인물 사진과 녹음 파일이 이미 있고, 특히 녹음이 10초를 넘는다면 OmniHuman 2.0을 선택하세요. 작성한 대사로 음성까지 생성해 짧은 말하기 영상을 만들거나, 세로 형식 선택 또는 1080p 출력이 필요하다면 MagiHuman을 선택하세요. MagiHuman도 직접 준비한 녹음을 따라갈 수 있으므로, 단순히 “내 음성인가, 생성한 음성인가”의 선택은 아닙니다. 두 모델이 모두 가능한 영역에서는 길이, 형식, 비용이 기준이 됩니다.
720p에서 입력 오디오 5초의 비용은 OmniHuman 2.0이 $0.542이고, 요청한 영상 길이 5초의 비용은 MagiHuman이 $0.24입니다. 이번 OmniHuman의 짧은 가수 테스트는 약 2분 13초가 걸렸습니다. 공개된 MagiHuman 사례에서 5초 영상은 작업과 해상도에 따라 약 1분에서 4분 가까이 걸렸습니다. 조건이 다른 이 사례만으로 속도나 립싱크의 우열을 정할 수는 없습니다.
| 필요한 조건 | OmniHuman 2.0 | daVinci-MagiHuman |
|---|---|---|
| 필수 시작 자료 | 인물 사진과 오디오 | 텍스트 또는 이미지와 프롬프트 |
| 작성한 대사로 음성 생성 | 불가, 녹음 제공 필요 | 가능, 말할 대사를 따옴표로 표시 |
| 직접 준비한 녹음 사용 | 필수 | 두 작업 모두 선택 사항 |
| 길이 | 입력 오디오 4–300초 | 요청 길이 5–10초, 정수 단위 |
| 해상도 | 720p | 256p, 720p 또는 1080p |
| 화면비 선택 | 없음 | 16:9 또는 9:16 |
| 5초 720p 비용 예시 | $0.542, 오디오 길이 기준 | $0.24, 요청한 길이 기준 |
사용 가능한 입력은 OmniHuman 2.0 및 daVinci-MagiHuman 모델 페이지에서 확인할 수 있습니다. 뒤의 이름은 이 글에서 비교하는 MagiHuman의 전체 모델명입니다.
기능과 입력: 이미 가진 자료부터 살펴보기
OmniHuman은 오디오 속 연기에 맞춰 인물 사진을 움직입니다. 두 파일 모두 필수입니다. 녹음이 말이나 노래, 타이밍, 영상 길이의 기준을 제공합니다. 선택 사항인 짧은 지시문으로 몸짓, 분위기, 시선, 카메라 움직임을 설명할 수 있습니다. 프롬프트에 대사를 적는다고 녹음을 대체하지는 못합니다.
내레이션이 이미 승인된 진행자 영상, 특정 목소리로 녹음한 인사, 기존 노래를 부르는 인물 사진에 어울립니다. 먼저 오디오를 준비하고 사용할 구간만 남기세요. 별도의 길이 필드가 없으므로 프롬프트에 짧게 만들어 달라고 적는 것은 길이 제어가 아닙니다.
MagiHuman은 텍스트 기반 및 이미지 기반 영상 생성을 제공합니다. 텍스트를 쓰면 설명에서 인물과 장면을 만듭니다. 이미지를 쓰면 해당 첫 프레임에서 시작합니다. 두 작업 모두 영상과 함께 사운드트랙을 생성할 수 있으며, 따옴표로 묶은 대사도 포함할 수 있습니다. 목소리를 먼저 녹음하지 않고도 짧게 말하는 캐릭터를 만들 수 있는 방식입니다.
예를 들어 아직 테스트하지 않은 시작용 지시문은 다음과 같이 쓸 수 있습니다. “밝은 스튜디오에 있는 진행자의 미디엄 클로즈업. 카메라를 바라보며 따뜻한 목소리로 '다시 오신 것을 환영합니다. 오늘은 새로운 디자인을 살펴보겠습니다.'라고 말한다.” 장면 지시와 따옴표 안의 대사는 구분하세요. 요청 작성법을 보여 주는 예시이며, 이 대사를 실제로 생성했다는 주장은 아닙니다.
녹음 파일이 이미 있다면 MagiHuman은 두 작업 모두에서 audio_url로 받을 수 있습니다. 이때 프롬프트는 표정, 시선, 움직임에 집중하면 됩니다. 기록된 이미지 기반 영상 사례는 5초 음성 파일에 5초 영상을 요청했습니다. 두 길이가 다를 때의 동작을 보여 주는 테스트는 없으므로, 처음에는 길이를 맞추는 것이 합리적입니다.
테스트에서 확인한 품질과 속도
OmniHuman 기능 테스트에는 재즈 가수의 인물 사진과 약 5.21초의 오디오를 사용했습니다. 약 133초 후 사운드가 포함된 1280 × 720 영상이 약 6.02초 길이로 반환됐습니다. 출력 길이가 입력 길이와 달랐습니다. 정확한 타임라인에 맞춰 편집해야 한다면 녹음이 끝나는 지점에 영상의 마지막 프레임이 정확히 맞을 것으로 가정하지 말고 반환 파일을 확인하세요.
