본문으로 건너뛰기

가이드 · 단계별 · 2026년 10월 업데이트

OmniHuman 2 사용법: 사진 한 장에서 말하는 영상까지

이 가이드에서는 OmniHuman 2 사용법을 처음부터 끝까지 알려 드려요. 어떤 사진과 오디오를 고를지, 짧은 프롬프트로 퍼포먼스를 어떻게 연출할지, 첫 렌더링부터 깔끔한 립싱크를 얻는 방법까지요. 모든 과정은 브라우저에서 이뤄지고, 설치할 것은 없어요.

사진+목소리=영상

목소리
사진이 없나요? 이걸로 해 보세요:
  • 무료 미리보기
  • Google 로그인
  • 비공개 업로드
UGC 광고
노래
다인원
영상당
5분
출력
720p
장면 지원
다인원
개 언어
6

OmniHuman 2는 ByteDance의 오디오 기반 인물 영상 모델이에요. 정지 이미지 한 장과 오디오 클립 하나를 넣으면, 인물이 소리에 맞춰 말하거나 노래하는 영상을 만들어 줘요. 자연스러운 표정, 손동작, 몸동작은 물론, 원하면 카메라 움직임까지 더해져요. 읽으면서 직접 사진을 업로드해 따라 해 보세요.

시작하기 전에 준비할 것

OmniHuman 2에는 딱 두 가지 입력이 필요하고, 선택 사항이 하나 더 있어요. 모델이 이 입력만으로 퍼포먼스 전체를 만들기 때문에, 어떤 설정보다 입력을 잘 준비하는 게 더 중요해요.

  • 이미지: JPG, PNG 또는 WEBP(그 밖의 일반적인 형식도 가능), 각 변 300~6000픽셀, 30MB 이하, 가로세로 비율 0.4~2.5.
  • 오디오 클립: MP3 또는 WAV, 4초~5분 길이, 15MB 이하. 완성된 영상의 길이는 오디오 길이와 정확히 같아요.
  • 선택 사항: 제스처, 분위기, 장면 디테일, 카메라 움직임을 묘사하는 짧은 텍스트 프롬프트. 영어, 중국어, 일본어, 한국어, 스페인어, 인도네시아어 프롬프트를 지원해요.

OmniHuman 2 사용법, 단계별로

쇼케이스의 모든 영상을 만들 때 저희가 쓰는 전체 작업 과정이에요.

  1. 1선명한 사진 고르기얼굴이 또렷하고 조명이 고르며 머리카락, 손, 마이크에 가려지지 않은 이미지를 고르세요. 상반신이나 전신 사진은 OmniHuman 2가 손동작을 표현할 여유를 주고, 얼굴을 꽉 채운 사진은 얼굴에 집중하게 해요.
  2. 2오디오 준비하기MP3나 WAV를 업로드하거나 브라우저에서 바로 녹음하세요. 배경음악 없는 깨끗한 목소리가 립싱크를 가장 정확하게 만들어요. 노래라면 반주를 낮게 섞은 깨끗한 보컬 트랙이 가장 좋아요.
  3. 3프롬프트 쓰기(선택)인물이 무엇을 해야 할지 짧은 한두 문장으로 묘사하세요. 예를 들면 “미소 짓고, 마지막 대사에서 카메라 쪽으로 몸을 기울임, 천천히 줌인”처럼요. 무슨 말을 하는지가 아니라 움직임과 분위기에 집중하세요. 말의 내용은 이미 오디오가 정해 주니까요.
  4. 4생성하고 진행 상황 보기렌더링은 길이에 따라 보통 몇 분 정도 걸려요. 페이지를 나가도 괜찮아요. 완성된 영상은 라이브러리에 나타나요.
  5. 5다운로드하고 공유하기워터마크 없는 MP4로 다운로드하세요. 영상은 720p로 렌더링되며, SNS 피드, 광고, 프레젠테이션에 잘 맞아요.

