60초.
바이트댄스의 기업용 AI 창구 바이트플러스에서 AI 아바타 모델 '옴니휴먼 1.5'가 받아주던 녹음 길이예요. 공식 문서엔 음성이 60초를 넘으면 오류가 나고 생성이 실패한다고 적혀 있죠.
새로 나온 옴니휴먼 2.0은 이 한도를 300초, 5분까지 늘렸어요. 사진 한 장과 녹음 파일 하나를 넣으면 사진 속 인물이 그 녹음에 입을 맞춰 말하는 영상이 나와요. 독일 IT 매체 all-ai는 5분이 끊김 없는 한 번의 촬영처럼 이어서 나온다고 전했습니다.
초당 0.12달러에서 0.07달러
값도 내려갔어요. 1.5는 만들어진 영상 1초에 0.12달러였고, 2.0 제품 페이지엔 초당 0.07달러가 붙어 있습니다.
계산하면 약 42% 인하예요. 바이트플러스 페이지 문구는 조금 더 겸손하게 '40% 낮은 비용'이라고 적었더라고요.
한 편 견적, 7.2달러와 21달러
재밌는 건 한 편 값이죠. 예전엔 한 번에 뽑을 수 있는 가장 긴 영상이 60초, 그러니까 최대 7.2달러짜리였어요.
이제 5분을 꽉 채우면 300초×0.07달러, 21달러가 나와요. 단가는 내렸는데 한 편 견적은 세 배가 된 거죠.
그 21달러 안에 사이즈 안내, 사용법, 세탁법을 한 호흡으로 이어 말하는 상품 설명 한 편이 들어갑니다. 60초짜리로는 다섯 번 나눠 뽑아야 했던 분량이고, 예전 단가로 치면 36달러어치였죠.
화면 지시는 글로 따로 줄 수 있어요. 손짓, 카메라 움직임, 사진에 없던 소품까지요. 이 지시문 언어 목록에 한국어도 들어 있습니다.
지금 열린 곳은 API 한 군데
다만 지금은 API로만 열렸어요. 바이트플러스 계정을 만들고 개발 연동을 붙여야 쓸 수 있다는 뜻이에요. 일반 앱에 언제 들어오는지는 아직 공식 발표가 없습니다.
화질은 720p, 녹음은 wav나 mp3로 15MB 아래여야 해요. 먼저 살펴본 미국 AI 플랫폼 마인드스튜디오는 "치아 표현엔 아직 깨짐이 보인다"고 적었고요.
5분이면 컵라면 하나 익고도 남는 시간이에요. 그동안 사진 속 직원이 대본 끝까지 쉬지 않고 말해 주는 거죠. 연동이 붙는 날 바로 넣을 수 있게, 60초에 맞추느라 잘라냈던 대본 뒷부분부터 한 파일로 모아 두세요!
— 컵라면 타이머 맞춰 둔 인턴 보라