이는 짧은 가수 사례 한 건입니다. 인물 사진과 오디오를 사용하는 720p 작업이 완료됐음을 보여 주지만, 5분 분량의 성능을 검증한 것은 아닙니다. 지원하는 오디오 상한은 훨씬 길지만, 이 테스트에는 장시간 처리 속도나 일관성 결과가 없습니다. 같은 사진과 녹음을 MagiHuman에 넣은 동등 조건 비교도 없습니다.
MagiHuman의 공개 사례에서는 몇 가지 구체적인 내용을 확인할 수 있습니다. 따옴표로 표시한 대사를 사용한 3회 실행에서 사운드트랙을 받아쓴 내용이 요청한 문구와 일치했습니다. 이미지로 만든 영상은 제공한 사진에서 시작했고, 별도로 녹음을 제공한 사례에서는 얼굴을 인물 사진과 비슷하게 유지하며 해당 오디오를 따랐습니다. 이는 짧은 대사에 활용할 근거가 되지만, 모든 대본과 언어에서 완벽하게 동기화된다는 뜻은 아닙니다.
처리 시간의 차이는 상당했습니다. 5초 세로형 720p 텍스트 영상은 약 1분이 걸렸습니다. 720p 이미지 영상은 약 1분 45초, 오디오를 제공한 720p 이미지 영상은 약 3분 7초가 걸렸습니다. 1080p 텍스트 영상은 약 3분 53초였습니다. 사례들은 해상도 외의 조건도 달라서 각 기능이 렌더링 시간에 미치는 영향을 따로 분리할 수는 없습니다.
MagiHuman의 표기 해상도도 정확한 표준 픽셀 크기를 보장하지 않습니다. 공개된 720p 가로형 사례는 약 1358 × 678, 세로형 사례는 약 726 × 1270이었습니다. 1080p 사례는 약 1904 × 1088이었습니다. 납품 규격에 정확한 캔버스 크기가 필요하다면 편집기에서 반환 영상을 맞추는 작업을 고려하세요.
일반적인 영상 한 편의 비용
OmniHuman의 공개 요금은 입력 오디오 1초당 $0.1084입니다. MagiHuman은 요청한 길이 1초당 256p에서 $0.024, 720p에서 $0.048, 1080p에서 $0.072입니다. 텍스트와 이미지 작업 요금은 같으며 사운드와 화면비에 따라 달라지지 않습니다.
| 영상 또는 녹음 길이 | OmniHuman 2.0, 720p | MagiHuman, 720p | MagiHuman, 1080p |
|---|---|---|---|
| 5초 | $0.542 | $0.24 | $0.36 |
| 10초 | $1.084 | $0.48 | $0.72 |
| 30초 | $3.252 | 한 번의 요청으로 지원하지 않음 | 한 번의 요청으로 지원하지 않음 |
| 60초 | $6.504 | 한 번의 요청으로 지원하지 않음 | 한 번의 요청으로 지원하지 않음 |
위 금액은 표기 요금으로 계산한 예시입니다. 길이 열은 OmniHuman에서는 입력 오디오 길이, MagiHuman에서는 요청한 영상 길이를 뜻합니다. MagiHuman으로 256p 5초 초안을 만들면 $0.12이므로, 더 큰 출력을 선택하기 전에 캐릭터나 대사를 저렴하게 시험하기에 유용합니다.
가수 녹음 사례는 과금 기준이 왜 중요한지 보여 줍니다. 입력이 5.21초라면 OmniHuman의 공개 요금 계산액은 약 $0.5648입니다. 해당 실행에서 약 6.02초 영상이 반환됐어도 마찬가지입니다. 이는 현재 공개 요금에 따른 계산이며, 보관된 과거 실행에서 실제로 청구한 금액은 아닙니다.
5초 720p 영상을 100회 생성하면 같은 계산으로 OmniHuman은 $54.20, MagiHuman은 $24입니다. 이 합계에는 인물 사진이나 녹음 제작 비용이 포함되지 않습니다.
OmniHuman이 생성 전에 오디오 길이를 읽지 못하면 최대 300초분을 임시로 확보합니다. 이 요금에서는 $32.52입니다. 결과 전달 후 차액이 해제되며, 짧은 녹음의 최종 청구액이 이 금액이라는 뜻은 아닙니다.
선택 전에 알아야 할 제한
OmniHuman은 15 MB 미만의 WAV 또는 MP3 오디오를 받으며, 길이는 4–300초입니다. 더 긴 녹음은 제출 전에 잘라내거나 나눠야 합니다. 인물 사진은 30 MB 미만, 각 변 300–6000픽셀, 가로 대 세로 비율 0.4–2.5여야 합니다. 모델 패키지는 JPEG, PNG, WebP, HEIC를 포함한 여러 이미지 형식을 받습니다.
