오픈웨이트 영상 생성 모델: 공개 가중치·샘플·벤치마크 비교

RunPod에서 가중치를 내려받아 직접 실행할 수 있는 영상 생성 모델에는 무엇이 있고, 무엇을 비교해야 할까? 모델 이름이나 최신 순위보다 먼저 입력·출력과 공개 체크포인트를 구분해야 한다. 텍스트로 장면을 만드는 모델, 참조 이미지를 움직이는 모델, 영상과 소리를 함께 만드는 모델, 기존 영상의 입 모양만 고치는 모델은 서로 다른 작업을 해결한다.

이 문서는 2026년 10월 27일에 확인한 75개 항목을 계열별로 모은 비교 자료다. 각 항목에 공개 시점·변형·입출력·가중치·공식 샘플·실행 근거를 붙였고, 벤치마크와 비교 자료 12곳을 연결했다. 크기·증류판·이전 버전은 같은 항목에 묶었으며, 모든 커뮤니티 LoRA·양자화 파일을 전수 열거한 목록은 아니다. 가중치가 공개되어도 특정 RunPod GPU에서 바로 실행된다는 뜻은 아니므로, NPU 전용과 여러 GPU를 쓰는 환경도 따로 표시했다.

전체 표 CSV · 전체 자료 JSON

입력과 출력으로 모델을 구분하기

오픈웨이트(open-weight)는 학습된 가중치를 받아 자체 환경에서 실행할 수 있다는 뜻이다. 코드·학습 데이터·재현 절차까지 모두 공개됐거나 사용 제한이 없다는 뜻은 아니다. 예를 들어 Wan 2.2는 공개 가중치와 추론 코드를 제공하고, MiniMax H3는 가중치를 공개하면서 지역·이용 조건을 별도로 둔다. 코드 저장소의 라이선스만 보고 가중치와 기반 모델의 조건까지 같다고 판단하면 안 된다.

같은 계열도 체크포인트별 기능이 다르다. SkyReels-V3는 R2V·영상 연장·오디오 기반 아바타를 나눠 배포한다. SANA-Video 2.0의 공개 5B 모델은 T2V·TI2V를 지원하지만 4스텝 연구 preview는 T2V 전용이며, 14B는 가중치 공개 예정 상태다. 논문이나 샘플에 기능이 등장했다는 이유만으로 내려받은 파일에서도 그 기능을 쓸 수 있다고 가정하지 않는다.

먼저 살펴볼 공개 샘플

다음은 개발사가 공개한 영상의 참조 프레임과 원본 재생 링크다. 이 문서를 작성하며 생성한 결과가 아니며, 개발사가 고른 성공 사례가 일반적인 성공률을 나타내지는 않는다. 전체 샘플 링크는 아래 모델별 표에 있다.

공개 모델 전체 목록

아래의 공개·업데이트 시점은 가중치 공개 또는 명시한 업데이트를 가리킨다. 논문 발표일을 일괄적으로 출시일로 바꾸지 않았다. 가중치 링크 중 일부는 공식 모음·모델 카드로 연결되며, 다운로드에 약관 동의가 필요할 수 있다. 평가·비교 링크에는 개발팀의 논문·README 비교표도 포함되므로 독립 벤치마크 점수와 구분한다.

실행 조건은 공식 문서의 특정 레시피나 측정 환경이다. 최소 사양이 없는 경우 임의로 VRAM 수치를 만들지 않았다. 이 조사에서는 가중치 파일 목록과 문서를 확인했으며, GPU 추론·생성 속도·모든 버전의 기능을 직접 검증하지는 않았다.

영상과 소리를 함께 생성하는 모델

텍스트·이미지에서 장면을 생성하는 모델

캐릭터·동작·편집을 제어하는 모델

음성으로 인물을 구동하거나 입 모양을 고치는 모델

장시간·상호작용·월드 생성 모델

구세대와 연구·재현용 모델

벤치마크는 무엇을 평가하는지 먼저 보기

미감·프롬프트 수행, 물리적 일관성, 인물 보존, 오디오 동기화를 하나의 점수로 대신할 수는 없다. 시청자가 어느 영상을 선호하는지는 블라인드 선호도 비교로, 물리·인물·움직임의 오류는 차원별 평가로, 영상·소리의 정합은 AV 전용 평가로 살펴본다. 모든 공개 모델이 같은 벤치마크에 등재되는 것도 아니다.

