AI 영상 생성 모델 8개 비교: 2026년 10월 기준 사양·값·장단점 한 장 정리

기준: Google·xAI·ByteDance Seed·Black Forest Labs·MiniMax·Kling 공식 발표와 문서, 허깅페이스 모델 카드, Higgsfield의 모델 옵션, Artificial Analysis 영상 아레나 순위. 2026년 10월 31일에 확인했습니다. 그림은 공식 페이지의 실제 화면과, 직접 만든 Seedance 2.5 결과물의 정지 화면입니다. 직접 써 본 모델은 Seedance 2.5와 Kling 4.0 두 개이고, 나머지는 공식 자료와 순위표로 정리했습니다. 우리 결과물 정지 화면은 Higgsfield 협찬 영상(광고비를 받고 만든 영상)을 만들며 생성한 장면입니다.

AI 영상 생성 모델은 2026년 여름부터 가을 사이에 거의 한꺼번에 새 판이 나왔습니다. 글 한 줄이나 그림 한 장을 넣으면 소리까지 붙은 영상을 만들어 주는 모델이 여덟 개가 넘습니다. 이름도 비슷하고, 같은 모델을 회사와 플랫폼이 다르게 부르기도 해서 처음에는 무엇이 무엇인지 헷갈립니다.

이 글에서는 많이 쓰는 여덟 모델의 정식 이름을 먼저 정리하고, 길이·해상도·소리·참조 입력·값·공개 범위를 표 두 장으로 비교합니다. 그다음 모델마다 좋은 점과 아쉬운 점을 짧게 정리합니다. 실사·애니메이션·영화·움직임처럼 용도에 따라 무엇을 고를지는 AI 영상 모델 고르는 법: 용도별 추천에 따로 썼습니다. AI 영상의 기본 원리는 AI 영상 생성 입문을 먼저 읽어 보세요.

1. 이름 정리: 정식 이름과 흔한 별명

영상 모델은 같은 것을 여러 이름으로 부릅니다. 버전 숫자가 빠지기도 하고, 플랫폼이 이름 순서를 바꾸기도 합니다. 검색할 때 헷갈리지 않도록 이 글은 아래 정식 이름을 씁니다.

FLUX 3는 조심해서 읽어야 합니다. Black Forest Labs는 2026년 7월 23일에 FLUX 3를 그림·영상·소리·로봇 동작을 함께 배운 "모델 가족"으로 발표했고, 영상을 만드는 모델은 8월 4일에 나온 FLUX 3 Video입니다. 순위표에 보이는 "FLUX 3 Max"는 Black Forest Labs 블로그에서 찾지 못한 이름이라 이 글에서는 따로 다루지 않습니다.

Wan도 헷갈리기 쉽습니다. Wan 2.1 글에서 본 Wan 2.1·2.2는 누구나 내려받는 공개 모델이었습니다. 그런데 Wan 3.0은 알리바바 클라우드의 API로만 쓰는 닫힌 모델입니다. 이름은 이어지지만 쓰는 방법이 다릅니다.

2. 한눈에 비교 ① 기본 사양

먼저 낯선 말 몇 개를 풀어 둡니다.

• 최대 길이는 한 번 생성할 때 나오는 영상의 길이입니다. 몇몇 모델은 만든 영상 뒤에 이어 붙이는 "늘리기"를 따로 지원합니다.
• fps는 1초에 들어가는 장면 수입니다. 플립북을 1초에 몇 장 넘기는지와 같습니다.
• 업스케일은 작게 만든 영상을 나중에 크게 늘리는 일입니다. 처음부터 크게 만든 것과는 다릅니다.
• 참조 입력은 "이 사람, 이 옷, 이 배경을 따라 해"라고 함께 넣는 그림·영상·소리입니다. 배우에게 보여 주는 의상 사진과 비슷합니다.
• 키프레임은 영상 중간중간에 "이 순간에는 이 그림이어야 한다"고 박아 두는 그림입니다. 여행 일정표에 찍어 둔 경유지를 떠올리면 됩니다.