OmniHuman 작업에는 해상도나 화면비 설정이 없으며 출력 등급은 720p입니다. 이번 가수 테스트는 가로형입니다. 특정 형태의 이미지를 받는다는 사실만으로 세로 구도를 얼마나 잘 처리하는지 알 수는 없습니다. 9:16 출력을 선택할 수 있어야 한다면 MagiHuman을 고르세요.
MagiHuman은 요청당 최대 10초이고 화면비는 두 가지입니다. 낮은 기본 크기에서 생성한 뒤 높은 등급에는 자체 초해상도 단계를 사용합니다. 따라서 1080p를 골라도 원래 생성이 그 크기로 시작한다는 뜻은 아닙니다. 공개 사례의 크기와 시간은 확인해야 할 출력 특성을 보여 주며, 정확한 해상도를 보장하지 않습니다.
공개된 음성 테스트는 영어로 진행됐습니다. 모델 패키지에는 중국어 표준어와 광둥어, 영어, 일본어, 한국어, 독일어, 프랑스어가 나열돼 있지만, 이 목록은 실제로 테스트한 음성 근거보다 넓습니다. 노래도 허용되는 오디오 용도이지만 MagiHuman 리뷰에서 노래 품질을 검증한 것은 아닙니다. 가수의 인물 사진이 녹음을 따라 부르는 구체적인 작업에는 이번 OmniHuman의 짧은 기능 테스트가 관련 근거입니다.
무엇을 선택해야 할까?
이미 녹음한 내레이션이 10초를 넘는다면 OmniHuman을 선택하세요. 연속된 30초 공지는 지원하는 입력 범위에 들어가며 표기 요금으로 $3.252입니다. 이는 기능에 근거한 추천입니다. 짧은 테스트만으로 긴 내레이션 전체에서 얼굴과 몸짓이 얼마나 안정적으로 유지되는지는 입증할 수 없습니다.
음성 파일 없이 짧은 인사, 대화 아이디어, 캐릭터를 시험하려면 MagiHuman을 선택하세요. 대사를 쓰고 가로형이나 세로형을 선택한 다음, 더 큰 버전에 비용을 쓰기 전에 저해상도 초안을 만들 수 있습니다. 사용할 얼굴이 이미 정해져 있다면 텍스트 작업으로 다시 만들게 하기보다 이미지 기반 영상 생성을 사용하세요.
인물 사진과 5초 음성 파일이 모두 있다면 여기서 더 저렴한 720p 옵션은 MagiHuman입니다. 프로젝트 전반에 더 긴 녹음이 필요하거나 사진과 오디오를 중심으로 작업을 이어 가고 싶다면 OmniHuman도 합리적인 선택입니다. 품질 우위 주장만으로 더 높은 비용을 정당화할 만한 동등 조건의 립싱크 비교 근거는 없습니다.
어느 방식이든 인물이 어디를 보고 장면이 어떻게 잡히는지 설명하세요. MagiHuman 리뷰에는 휴대전화로 셀카를 찍는다는 요청 때문에 영상에 휴대전화가 들어간 사례가 기록돼 있습니다. 기기 없이 카메라를 똑바로 바라보게 하고 싶다면 “카메라를 바라본다”라고 쓰고 샷 크기도 지정하세요.
FAQ
OmniHuman 2.0이 제가 입력한 문장을 말할 수 있나요?
인물 사진과 함께 오디오 파일이 필요합니다. 선택 사항인 프롬프트는 연기를 지시합니다. MagiHuman은 녹음을 제공하지 않아도 따옴표로 표시한 대사에서 음성을 생성할 수 있습니다.
MagiHuman에서 제 목소리를 사용할 수 있나요?
네. 두 작업 모두 오디오 파일을 받습니다. 기록된 이미지 테스트는 5초 녹음에 5초 요청을 맞췄으며, 길이가 다른 경우는 테스트하지 않았습니다.
어느 쪽이 더 긴 영상을 지원하나요?
OmniHuman은 4–300초 오디오를 받습니다. MagiHuman은 5–10초 길이의 영상을 정수 단위로 요청할 수 있습니다. 이번 짧은 가수 테스트만으로 OmniHuman의 장시간 품질과 속도가 검증되지는 않습니다.
짧은 720p 영상은 어느 쪽이 더 저렴한가요?
MagiHuman입니다. 요청 길이 5초에 $0.24이며, OmniHuman은 입력 오디오 5초에 $0.542입니다. 길이에 적용하는 과금 기준이 다릅니다.
세로형이나 1080p 납품에는 어느 쪽이 더 적합한가요?
MagiHuman에는 9:16 선택과 1080p 등급이 있습니다. OmniHuman에는 두 설정이 모두 없으며, 이번 짧은 기능 테스트의 결과는 720p 가로형입니다. 최종 내보내기 전에 실제 반환된 픽셀 크기를 확인하세요.
