시댄스 2.5 대사 한 글자 오류의 비용

자정이 막 지난 새벽 12시 41분, 에이전트코리아에서 한 참가자가 분통을 터뜨렸다. 시댄스 2.5(AI 영상 생성 모델) 1080으로 30초짜리 영상을 뽑았는데 대사를 한 글자만 잘못 말한다는 것이었다. 이 화제에는 4명이 13건을 주고받았다.

진짜 빡치는건 시댄스 2.5 1080으로 30초짜리 뽑았는대 대사 한글자만 잘못 말하는거에요

한 글자가 영상 전체를 버린다

불만의 핵심은 틀린 정도가 아니라 틀렸다는 사실 자체다. 30초 영상은 장면과 연기, 소리가 모두 맞아도 대사 한 글자가 어긋나면 그 컷을 쓸 수 없다. 글자 하나를 고치려면 영상을 다시 뽑아야 하고, 다시 뽑은 결과도 다른 곳에서 틀릴 수 있다.

다른 참가자는 가볍게 받아쳤다. 틀릴 거면 차라리 확실히 틀리라는 말이다.

틀릴꺼면 확실히 틀리지

살짝 어긋난 결과는 한눈에 불량으로 걸러지지 않아 오히려 더 번거롭다는 뜻으로 읽힌다. 크게 틀리면 바로 버리고 다시 뽑으면 되지만, 한 글자만 다른 영상은 끝까지 들어야 알아챌 수 있기 때문이다.

제작 중이라는 맥락

불만을 터뜨린 참가자의 사정은 취미가 아니었다. 지금 드라마를 제작 중이라는 것이다. 연달아 올라온 짧은 문장이 그 사정을 설명한다.

지금 드라마 제작중인데

비일비재합니다

한두 번의 불운이 아니라 반복되는 현상이라는 호소다. 장편 콘텐츠를 만들수록 컷 수가 늘고, 컷마다 이런 오류가 생길 확률이 곱해진다는 점에서 제작자에게는 훨씬 무거운 문제가 된다. 다만 오류 빈도를 측정한 수치는 대화에 나오지 않았다. 비일비재하다는 표현은 이 참가자의 체감이다.

구글에 보낸 한 마디

마지막은 이렇게 끝났다.

분발해라 구글

왜 구글을 향한 말인지는 대화에서 설명되지 않았다. 이 발언은 같은 새벽 아르곤 소식이 올라오기 4분 전의 것이어서 그 소식과 이어 읽을 근거는 없다. 다른 영상 도구 가운데 구글 쪽 서비스가 대안이 되기를 바란다는 뜻으로 읽을 수 있으나, 이 해석을 뒷받침하는 발언은 없다.

영상 한 편이 아니라 시리즈를 만든다면 이 문제는 곱셈으로 커진다. 컷마다 대사를 확인하고 틀린 컷을 다시 뽑는 시간이 제작 일정에 그대로 얹히기 때문이다. 대화에서는 재생성이 얼마나 걸리는지, 비용이 얼마인지까지는 나오지 않았다.

읽을 거리

이 대화는 AI 영상 생성의 병목이 화질이나 길이에서 대사의 정확도로 옮겨 가는 장면을 보여 준다. 해상도와 길이가 올라갈수록 눈에 띄는 결함은 줄어들지만, 남은 작은 오류 하나가 컷 전체를 버리게 만든다. 이는 한 제작자의 경험이어서 시댄스 2.5 전반의 품질로 일반화하기는 어렵다. 대화가 알려 주는 것은 현업에서 이 도구를 어떤 기준으로 평가하는가이다.