표에서 "보도"는 회사 문서를 직접 열어 보지 못하고 기사로만 확인한 값입니다. Wan 3.0은 알리바바 문서 주소가 열리지 않아 사양을 보도로만 확인했습니다. "결과 파일은 24"는 직접 만든 영상 파일을 열어 잰 값이고, 회사가 밝힌 사양은 아닙니다.

그림 1. Gemini Omni Flash의 해상도 표. 1080p와 4K 옆에 "upscaled"(업스케일)라고 적혀 있음 (Gemini API 공식 문서 화면 캡처)

따라 하기: 모델 문서를 볼 때는 해상도 옆에 "upscaled"나 "upscale"이 붙어 있는지 찾아보세요. 그림 1의 Gemini Omni Flash는 기본이 720p이고, 1080p와 4K는 만든 뒤 크게 늘린 것입니다. FLUX 3 Video도 기본은 720p이고 1080p는 업스케일입니다. "4K 지원"이라는 말만 보고 고르면, 실제로는 작은 영상을 늘린 것일 수 있습니다.

그림 2. Kling 3.0과 4.0의 공식 비교표. 길이 15초 → 30초, 키프레임 없음 → 10장, 모노 → 스테레오 (Kling 공식 블로그 화면 캡처)

그림 2는 Kling이 직접 낸 3.0과 4.0 비교표입니다. 위에서부터 한 줄씩 읽으면 4.0에서 무엇이 늘었는지 바로 보입니다. 다만 같은 회사의 Kling 4.0 기능 소개 페이지에는 4K와 10비트 HDR이 "곧(coming soon)"으로 적혀 있습니다. 2026년 10월 말에는 비교표와 기능 페이지의 표시가 서로 다르므로, 4K가 꼭 필요하면 만들기 전에 화면의 해상도 목록을 직접 확인하세요.

3. 한눈에 비교 ② 값·쓰는 곳·공개 범위

API는 프로그램이 모델에 일을 맡기는 창구입니다. 식당으로 치면 홀 대신 주방에 바로 주문하는 배달 창구와 같습니다. 값은 보통 "영상 1초당 몇 달러"로 매깁니다. 공개 가중치(open weights)는 모델 파일을 내려받아 내 컴퓨터에서 돌릴 수 있게 공개했다는 뜻입니다.

여기 나온 여덟 모델은 Higgsfield 같은 영상 AI 플랫폼에서도 한곳에 모아 쓸 수 있습니다. 플랫폼은 달러 대신 크레딧으로 값을 매깁니다. 플랫폼 구성은 Higgsfield 소개에 정리해 두었습니다.

직접 써 보니: Higgsfield에서 Seedance 2.5로 720p 영상을 만들 때 약 7.5크레딧/초가 들었습니다(12초에 90크레딧). 소리를 켜도 값이 같았습니다. Kling 4.0은 견적 화면 기준으로 10초 720p가 50크레딧, 30초 720p가 150크레딧, 30초 1080p가 225크레딧이었습니다.

순위표가 적은 값은 순위표를 만든 곳이 정한 설정(1080p가 있으면 1080p)으로 1분을 만들 때의 값입니다. 그래서 공식 값과 다를 수 있습니다. 예를 들어 Grok Imagine Video 1.5는 xAI 문서에 0.08달러/초인데, 순위표는 1분에 15달러(0.25달러/초)로 적습니다. 값은 자주 바뀌므로 쓰기 전에 공식 가격 페이지에서 다시 확인하세요.

그림 3. MiniMax H3의 허깅페이스 페이지. 맨 아래 줄이 라이선스 (허깅페이스 화면 캡처)

따라 하기: 내 컴퓨터에서 돌릴 수 있는 모델인지 알고 싶으면 허깅페이스에서 모델 이름을 검색해 페이지가 있는지, License 줄에 무엇이 적혔는지 확인합니다. 그림 3의 MiniMax H3는 여덟 모델 가운데 유일하게 모델 파일이 올라와 있습니다. 라이선스는 "MiniMax H3 Community License"인데, 상업적으로 써도 되는 조건은 모델 카드에 적혀 있지 않습니다. 돈을 받는 작업에 쓰려면 라이선스 원문을 먼저 읽어 보세요.

