Meta Movie Gen: 콘텐츠 제작의 새로운 접근

영화 제작을 꿈꾸거나 시청자를 위한 비디오를 즐겨 만드는 콘텐츠 제작자라면 창의력을 확장해 주는 AI 도구가 유용합니다. 최근 Meta는 Meta Movie Gen이라는 최신 생성형 비디오 모델을 출시했습니다.

미디어 및 엔터테인먼트 분야의 전 세계 생성형 AI 시장은 2033년까지 115억 7천만 달러 규모에 이를 것으로 예상되며, Runway, OpenAI, Meta와 같은 기업이 획기적인 혁신을 주도하고 있습니다. 특히 Meta Movie Gen은 영화 제작, 비디오 콘텐츠 제작, 디지털 스토리텔링과 같은 애플리케이션에 적합하며, AI가 생성한 고품질 비디오를 통해 창의적인 구상을 현실로 구현하는 일을 그 어느 때보다 쉽게 해 줍니다. 이 글에서는 Meta Movie Gen과 작동 방식을 살펴보겠습니다. 또한 몇 가지 애플리케이션도 자세히 알아보겠습니다. 시작해 보겠습니다!

그림 1. Meta Movie Gen을 사용해 생성한 비디오 클립의 한 프레임.

Meta Movie Gen이란?#

Meta Movie Gen이 무엇인지 살펴보기 전에, 어떻게 탄생했는지 알아보겠습니다.

Meta의 생성형 AI 연구는 Make-A-Scene 시리즈 모델에서 시작되었습니다. 이 연구는 예술가와 창작자가 상상력을 현실로 구현하도록 돕는 멀티모달 생성형 AI 방법에 중점을 둡니다. 예술가는 이미지, 오디오, 비디오 또는 3D 애니메이션을 입력해 원하는 이미지 출력을 얻을 수 있습니다. 이후 Emu를 포함한 Llama Image Foundation 모델과 같은 디퓨전 모델이 등장하면서 혁신이 한층 도약했습니다. 이 모델을 통해 훨씬 높은 품질의 이미지와 비디오를 생성하고 이미지를 편집할 수 있게 되었습니다.

그림 2. Make-A-Scene의 스케치와 텍스트 입력을 사용해 이미지를 생성하는 예시.

Movie Gen은 생성형 AI 연구에 대한 Meta의 최신 성과입니다. 앞서 언급한 모든 모달리티를 결합하고 더 세밀한 제어 기능을 제공해 사람들이 모델을 더욱 창의적으로 활용할 수 있도록 합니다. Meta Movie Gen은 텍스트-비디오, 텍스트-오디오, 텍스트-이미지를 포함해 다양한 유형의 미디어를 생성하는 파운데이션 모델 모음입니다. 라이선스가 부여된 데이터 세트와 공개적으로 이용 가능한 데이터 세트를 조합해 학습한 네 가지 모델로 구성됩니다.

각 모델을 간략히 살펴보겠습니다.

• Movie Gen Video 모델: 텍스트 프롬프트에서 고품질 비디오를 생성하는 300억 개 파라미터 모델입니다.
• Movie Gen Audio 모델: 비디오 콘텐츠와 동기화되는 사운드트랙을 생성할 수 있는 130억 개 파라미터 모델입니다.
• Personalized Movie Gen Video 모델: 텍스트 프롬프트와 단일 이미지를 바탕으로 특정 인물의 모습을 유지한 비디오를 생성합니다.
• Movie Gen Edit 모델: 실제 비디오와 가상 비디오를 텍스트로 세밀하게 편집할 수 있습니다.

Meta Movie Gen 비디오 모델 학습#

Movie Gen Video 모델을 만들고 학습하는 과정에는 몇 가지 핵심 단계가 포함되었습니다. 첫 단계에서는 주로 인간의 활동을 담은 이미지와 비디오 클립 등 시각 데이터를 수집하고 준비했으며, 품질, 움직임, 관련성을 기준으로 데이터를 필터링했습니다. 그런 다음 각 장면에서 일어나는 일을 설명하는 텍스트 캡션을 데이터에 연결했습니다. Meta의 LLaMa3-Video 모델이 생성한 캡션은 각 장면의 콘텐츠를 풍부하게 설명해 모델의 시각적 스토리텔링 역량을 강화했습니다.

