H3 맥스 5초 영상 3초대 생성, 최대 35배 처리량

fal이 영상 생성 모델 H3 맥스(H3 Max)를 공개하고 5초짜리 768p 영상을 3초 안팎에 생성한다고 밝혔다. 공식 H3 엔드포인트 대비 처리량은 약 35배라는 설명이다.

fal은 27일 공식 블로그에서 H3 맥스를 미니맥스 H3(MiniMax H3)를 사후 학습한 모델이라고 소개했다. 제품 페이지에는 텍스트-비디오와 이미지-비디오 생성을 지원하며 480p 또는 768p 해상도, 5~15초 길이 영상을 다룬다고 적었다.

이번 공개의 핵심은 새 모델명보다 생성 속도다. 영상 길이보다 생성 시간이 짧아지면 짧은 클립을 여러 차례 만들고 고르는 제작 방식이 쉬워진다. 광고 시안, 쇼트폼 초안, 게임형 영상 콘셉트처럼 빠른 실험이 필요한 영역에서 먼저 쓰임새가 시험될 수 있다.

미니맥스는 3일 H3를 오픈소스로 공개하면서 최대 2K 해상도, 최대 15초 길이, 네이티브 스테레오 오디오를 지원한다고 밝혔다. H3 맥스는 480p·768p와 빠른 반복 생성에 초점을 맞춘 모델이다. 고해상도 결과물과 빠른 제작 흐름이 서로 다른 용도로 나뉜 셈이다.

영상 생성 모델의 처리량은 창작 도구의 성격을 바꾸는 지표다. 지금까지는 결과물 한 편을 기다린 뒤 수정 방향을 정하는 방식이 일반적이었다면, 생성 시간이 재생 시간보다 짧아질수록 여러 후보를 동시에 만들고 비교하는 방식이 가능해진다.

제3자 리더보드에서도 속도와 품질 평가는 엇갈린다. Artificial Analysis의 이미지-비디오 오디오 리더보드는 29일 기준 H3 맥스를 엘로 1202점으로 1위에 올렸다. 같은 시점 텍스트-비디오 오디오 리더보드에서는 H3 맥스가 엘로 1235점으로 3위였다.

텍스트-비디오 오디오 부문 1위는 완 3.0(Wan 3.0)으로 1241점, 2위는 제미나이 옴니 플래시(Gemini Omni Flash)로 1237점이었다. H3 맥스와 상위 두 모델의 점수 차이는 크지 않아 한 모델의 절대 우위로 보기는 어렵다.

fal은 자체 평가에서도 H3 맥스가 전체 품질, 프롬프트 이해, 미감 항목에서 1위였다고 주장했다. 다만 이 평가는 회사가 진행한 선호도 조사다. 독립 리더보드와 회사 측 평가를 나눠 읽어야 하는 이유다.

기술적으로 텍스트-비디오는 문장 입력만으로 영상을 만드는 방식이고, 이미지-비디오는 기존 이미지를 움직이는 영상으로 바꾸는 방식이다. 오디오가 포함된 영상 모델은 화면뿐 아니라 장면 전환, 움직임, 음향의 일관성까지 함께 평가받는다.

업계 반응은 빠른 프로토타이핑 가능성에 맞춰져 있다. 공개 SNS 미러에서는 H3 맥스를 두고 빠르고 저렴하다는 반응과 영상 아이디어를 빠르게 시험하기 좋다는 평가가 반복됐다. 다만 이런 반응은 보조 지표에 그치며, 본문 핵심 사실은 공식 발표와 리더보드 수치로 확인되는 범위에 한정된다.

한국 이용자에게는 라이선스 문제가 남아 있다. 본지는 앞서 중국 AI 기업 미니맥스가 영상 생성 모델 H3의 공용 라이선스 적용 지역에서 한국을 제외한 사례를 보도했다. H3 맥스가 fal 서비스와 API를 통해 제공되더라도 기반 모델의 공개 라이선스 조건과 별도 서비스 이용 조건은 구분해 봐야 한다.

플랫폼 대응도 함께 볼 대목이다. H3 맥스 활용 시연은 트위치(Twitch) 라이브 언급과 X 확산 정도가 공개적으로 확인된다. 킥(Kick)과 럼블(Rumble) 전환, 제재 수위는 공개 자료만으로 단정하기 어렵다.

콘텐츠 플랫폼에는 생성 속도가 빨라질수록 검수 부담이 커진다. 짧은 시간에 대량의 영상이 만들어지면 저작권, 초상권, 합성 콘텐츠 표시, 유해 콘텐츠 차단 기준이 제작 속도를 따라가야 한다. 기술의 성능 경쟁이 운영 정책의 시험대로 이어지는 구조다.

H3 맥스는 확인된 범위에서 AI 영상 생성 속도 경쟁을 앞당긴 사례다. fal은 H3 맥스를 API와 제품 페이지를 통해 제공하고 있으며, 이용자는 해상도와 길이, 입력 방식, 라이선스 조건을 각각 확인해야 한다.