Movie Gen

Movie Gen은 텍스트 프롬프트를 받아 어울리는 소리가 함께 있는 영상 클립을 한 번에 낸다. 하나의 모델에서 화면과 오디오가 같이 나오는 이 조합이 무음 영상 도구와의 갈림길이다. 후자는 클립을 생성하고, 소스를 찾고, 마지막으로 둘을 손으로 맞추게 만든다. Meta의 데모에는 동물, 물, 일상 장면이 나오고 소리는 화면 내용과 맞는다. 프롬프트 하나, 결과 하나.

쉬운 말로 변경을 설명해 기존 영상에 적용한다. 배경을 바꾸거나 물체를 교체해 달라고 하면 모델은 나머지 화면을 그대로 두고 클립을 다시 만든다. 일반 편집이 요구하는 수작업 로토스코핑, 마스킹, 프레임별 합성에 드는 시간이 훨씬 줄어든다.

Movie Gen은 한 사람의 사진을 받아 그 사람의 짧은 영상을 만든다. 그 모습을 새 장면 안에서 쓴다. Meta는 이를 재미용 클립을 위한 소비자 기능으로 내세웠다. 동시에 동의와 그 모습이 저장되는 방식에 관한 어려운 질문도 연다.

오디오 모델은 영상에 어울리는 효과음과 배경 음악을 만든다. 일반적인 트랙이 아니다. 소리와 화면을 일치시키는 것은 AI 영상에서 특히 어려운 문제이고, Meta는 이를 추가 요소가 아니라 시스템의 핵심으로 다룬다.

Meta의 벤치마크는 Movie Gen이 자연스러운 움직임과 물리적 사실감에서 여러 경쟁 모델을 앞선다고 보여 준다. 클립은 움직임이 많은 장면에서 더 잘 버틴다. 무음의 오래된 생성기가 무너지기 쉬운 바로 그 지점이다.

모델은 현재 16초 1080p 클립을 다룬다. Meta는 이 접근을 확장 가능한 토대라고 설명했다. 영화 길이에 닿을 수 있을까. 아직 아니다. Meta는 시점도 약속하지 않았다. 더 긴 길이는 계산 자원과 학습의 문제이지 전면 재설계가 아니다.

Meta는 워터마크와 탐지 같은 출처 도구를 넣어 생성 영상을 AI 제작으로 표시할 수 있게 했다. 가짜 영상이 얼마나 쉽게 퍼지는지를 보면 이건 덤이 아니다. 무엇이든 공개하기 위한 조건이다. 빼면 아무것도 나가지 않는다.