Seedance 2.5 Flash란 어떤 모델인가
Seedance 2.5 Flash는 바이트댄스(ByteDance)의 Seedance 2.5 시리즈 중 생성 속도에 초점을 맞춘 비디오 모델입니다. 이번 테스트에서는 역동적인 움직임, 인물 연기, 디테일한 상호작용, 공간 이해도, 그리고 다중 레퍼런스 이미지를 활용한 컷 간 일관성을 각각 점검해 일반적인 영상 제작 작업에서 어느 수준까지 활용 가능한지 확인해 보았습니다. 이번 테스트 샘플을 기준으로 볼 때, Seedance 2.5 Flash는 결과물 생성 효율과 비용의 균형이 잘 잡혀 있어 크리에이터가 일상적으로 기획을 구체화하고 컷을 선별하는 주력 생성 모델로 쓰기에 적합합니다.
이번에 진행한 두 가지 비교 테스트에서 Seedance 2.5 Flash는 일반 버전보다 더 빠르게 결과물을 생성했으며, 화질 역시 실무에 활용할 만한 수준이었습니다. 다만 오토바이 코너링이나 인물의 피격 반응, 하단 돌려차기, 넘어지는 장면처럼 움직임의 폭이 큰 역동적인 컷에서는 동작의 완결성, 타격감, 복잡한 동작 지시 이행 능력 면에서 여전히 Seedance 2.5 일반 버전보다 다소 아쉬운 모습을 보였습니다.
Flash와 다른 두 모델의 스펙 차이
아래 표는 2026년 11월 16일에 확인한 공식 문서를 바탕으로 정리한 각 모델의 최대 지원 사양입니다. 이번 테스트에서 앞선 5개의 Flash 테스트 영상과 2개의 일반 버전 비교 영상은 모두 8초로, 다중 레퍼런스 이미지 사례는 10초로 생성했으며 해상도는 모두 720p로 통일했습니다. 이는 이번 테스트를 위해 설정한 조건일 뿐, 모델이 해당 사양만 출력할 수 있다는 의미는 아닙니다.
| 항목 | Seedance 2.5 Flash | Seedance 2.5 | Seedance 2.0 |
|---|---|---|---|
| 출력 해상도 | 480p, 720p | 480p, 720p, 1080p | 480p, 720p, 1080p, 4K |
| 1회 생성 길이 | 4–30초 | 4–30초 | 4–15초 |
| 멀티모달 레퍼런스 이미지 상한 | 10장 | 30장 | 9장 |
| 멀티모달 레퍼런스 비디오 상한 | 5개 | 10개 | 3개 |
| 멀티모달 레퍼런스 오디오 상한 | 5개 | 10개 | 3개 |
| 드래프트(Draft) 모드 | 미지원 | 지원 | 미지원 |
Flash는 최대 720p 출력을 지원하며, 그 아래로는 480p를 선택할 수 있습니다. Seedance 2.5와 비교하면 레퍼런스 이미지 상한은 30장에서 10장으로 줄었고, 레퍼런스 비디오와 오디오 역시 각각 10개에서 5개로 축소되었습니다. 프로젝트 특성상 대량의 레퍼런스 소스를 입력해야 하거나 1080p 원본 영상을 바로 납품해야 한다면 이러한 스펙 차이가 모델 선택에 직접적인 영향을 미치게 됩니다.
표에 기재된 레퍼런스 수량 상한은 멀티모달 레퍼런스 작업 기준이며, 첫 프레임 기반 이미지 투 비디오(Image-to-Video) 작업의 업로드 수량을 뜻하지 않습니다. 첫 프레임 작업에는 이미지 1장만 입력하며, 첫·끝 프레임 작업에는 시작 프레임과 끝 프레임을 각각 입력합니다. 위 상한선은 모두 공식 가이드를 기준으로 작성되었습니다. 이번 다중 레퍼런스 테스트에서는 7장의 레퍼런스 이미지를 사용했으며, 최대 한도인 10장 입력이나 다른 해상도 옵션은 별도로 테스트하지 않았습니다.
비디오 생성 공식 가격 비교
아래 가격은 화산방주(火山方舟) 공식 중문 가격표의 온라인 추론 단가를 기준으로 하며, 확인 일자는 2026년 11월 16일입니다. 과금 기준은 720p, 16:9 비율에 비디오 입력이 포함되지 않은 조건입니다. 이번 테스트에 포함된 텍스트 투 비디오, 첫 프레임 이미지 투 비디오, 다중 레퍼런스 이미지 투 비디오 작업에는 모두 레퍼런스 비디오를 입력하지 않았습니다.
