가장 인기 있는 오픈소스 비디오 생성 모델 LTX 시리즈의 최신 버전 'LTX-2.5'가 공개됐다. 비디오 생성의 속도와 품질을 크게 끌어올린 것은 물론, 소비자용 GPU와 맥(Mac)에서도 구동할 수 있도록 경량화해 로컬 활용을 확대할 것으로 기대된다.

라이트릭스(Lightricks)에서 분사한 LTX는 11일(현지시간) 오픈웨이트 기반의 LTX-2.5를 공개했다.

LTX 계열은 허깅페이스 등을 통해 누적 3300만건 이상의 다운로드를 기록했다. 직전 버전인 LTX-2.3도 1800만건 이상의 다운로드로 오픈 비디오 생성 분야에서 가장 널리 쓰이는 모델로 자리 잡았다.  

이번 버전은 단순히 기존 모델에 기능을 추가하는 방식에서 벗어나 생성 파이프라인의 핵심 구성 요소를 대폭 재설계됐다.

가장 큰 변화 중 하나는 새로운 확산 비디오 디코더(Diffusion Video Decoder)다. 고속으로 영상을 생성하는 과정에서 발생하기 쉬운 시각적 왜곡과 아티팩트를 줄이는 동시에 텍스트와 얼굴 같은 세부적인 시각 정보를 정교하게 복원하도록 설계됐다. 영상의 움직임이 많은 장면에서도 높은 압축률을 유지하면서 세부 묘사를 개선한 것이 특징이다.

여러 장면을 하나의 영상으로 생성하는 ‘네이티브 멀티샷(Native Multishot)’ 기능도 도입했다. 기존 영상 생성 모델은 여러 컷을 개별적으로 생성한 뒤 연결하는 과정에서 인물의 외형이나 배경, 목소리 등이 달라지는 문제가 발생하기 쉬웠다.

LTX-2.5는 전체 시퀀스를 하나의 출력물로 렌더링해 컷이 바뀌어도 캐릭터와 장면, 음성의 일관성을 유지하도록 했다. 이에 따라 광고나 영화 사전 시각화 등 여러 장면의 연속성이 중요한 콘텐츠 제작에 활용도가 높아질 것으로 보인다.

복잡한 프롬프트를 이해하는 능력도 강화했다. 언어 백본으로 맞춤형 ‘젬마 4(Gemma 4)’를 적용하고 별도의 프롬프트 강화 기능을 결합해 여러 인물과 사물, 행동이 포함된 복잡한 지시를 정확하게 해석하도록 했다.

또 ‘확산 충실도 렌더링(Diffusion Fidelity Rendering)’ 기술을 통해 움직임과 구조를 시간 축으로 8배 압축된 잠재 공간에서 구성한 뒤 핵심 프레임을 고품질로 생성해 세부적인 시각 정보를 보완한다.

생성 속도가 핵심 경쟁력으로 꼽힌다. 자체 벤치마크에 따르면 엔비디아 GB200 2대를 이용해 자체 구축 환경에서 720p 해상도와 오디오를 포함한 10초 분량의 영상을 생성하는 데 6.8초가 걸렸다.

이는 영상 자체의 재생 시간보다 짧은 것으로, 실시간에 가까운 생성 속도다. LTX API를 이용하면 1080p 영상 10초 분량을 생성하는 데 23.7초가 걸렸다.

동일 조건에서 측정한 결과, '제미나이 옴니 플래시'는 52초, '그록 1.5'는 63초, '비오 3.1'은 70초, 미니맥스 'H3'는 180초, '시댄스 2.5'는 317초, '클링 3.0 프로'는 398초가 걸렸다. 다만 이 수치는 LTX가 자체적으로 측정하거나 의뢰한 결과인 만큼 독립적인 검증 결과와는 구분할 필요가 있다.

품질 측면에서도 자체 블라인드 비교 테스트에서 67%의 승률을 기록했다. 시댄스 2.5는 65%, 제미나이 옴니 플래시는 55%로 뒤를 이었다.

하지만 아티피셜 애널리시스 영상 벤치마크에는 아직 LTX-2.5가 포함되지 않아 실제 경쟁 모델 대비 성능은 추가 검증이 필요하다.

성능뿐 아니라 하드웨어 접근성에도 초점을 맞췄다. 증류 모델을 개선해 높은 품질을 유지하면서 추론 비용과 메모리 요구량을 낮췄으며, 최소 16GB VRAM을 갖춘 엔비디아 RTX GPU에서도 실행할 수 있도록 최적화했다. 데이터센터용 GPU뿐 아니라 소비자용 PC와 맥에서도 사용할 수 있어 영상 생성 AI를 클라우드에서 로컬 환경으로 가져오는 길을 넓혔다는 평가다.

특히 로컬 실행은 기업과 창작자에게 데이터와 지식재산권을 외부로 전송하지 않고 자체 장비에서 영상을 생성할 수 있다는 장점이 있다. 영상 생성 횟수에 따라 클라우드 비용을 지불하는 대신, 보유한 GPU의 연산 자원을 활용할 수 있어 광고 제작이나 소셜미디어 콘텐츠처럼 대량의 영상 변형이 필요한 작업에도 적합하다.

LTX-2.5는 오픈 웨이트 형태로 공개됐으며, 허깅페이스와 ComfyUI에서 사용할 수 있고 자체 API를 통한 클라우드 기반 생성도 지원한다. ComfyUI와의 출시 당일 통합을 통해 사용자가 노드 기반 워크플로에서 다른 생성 AI 모델과 LTX-2.5를 결합할 수 있도록 했다.

다만 ‘오픈소스’라는 표현에는 주의가 필요하다. 연간 반복 매출(ARR) 1000만달러 이하 조직은 무료로 사용할 수 있지만, 이를 초과하는 기업은 별도 라이선스가 필요하다. 또 특정 용도의 사용 제한도 있어 엄밀한 의미의 오픈소스 라이선스와는 차이가 있다.

LTX는 비디오 생성 모델을 영화나 광고 제작에만 국한하지 않고 월드 모델로 확장하고 있다. LTX-2.5에는 로봇공학과 물리적 AI에 특화된 사전 학습 체크포인트도 포함됐다.

박찬 기자 cpark@aitimes.com