.5가 6점 안에 몰려 있어 사실상 같은 묶음입니다. 이 가운데 MiniMax H3는 순위표 값이 1분 4.80달러로 가장 쌉니다.
- 그림 한 장으로 시작하면 Seedance 2.5가 여덟 모델 안에서 두 번째인 MiniMax H3와 60점 차이로 앞섭니다.
- 조명과 재질(빛이 표면에 닿는 느낌) 부문은 글→영상에서 Wan 3.0, 그림→영상에서 Seedance 2.0·2.5가 상위입니다.
그림 3. 왼쪽 Blender 블록아웃, 오른쪽 Seedance 2.5 영상 편집 결과. 블록아웃 영상과 분위기를 정한 참고 그림 한 장을 함께 넣음 (직접 만든 영상의 정지 화면)
직접 써 보니: 그림 3은 Blender로 상자만 놓아 만든 도로 장면(블록아웃)을 Seedance 2.5의 영상 편집 모드에 넣어 실사로 바꾼 결과입니다. 블록아웃은 건물 자리와 차 동선만 정한 밑그림이고, 연극으로 치면 무대 위에 분필로 그린 동선 표시와 같습니다. 차 두 대의 자리, 가운데 노란 선, 양쪽 가로등 줄이 거의 그대로 남았습니다. 참고 그림은 여러 장보다 한 장일 때 결과가 가장 안정적이었습니다.
따라 하기: 실사 장면을 만들 때는 먼저 구도를 정한 그림 한 장을 준비합니다. 그다음 그림→영상에서 1위인 모델(지금은 Seedance 2.5)에 그 그림을 시작 그림으로 넣습니다. 카메라와 물체가 어디로 움직일지까지 정하고 싶으면, 그림 3처럼 Blender 같은 3D 프로그램으로 단순한 블록아웃 영상을 만들어 영상 편집 모드에 넣는 방법도 있습니다.
3. 애니메이션·게임 느낌
| 시작 재료 | 상위권(부문 "애니메이션·게임") | 점수 |
|---|---|---|
| 글 | Wan 3.0 · MiniMax H3 Max · Seedance 2.5 · Gemini Omni Flash | 1,220 · 1,188 · 1,165 · 1,153 |
| 그림 | Seedance 2.5 · Seedance 2.0 · Wan 3.0 | 1,173 · 1,159 · 1,118 |
- 글로 시작하면 Wan 3.0이 이 부문 전체 2위이고, 여덟 모델 안에서는 가장 앞섭니다.
- 캐릭터 그림을 움직이려면 Seedance 2.5가 1위입니다.
- 캐릭터 그림 한 장을 움직이는 일을 공개 모델로 내 컴퓨터에서 해 보고 싶다면 Wan 2.1로 캐릭터 그림 한 장을 영상으로를 보세요.
4. 영화 느낌: 카메라 움직임과 긴 한 컷
| 무엇 | 상위권 | 근거 |
|---|---|---|
| 카메라 움직임을 글로 지시 | Wan 3.0(1위, 1,153) · Seedance 2.5(1,115) | 부문 "카메라 제어" 글→영상 |
| 그림 한 장의 구도로 카메라 움직이기 | Seedance 2.5(1위, 1,186) · MiniMax H3 Max(1,161) | 같은 부문 그림→영상 |
| 여러 장면으로 이야기 잇기 | 글: Wan 3.0(1,186) · MiniMax H3(1,168) / 그림: MiniMax H3(1,191) · Seedance 2.5(1,181) | 부문 "여러 장면·이야기" |
| 긴 한 컷 | Wan 3.0 · Seedance 2.5 · Kling 4.0(30초), FLUX 3 Video(20초) | 공식 사양(Wan 3.0은 보도) |
| 동선을 키프레임으로 박기 | Kling 4.0(최대 10장) · FLUX 3 Video(여러 장) | 공식 사양 |
키프레임은 "5초에는 이 그림, 12초에는 이 그림"처럼 영상 중간에 박아 두는 그림입니다. 모델은 박아 둔 그림 사이를 이어 그립니다.
