씨댄스급 AI 영상 모델 비교

각 모델을 같은 7개 항목(실사 · 대사 · 스펙 · 일관성 · 가격 · API · 상업조건)으로 봤습니다. 대사 항목에서 한국어 지원을 함께 평가합니다. 필터로 골라 보세요.

모델	한국어 대사	최대 길이	최고 해상도	캐릭터 / 멀티샷	$/초	한국 API	유료 상업·워터마크
Seedance 1.5 Pro	문서 명시	12초	1080p	일관성·멀티샷 지원	$0.052 (720p, fal)	fal / Replicate	호스트 유료 등급
Seedance 2.0 / 2.5	문서 명시	15초 / 30초	4K / 1080p+	레퍼런스 9~30개, 멀티샷, 편집	$0.15 / $0.231 (720p 직결)	애그리게이터 (직결 한국 확인 안 됨)	가능 (워터마크 토글)
Kling 3.0	문서 명시 (5개 언어)	15초 (연장 ~3분)	4K 네이티브	Elements 얼굴 잠금, 6컷 Director, 목소리 고정	$0.13 Std / $0.168 Pro (+오디오)	공식 + 애그리게이터	유료 가능
Veo 3.1	구글 보장 아님	8초 (연장 +7초씩)	4K	레퍼런스 3장 (Lite 제외), 멀티샷 없음	$0.05 Lite / $0.10 Fast / $0.40 Std	Gemini / Vertex	가능 (비표시 SynthID)
Gemini Omni Flash 1.1	Veo와 동일	10초 (누적 40초)	720p 네이티브	대화형 편집, 레퍼런스	$0.10	Gemini API	가능 (SynthID)
MiniMax H3	문서 명시 (11개 언어)	15초	2K	이미지 9 + 영상 3 + 음성 3, 멀티샷	$0.08 (768p) / $0.13 (2K)	플랫폼 + 애그리게이터	유료 가능
Hailuo 02 / 2.3	무음	10초 (1080p는 6초)	1080p	Subject Reference (S2V)	약 $0.047 (768p)	가능	유료 가능
Runway Gen-4.5	무음 (별도 도구)	10초	720p	레퍼런스 일관성, Aleph 편집	$0.12 (Turbo $0.05)	공식 API	유료 가능
Luma Ray3.2	무음	10초 (연장 ~30초)	1080p / HDR	키프레임, 캐릭터 레퍼런스 없음 (3.14)	약 $0.06–0.09 (720p)	공식 API	Plus 이상
Pika 2.5	무음 (API 립싱크 불가)	10초 (프레임 연장 25초)	1080p	기본 재료(ingredients) 수준	크레딧제, $/초 확인 불가	fal / 자체 API	Pro 이상 확실, 이하 출처 충돌
Wan 3.0	주장만, 언어 목록 없음	30초	1080p	옴니 레퍼런스 (이미지 10 / 영상 5 / 음성 5)	$0.10 (720p) / $0.20 (1080p)	Model Studio 싱가포르	유료 가능
Wan 2.2 (오픈)	무음	약 5~10초	1080p	레퍼런스-투-비디오 변형	약 $0.02~ (애그리게이터)	가능 / 셀프호스팅	Apache-2.0

BYTEDANCE

Seedance 1.5 Pro

한국어 명시

실사: 상위권. 상위 버전 2.0은 Artificial Analysis 텍스트-투-비디오 스냅샷 1위(Elo 1212)를 기록했습니다.
대사: 이 모델의 존재 이유. 음성·영상 동시 생성(joint AV), 밀리초 단위 립싱크, 지원 언어에 한국어 명시 (영·중·일·스페인·포르투갈·인도네시아어 등). 2.0은 음소 단위 립싱크 8개+ 언어.
스펙: 4~12초, 480p~1080p, 16:9 / 9:16 / 1:1. (1.0 Pro는 무음, 5/10초)
일관성: 1.0부터 네이티브 멀티샷 내러티브. 2.0은 이미지 9 + 영상 3 + 음성 3개 레퍼런스, 2.5는 이미지 최대 30개까지 보고됨.
가격: fal 기준 720p+오디오 $0.052/초 (5초 $0.26). 오디오를 켜면 무음 대비 약 2배. 2.0 직결 약 $0.15/초(720p), 2.5 약 $0.231/초 — 경로에 따라 2~7배 차이가 납니다.
API: BytePlus ModelArk 공식 API + fal/Replicate 등. 크론 자동화 가능.
상업조건: BytePlus API는 워터마크 토글(끔 가능). Dreamina 무료는 워터마크, 유료는 제거+상업 이용.