그림 3. Movie Gen Video 모델의 사전 학습 데이터 큐레이션 파이프라인 개요.

학습 과정은 모델이 텍스트를 저해상도 이미지로 변환하는 방법을 학습하는 것으로 시작되었습니다. 이후 점점 더 높은 품질의 시각 자료를 사용해 텍스트-이미지 학습과 텍스트-비디오 학습을 결합하면서 완전한 비디오 클립을 생성하는 단계로 발전했습니다.

Temporal Autoencoder(TAE)라는 도구는 대량의 데이터를 효율적으로 관리할 수 있도록 비디오를 압축했습니다. 파인튜닝을 통해 비디오 품질을 더욱 선명하게 개선했으며, 여러 모델의 출력을 결합해 더 부드럽고 일관된 결과를 만드는 모델 평균화 기법으로 출력의 일관성을 높였습니다. 마지막으로 공간 업샘플러 기법을 사용해 처음 768p였던 비디오를 선명한 1080p 해상도로 업스케일링했습니다. 이 기법은 픽셀 데이터를 추가해 이미지 해상도를 높이고 시각 자료를 더 선명하게 만듭니다. 그 결과 고품질의 세부적인 비디오 출력물을 얻었습니다.

Meta Movie Gen의 기능 살펴보기#

Meta Movie Gen 모델은 주로 네 가지 기능을 지원합니다. 각 기능을 자세히 살펴보겠습니다.

비디오 및 오디오 생성#

Meta Movie Gen은 고품질 비디오를 생성할 수 있습니다. 비디오 클립은 최대 16초 길이에 초당 16프레임(fps)으로 재생되며, 텍스트 프롬프트에서 움직임, 상호작용, 카메라 각도를 포착한 사실적인 시각 자료를 만들어 냅니다. 130억 개 파라미터의 오디오 모델과 결합하면 시각 자료에 맞춰 주변 소리, 폴리 효과음, 음악 등 동기화된 오디오를 생성할 수 있습니다.

이 구성은 다양한 장면과 프롬프트에서 시각 자료와 오디오가 서로 일치하고 사실적으로 유지되는 자연스럽고 생생한 경험을 제공합니다. 예를 들어 이 모델을 사용해 태국에서 화제가 된 피그미하마 무뎅의 비디오 클립을 제작했습니다.

그림 4. Meta Movie Gen으로 만든 무뎅 비디오 클립의 한 프레임.

개인화된 비디오 생성#

Meta Movie Gen 모델의 또 다른 흥미로운 기능은 개인화된 비디오 생성입니다. 사용자는 인물 이미지와 비디오 클립 생성 방식을 설명하는 텍스트 프롬프트를 제공할 수 있습니다. 그러면 모델은 참조 인물이 포함되고 텍스트 프롬프트에 지정된 풍부한 시각적 세부 사항을 반영하는 비디오를 생성합니다. 모델은 두 입력(이미지와 텍스트)을 모두 사용해 인물의 고유한 외모와 자연스러운 신체 움직임을 유지하면서 프롬프트에 설명된 장면을 정확하게 구현합니다.

그림 5. 모델의 개인화된 비디오 생성 기능 예시.

정밀한 비디오 편집#

Movie Gen Edit 모델을 사용하면 사용자는 비디오 클립과 텍스트 프롬프트를 모두 입력해 창의적인 방식으로 비디오를 편집할 수 있습니다. 이 모델은 비디오 생성과 고급 이미지 편집을 결합해 요소 추가, 제거, 교체와 같은 매우 구체적인 편집을 수행합니다. 비디오 클립의 배경이나 전반적인 스타일을 변경하는 전역 편집도 가능합니다. 하지만 이 모델의 진정한 차별점은 정밀도입니다. 편집이 필요한 특정 픽셀만 대상으로 삼고 나머지는 그대로 둘 수 있습니다. 이를 통해 원본 콘텐츠를 최대한 보존합니다.

그림 6. Movie Gen Edit 모델의 다양한 비디오 편집 기능 예시.