직접 써 보니: Kling 4.0으로 30초 한 컷 비행 장면을 세 번 만들었습니다. 키프레임 다섯 장을 넣은 판보다 참조 그림 두 장을 넣은 판이 조금 나았습니다. 한 판은 마지막 그림의 구도에 너무 일찍 도착해 끝 6초가 거의 멈춘 화면이 됐습니다. 다른 판은 13~16초 사이에 앞뒤 비행기 순서가 바뀌었습니다. 긴 한 컷은 키프레임을 많이 넣는다고 더 정확해지지 않았고, 끝부분을 따로 확인해야 했습니다.
따라 하기: 영화 같은 카메라 움직임이 필요하면 아래처럼 고릅니다.
- 카메라를 말로 설명할 수 있으면("천천히 다가가며 오른쪽으로 돈다") Wan 3.0에 글로 지시합니다.
- 이미 좋은 구도의 그림이 있으면 Seedance 2.5에 그 그림을 넣고 카메라 움직임만 글로 씁니다.
- 20초가 넘는 한 컷에서 중간 지점을 정해야 하면 Kling 4.0의 키프레임을 씁니다. 결과는 끝 5초를 꼭 따로 봅니다.
5. 움직임: 사람 동작과 물리
| 무엇 | 글→영상 상위권 | 그림→영상 상위권 |
|---|---|---|
| 사람 몸(손·팔다리가 자연스러운지) | Seedance 2.5(1위, 1,188) · Wan 3.0(1,173) · MiniMax H3(1,164) | Seedance 2.5(1위, 1,137) · Seedance 2.0(1,095) |
| 물리(부딪힘·물·연기·떨어짐) | MiniMax H3 Max(1위, 1,154) · Seedance 2.5(1,127) · MiniMax H3(1,125) | Seedance 2.0(1,115) · Seedance 2.5(1,114) · Wan 3.0(1,106) |
| 시간이 흘러도 모양이 유지되는지 | MiniMax H3(1,144) · Wan 3.0(1,129) | MiniMax H3 Max(1위, 1,185) |
- 사람이 걷고 뛰고 손을 쓰는 장면은 Seedance 2.5가 글·그림 모두 1위입니다.
- 물이 튀고 물체가 부딪히는 장면은 MiniMax H3 Max와 H3가 글→영상에서 앞섭니다. 그림→영상 물리 부문은 여덟 모델 밖의 모델이 1·2위이고, 여덟 모델 안에서는 Seedance 계열과 Wan 3.0이 비슷한 묶음입니다.
- 글→영상 물리 부문 2위(1,140)는 "FLUX 3 Max"라는 이름입니다. 이 이름은 Black Forest Labs 블로그에서 찾지 못해, 여기서는 추천에 넣지 않습니다. FLUX 3 Video 자체는 같은 부문 1,114점입니다.
직접 써 보니: Seedance 2.5에 30 fps(1초에 30장) 영상을 넣으면 결과가 24 fps로 나오면서 다섯 장마다 한 장씩 빠져 움직임이 툭툭 튀었습니다. 넣는 영상을 처음부터 24 fps로 만들자 튐이 없어졌습니다. 비행기가 몸을 너무 빨리 굴리는 장면은 비현실적으로 보여, 한 바퀴에 1.2초 넘게 걸리도록 늦췄습니다.