주의: 일부 호스트는 실존 인물 사진 레퍼런스를 본인인증 없이 거부합니다. 우리처럼 AI로 만든 가상 캐릭터는 해당 없음. BytePlus 직결 계정의 한국 가입 가능 여부는 미확인 — 애그리게이터 경유가 무난합니다.

KUAISHOU

Kling 3.0

한국어 명시

실사: "실사 인물 특화"라는 평가가 반복됩니다. 조명·포토리얼리즘은 Veo에 한 끗 아래, 움직임·물리·가격은 위. 얼굴이 컷을 넘어 유지되는 힘이 강점.
대사: 네이티브 오디오 정확히 5개 언어: 중·영·일·한·스페인어. 캐릭터별 목소리 고정, 여러 인물이 각자 목소리·립싱크 유지, 사투리·코드스위칭 지원.
스펙: 3~15초, 네이티브 4K까지, 최대 60fps, 16:9/9:16. 연장하면 약 3분까지 체인.
일관성: AI Director: 15초 생성 안에 최대 6컷, 컷마다 길이·샷 크기·카메라 지정. Elements: 정면 + 최대 4개 각도 레퍼런스로 얼굴 잠금 — 반복 캐릭터에 가장 강한 시스템. 최대 3인 주체 일관성.
가격: API: Standard 720p 무음 $0.084 / 오디오 $0.13/초, Pro 1080p 오디오 $0.168~0.17/초, 4K $0.43/초. 구독(Ultra $159.99, 26,000크레딧)으로도 월 필요량의 4분의 1 수준 — 구독은 테스트용, 본편은 종량제.
API: 공식 API + fal/Replicate/Runway Dev 등. 글로벌 사이트가 국제용 제품, 한국 제한 없음.
상업조건: 무료는 워터마크+비상업+720p 상한. 유료 전 등급 워터마크 제거 + 상업 이용.

주의: Kling 4.0(9월 30일 발표, 최대 30초·스테레오)은 상위 구독자 얼리 액세스만 진행 중 — 아직 파이프라인에 얹을 단계가 아닙니다.

MINIMAX

MiniMax H3 (Hailuo 3.0)

한국어 명시

실사: 전작 Hailuo 02는 출시 당시 AA 2위(물리 표현 유명). H3/H3 Max는 2026년 10월 오디오 포함 보드 상위권 (H3 768p 1,138 / H3 Max 1,134).
대사: 32kHz 스테레오 네이티브 오디오, 한국어 포함 11개 언어 안정 지원 명시. 레퍼런스 녹음으로 목소리 전이(voice transfer)도 가능.
스펙: 4~15초, 24fps, 768p 기본 / 재생성으로 2K, 21:9~9:16.
일관성: 옴니 레퍼런스: 이미지 9 + 영상 3 + 음성 3 (12개 파일), 첫/끝 프레임, 멀티샷 생성, 문장 단위 대사 편집.
가격: 공식 종량제 768p $0.08/초, 2K $0.13/초. 레퍼런스 음성 무료, 레퍼런스 이미지 5장까지 무료 후 장당 $0.04. 단, MiniMax 직결 API는 월 $1,000+ 단위 패키지 판매 보고가 있어 애그리게이터 진입이 합리적.
API: 공식 플랫폼(글로벌) + fal/Replicate/Runway Dev/WaveSpeed.
상업조건: 유료 API/구독 출력물 상업 이용 가능, 무료는 워터마크.

주의: H3 오픈 웨이트 라이선스의 지역 제외 조항이 논란 중이라 한국 포함 여부가 미확인입니다. 호스팅 API 경로는 영향 없는 것으로 보이나, 셀프호스팅은 이 문제가 정리될 때까지 보류하세요.

ALIBABA

Wan 3.0

한국어 미검증

실사: 재구축된 AA 오디오 포함 보드 1위(Elo 1,156), 무음 보드도 1위(1,129). 단 상위 5개가 오차 ±10 안팎의 20점 차 접전. 통제 테스트 6개 과제에서 Veo 3.1의 4분의 1 가격에 공동 최고 납품 기록, 다른 비교에선 Seedance 2.5가 "연기와 마무리"에서 우세.
대사: 오디오(대사·음악·효과음)가 기본으로 한 번에 생성되고 다국어 대사를 주장하지만, 알리바바가 언어 목록을 공개하지 않아 한국어가 명시돼 있지 않습니다. 초기 테스터들은 중·영 외 언어(일본어 지적)를 약점으로 꼽음.
스펙: 한 번에 2~30초 — 씨댄스 2.5와 함께 최장. 480p/720p/1080p (4K 없음).
일관성: 옴니 레퍼런스: 이미지 10 + 영상 5 + 음성 5, 얼굴·머리·의상·소품·공간 관계까지 긴 클립에서 유지 주장. 약 6장면 넘으면 멀티샷 변형이 무너진다는 테스터 보고 1건.
가격: 공식: 480p $0.05 / 720p $0.10 / 1080p $0.20/초 (30초 1080p 1테이크 = $6.00). Runway Dev 요금과 정확히 일치함을 실측 확인.
API: Alibaba Cloud Model Studio 국제(싱가포르) 엔드포인트, 2026년 8월 24일 국제 GA. + fal/Replicate/Runway Dev. 한국 차단 없음.
상업조건: Model Studio 유료 출력물 상업 이용, API 출력 워터마크 없음. 3.0은 "오픈" 소문과 달리 폐쇄형 API 전용.