| 모델 | 공식 단가 | 공식 사이트 예시 기준 초당 환산 가격 | 8초 비디오 참고 예산 | 10초 비디오 참고 예산 |
|---|---|---|---|---|
| Seedance 2.5 Flash | 46위안 / 100만 토큰 | 약 0.99위안 | 약 7.9위안 | 약 9.9위안 |
| Seedance 2.5 | 70위안 / 100만 토큰 | 약 1.51위안 | 약 12.1위안 | 약 15.1위안 |
| Seedance 2.0 | 46위안 / 100만 토큰 | 약 0.99위안 | 약 7.9위안 | 약 9.9위안 |
동일한 조건에서 Flash의 공식 토큰 단가는 Seedance 2.5보다 약 34% 저렴하며, Seedance 2.0과는 동일합니다. 여기서 Seedance 2.0은 스펙과 가격 비교를 위한 참고용으로만 기재했으며, 이번 테스트에서 별도의 샘플 영상을 생성하지는 않았습니다. 표의 8초 및 10초 예산은 비교를 돕기 위해 공식 사이트 예시의 초당 가격을 기준으로 대략 환산한 수치입니다. 실제 청구 금액은 토큰 단가와 실제 사용량에 따라 달라지므로 공식 청구서를 기준으로 해야 하며, 여기에 표시된 금액은 이번 샘플 영상 제작에 들어간 실제 지출액이 아닙니다.
분야별 실제 테스트 결과
이번 테스트는 6가지 시나리오를 통해 5가지 생성 능력을 살펴보았으며, 총 6개의 Flash 샘플 영상과 2개의 Seedance 2.5 일반 버전 비교 샘플 영상을 포함합니다. 오토바이 코너링과 연속 격투는 역동적 움직임 항목으로 묶어 두 버전을 비교했고, 나머지 4개 항목은 Flash의 성능만 단독으로 테스트했습니다. 앞선 7개 영상은 모두 8초 분량이며, 다중 레퍼런스 이미지 사례는 3개 컷이 포함된 10초 분량입니다.
| 평가 항목 | 테스트 시나리오 | 길이 | Flash 주요 결과 | Seedance 2.5 비교 |
|---|---|---|---|---|
| 역동적 움직임 및 카메라 제어 | 오토바이 코너링 및 트래킹 | 8초 | 속도감은 있으나 타이트한 구도로 인해 전체 코너링 동작이 잘림 | 기울이기, 에이펙스 통과 후 차체를 바로 세우는 과정이 더 온전하게 표현됨 |
| 역동적 움직임 및 카메라 제어 | 연속 격투 | 8초 | 연속 공방은 생성했으나 일부 동작 연결과 타격감이 다소 약함 | 몸통 회전, 피격 반응 및 전후 위치 이동이 더 자연스러움 |
| 인물 연기 및 대사 | 편지 읽기, 고개 들기 및 영어 대사 | 8초 | 편지를 읽다 미소 짓는 감정 변화는 표현했으나 대사 및 립싱크는 별도 검증 전 | 미테스트 |
| 디테일한 상호작용 | 두 사람의 열쇠 전달 | 8초 | 열쇠를 주고받는 관계는 명확하나 인물 설정에 오차가 있고 손가락 접촉부는 정밀 확인 필요 | 미테스트 |
| 공간 이해도 | 책상 위 머그컵 돌리기 | 8초 | 전체 배치는 대체로 유지되나 컵의 회전 각도는 추가 확인이 필요하며 카메라가 미세하게 줌인됨 | 미테스트 |
| 다중 레퍼런스 및 컷 간 일관성 | 7장의 레퍼런스로 3컷 전달 장면 생성 | 10초 | 3개 컷에 걸쳐 인물, 바이크, 헬멧의 소유 관계가 전반적으로 일관되게 유지됨 | 미테스트 |
아래에서는 각 평가 항목별로 원본 영상과 프롬프트를 하나씩 살펴보며, 각 영상의 구체적인 생성 대기 시간은 글 마지막의 생성 속도 표에 한꺼번에 정리했습니다.
역동적 움직임 및 카메라 제어
이 파트에서는 오토바이 코너링과 두 사람의 격투라는 두 가지 시나리오를 통해 동작의 연결성, 무게중심 변화, 이동 경로, 그리고 카메라가 동작 과정을 명확하게 담아내는지 관찰합니다. 두 모델에는 완전히 동일한 영어 프롬프트와 생성 설정을 적용했습니다.
오토바이 코너링 및 트래킹
두 버전에 입력한 프롬프트 요구사항은 동일합니다. 한 라이더가 빨간색 오토바이를 타고 긴 코너를 돌고, 카메라는 전면 측면의 낮은 앵글에서 속도에 맞춰 트래킹 촬영을 합니다. 바이크가 코너의 정점(에이펙스)을 지난 후 서서히 차체를 바로 세우며, 바이크 전체와 앞뒤 바퀴가 항상 화면 안에 온전히 들어와야 합니다.