API 버전과 공개 체크포인트의 점수는 따로 읽는다. Artificial Analysis T2V·I2V에 보이는 LTX Fast/Pro, MiniMax H3 Max 등의 결과를 공개 Dev/Distilled나 다른 증류판의 성능으로 그대로 옮길 수 없다. 오디오 유무, 해상도, 샘플링 방식, 평가 버전과 API 모델명을 확인해야 한다.

VBench 2.0과 기존 VBench는 평가 범위가 다르며, Physics-IQ 원본과 Verified도 별도 프로토콜이다. 여러 후보를 생성해 좋은 것을 고르는 BoN(Best-of-N) 결과는 한 번 생성한 결과와 계산 비용·성공 확률이 다르므로 나눠 본다.

RunPod에서 후보를 좁히는 방법

다음은 문서와 공개 샘플에 따른 선택 제안이다. 이 문서에서 직접 생성한 품질·속도 순위는 아니다.

VRAM을 읽을 때는 가중치 크기, 실행 중 메모리, 호스트 RAM, 처리 시간을 나눠 본다. 예를 들어 HunyuanVideo 1.5의 최소 14 GB는 오프로딩을 켠 조건이며, LTX-2.5 공식 요구사항은 최소 32 GB와 A100 80 GB/H100 권장을 제시한다. Wan 2.2의 공식 TI2V-5B 예제는 24 GB+오프로딩, A14B의 720p 예제는 80 GB를 기준으로 한다. 이 수치를 서로 다른 해상도·길이·정밀도에서도 같은 최소 사양이라고 일반화하지 않는다.

오프로딩(offloading)은 일부 모델 구성 요소를 GPU 밖으로 옮겨 VRAM을 줄이는 방식이다. 대신 호스트 RAM과 전송 시간이 늘 수 있다. MOVA의 360p·8초 group offload 예제는 VRAM 12 GB와 호스트 RAM 약 76.7 GB를 함께 기록한다. 원문의 다른 component-wise 표에는 RTX 4090과 48 GB 표기가 혼재하므로 그 행을 GPU별 속도 비교 근거로 사용하지 않았다.

MoE(Mixture of Experts)의 활성 파라미터 수는 토큰마다 계산에 참여하는 부분의 크기다. 전체 가중치를 저장하는 메모리와 같지 않다. MAGI-2 Preview는 전체 114B·활성 6B를 제시하지만 공식 실행 환경은 Hopper GPU 8개다. LingBot-Video의 MoE BF16 예제에서 관측된 피크 약 82 GiB도 그 레시피의 측정값이지 최소 메모리 보장은 아니다.

같은 입력으로 짧은 컷부터 비교한다면 모델·체크포인트·커밋·정밀도·해상도·프레임 수·스텝·시드·프롬프트와 입력 파일을 함께 기록한다. 첫 실행의 설치·다운로드·컴파일 시간, 반복 실행 시간, 성공한 결과의 비율을 분리해야 RunPod에서 실제로 드는 비용을 비교할 수 있다. 이 문서는 Pod를 생성하거나 과금 자원을 시작하지 않았다.

공개 상태와 이용 조건에서 제외·유보할 것

MiniMax H3 공식 FAQ는 기본 가중치 라이선스의 허용 지역에서 한국·미국·EU·영국을 제외한다고 안내한다. H3와 그 파생 FastH3를 검토할 때 기반 라이선스와 별도 허가 조건을 확인한다. RunPod의 서버 위치만 바꾸면 조건이 해결된다고 가정하지 않는다. 다른 계열도 코드와 가중치·기반 모델의 라이선스를 각각 확인한다.

자료의 확인 범위와 보존

모델 카드, 공식 README, 개발팀 프로젝트 페이지, 벤치마크 운영자 자료를 우선 사용했다. 정리 당시 외부 링크 208개의 HTTP 응답을 확인했고, 직접 연결한 Hugging Face 모델 저장소 57곳에서는 가중치 파일이 목록에 존재함을 확인했다. 이 수치는 계열 모음·조직 페이지·다른 호스팅의 파일 전체를 내려받았다는 뜻이 아니며, 접근 상태와 가중치가 이후 바뀔 수 있다.

CSV·JSON에는 모델별 자료와 확인일을 보존했다. 원문 README나 논문 전문은 재게시하지 않고 해당 출처에 연결했다. 개발사 샘플 세 개는 출처를 표시한 참조 프레임과 원본 영상 링크로 제공하며, 원본 영상의 권리는 각 공개자에게 있다. 이후 업데이트에서는 기존 문서의 URL과 식별자를 유지하고 공개 상태·실행 조건·비교 근거를 해당 항목에 반영한다.