도입 전 필수 테스트: 한국어 대사 품질이 유일한 미지수입니다. 듣기 테스트를 통과하면 30초 원테이크 + $0.10/초로 롱폼 주력이 되고, 실패하면 무대사 장면·초안 전용으로 쓰면 됩니다.

GOOGLE

Veo 3.1

한국어 미보장

실사: 시네마틱 포토리얼리즘·조명·프롬프트 충실도의 기준점. LMArena 이미지-투-비디오 보드 1위(Elo 1,397, 2026년 8월). 얼굴·표정이 한 샷 안에서 무너지지 않는 힘이 여전히 강점.
대사: 48kHz급 동기 오디오를 한 번에 생성. 단, 구글 공식 가이드는 영어만 "완전 지원"으로 평가하고 타 언어는 "평가되지 않음"으로 명시. 서드파티는 한국어를 립싱크 지원 언어로 꼽고 실제로 동작하지만, Kling/Seedance/H3처럼 구글이 보장하는 수준은 아닙니다.
스펙: 4/6/8초만 — 전 모델 중 가장 짧은 상한. 720p/1080p/4K, 24fps, 16:9 + 네이티브 9:16. 연장은 Veo 생성 클립에만 +7초씩 (최대 약 148초 체인).
일관성: 레퍼런스 이미지 최대 3장("Ingredients to Video"), 첫/끝 프레임 제어. 네이티브 멀티샷 모드 없음. Lite 등급은 레퍼런스·연장 불가.
가격: 2026-10-22 공식 가격 페이지 실측: Standard $0.40/초 (4K $0.60), Fast 720p $0.10 / 1080p $0.12, Lite 720p $0.05 / 1080p $0.08. 무료 API 등급 없음.
API: Gemini API + Vertex AI, fal/Replicate/Runway Dev도 구글 가격 수준. 한국은 출시 국가에 포함, 장벽 없음.
상업조건: 유료 API 상업 이용 가능, 눈에 보이는 워터마크 없음. 단 모든 출력에 비표시 SynthID 출처 워터마크 포함.

주의: 조사 당일(10월 22일) Veo 3.1 Preview 모델 ID가 종료된다는 공지가 공식 페이지에 있었습니다. 크론에 넣을 땐 프리뷰가 아닌 GA 모델 ID(veo-3.1-generate-001 등)를 고정하세요. 히어로 대사는 한국어 테스트 통과 후에만 맡길 것.

GOOGLE

Gemini Omni Flash 1.1

한국어 미보장

실사: 재구축 전 AA 오디오 포함 보드 1위(Elo 약 1,233), 텍스트-투-비디오 스냅샷 2위(1,204, Seedance 2.0과 오차 범위).
대사: 네이티브 오디오. 단 목소리/대사 편집은 제한적이고, 한국어 문서 수준은 Veo와 마찬가지로 약합니다.
스펙: 3~10초, 720p 네이티브가 상한 (1080p/4K는 업스케일), 10초 단위 연장으로 누적 40초.
일관성: 대화형 멀티턴 편집 — 다시 뽑지 말고 "이 샷만 이렇게 고쳐줘"로 수정. 재시도 횟수를 줄여주는 게 곧 비용 절감.
가격: $0.10/초 (초당 출력 토큰 5,792개 과금). 2026년 8월 27일 GA.
API: Gemini API. 한국 장벽 없음.
상업조건: 유료 상업 이용 가능, SynthID 포함.