Seedance 2.5 Flash
8초 · 720p · 네이티브 오디오 · 작업 제출부터 완료 확인까지: 82.7초
Seedance 2.5
8초 · 720p · 네이티브 오디오 · 작업 제출부터 완료 확인까지: 200.8초
레이싱 클로즈업 컷에 가까운 Flash
Flash가 생성한 영상을 보면 빨간색 바이크 전면부, 젖은 노면, 조명 반사, 뒷바퀴에서 일어나는 물보라가 비교적 선명하며, 배경이 빠르게 뒤로 넘어가고 차체에 바짝 붙은 트래킹 샷이 속도감을 잘 살려줍니다. 하지만 샷 사이즈가 너무 타이트해서 라이더의 머리와 상체, 차체 일부가 화면 밖으로 잘려 나갔고, 앞뒤 바퀴 역시 프롬프트 요구대로 온전히 담기지 않았습니다. 차체가 기울어지는 것은 볼 수 있지만 구도가 너무 좁아 라이더와 오토바이가 어떻게 호흡을 맞춰 코너를 도는지 파악하기 어렵습니다.
만약 최종 영상에 타이트한 레이싱 부분 클로즈업 컷을 짧게 삽입해야 한다면 이 소스를 활용할 수 있습니다. 하지만 스토리보드상 코너링 과정을 처음부터 끝까지 온전히 보여주어야 하거나 트랙의 주행 라인을 설명하는 컷 뒤에 이어 붙여야 한다면, 이처럼 인물과 차체 일부가 잘려 나간 구도는 적합하지 않습니다.
코너링 과정을 훨씬 온전하게 담아낸 일반 버전
일반 버전은 라이더와 오토바이 전체 실루엣을 모두 화면 안에 유지했습니다. 시간 순서대로 살펴보면 차체를 기울여 코너에 진입하고 에이펙스에 붙은 뒤, 서서히 기울기 각도를 줄이며 차체를 바로 세웁니다. 트랙 안쪽 연석과 차체의 위치 관계를 통해 바이크의 주행 라인도 명확하게 읽힙니다.
이러한 자연스러움은 차체 자세, 라이더의 무게중심, 코너링 라인과 카메라 거리가 잘 맞물린 결과입니다. Flash의 타이트한 클로즈업과 비교했을 때, 일반 버전은 코너 진입부터 서서히 차체를 세우는 과정까지 훨씬 명확하게 보여주므로 이 시나리오에서는 움직임 표현력이 더 뛰어납니다.
다만 일반 버전 역시 전면 측면 트래킹 앵글과 샷 사이즈가 주행 중에 조금씩 변합니다. 추출한 샘플 프레임만으로는 매 순간 타이어의 접지 상태와 차체 구조가 완벽하게 정확한지 단정할 수 없습니다. 이 비교는 일반 버전이 동작 과정과 주행 라인을 더 온전하게 표현한다는 점을 보여줄 뿐, 이를 근거로 모든 물리적 디테일이 완벽하다고 볼 수는 없습니다.
오토바이 테스트에 사용한 전체 영어 프롬프트
One continuous 8-second cinematic live-action shot on a closed motorcycle racing circuit just after rain, at blue hour. A single adult professional racer in black protective leathers and a full-face helmet rides one unbranded red sport motorcycle through a sweeping right-hand bend. A low front three-quarter tracking camera follows alongside at matching speed, keeping the whole motorcycle and both wheels visible. The racer leans naturally into the corner, reaches the apex, then gradually brings the bike upright toward the exit. Both tires remain on the wet asphalt. Track barriers and floodlights move past in the background, with a fine spray of water trailing the rear tire. Physically plausible rider anatomy and motorcycle geometry, consistent red bodywork, realistic film texture. Sound: one motorcycle engine rising smoothly and wet tire hiss. No dialogue, no music, no cuts, no text, no subtitles, no logos.
2인 연속 격투
이 격투 시나리오는 두 모델 모두 첫 프레임부터 바로 교전을 시작하도록 요구합니다. 연속 펀치, 회피 및 방어에 이어 강력한 바디킥 반격이 들어가고, 곧바로 거리를 좁혀 추격하며 하단 돌려차기로 다리를 쓸어 넘긴 뒤 바닥에 넘어져 구르는 구성입니다. 빠른 교전 중에도 인물을 구별할 수 있도록 프롬프트에서 한 명은 밝은 회색 재킷에 검은색 바지, 다른 한 명은 짙은 네이비 재킷에 황갈색 바지를 입도록 설정했습니다.
Seedance 2.5 Flash
8초 · 720p · 네이티브 오디오 · 작업 제출부터 완료 확인까지: 82.4초
Seedance 2.5
8초 · 720p · 네이티브 오디오 · 작업 제출부터 완료 확인까지: 197.7초
연속 동작은 충분하지만 타격감이 다소 약한 Flash
Flash는 연속 펀치, 방어, 킥, 하단 돌려차기, 넘어져 구르기까지 요구한 동작들을 모두 생성해 냈습니다. 하지만 자세히 살펴보면 몇몇 합은 동작을 순서대로 쪼개어 보여주는 느낌에 가깝고, 주먹과 발을 뻗은 뒤의 피격 반응이나 자연스럽게 다음 기술로 이어지는 과정이 다소 가볍게 뜹니다. 두 인물이 화면 안에서 기본적으로 좌우 수평 이동만 할 뿐, 카메라와 인물 사이에 앞뒤 깊이감(종심)을 살린 거리 변화가 부족합니다.