6. 소리와 립싱크
립싱크는 입 모양을 말소리에 맞추는 일입니다. 더빙 영화에서 입과 소리가 어긋나면 어색한 것과 같은 문제를 다룹니다.
| 무엇 | 상위권 | 근거 |
|---|---|---|
| 효과음·음악을 화면에 맞추기 | Gemini Omni Flash(1위, 1,189) · MiniMax H3 Max(1,155) | 부문 "소리 맞춤" 글→영상 |
| 대사와 입 모양 | 글: Seedance 2.5(1위, 1,196) · FLUX 3 Video(1,176) / 그림: Seedance 2.5(1위, 1,220) · MiniMax H3 Max(1,172) | 부문 "대사·립싱크" |
| 스테레오(왼쪽·오른쪽이 다른 소리) | MiniMax H3 · Kling 4.0 | 공식 사양. Kling 3.0은 모노 |
- 대사가 있는 장면은 Seedance 2.5가 글·그림 모두 1위입니다. 글로 시작하면 FLUX 3 Video도 상위입니다.
- 폭발 소리가 폭발 순간에 딱 맞아야 하는 장면처럼, 효과음 타이밍이 중요하면 Gemini Omni Flash를 먼저 봅니다. 다만 Gemini Omni Flash는 공식 문서가 영어 외 언어를 평가하지 않았다고 적으니, 한국어 대사는 결과를 꼭 들어 보세요.
직접 써 보니: Kling 4.0은 프롬프트에 효과음 문장을 넣지 않으면 소리가 거의 나지 않았습니다. Seedance 2.5는 Higgsfield에서 소리를 켜도 값이 같았는데, 처음에 끄고 만들었다가 소리만 얻으려고 다시 만들어 크레딧을 두 번 썼습니다.
따라 하기: 어떤 모델을 쓰든 프롬프트 끝에 소리 문장을 따로 한 줄 씁니다. 예: "Sound: engine roar, wind rushing past, tires on wet asphalt." 소리를 켜는 데 값이 더 들지 않는 모델이면 처음부터 켜 둡니다.
7. 같은 인물·같은 배경 유지
여러 컷에 같은 캐릭터가 나와야 하면 참조를 많이 받는 모델이 유리합니다. 참조는 "이 얼굴, 이 옷, 이 배경을 따라 해"라고 함께 넣는 그림·영상입니다.
| 모델 | 받는 참조(공식) |
|---|---|
| Kling 4.0 | 그림 10장, 주체 7개, 영상 5개, 합계 15개 |
| Wan 3.0 | 그림 10장, 영상 5개, 소리 5개(보도) |
| Kling 3.0 | 그림 7장(영상과 함께면 4장) |
| Gemini Omni 1.1 Flash | 영상 3개(각 3초 이하), 소리 참조는 안 됨 |
순위표의 "시공간 일관성"(시간이 흘러도 모양이 유지되는지) 부문은 MiniMax H3 계열이 상위입니다. 다만 Kling 4.0은 아직 순위표에 없어서 비교할 수 없습니다.
직접 써 보니: Seedance 2.5로 만든 한 장면은 2초와 9초에 배경이 갑자기 다른 바위로 바뀌었습니다. 비행기 색도 구간마다 달라졌습니다. 참고 그림을 한 장으로 줄이고 다시 만들자 나아졌습니다. 참조를 많이 넣는다고 늘 더 안정적인 것은 아니었습니다.
8. 값 아끼기
| 방법 | 모델 | 메모 |
|---|---|---|
| 싼 모델로 시험 | MiniMax H3 | 순위표 값 1분 4.80달러, 여덟 모델 가운데 가장 쌈 |
| 낮은 해상도 초안 | Gemini Omni 1.1 Flash 360p | 720p보다 최대 60% 빠르고 값은 약 1/3(공식) |
| 미리보기 모드 | FLUX 3 Video draft mode | 공식 기능, 값은 공식 미공개 |
| 공식 값이 싼 모델 | Grok Imagine Video 1.5 | 0.08달러/초(공식, 1분으로 치면 4.80달러) |
| 가장 비싼 모델 | Seedance 2.5 | 순위표 값 1분 34.12달러 |
시험은 싼 모델로 여러 번 돌려 프롬프트와 구도를 정하고, 마지막 한 컷만 용도에 맞는 상위 모델로 만드는 것이 기본입니다.