Meta Movie Gen의 벤치마킹 도구#

생성형 AI 모델과 함께 Meta는 생성형 AI 모델의 성능을 테스트하는 벤치마킹 도구 모음인 Movie Gen Bench도 도입했습니다. 여기에는 Movie Gen Video Bench와 Movie Gen Audio Bench라는 두 가지 주요 도구가 포함됩니다. 두 도구는 비디오 및 오디오 생성의 서로 다른 측면을 테스트하도록 설계되었습니다.

두 도구를 간략히 살펴보겠습니다.

• Movie Gen Video Bench: 다양한 테스트 범주를 포괄하는 1,003개의 프롬프트로 구성됩니다. 범주에는 인간의 활동, 동물, 자연 풍경, 물리, 그리고 특이한 대상과 활동이 포함됩니다. 이 평가 벤치마크는 다양한 움직임 수준을 다룬다는 점에서 특히 가치가 있으며, 이를 통해 비디오 생성 모델이 빠른 장면과 느린 장면 모두에서 테스트됩니다.
• Movie Gen Audio Bench: 527개의 프롬프트를 대상으로 오디오 생성 기능을 테스트하도록 설계되었습니다. 이 프롬프트는 생성된 비디오와 짝을 이루며, 모델이 시각 콘텐츠에 음향 효과와 음악을 얼마나 잘 동기화하는지 평가합니다.

그림 7. 왼쪽에는 개념 목록이, 오른쪽에는 자주 사용되는 명사와 동사의 워드 클라우드가 표시된 평가 프롬프트 분류도입니다.

Meta Movie Gen의 실제 활용 사례#

Meta Movie Gen 모델이 무엇이고 어떻게 작동하는지 살펴보았으니, 이제 실제 활용 사례를 알아보겠습니다.

영화 제작 분야의 Movie Gen AI 혁신#

Meta Movie Gen의 가장 흥미로운 활용 사례 중 하나는 AI 기반 비디오 및 오디오 제작을 통해 영화 제작을 혁신하는 것입니다. Movie Gen을 사용하면 제작자는 간단한 텍스트 프롬프트에서 고품질 시각 자료와 사운드를 생성해 스토리텔링의 새로운 가능성을 열 수 있습니다.

실제로 Meta는 Blumhouse 및 여러 영화 제작자와 협력해 Movie Gen이 창작 과정을 가장 잘 지원할 방법에 대한 의견을 수렴했습니다. Aneesh Chaganty, Spurlock Sisters, Casey Affleck과 같은 영화 제작자들은 분위기, 톤, 시각적 방향성을 구현하는 도구의 능력을 시험했습니다. 이들은 모델이 새로운 아이디어를 떠올리는 데 도움이 된다는 점을 확인했습니다.

이 파일럿 프로그램을 통해 Movie Gen이 기존 영화 제작 방식을 대체하지는 않지만, 감독이 시각 및 오디오 요소를 빠르고 창의적으로 실험할 새로운 방법을 제공한다는 점이 확인되었습니다. 영화 제작자들은 도구의 편집 기능을 통해 배경음, 효과음, 시각적 스타일을 더 자유롭게 조정할 수 있다는 점도 높이 평가했습니다.

그림 8. Meta Movie Gen을 사용해 제작한 단편 영화의 한 프레임.

핵심 요점#

Meta Movie Gen은 간단한 텍스트 설명으로 고품질 비디오와 사운드를 만드는 데 생성형 AI를 활용하는 데 있어 한 단계 진전을 이뤘습니다. 이 도구를 사용하면 사실적이고 맞춤화된 비디오를 쉽게 만들 수 있습니다. 정밀한 비디오 편집과 개인화된 미디어 생성 등의 기능을 갖춘 Meta Movie Gen은 스토리텔링, 영화 제작 등 다양한 분야에 새로운 가능성을 여는 유연한 도구 모음을 제공합니다. 상세하고 유용한 시각 자료를 더 쉽게 만들 수 있도록 지원하는 Meta Movie Gen은 여러 분야에서 비디오를 제작하고 활용하는 방식을 바꾸며 AI 기반 콘텐츠 제작의 새로운 기준을 세우고 있습니다.

자세한 내용은 GitHub 저장소를 방문하고 커뮤니티에 참여해 주세요. 솔루션 페이지에서 자율주행차와 농업 분야의 AI 애플리케이션을 살펴보세요. 🚀