게다가 화면 위아래에 임의로 검은 레터박스가 추가되었고, 전반부에는 발 부분이 온전히 나오지 않습니다. 격투 시 지지하는 발의 위치나 스텝 이동, 힘을 싣는 과정을 확인해야 하는 경우 이처럼 발이 잘리면 판단에 지장을 주게 됩니다.
힘을 싣는 과정과 공간 이동이 훨씬 자연스러운 일반 버전
일반 버전에서는 인물이 주먹을 뻗을 때 어깨와 등에 힘이 들어가고 허리와 복부가 회전하는 모습이 보이며, 회피와 반격 킥, 뒤로 물러나는 스텝에서도 온몸의 움직임이 함께 따라갑니다. 거리가 벌어진 뒤 두 사람이 다시 바짝 붙으며 자연스럽게 하단 공격과 넘어져 구르는 동작으로 이어집니다. 교전 과정에 맞춰 카메라 위치가 조정되고 인물의 앞뒤 거리와 방향이 계속 바뀌면서, 깊이감 있는 공간 안에서 격투가 벌어져 전후 위치 관계가 훨씬 명확하게 드러납니다.
이 샘플 영상은 힘을 싣고 공격을 받아낸 뒤 추격하기까지의 과정을 한층 매끄럽게 보여줍니다. Flash와 비교했을 때 일반 버전은 주먹과 발차기에 훨씬 묵직한 무게감이 실려 있고 연속 동작의 연결이 치밀해, 이 시나리오에서도 더 나은 움직임 표현력을 보여주었습니다.
다만 일반 버전 역시 영상 내내 두 사람의 발을 화면 안에 온전히 유지하지는 못했습니다. 주먹과 발이 닿는 지점이 합리적인지, 프롬프트에서 요구한 3연타 펀치를 정확히 채웠는지, 매 순간 무게중심 이동이 자연스러운지는 영상을 따라가며 꼼꼼히 살펴봐야 합니다. 화면이 더 영화처럼 보인다고 해서 액션 합이 완벽히 정확하다거나 프롬프트의 모든 동작 요구사항이 엄격하게 이행되었다고 단정할 수는 없습니다.
격투 테스트에 사용한 전체 영어 프롬프트
An explosive 8-second live-action martial-arts fight scene, fast real-time Hong Kong action-film choreography, one continuous shot. Two adult fighters in a gritty concrete parking garage: one in a light grey jacket and black trousers, the other in a dark navy jacket and tan trousers. They are already fighting in the opening frame. The grey fighter surges forward with a rapid three-punch combination; the navy fighter slips the first punch, blocks the next and drives back with a forceful body kick. The grey fighter staggers two steps, immediately closes the distance, ducks a swinging counterpunch and sweeps the navy fighter's leg. The navy fighter hits the floor in a controlled stunt fall and rolls away as the grey fighter pursues. Relentless attack-and-counterattack momentum throughout, short transitions, sharp acceleration, convincing physical impact reactions, forceful torso rotation, realistic weight and balance, clear changes of position across the floor. The camera tracks rapidly beside them at waist height in a medium-wide action framing, keeping both whole bodies and the floor under their feet visible, with subtle handheld vibration at impacts. Crisp readable action, restrained motion blur, hard overhead light, cinematic contrast, realistic anatomy and clothing, distinct stable identities. Audio: rapid footfalls, forceful punch and kick impacts, clothing snaps, heavy breathing and a solid floor impact. No slow motion, no standing around, no pauses to reset, no dialogue, no music, no text, no subtitles, no cuts, no blood, no gore, no weapons.
인물 연기 및 대사
이 시나리오는 인물이 먼저 고개를 숙여 편지를 읽다가 고개를 들고 영어로 “You kept the letter.”(편지를 간직하고 있었군요.)라고 말한 뒤 잠시 미소 짓도록 요구합니다. 프롬프트에서는 대사를 4초에서 6초 사이에 말하고 카메라를 고정할 것을 지정했습니다.
추출한 프레임을 살펴보면 인물이 고개를 숙여 편지를 보다가 고개를 들어 미소 짓기까지 얼굴, 재킷, 손에 든 편지지가 모든 시간대에서 명확하게 식별됩니다. 이처럼 움직임이 작고 격렬한 동작의 방해가 없는 연기 장면은 얼굴 표정과 감정선의 변화를 직접 관찰하기에 적합합니다.