직접 써 보니: Higgsfield의 Seedance 2.5에는 480p 초안 모드가 있고, 마음에 들면 7일 안에 1080p로 확정할 수 있습니다. 그런데 초안 모드 결과는 정확히 1초마다 그림이 새로 그려지듯 튀어서, 배경이 바뀌는 실패를 초안으로는 판정할 수 없었습니다. 정식 480p는 초안과 값이 같았습니다. 판정이 필요한 시험은 초안 모드 대신 정식 모드의 낮은 해상도로 하는 편이 나았습니다.
9. 직접 겪은 실패 다섯 가지
모두 Seedance 2.5와 Kling 4.0을 쓰며 겪은 일입니다.
| # | 실패 | 모델 | 줄인 방법 |
|---|---|---|---|
| 1 | 배경이 중간에 다른 장소로 바뀜 | Seedance 2.5 | 참고 그림을 한 장으로 줄이고 정식 모드로 다시 만듦 |
| 2 | 30 fps 영상을 넣었더니 움직임이 튐 | Seedance 2.5 | 넣는 영상을 24 fps로 만듦 |
| 3 | 초안이 1초마다 튀어 판정 불가 | Seedance 2.5 | 시험은 정식 모드 낮은 해상도로 함 |
| 4 | 끝 6초가 거의 멈춤, 앞뒤 순서가 바뀜 | Kling 4.0 | 끝 5초를 따로 확인, 키프레임보다 참조 두 장 |
| 5 | 소리 문장이 없으면 소리가 안 남 | Kling 4.0 | 프롬프트에 소리 문장을 직접 씀 |
그림 4. 1초·5초·9초의 블록아웃(왼쪽)과 Seedance 2.5 결과(오른쪽)를 나란히 놓은 확인용 그림. 그림은 결과 영상에서 같은 그림이 되풀이된 프레임을 편집으로 걸러 낸 판입니다 (직접 만든 영상의 정지 화면)
그림 4처럼 몇 초 간격으로 프레임을 뽑아 나란히 놓으면, 재생할 때 놓친 배경 바뀜이나 물체 순서 바뀜을 찾기 쉽습니다. 이 판은 세 순간 모두 비행기 두 대의 자리와 협곡 벽의 위치가 블록아웃과 맞습니다.
따라 하기: 무료 영상 도구 ffmpeg가 설치돼 있으면, 결과 영상이 있는 폴더에서 명령 창을 열고 아래 한 줄로 1초에 한 장씩 그림을 뽑습니다.
ffmpeg -i result.mp4 -vf fps=1 frame_%02d.png
result.mp4는 내 결과 파일 이름으로 바꿉니다. 같은 폴더에 frame_01.png, frame_02.png처럼 그림이 생깁니다. 이 그림들을 차례로 넘겨 보며 배경, 물체 수, 앞뒤 순서가 그대로인지 봅니다. 결과의 fps는 Windows 파일 탐색기에서 영상 파일을 오른쪽 클릭 → 속성 → 자세히 탭의 "프레임 속도"로 확인합니다.
