Meta의 비밀 AI 비디오 모델 유출

Polaris와 Vega라는 코드명의 미스터리한 새로운 AI 비디오 모델 두 개가 Artificial Analysis의 텍스트-투-비디오 리더보드에 갑자기 등장하여 업계의 큰 관심을 불러일으키고 있습니다. Brent Lynch가 처음 발견한 이들의 예고 없는 등장은 그 기원과 능력에 대한 강렬한 추측을 불러일으켰으며, 빠르게 진화하는 생성형 AI 환경에서 강력하고 예상치 못한 세력의 등장을 알렸습니다.

초기 공개 시연 결과, 두 모델 모두 강력한 성능을 보여주었습니다. 현재 출력물은 통합 오디오를 포함한 1080p 해상도의 10초 클립으로 제한되어 있습니다. 초기 미리보기에서 관찰된 높은 충실도와 다중 샷 일관성, 프롬프트 준수 능력은 이 모델들이 이미 놀라울 정도로 잘 개발되었으며 다양한 숏폼 콘텐츠 애플리케이션에 즉시 투입 가능한 수준임을 시사합니다.

이들의 갑작스러운 등장은 기존 AI 비디오 생성 업계의 서열을 근본적으로 뒤흔들고 있습니다. OpenAI의 Sora와 Google의 Veo 같은 선두 주자들은 하룻밤 사이에 나타난 예상치 못한 강력한 도전자들과 마주하게 되었습니다. 또한 이 모델들은 많은 기대를 모으고 있는 Kling 4를 선제적으로 위협하며 경쟁 구도의 빠른 재평가를 강요하고 있습니다. 공식 확인은 아직 나오지 않았지만, 업계의 강력한 추측은 Meta가 최소한 하나의 모델을 개발했을 가능성을 가리키고 있으며, 이는 Muse Image 및 Muse Glimmer를 포함한 Meta의 Superintelligence Labs의 최근 AI 발전과 궤를 같이합니다.

가장 유력한 가설은 Meta를 직접적으로 가리키고 있습니다. Alexandr Wang이 이끄는 Superintelligence Labs는 최근 중요한 AI 모델들을 연이어 발표하며 빠른 출시 주기를 보여왔습니다. 여기에는 강력한 이미지 생성 모델인 Muse Image와 300억 개의 파라미터를 가진 오픈 소스 에이전트 LLM인 Muse Glimmer가 포함됩니다. 이러한 일련의 활동은 새로운 파운데이션 모델 출시를 위한 명확한 맥락을 형성합니다.

중요한 점은 Meta가 Muse Image 출시와 함께 비디오 모델이 '곧 출시될 것'이라고 명시적으로 발표했다는 것입니다. 공식적인 출처 없이 Artificial Analysis 리더보드에 Polaris와 Vega가 갑자기 등장한 것은 이전에 언급된 의도와 의심스러울 정도로 일치합니다. 이러한 타이밍은 Meta가 약속한 생성형 비디오 기능을 조용히 출시하고 있을 가능성을 시사합니다.

이번 움직임은 생성형 미디어 분야에서 Meta의 공격적인 전략을 강화합니다. 이 회사는 오픈 소스와 클로즈드 소스 파운데이션 모델을 지속적으로 구축 및 출시하며 고급 AI 분야의 다른 주요 업체들과 직접 경쟁할 위치를 점하고 있습니다. 확인되지 않은 이 새로운 비디오 모델들의 등장은 그들이 발표한 로드맵의 논리적인 다음 단계일 것입니다.

Polaris는 놀라운 다중 샷 일관성으로 빠르게 차별화됩니다. 인상적인 출력물 중 하나는 조종사가 손에 숫자를 쓰는 장면인데, 이 숫자들은 카메라 앵글이 여러 번 바뀌어도 안정적이고 읽기 쉬운 상태를 유지하며, 이는 생성형 비디오 모델에게 있어 상당한 성과입니다. 이러한 능력은 객체와 그 지속적인 상태에 대한 강력한 내부 표현을 가지고 있음을 시사합니다.

더 나아가, Polaris는 물리학 및 복잡한 상호작용에 대한 인상적인 이해도를 보여줍니다. 대형 현수막이 펼쳐지는 영상 클립은 이를 생생하게 보여줍니다. 바람이 천을 타고 돛처럼 변하며 사실적으로 펄럭이고, 작업자가 거의 공중에 뜰 뻔하는 모습이 연출됩니다. 이러한 동적 시뮬레이션은 이전 모델들이 환경 변화에 따른 미묘한 반응을 구현하는 데 어려움을 겪었던 것과 비교하여 확실한 진보를 보여줍니다.