대사가 포함된 연기 컷을 평가할 때는 화면과 오디오를 분리해서 대조해 봐야 합니다. 영상에 오디오 트랙이 들어 있다고 해서 대사 발음과 입모양(립싱크)이 반드시 정확하게 일치하는 것은 아닙니다. 원본 영상을 검수할 때는 해당 영어 문장의 발음이 명확한지, 불필요한 타인의 목소리가 섞이지 않았는지, 요구사항대로 4초에서 6초 사이에 입을 여는지, 그리고 입모양 변화가 대사와 맞아떨어지는지 확인해야 합니다. 정지된 캡처 이미지만으로는 대사가 단어 하나까지 정확한지, 입모양이 엄격하게 동기화되었는지 이번 라운드에서 별도로 검증하지 못했습니다.
인물 연기에 사용한 영어 프롬프트
One continuous 8-second medium close-up in a quiet train carriage, naturalistic live-action cinematography. An adult woman in a plain navy jacket holds one opened letter below her face. 0-2 seconds: she reads it silently, with a thoughtful expression. 2-4 seconds: she takes a small breath and lifts her eyes toward a person just beside the camera. 4-6 seconds: with a restrained, tender smile she says clearly in English, 'You kept the letter.' 6-8 seconds: she holds the eye contact and the quiet smile. Keep her mouth fully visible and her face, clothing and letter consistent. The camera stays still. Audio: her single spoken line over soft carriage rumble. No other voices, no music, no captions, no readable writing, no subtitles, no cuts.
디테일한 상호작용
이 시나리오는 한 사람이 작은 황동 열쇠 하나를 다른 사람의 손바닥에 올려놓고 손가락을 펴서 놓아준 뒤 빈손을 거두어들일 것을 요구합니다. 이처럼 작고 단단한 소품을 주고받는 장면은 손 생성 품질을 검증하기에 좋습니다. 두 손이 가까워지고 겹쳐질 때 열쇠를 쥐었다가 놓는 동작이 명확하게 표현되어야 하기 때문입니다.
추출한 전달 장면을 보면 열쇠를 건네는 손이 펼쳐진 손바닥을 향해 뻗어 열쇠를 내려놓은 뒤 빠져나가고, 열쇠를 받은 사람은 이어서 손가락을 오므립니다. 아래 이미지는 손끝과 열쇠의 접촉 관계를 자세히 볼 수 있도록 전달 순간을 부분 확대한 것입니다.

이러한 국소 부위의 상호작용을 점검할 때는 보통 몇 가지 디테일을 중점적으로 확인해야 합니다. 손을 뗄 때 열쇠를 쥐고 있던 손가락이 자연스럽게 펴지는지, 손끝이 열쇠나 상대방 손바닥과 뭉개지거나 달라붙지 않는지, 엄지와 다른 손가락의 관절 구조가 정상적인지, 그리고 과정 내내 열쇠가 복제되지 않고 하나로 유지되는지 등입니다. 이러한 디테일은 영상을 프레임 단위로 따라가며 꼼꼼히 봐야 합니다. 시작 프레임에서 손바닥 구조가 정상이라고 해서 두 손이 겹쳐질 때도 오류가 없다고 볼 수는 없습니다.
또한 이 샘플 영상은 인물 설정에서 뚜렷한 오차를 보였습니다. 프롬프트에서는 화면 왼쪽에서 열쇠를 건네는 인물을 여성으로 명확히 지정했으나, 실제 생성된 영상에서는 열쇠를 건네는 사람이 남성으로 나타났습니다. 따라서 이 샘플은 손으로 물건을 주고받는 동작을 관찰하는 데는 쓸 수 있지만, 요구한 인물 설정을 제대로 구현하지는 못했습니다. 소품 전달이 완료되었다고 해서 모든 프롬프트 지시가 이행된 것은 아니며, 몇 장의 샘플 프레임만으로 손가락 접촉 구조가 완벽히 정확하다고 단정할 수도 없습니다.
열쇠 전달 테스트에 사용한 영어 프롬프트
One continuous 8-second live-action shot, a fixed waist-up two-shot of two adults at a wooden counter, with both people's hands clearly visible throughout. The woman on the left wears a dark green shirt. The man on the right wears a charcoal shirt. 0-2 seconds: the woman holds exactly one small brass key between the fingers of her right hand; the man presents his empty open left palm. 2-5 seconds: she moves that key into his left palm and releases it. 5-8 seconds: she withdraws her visibly empty right hand, and he closes his fingers around the received key. Maintain one key, two people and continuous natural hand movements. Show the actual contact and release clearly, with realistic anatomy and steady framing. Soft side lighting, believable skin and wood textures. Audio: quiet room tone and a small metallic click during the transfer. No speech, no music, no text, no subtitles, no cuts.
공간 이해도
이 테스트에서는 텍스트가 없는 자체 제작 정지 이미지를 첫 프레임으로 입력했습니다. 인물, 파란색 머그컵, 덮여 있는 노트, 책상과 방 배경이 모두 첫 프레임 이미지에 이미 확정되어 있는 상태입니다. 프롬프트가 요구하는 동작의 폭은 매우 작습니다. 인물이 고개를 숙여 손을 뻗어 책상 위의 컵을 바닥에서 떼지 않은 채 사분의 일 바퀴(90도) 돌린 다음, 손을 떼고 고개를 돌려 창밖을 바라보는 것입니다.