그림 4. Wan 팀의 허깅페이스 계정. 가장 새 묶음이 Wan2.2이고 Wan 3.0 파일은 없음 (허깅페이스 화면 캡처)

그림 4는 Wan 팀의 허깅페이스 계정입니다. 가장 새 묶음은 Wan2.2이고, 맨 위 Wan2.2-Animate-2-14B가 2026년 여름에 올라온 가장 새 파일입니다. 그림에 보이는 날짜는 마지막으로 고친 날입니다. Wan 3.0은 여기에 없습니다. 이름이 이어지는 모델이라도 공개 여부는 판마다 다르니, 내 컴퓨터에서 돌릴 계획이면 이렇게 파일이 실제로 있는지 먼저 보세요.

4. 모델별 좋은 점과 아쉬운 점

아래 "순위"는 5절의 Artificial Analysis 영상 아레나 순위(소리 있는 영상)입니다. 글→영상은 글만 넣고 만드는 방식, 그림→영상은 그림 한 장을 첫 장면으로 넣는 방식입니다. 순위표의 "FLUX 3"은 이 글에서 FLUX 3 Video로 봅니다.

Gemini Omni 1.1 Flash

• 좋은 점: 소리를 화면에 맞추는 부문에서 글→영상 1위입니다. 만든 영상에 "배경을 밤으로 바꿔"처럼 말을 걸어 고치는 대화형 편집이 됩니다. 360p 초안은 720p보다 최대 60% 빠르고 값은 약 1/3입니다. YouTube Shorts에서는 무료로, Gemini 앱과 Google Flow에서는 유료 구독(Google AI Plus·Pro·Ultra)으로 씁니다.
• 아쉬운 점: 한 번에 10초 안팎이고 화면비가 16:9와 9:16뿐입니다. 공식 문서는 영어 외 언어를 평가하지 않았다고 적습니다. 그림→영상 순위는 14위로 중간 아래입니다.

Grok Imagine Video 1.5

• 좋은 점: 공식 값이 0.08달러/초로 단순하고 쌉니다. 효과음·주변 소리·대사를 한 번에 만듭니다. 회사는 빠른 판(Fast)이 6초 720p를 약 25초에 만든다고 밝혔습니다.
• 아쉬운 점: 최대 길이, 해상도, fps를 공식 문서에서 찾을 수 없습니다. 순위는 글→영상 13위, 그림→영상 13위로 중간입니다.

Wan 3.0

• 좋은 점: 글→영상 전체 1위입니다. 복잡한 구도, 여러 장면 이야기, 카메라 지시 부문에서도 1위입니다. 보도에 따르면 30초, 30 fps까지 만들고 그림 10장·영상 5개·소리 5개를 한 번에 참조합니다.
• 아쉬운 점: 이번 판부터 모델 파일을 공개하지 않습니다. 그림→영상 순위는 9위로 글→영상보다 낮습니다. 사양과 값을 공식 문서로 확인하지 못했습니다(보도 기준).

Seedance 2.5

• 좋은 점: 그림→영상 전체 1위입니다. 사람 몸 움직임과 대사·립싱크(입 모양을 말소리에 맞추는 것) 부문에서 글·그림 모두 1위입니다. 한 번에 30초를 만들고, 참조 영상의 카메라 움직임을 읽고, 이미 있는 영상을 고치는 편집 모드가 있습니다.
• 아쉬운 점: 순위표가 적은 값이 1분 34.12달러로 여덟 모델 가운데 가장 비쌉니다.
• 직접 써 보니: Blender로 만든 단순한 장면(블록아웃)을 영상 편집 모드에 넣어 실사 영상 아홉 장면을 만들었습니다. 결과 파일은 늘 24 fps였고, 30 fps 장면을 넣으면 다섯 장마다 한 장이 빠져 움직임이 튀었습니다. 한 장면은 2초와 9초에 배경이 갑자기 바뀌어 다시 만들었습니다.