OmniHuman 2에 알맞은 사진 고르기

이미지는 최종 영상의 정체성, 구도, 조명, 스타일을 결정하니 30초 정도는 고민해 볼 가치가 있어요. OmniHuman 2는 실제 인물에만 국한되지 않아요. 일러스트, 3D 캐릭터, 회화, 심지어 알아볼 수 있는 얼굴을 가진 동물까지 모두 움직일 수 있어요.

팟캐스트, 인터뷰, 듀엣처럼 한 장면에서 여러 사람이 말하게 하고 싶다면, 모두가 한 프레임에 담긴 사진 한 장을 쓰고 누가 말하는지 프롬프트에 적어 주세요. 다인원 퍼포먼스는 OmniHuman 1.5 대비 가장 확실하게 나아진 점 중 하나예요.

OmniHuman 2가 잘 따르는 프롬프트 쓰기

프롬프트는 구체적이고 물리적일 때 가장 잘 작동해요. 제스처, 감정, 카메라 움직임을 명확히 적고, 한 문장에 지시를 세 개 넘게 몰아넣지 마세요. 결과가 너무 산만하다면 지시를 추가하기보다 빼 보세요.

“천천히 줌인”, “고정 미디엄 샷”, “부드럽게 도는 카메라” 같은 카메라 지시도, “손가락으로 숫자 세기”, “카메라 가리키기”, “제품 들어 보이기” 같은 제스처도 잘 알아들어요.

립싱크를 더 좋게 만드는 팁

립싱크 문제는 대부분 모델이 아니라 입력에서 생겨요. 다시 렌더링하기 전에 먼저 이것부터 확인하세요.

  • 오디오 앞뒤의 긴 무음을 잘라 내세요. 영상도 그대로 멈춰 있게 돼요.
  • 사진에서 입이 완전히 보이게 하세요. 수염은 괜찮지만 입을 가린 손은 안 돼요.
  • 말소리 밑에 강한 리버브나 음악을 깔지 마세요. 모델이 잡아내는 음절이 흐려져요.
  • 긴 대본이라면 먼저 5~10초짜리 짧은 테스트를 렌더링한 뒤 전체를 렌더링하세요.

입력 제한: OmniHuman 2 vs OmniHuman 1.5

입력 제한: OmniHuman 2 vs OmniHuman 1.5
기능OmniHuman 1.5OmniHuman 2
최대 오디오 길이1080p 30초 · 720p 60초최대 300초
장면당 인원화자 1명(마스크로 선택)다인원 퍼포먼스
출력720p 또는 1080p네이티브 720p

자주 묻는 질문

OmniHuman 2를 쓰려면 뭔가 설치해야 하나요?

아니요. 모든 게 브라우저에서 돌아가요. 사진을 업로드하고 오디오를 추가하면 영상은 저희 서버에서 렌더링돼요.

OmniHuman 2 영상은 얼마나 길게 만들 수 있나요?

4초에서 5분 사이의 오디오를 지원하고, 영상 길이는 오디오 길이와 정확히 같아요.

만화, 회화, 3D 캐릭터도 쓸 수 있나요?

네. 얼굴이 또렷하게 보이기만 하면 일러스트, 3D 렌더, 동물 캐릭터 모두 가능해요.

영상 하나에 크레딧이 얼마나 드나요?

영상 1초당 10크레딧이에요. 30초 영상은 300크레딧이 들고, 최소 사용량은 4초 영상 기준 40크레딧이에요.

한 영상에서 여러 사람이 말하게 할 수 있나요?

네. 모두가 한 프레임에 담긴 사진 한 장을 쓰고, 누가 말하는지 프롬프트에 적어 주세요. 다인원 장면은 OmniHuman 2에서 새로 추가된 기능이에요.

제 사진은 비공개로 보관되나요?

네. 업로드한 파일은 내 계정에 비공개로 저장되고, 내 영상을 렌더링하는 데만 사용돼요.

더 알아보기

내 사진을 말하게 하세요.

미리보기 무료.