인물의 외형이 일관되게 유지되는지 관찰하는 것 외에도, 이 컷은 책상 위 공간 관계에 대한 모델의 이해도를 중점적으로 살펴봅니다. 손이 자연스러운 방향으로 컵 손잡이를 향해 뻗는지, 컵이 돌아갈 때 바닥면이 책상에 계속 밀착되어 있는지, 노트와 컵, 책상의 상대적 위치가 안정적인지, 그리고 컵 손잡이를 잡았다가 놓는 과정에서 앞뒤 가림 관계(오클루전)가 정확하고 물체가 서로 뚫고 지나가는 현상(클리핑)이 없는지 확인해야 합니다.
추출한 프레임을 보면 책상 위의 전체적인 배치는 안정적으로 유지되었고, 손이 컵을 향해 뻗었다가 돌아오는 과정이 보이며 노트도 오른쪽 원래 자리에 그대로 남아 있습니다. 다만 컵 손잡이의 방향이 바뀌긴 했으나 후반부에 가서는 다시 초기 위치와 비슷해 보입니다. 추출된 샘플 프레임만으로는 컵이 실제로 사분의 일 바퀴를 온전히 돌아 새로운 각도에서 멈췄는지 확인하기 어렵습니다. 또한 프롬프트에서는 고정 카메라를 요구했지만 생성된 화면에는 미세하게 앞으로 줌인되는 듯한 움직임이 나타났습니다.
이러한 첫 프레임 기반 이미지 투 비디오를 평가할 때는 인물 특징 유지 여부와 더불어, 손이 책상 위의 단단한 물체에 닿을 때 기존 물체의 위치와 앞뒤 가림 관계가 잘 유지되는지가 핵심입니다. 손가락 접촉, 가림 관계 및 물체의 위치 이동을 검수할 때는 첫 프레임 원본 이미지와 생성된 영상을 나란히 놓고 비교하는 것이 좋습니다.
컵 돌리기 테스트에 사용한 영어 프롬프트
Continue the supplied first frame as one steady 8-second live-action shot. Preserve this exact adult woman's appearance, navy shirt, desk, single blue mug, closed tan notebook, background and window lighting. 0-2 seconds: she briefly glances down toward the blue mug. 2-5 seconds: she gently takes the mug handle with her right hand and rotates the mug a quarter turn on the tabletop without lifting it. 5-8 seconds: she releases the mug, rests her right hand beside it, and looks back toward the window. The mug stays on the desk and remains one rigid ceramic object, and the closed notebook remains fixed throughout. Keep the camera locked with no cut or zoom. Audio: quiet indoor ambience and a soft ceramic scrape during the turn. No speech, no music, no text, no subtitles.
다중 레퍼런스 및 컷 간 일관성
이 테스트에서는 영상 길이를 10초로 늘리고, 7장의 레퍼런스 이미지를 사용해 3개의 컷으로 구성된 클립을 생성했습니다. 등장인물은 각각 한국인 여성 라이더, 서구권 남성 라이더, 서구권 중년 정비사로 설정하여 세 사람의 3면도(정면·측면·후면) 캐릭터 시트를 한 장씩 입력했습니다. 동시에 디자인이 서로 다른 오토바이 두 대와 빨간색·검은색, 흰색 헬멧 두 개를 함께 제공했습니다.
레퍼런스 이미지는 인물의 생김새, 의상 및 사물의 디자인을 확정하는 용도로만 사용했습니다. 테스트 시 배경 이미지나 스토리보드 스케치는 입력하지 않았으며, 차고 환경과 조명, 컷 전환은 모두 텍스트 설명으로 제어했습니다. 흐린 오후 시간대에 차고 문으로 부드러운 자연광이 들어오고, 바닥은 마른 상태를 유지하며 피부와 가죽 슈트에 생기는 과도한 하이라이트 반사를 줄이도록 지시했습니다.