그림 5. 왼쪽 Blender 블록아웃, 오른쪽 Seedance 2.5 영상 편집 결과. 그림은 결과 영상에서 같은 그림이 되풀이된 프레임을 편집으로 걸러 낸 판입니다 (직접 만든 영상의 정지 화면)

그림 5는 Seedance 2.5에 블록아웃 영상을 넣어 만든 결과의 한 장면입니다. 비행기 두 대의 자리와 협곡의 굽이가 왼쪽과 거의 같게 남았습니다. 이렇게 구도를 미리 정해 넣으면 결과가 덜 흔들립니다. 결과를 프레임 단위로 확인하는 법은 용도별 고르는 법에서 그림과 함께 설명합니다.

FLUX 3 Video

• 좋은 점: 한 번에 20초를 만들고, 시작·끝 사이에 여러 키프레임을 넣을 수 있습니다. 대사·립싱크 부문 글→영상 2위입니다. 싼 미리보기(draft mode)로 먼저 확인할 수 있습니다.
• 아쉬운 점: 기본이 720p이고 1080p는 업스케일입니다. 그림→영상 순위는 11위입니다. 공식 값과 fps를 찾지 못했습니다.

MiniMax H3

• 좋은 점: 글→영상 3위, 그림→영상 4위로 상위권인데, 순위표 값은 1분 4.80달러로 여덟 모델 가운데 가장 쌉니다. 2K로 15초, 스테레오 소리를 만듭니다. 기본 모델 두 개를 공개했습니다.
• 아쉬운 점: 공개 모델은 768p이고 크기가 330억 개 숫자(33B)라 집 컴퓨터로 돌리기 어렵습니다. Higgsfield에서는 2K 한 가지 해상도만 고를 수 있습니다. 상업 이용 조건은 라이선스 원문을 따로 봐야 합니다.

Kling 3.0

• 좋은 점: 4K까지 만들고, Kling 3.0 Omni에서 참조 그림 7장과 여러 컷을 씁니다.
• 아쉬운 점: 순위표가 Kling 3.0 1080p를 1,000점 기준점으로 삼는데, 지금은 글→영상 19위, 그림→영상 17위입니다. 소리가 모노입니다.

Kling 4.0

• 좋은 점: 한 번에 30초, 키프레임 10장, 참조 합계 15개로 동선을 가장 자세히 정할 수 있습니다. 앞뒤로 늘려 최대 2분까지 이어 갑니다. 소리가 스테레오입니다.
• 아쉬운 점: 순위표에 아직 없습니다. 4K·HDR은 "곧"입니다. 개발자 API는 공식 문서로 공개 범위를 확인하지 못했습니다.
• 직접 써 보니: 30초 한 컷 비행 장면을 세 번 만들었습니다. 결과는 1920x1080, 24 fps, 소리가 있었습니다. 키프레임 다섯 장을 넣은 판보다 참조 그림 두 장을 넣은 판이 조금 나았습니다. 한 판은 마지막 그림에 일찍 도착해 끝 6초가 거의 멈췄고, 다른 판은 중간에 앞뒤 비행기 순서가 바뀌었습니다. 프롬프트에 효과음 문장을 넣지 않으면 소리가 나지 않았습니다.

5. 순위표 읽는 법

그림 6. 글→영상 순위표(소리 있음). 막대 끝의 가는 선이 점수의 오차 범위 (Artificial Analysis 화면 캡처)

이 글의 순위는 Artificial Analysis라는 곳의 영상 아레나에서 가져왔습니다. 아레나는 같은 프롬프트로 만든 두 영상을 사람이 이름을 모른 채 보고 더 나은 쪽을 고르게 하고, 그 결과를 쌓아 점수(Elo)를 매기는 방식입니다. 블라인드 시음회와 같습니다.

따라 하기: 그림 6처럼 순위표를 열면 세 가지를 확인하세요.

1. 위쪽 단추에서 With Audio(소리 있음)와 No Audio 가운데 무엇이 켜졌는지 봅니다. 소리를 함께 만드는 모델이 많아서 두 표의 순서가 다릅니다.
2. Text to Video(글→영상)와 Image to Video(그림→영상) 탭을 오가며 봅니다. Seedance 2.5는 글→영상 4위지만 그림→영상 1위입니다.
3. 점수 옆의 작은 숫자(±14 같은 값)와 Range 칸을 봅니다. 전체 순위의 오차는 대략 ±14~17점이고, 실사·애니메이션 같은 부문별 순위는 ±40~55점입니다. 30점 안쪽 차이는 순위가 바뀔 수 있는 차이라서, 1위와 4위가 사실상 같은 묶음일 때가 많습니다.