10. 용도별 추천 한눈에 보기
| 용도 | 먼저 볼 모델 | 함께 볼 모델 |
|---|---|---|
| 실사, 글로 시작 | MiniMax H3 | Wan 3.0, Seedance 2.5 |
| 실사, 그림으로 시작 | Seedance 2.5 | MiniMax H3 |
| 애니메이션·게임, 글로 시작 | Wan 3.0 | MiniMax H3 Max |
| 애니메이션·게임, 그림으로 시작 | Seedance 2.5 | Wan 3.0 |
| 카메라 지시(글) | Wan 3.0 | Seedance 2.5 |
| 20초 넘는 한 컷, 키프레임 | Kling 4.0 | Wan 3.0, Seedance 2.5 |
| 사람 동작 | Seedance 2.5 | Wan 3.0 |
| 물리(물·부딪힘) | MiniMax H3 Max | Seedance 2.5 |
| 대사·립싱크 | Seedance 2.5 | FLUX 3 Video |
| 효과음 타이밍 | Gemini Omni Flash | MiniMax H3 Max |
| 같은 인물 여러 컷 | Kling 4.0 | Wan 3.0 |
| 싸게 많이 시험 | MiniMax H3 | Gemini Omni Flash 360p, Grok |
자주 하는 실수와 해결
| 증상 | 까닭 | 해결 |
|---|---|---|
| 순위 1위 모델로 했는데 결과가 별로다 | 시작 재료(글·그림)와 순위표가 맞지 않음 | 내 시작 재료에 맞는 탭(Text to Video, Image to Video)의 순위를 봄 |
| 1위와 3위 중 무엇을 골라야 할지 모르겠다 | 부문 점수 오차가 ±40~55점 | 30점 안쪽이면 같은 묶음으로 보고 값과 길이로 고름 |
| 결과에서 움직임이 툭툭 튄다 | 넣은 영상의 fps가 결과와 다름 | 넣는 영상을 결과와 같은 fps(Seedance 2.5는 24)로 만듦 |
| 30초 영상의 끝이 멈춘 것처럼 보인다 | 마지막 그림에 일찍 도착함 | 끝 5초를 따로 보고, 키프레임 대신 참조 그림으로 다시 시도 |
| 영상에 소리가 없다 | 일부 모델(직접 써 본 Kling 4.0)은 프롬프트에 소리 문장이 없으면 소리를 만들지 않음 | "Sound:"로 시작하는 문장을 한 줄 더함 |
| 배경이 중간에 바뀐다 | 참조가 많고 초안 모드일 때 겪음(둘을 함께 바꿔 나아짐) | 참조를 한 장으로 줄이고 정식 모드로 다시 만듦 |
한 줄 정리
글로 시작하면 Wan 3.0, 그림으로 시작하면 Seedance 2.5, 물리는 MiniMax H3 Max, 효과음 타이밍은 Gemini Omni Flash, 긴 한 컷과 같은 인물은 Kling 4.0. 시험은 싼 모델로 하고, 결과는 어느 모델이든 프레임 단위로 확인합니다.
함께 읽기
- AI 영상 생성 모델 8개 비교: 2026년 10월 기준 사양·값·장단점 한 장 정리
- AI 영상 생성 입문: 텍스트·이미지로 영상 만들기
- Wan 2.1로 캐릭터 그림 한 장을 영상으로
- Higgsfield(힉스필드) 소개
참고 자료
- Artificial Analysis, Text to Video 순위: https://artificialanalysis.ai/video/leaderboard/text-to-video
- Artificial Analysis, Image to Video 순위: https://artificialanalysis.ai/video/leaderboard/image-to-video
- Gemini API 문서, Omni: https://ai.google.dev/gemini-api/docs/omni
- Google 블로그, Gemini Omni 1.1 Flash: https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
- xAI 문서, grok-imagine-video-1.5: https://docs.x.ai/docs/models/grok-imagine-video-1.5
- ByteDance Seed, Seedance 2.5: https://seed.bytedance.com/en/seedance2_5
- Black Forest Labs, FLUX 3 Video: https://bfl.ai/blog/flux-3-video
- MiniMax 블로그, MiniMax H3: https://www.minimax.io/blog/minimax-h3
- Kling 블로그, Kling 4.0 vs 3.0: https://kling.ai/blog/kling-4-vs-3
- Wan 3.0 출시 보도(The Next Web): https://thenextweb.com/news/alibaba-wan3-video-model-after-share-sale
- ffmpeg 공식 사이트: https://ffmpeg.org/
- 그림: 그림 1·2는 Artificial Analysis 순위표의 실제 화면 캡처. 그림 3·4는 직접 만든 Blender 블록아웃과 Seedance 2.5 결과의 정지 화면