이번에 사용한 레퍼런스 이미지
| 레퍼런스 항목 | 이미지 | 매칭 관계 |
|---|---|---|
| 1 · 여성 라이더 3면도 | ![]() | 빨간색·검은색 레이싱 슈트 착용, 빨간색·검은색 헬멧을 건네받음 |
| 2 · 남성 라이더 3면도 | ![]() | 노란색·검은색 레이싱 슈트 착용, 내내 흰색 헬멧을 들고 있음 |
| 3 · 정비사 3면도 | ![]() | 짙은 네이비 작업복 착용, 헬멧을 건넨 후 빈손을 거둠 |
| 4 · 빨간색 오토바이 | ![]() | 풀페어링 차체와 분리형 헤드라이트 디자인 유지 |
| 5 · 파란색 오토바이 | ![]() | 원형 헤드라이트와 외부로 노출된 엔진 유지 |
| 6 · 빨간색·검은색 헬멧 | ![]() | 정비사의 손에서 여성 라이더에게 전달됨 |
| 7 · 흰색 헬멧 | ![]() | 남성 라이더가 소지함 |
컷 구성
| 시간 | 컷 내용 |
|---|---|
| 0–3초 | 와이드 샷으로 인물 세 명과 바이크 두 대의 위치 제시 |
| 3–7초 | 미디엄 샷으로 헬멧을 주고받는 장면을 명확히 포착 |
| 7–10초 | 다시 와이드 샷으로 돌아와 두 라이더가 각자의 바이크로 걸어감 |
10초 · 720p · 네이티브 오디오 · 작업 제출부터 완료 확인까지 약 124초
컷 전환 후에도 전반적으로 일관성을 유지하는 인물과 사물
이 샘플 영상은 여러 번의 컷 전환 후에도 설정의 일관성을 전반적으로 잘 유지했습니다. 와이드 샷에서 미디엄 샷으로, 다시 와이드 샷으로 전환되는 동안 세 캐릭터의 외모와 레이싱 슈트, 작업복이 모두 레퍼런스와 일치하며, 빨간색 풀페어링 바이크와 파란색 원형 라이트 네이키드 바이크도 각자의 원래 디자인을 유지했습니다. 3장의 인물 3면도 시트 역시 각각 세 명의 캐릭터에 정확히 매칭되었으며, 한 장의 시트에 그려진 세 가지 각도의 모습을 세 명의 다른 인물로 잘못 생성하지 않았습니다.
헬멧의 소유 및 전달 관계도 일관되게 이어졌습니다. 처음에는 정비사가 빨간색·검은색 헬멧을 들고 있다가 미디엄 샷으로 전환된 후 여성 라이더가 헬멧을 건네받고 정비사는 손을 놓아 거두어들입니다. 다시 와이드 샷으로 돌아온 뒤에도 빨간색·검은색 헬멧은 여전히 여성 라이더의 손에 들려 있고, 남성 라이더는 처음부터 끝까지 흰색 헬멧을 들고 있습니다. 다중 레퍼런스 작업에서 이처럼 컷이 바뀐 뒤에도 캐릭터의 정체성과 각자 들고 있는 소품을 명확히 구별할 수 있다는 점은 후반 편집 작업에 매우 유용합니다.
완성된 영상은 약 3초와 6.8초 지점에서 각각 컷이 전환되어 와이드 샷, 미디엄 샷, 다시 와이드 샷으로 이어지는 스토리보드 구성을 대체로 충실히 반영했습니다. 화면 조명도 텍스트로 묘사한 부드러운 자연광에 부합하며, 바닥과 가죽 의상의 빛 반사도 차분하게 억제되었습니다. 다만 인물의 연기가 여전히 약간 경직되어 있고, 헬멧을 주고받을 때의 손가락 디테일도 추가로 꼼꼼히 살펴볼 필요가 있습니다. 현재까지 관찰된 결과로 볼 때 이 샘플은 3개의 컷 사이에서 인물과 사물의 매칭 관계를 전반적으로 잘 유지했습니다. 이 항목은 Flash만 단독으로 테스트했으며 일반 버전과의 일관성 비교는 진행하지 않았습니다.
다중 레퍼런스 테스트에 사용한 영어 프롬프트 (요약본)
아래 프롬프트는 원본 테스트의 레퍼런스 이미지 매칭 관계, 3단 컷 구성 및 주요 제약 조건을 그대로 유지하고 중복되는 묘사를 생략한 버전입니다.
Create a 10-second photorealistic live-action scene in three shots, with hard cuts at 3s and 7s. Exactly three adults, two parked motorcycles and two helmets.
References define appearance only; replace their studio lighting and backgrounds:
@Image 1: one Korean woman, black ponytail, red-and-black racing suit.
@Image 2: one European-American man, short brown hair, yellow-and-black racing suit.
@Image 3: one middle-aged European-American mechanic, salt-and-pepper hair and stubble, navy coveralls.
Each character reference is a three-view sheet of ONE person.
@Image 4: red faired sportbike, angular split headlights.
@Image 5: blue naked roadster, round headlight, exposed engine.
@Image 6: red-and-black helmet, passed from mechanic to woman.
@Image 7: white helmet, held by the male racer throughout.
Preserve faces, outfits, object designs and colors across cuts.
Setting: a working pit garage on an overcast afternoon. Soft neutral daylight enters from camera-right; worn concrete walls, rear workbench and cabinets, dry matte floor. Natural skin, subdued leather reflections, no glossy skin or amber wash. Keep lighting and environment consistent.
0-3s, steady eye-level wide: woman left beside the red bike, mechanic center holding the red-and-black helmet, male racer right beside the blue bike holding the white helmet. Show full bodies and both bikes. Mechanic begins offering his helmet to the woman.
3-7s, steady medium two-shot from the same side of the action axis: woman left, mechanic right, faces and hands visible. She takes the red-and-black helmet with both hands; he releases it and withdraws empty hands. Show clear contact and release without fused fingers or duplicated objects.