순위표는 새 모델이 들어올 때마다 바뀝니다. 2026년 10월 31일에는 Kling 4.0이 아직 없었습니다. 또 이 글의 여덟 모델 밖에 있는 Utopai X, HeyGen Video 1 같은 모델도 상위에 있습니다. 순위표를 인용할 때는 날짜를 함께 적어 두세요.

6. 참고: Veo 3.1과 Sora의 지금 상태

그림 7. Veo 3.1 미리보기판 종료 경고 (Gemini API 공식 문서 화면 캡처)

• Veo 3.1: Google의 이전 영상 모델입니다. 그림 7처럼 Gemini API의 Veo 3.1 미리보기판은 2026년 10월 22일에 끝났고, Google은 Gemini Omni Flash로 옮기라고 안내합니다. 기업용 플랫폼의 정식판은 남아 있고, Higgsfield 목록에도 아직 있습니다. 글→영상 순위는 22위입니다.
• Sora: OpenAI는 Sora 웹·앱을 2026년 4월 26일에, API의 Sora 2 모델을 9월 24일에 끝냈습니다. 자세한 내용은 Wan 2.1 글에 있습니다.

7. 자주 바뀌는 정보

아래는 이 글을 쓴 뒤에도 바뀔 가능성이 큰 것들입니다. 모델을 고르기 전에 공식 페이지에서 다시 확인하세요.

자주 하는 실수와 해결

한 줄 정리

글로 시작하면 Wan 3.0, 그림으로 시작하면 Seedance 2.5가 순위 1위, 값은 순위표 값 기준으로 여덟 모델 가운데 MiniMax H3가 가장 싸고, 긴 한 컷과 키프레임은 Kling 4.0. 값과 사양은 자주 바뀌니 날짜를 보고 공식 페이지에서 다시 확인합니다.

함께 읽기

• AI 영상 모델 고르는 법: 실사·애니메이션·영화·움직임 용도별 추천
• AI 영상 생성 입문: 텍스트·이미지로 영상 만들기
• Wan 2.1로 캐릭터 그림 한 장을 영상으로
• Higgsfield(힉스필드) 소개
• Google DeepMind Genie 4 정리

참고 자료

• Google 블로그, Gemini Omni 소개: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/
• Google 블로그, Gemini Omni 1.1 Flash: https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
• Gemini API 문서, Omni: https://ai.google.dev/gemini-api/docs/omni
• Gemini API 가격: https://ai.google.dev/gemini-api/docs/pricing
• Gemini API 문서, 영상(Veo 3.1 종료 안내): https://ai.google.dev/gemini-api/docs/video
• xAI, Grok Imagine Video 1.5: https://x.ai/news/grok-imagine-video-1-5
• 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
• Black Forest Labs 블로그 목록: https://bfl.ai/blog
• MiniMax 블로그, MiniMax H3: https://www.minimax.io/blog/minimax-h3
• 허깅페이스, MiniMaxAI/MiniMax-H3: https://huggingface.co/MiniMaxAI/MiniMax-H3
• 허깅페이스, Wan-AI: https://huggingface.co/Wan-AI
• Kling 블로그, Kling 4.0 vs 3.0: https://kling.ai/blog/kling-4-vs-3
• Kling 4.0 기능 페이지: https://kling.ai/feature/kling-4-ai-video-generation
• OpenAI 폐지 안내: https://developers.openai.com/api/docs/deprecations
• 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
• Wan 3.0 출시 보도(The Next Web): https://thenextweb.com/news/alibaba-wan3-video-model-after-share-sale
• 그림: 그림 1~4, 6, 7은 공식 페이지의 실제 화면 캡처. 그림 5는 직접 만든 Blender 블록아웃과 Seedance 2.5 결과의 정지 화면