이 페이지에서는 각 모델이 공개한 입력 사양을 바탕으로 차이점을 나란히 정리하고, 새 버전이 어떤 경우에 가치가 있는지 설명해요. 결과만 보고 싶다면 페이지 상단에서 인물 사진을 업로드하고 2.0 버전으로 렌더링해 보세요.
OmniHuman 2 vs OmniHuman 1.5 한눈에 보기
가장 큰 변화는 길이예요. 1.5 버전은 1080p를 선택하면 구동 오디오가 약 30초, 720p에서는 약 60초로 제한돼요. 2.0 버전은 4초부터 300초까지의 오디오를 받기 때문에, 제품 설명 영상 전체, 팟캐스트 한 구간, 후렴 전체를 짧은 조각으로 이어 붙이지 않고 한 번에 렌더링할 수 있어요.
두 번째 변화는 화면에 누가 나올 수 있느냐예요. 1.5에서는 선택 사항인 마스크로 이미지 속 한 사람만 골라 말하게 했어요. 2.0 버전은 다인원 퍼포먼스를 위해 만들어져서, 단체 사진이 말 없는 엑스트라가 있는 독백이 아니라 대화 장면이 될 수 있어요.
이어 붙이지 않는 긴 영상
짧은 길이 제한은 대본 쓰는 방식까지 바꿔 놓아요. 상한이 1분이면 대본을 여러 구간으로 잘라야 하고, 컷마다 조명, 머리 위치, 표정이 튈 위험이 생겨요. 상한이 5분이 되면 그런 이음새가 대부분 사라져요. 강의, 후기, 내레이션 스토리를 끊김 없이 이어 갈 수 있고, 모델은 영상 전체에서 같은 인물과 구도를 유지해요.
길이는 비용 계획에도 영향을 줘요. 저희 서비스에서는 렌더링한 초 단위로 비용을 내기 때문에(초당 10크레딧), 긴 영상 한 편과 합쳐서 같은 길이가 되는 짧은 영상 여러 편의 비용은 같아요. 하지만 이어 붙이는 편집 작업은 피할 수 있어요.
카메라, 몸, 제스처를 더 세밀하게 제어
두 버전 모두 텍스트 프롬프트를 받아요. 실제로 1.5는 프롬프트를 분위기와 움직임에 대한 가이드로 다루는 반면, 2.0은 명시적인 카메라 움직임, 몸 움직임, 제스처 제어를 내세워요. “천천히 줌인”, “두 번째 화자 쪽으로 몸을 돌림”, “마지막 대사에서 제품을 들어 올림” 같은 프롬프트가 바로 새 버전이 따르도록 설계된 연출이에요.
2.0 버전은 영어, 중국어, 일본어, 한국어, 스페인어(멕시코), 인도네시아어 등 6개 프롬프트 언어도 명시하고 있어서, 연출 메모를 자국어로 쓰는 팀에게 도움이 돼요.
해상도와 출력
이 부분에서는 1.5에 아직 장점이 하나 있어요. 짧은 영상을 1080p로 출력할 수 있다는 점이에요. 2.0 버전은 네이티브 720p로 렌더링해요. 휴대폰으로 보는 SNS 피드, 광고, 프레젠테이션에서는 플랫폼에서 압축되고 나면 720p와 구분하기 어려운 경우가 대부분이에요. 큰 화면으로 재생한다면 30초 미만 영상에서 구버전의 1080p 옵션이 여전히 의미가 있을 수 있어요.
- 1분이 넘는 영상, 두 명 이상 등장하는 장면, 카메라 연출이 필요한 경우에는 2.0을 고르세요.
- 움직임 제어보다 1080p 출력이 더 중요한 아주 짧은 1인 영상에서만 1.5를 고르세요.
버전별 입력 조건
2.0 버전은 이미지 한 장(JPG, PNG, WEBP 등 일반적인 형식, 각 변 300~6000px, 최대 30MB, 가로세로 비율 0.4~2.5)과 최대 15MB의 MP3 또는 WAV 파일 하나를 받아요. 1.5 버전은 같은 기본 입력에 선택 사항인 화자 마스크와 더 빠른 “터보” 모드가 더해져요. 저희 스튜디오는 결제 전에 모든 파일을 2.0 제한 기준으로 검증하기 때문에, 모델이 거부할 파일에 크레딧을 낭비할 일이 없어요.
1.5에서 2.0으로 전환하기
기존 1.5 작업 과정은 입력을 바꾸지 않고 그대로 옮길 수 있어요. 같은 사진과 오디오를 받고, 프롬프트도 그대로 쓸 수 있어요. 단체 장면이 기본으로 처리되니 화자 마스크 단계는 빼고, 긴 대본을 1분 단위로 나누던 로직도 없애세요.
OmniHuman 2.0과 OmniHuman 1.5 비교
| 기능 | OmniHuman 1.5 | OmniHuman 2.0 |
|---|---|---|
| 최대 오디오 길이 | 1080p 30초 · 720p 60초 | 4~300초 |
| 장면당 인원 | 화자 1명, 마스크로 선택 | 다인원 퍼포먼스 |
| 연출 | 프롬프트 가이드 | 카메라·몸·제스처 제어 |
| 출력 해상도 | 720p 또는 1080p | 네이티브 720p |
| 프롬프트 언어 | 명시되지 않음 | 6개 언어 명시 |
자주 묻는 질문
OmniHuman 2가 OmniHuman 1.5보다 나은가요?
대부분의 용도에서는 그래요. 최대 5분 영상, 여러 사람이 나오는 장면, 명시적인 카메라 연출을 지원하거든요. 구버전이 앞서는 건 아주 짧은 영상의 1080p 출력뿐이에요.
OmniHuman 2.0은 1080p로 출력되나요?
아니요. 2.0 버전은 네이티브 720p로 렌더링해요. 1.5 버전은 1080p를 지원했지만 약 30초 미만의 오디오에서만 가능했어요.
1.5에서 쓰던 프롬프트를 2.0에서도 쓸 수 있나요?
네. 분위기와 움직임을 묘사한 프롬프트는 그대로 쓸 수 있어요. 2.0에서는 카메라 움직임과 구체적인 제스처를 더해 한 단계 더 나아갈 수 있어요.
omnihuman2.ai는 어떤 버전을 쓰나요?
이 사이트의 모든 렌더링은 OmniHuman 2.0을 사용해요. 비용을 아끼려고 구버전으로 바꾸지 않아요.
영상이 길수록 비용이 더 드나요?
네, 길이에 비례해요. 렌더링 비용은 출력 1초당 10크레딧이라, 60초 영상은 어떻게 나누든 600크레딧이 들어요.
그래도 1.5를 쓰는 이유는 뭔가요?
주로 1080p 파일이 꼭 필요하고 카메라 연출은 필요 없는 30초 미만의 1인 영상 때문이에요.