7-10s, return to the wide: woman holds her received helmet and steps toward the red bike; male racer keeps his white helmet and steps toward the blue bike. Mechanic stays between them, hands empty. Bikes remain on stands; nobody mounts or puts on a helmet.
Maintain identities, screen direction, object ownership, grounded movement and natural occlusion. Audio: continuous quiet garage ambience, footsteps and helmet handling. No dialogue, music, extra cuts, slow motion, duplicated people or objects, text, logos or watermarks.
생성 속도
| 시나리오 | 모델 | 길이 | 작업 제출부터 완료 확인까지 |
|---|---|---|---|
| 오토바이 코너링 및 트래킹 | Flash | 8초 | 82.658초 |
| 오토바이 코너링 및 트래킹 | Seedance 2.5 | 8초 | 200.842초 |
| 연속 격투 | Flash | 8초 | 82.400초 |
| 연속 격투 | Seedance 2.5 | 8초 | 197.657초 |
| 인물 연기 및 영어 대사 | Flash | 8초 | 87.419초 |
| 두 사람의 열쇠 전달 | Flash | 8초 | 89.368초 |
| 첫 프레임 기반 미세 동작 | Flash | 8초 | 83.066초 |
| 7장 레퍼런스 및 3컷 전달 장면 | Flash | 10초 | 124.013초 |
앞선 5개의 8초 분량 Flash 영상은 작업을 제출한 시점부터 완료가 확인되기까지 약 82초에서 89초가 걸렸으며, 2개의 8초 분량 일반 버전 영상은 각각 약 201초와 198초가 소요되었습니다. 10초 분량의 다중 레퍼런스 영상은 약 124초가 걸렸는데, 입력 소스와 영상 길이가 다르므로 앞선 8초 샘플들과 직접 속도 차이를 환산하지 않고 별도로 기록했습니다. 실무에서 프롬프트를 반복적으로 수정하며 여러 차례 샘플을 뽑아보고 컷 효과를 비교해야 한다면, 1회 생성당 1분 이상을 아낄 수 있어 초기 테스트와 컷 선별 속도를 눈에 띄게 높일 수 있습니다.
참고로 이번 작업들은 동일한 계정으로 제출했지만 두 버전의 테스트가 서로 다른 시간대에 진행되었으며, 각 시나리오를 여러 번 반복 생성하여 평균값을 낸 것이 아닙니다. 기록된 소요 시간에는 네트워크 변동, 서버 대기열(큐), 그리고 스크립트가 5초마다 상태를 폴링(polling)하면서 발생하는 관측 지연 시간이 포함되어 있습니다. 따라서 이 데이터는 이번 테스트에서 Flash의 실제 체감 대기 시간이 더 짧았다는 점을 보여줄 뿐, 이를 모델의 고정적인 속도 우위로 직접 환산할 수는 없습니다.
언제 Flash를 쓰고, 언제 일반 버전을 선택할까
제작하려는 영상이 역동적인 움직임이나 액션 위주라면 이번 테스트 결과로 볼 때 여전히 Seedance 2.5 일반 버전이 더 안정적인 선택입니다. 두 가지 역동적 움직임 비교 테스트에서 일반 버전은 동작의 전체 과정, 신체의 피격 반응, 공간 이동을 훨씬 자연스럽게 표현해 이러한 컷의 연출 요구사항에 더 잘 부합했습니다.
반면 현재 단계가 빠른 테스트 촬영, 구도 확정, 프롬프트 작성법 탐색이 목적이거나 한정된 예산 안에서 일상적인 컷들을 대량으로 진행해야 하는 상황이라면 Flash의 짧은 대기 시간과 저렴한 단가가 실질적인 가치를 발휘합니다. Flash 역시 준수한 화질의 클립을 생성해 낼 수 있지만, 사용할 컷을 고를 때는 스토리보드 요구사항과 대조하며 구도 잘림 여부, 동작의 연결성, 국소 부위의 상호작용 디테일을 꼼꼼히 확인해야 합니다.
종합하자면, 이번 두 가지 역동적 움직임 테스트에서 Flash의 모션 표현력은 아직 Seedance 2.5 일반 버전을 완전히 따라잡지 못했으며 동작의 완결성과 타격감 면에서는 여전히 일반 버전이 우위에 있습니다. 반면 Flash는 실무에 쓸 만한 품질을 유지하면서 대기 시간을 줄이고 호출 비용을 낮추어, 크리에이터가 초기 단계에서 빈번하게 시행착오를 거치며 결과물을 뽑아낼 수 있도록 돕는 포지션입니다. 인물 연기 및 대사, 디테일한 상호작용, 공간 이해도, 다중 레퍼런스 컷 간 일관성 항목의 경우 이번 라운드에서는 Flash의 테스트 샘플만 생성하여 각 작업에서의 실제 표현력과 중점 관찰 포인트를 살펴보았으며, 해당 작업들에서 두 버전 간의 우열은 비교하지 않았습니다.









