<이미지 : 중국 시댄스 2.0 홍보영상 모습>
"트럼프가 중국어로 노래를?"...바이트댄스 '시댄스 2.0', 영상 AI 판도 뒤집다
사진 한 장으로 영화 같은 영상 '뚝딱'...오픈AI 소라·구글 베오 능가 평가, "미국보다 두 세대 앞서" 2026.02.13|
핵심 포인트
- 바이트댄스, AI 영상 생성 모델 '시댄스 2.0' 출시 (2월 7일) - 사진 1장 + 프롬프트만으로 60초 내 2K 고화질 영상 생성 - 오픈AI '소라2', 구글 '베오3.1' 능가...비용은 1/3 수준 - 영상 제작자들 "편집 인력 필요 없어진다" 충격...업계 지각변동 |
60초 만에 2K 영상...오픈AI·구글 넘었다
시댄스 2.0은 틱톡의 모회사인 바이트댄스가 개발한 AI 영상 생성 모델이다. 텍스트, 이미지, 영상, 오디오 등을 입력하면 원하는 영상을 자동으로 생성한다. 60초 이내에 2K급 고화질 영상을 제작할 수 있고, 최대 2분 길이의 영상까지 만들어낸다.| 주요 AI 영상 생성 모델 비교 | |||
| 모델 | 개발사 | 해상도 | 특징 |
| 시댄스 2.0 | 바이트댄스 (중국) | 2K | 네이티브 오디오 동기화 |
| 소라 2 | 오픈AI (미국) | 1080p | 물리적 사실감 |
| 베오 3.1 | 구글 (미국) | 4K | 긴 영상 서사 |
| 클링 3.0 | 콰이쇼우 (중국) | 1080p | 빠른 생성 속도 |
'영상 따로, 소리 따로' 문제 해결...8개 언어 립싱크
시댄스 2.0의 가장 혁신적인 기능은 '네이티브 오디오 동기화'다. 기존 AI 영상 도구들은 영상을 먼저 생성한 뒤 별도로 오디오를 입히는 방식이어서 '영상 따로, 소리 따로'라는 한계가 있었다. 시댄스 2.0은 생성 단계부터 영상과 소리를 동시에 계산해, 입 모양이 대사와 정확히 일치하는 '음소 단위 립싱크'를 구현했다.| 시댄스 2.0 핵심 기능 |
| 네이티브 오디오: 대사, 효과음, 배경음을 영상과 동시에 생성 멀티샷 스토리텔링: 여러 컷으로 구성된 내러티브 영상을 한 번에 생성 8개 언어 립싱크: 중국어, 영어, 한국어, 일본어, 아랍어 등 음소 단위 정확도 다중 소재 입력: 이미지 최대 9장 + 영상/오디오 3개 동시 참조 가능 제작 속도: 이전 버전 대비 30% 향상, 60초 내 2K 영상 생성 |
"편집 인력 필요 없어진다"...영상 제작자들의 허탈감
시댄스 2.0의 등장에 가장 충격을 받은 건 기존 영상 제작자들이다. 수년간 편집 기술을 갈고닦아온 이들이 AI 앞에서 허탈함을 느끼고 있다.| "이런 모델이 발전하면 앞으로 편집 인력은 필요 없어진다는 걸 인지해야 합니다." - 팀(Tim), 중국 테크 인플루언서 '미디어스톰' |
| 영상 제작 비용 변화 | |
| 기존 제작 방식 | 30만 위안 (약 6,300만원) |
| AI 제작 방식 | 10만 위안 (약 2,100만원) - 1/3 수준 |
"미국보다 두 세대 앞서"...중국 AI 자신감
시댄스 2.0의 반향은 중국 증시에서 즉각적인 경제적 효과로 이어졌다. 숏폼 플랫폼 운영사 COL 그룹이 상한가 20%를 기록했고, 상하이필름, 퍼펙트월드 등 관련 기업들의 주가가 일제히 폭등했다. 중국 관영매체들은 고무된 반응이다. 글로벌타임스는 "중국과 서방의 AI 영상 모델 간 격차는 민망할 정도이며, 미국에서 공개된 어떤 것보다 두 세대는 앞서 보인다"는 네티즌 반응을 소개하며, "중국이 글로벌 콘텐츠 제작 구조를 재편하는 동력을 확보했다"고 자축했다.| 주요 중국 AI 영상 모델 | ||
| 모델명 | 개발사 | 특징 |
| 시댄스 2.0 | 바이트댄스 | 네이티브 오디오, 멀티샷 스토리텔링 |
| 클링(Kling) 3.0 | 콰이쇼우 | 올인원 편집, 빠른 생성 |
| 하이루오(Hailuo) | 미니맥스 | 매일 무료 크레딧 제공 |
| 비두(Vidu) Q3 | 성수테크놀로지 | 벤치마크에서 소라2 앞섬 |
데이터 무단 학습 의혹...틱톡 20억 명 정보 활용?
놀라운 성능 이면에는 우려도 있다. 바이트댄스가 20억 명에 달하는 틱톡 이용자들의 데이터를 무단으로 AI 학습에 활용한 것 아니냐는 의혹이다.| "음성 정보를 제공하지 않고 얼굴 사진만 업로드했는데, 실제 제 목소리와 똑같은 음성으로 말하는 영상이 만들어졌습니다. 매우 무서웠습니다." - 팀(Tim), 중국 테크 유튜버 '미디어스톰' |
<이미지 : 스냅스 2.0으로 트럼프를 공연하는 모습 연출 중>
지식재산권과 개인정보 침해 논란이 거세지자 바이트댄스는 즉각 진화에 나섰다. 시댄스 2.0 운영팀은 9일 "건강하고 지속 가능한 창작 환경을 보장하기 위해 실제 인물의 이미지나 영상을 참조하는 기능을 중단한다"고 발표했다.
올해 영상 AI 시장 43조원...지각변동 시작
| 2026년 영상 AI 시장 전망 |
| 시장 규모: 300억 달러 (약 43조 6,700억원) 예상 주요 플레이어: 바이트댄스, 콰이쇼우, 미니맥스 (중국) vs 오픈AI, 구글, xAI (미국) 경쟁 구도: 중국 '초저가·고성능' vs 미국 '프리미엄 품질' 영향: 콘텐츠 제작 비용 구조 재편, 전통적 제작 인력 감소 전망 |
박예현 기자
ⓒ 2026 깨알소식. All rights reserved.
ⓒ 2026 깨알소식. All rights reserved.