이러한 강점에도 불구하고, Polaris는 의류 패치 위의 텍스트를 깔끔하게 렌더링하지 못하고 깨진 것처럼 보이는 등 사소한 결함을 보입니다. 하지만 프롬프트 준수 능력은 탁월하여, 강아지의 콧김이 서리는 것과 같은 구체적인 세부 사항을 일관되게 생성합니다. 심지어 이 모델은 사랑스러운 'Batbaby' 캐릭터와 같이 인식 가능한 지적 재산권 콘텐츠도 생성해냅니다. 이미지 및 비디오 모델에 대한 초기 연구를 포함하여 Meta의 광범위한 생성형 AI 이니셔티브에 대한 자세한 내용은 Introducing Muse Image and Muse Video - Meta AI를 참조하십시오.

새롭게 등장한 두 번째 모델인 Vega는 차별화된 역량을 선보입니다. 이 모델은 사실적인 캐릭터 애니메이션의 핵심 요소인 다국어 립싱크에서 놀라운 능력을 보여줍니다. 거울의 방에 있는 이탈리아어 화자가 말하는 모든 반사 영상이 실제 음성과 정확하게 동기화되는 인상적인 사례는 Vega의 고도화된 시공간적 및 청각적 일관성을 강조합니다. 이러한 섬세한 성능은 인간의 언어와 그 시각적 표현에 대한 고도의 이해를 암시합니다.

Vega는 화면상의 텍스트와 간판을 렌더링하는 데 매우 능숙하며, 프레임 전반에 걸쳐 인상적인 폰트 일관성과 철자 정확도를 유지하지만, 완벽한 것은 아닙니다. 이 모델은 "마법의 붓" 효과와 함께 "팝업 텍스트"가 나타나는 등 프롬프트에 없는 아티팩트를 생성할 수 있습니다. 이러한 현상은 모델이 때때로 환각(hallucination)을 일으켜 입력 프롬프트에 명시되지 않은 시각적 요소를 생성할 수 있음을 시사합니다.

Polaris의 물리 기반 일관성과 Vega의 언어 및 텍스트 처리 정교함 사이의 뚜렷한 강약점 차이는 이들이 서로 다른 모델 계열에서 기원했음을 강력하게 시사합니다. 이는 Meta의 Superintelligence Labs와 같은 주요 연구소에서 AI 비디오 모델을 위해 서로 다른 아키텍처 경로를 추구하는 다각적 개발 접근 방식을 취하고 있음을 나타냅니다. 이러한 병렬 혁신 전략은 모든 경쟁사에게 상당한 압박을 가하며, 그들이 보조를 맞추기 위해 자체 연구를 가속화하고 역량을 확장하도록 강제하고 있습니다.

Polaris와 Vega란 무엇인가요?

Polaris와 Vega는 Artificial Analysis 리더보드에 등장한 두 가지 새로운 미공개 텍스트-비디오(text-to-video) AI 모델의 코드명으로, 일관성, 물리학, 다국어 립싱크 분야에서 고도의 역량을 보여주고 있습니다.

Meta가 Polaris나 Vega의 배후에 있다는 것이 확인되었나요?

공식적인 확인은 없으나, Meta의 Superintelligence Labs의 최근 활동과 이전의 비디오 모델 개발 약속 등 강력한 정황 증거들이 Meta의 관여를 가리키고 있습니다.

Polaris와 Vega는 다른 AI 비디오 모델과 비교하여 어떤가요?

초기 결과물은 매우 경쟁력이 있음을 보여줍니다. Polaris는 다중 샷 일관성과 물리 시뮬레이션에 강점이 있으며, Vega는 뛰어난 텍스트 처리 능력과 다국어 립싱크를 선보여 해당 분야의 강력한 경쟁자로 자리매김하고 있습니다.

이 모델들의 현재 한계점은 무엇인가요?

공개된 데모는 1080p 해상도에서 10초로 제한되어 있습니다. Polaris는 텍스트 생성에 사소한 문제가 있으며, Vega는 전반적인 텍스트 렌더링 성능에도 불구하고 원치 않는 팝업 텍스트 아티팩트를 생성할 수 있습니다.