RUNWAY

Runway Gen-4 / 4.5

무음

실사: 감독형 제어(카메라 무빙, 모션 브러시, 레퍼런스 일관성)로 전문가 선호. 다만 4.5는 출시 당시 선두였다가 중국 모델들에 밀려 AA 상위 10위 밖으로 나갔습니다.
대사: 기본 생성은 무음. 우회로는 같은 스위트 안의 별도 도구 — Act-Two(퍼포먼스 캡처, $0.05/초), Characters(이미지+대본으로 말하는 캐릭터), ElevenLabs 음성. 결국 다단계 파이프라인이고 한국어 음질은 TTS가 결정합니다.
스펙: Gen-4: 5/10초, 이미지 입력 필수, 720p. 4.5: 2~10초, 720p, 24/25fps.
일관성: 레퍼런스 이미지로 캐릭터·장소·사물 일관성이 원래 세일즈 포인트. Aleph 2.0은 기존 영상 편집. 네이티브 멀티샷 생성은 없음.
가격: 공식 실측: API 크레딧 $0.01/개, Gen-4.5 $0.12/초, Gen-4 Turbo $0.05/초, Act-Two $0.05/초. 웹 요금제와 API 크레딧은 별도 구매.
API: 성숙한 공식 개발자 API. 그리고 이번 조사에서 찾은 최고의 멀티모델 애그리게이터 — Runway Dev 키 하나로 Kling·Seedance·Wan·Veo·H3·Omni·Happy Horse까지 공개 단가로 호출 가능.
상업조건: 유료/API 워터마크 없음 + 상업 이용, 무료는 워터마크.

주의: 2025년 12월 Gen-4.5 네이티브 오디오+1분 멀티샷 업데이트가 발표됐지만(기업 우선), 2026년 10월 API 가격표에 오디오 변형이 없어 API로 쓸 수 있다고 확인되지 않았습니다.

MINIMAX (구버전)

Hailuo 02 / 2.3

무음

실사: 02는 출시 당시 AA 2위, 물리 표현으로 유명. 지금은 H3에 자리를 넘긴 구세대.
대사: 오디오 자체가 없습니다. 독립 API 테스트에서 2.3 작업이 무음 클립을 반환한 것이 확인됨.
스펙: 1080p 6초 또는 768p 6/10초, 16:9/9:16/1:1.
일관성: Subject Reference(S2V)로 캐릭터 일관성 지원.
가격: 768p 클립당 $0.28 (6초 ≈ $0.047/초), Pro 1080p 6초 고정 $0.50 (≈$0.083/초). 싸지만 무음.
API: MiniMax 플랫폼 + 애그리게이터.
상업조건: 유료 상업 이용 가능, 무료 워터마크.

용도: 대사 없는 B-roll을 가장 싸게 뽑는 용도로만. 대사 엔진으로는 탈락.

LUMA

Luma Ray3.2 / 3.14

무음

실사: 시네마틱/HDR 작법이 강점 (세계 최초 네이티브 10/12/16비트 HDR EXR). 말하는 사람보다 영화·VFX 플레이트용.
대사: 텍스트/이미지에서 오디오 생성 불가. Luma 스스로 소리는 별도 단계로 두고 요금제에 ElevenLabs 모델을 번들합니다. 대사 엔진으로는 부적격.
스펙: 5/10초 (연장 ~30초), 24fps, 540p~1080p, 4K는 업스케일.
일관성: Ray3.2는 키프레임 최대 16개. Ray3.14는 공식 가이드상 캐릭터 일관성 기능이 없고 레퍼런스 이미지를 지원하지 않습니다 — 반복 캐릭터 용도로는 이 비교에서 최악.
가격: API 5초 기준 540p $0.15 / 720p $0.30 / 1080p $1.20, 10초는 $0.45 / $0.90 / $3.60 (720p 약 $0.06–0.09/초), HDR은 2배. 웹 요금제 Plus $30/월부터.
API: 공식 API, 한국 제한 없음. (앱에서 재판매하는 Kling·Veo·Seedance 크레딧 단가와 Ray 자체 단가를 혼동 주의)
상업조건: Plus 이상 상업 이용 포함, 현재 공개 무료 요금제 없음.

PIKA

Pika 2.5

무음 (API)

실사: 빠르고 장난기 있는 이펙트 중심 (Pikaffects 등). 리뷰어들은 일관되게 포토리얼리즘을 Kling/Runway/Veo 아래로 평가 — "포토레알보다는 시각적으로 중립적". 노인 감동극용 도구가 아닙니다.
대사: 네이티브 오디오 생성 없음. 앱에는 별도 립싱크 워크플로가 있지만 API에서는 립싱크 미지원 (Pika FAQ 미러 기준).
스펙: 5/10초 (Pikaframes 연장 20~25초), 480p 무료 / 720p / 1080p 유료, 24fps, 9:16·16:9 포함.
일관성: Scene Ingredients/레퍼런스로 어느 정도 주체 고정. Kling Elements나 Seedance 레퍼런스에 비할 전용 캐릭터 시스템은 없음.
가격: 구독 크레딧제: Basic $0 (월 80크레딧, 480p), Standard 연 약 $8/월 (700), Pro 약 $28 (2,300), Fancy 약 $76 (6,000). 공식 초당 API 단가를 확인할 수 없어 비용 모델에서 제외했습니다.
API: fal.ai + 자체 API, 한국 제한 없음.
상업조건: 출처 충돌: FAQ·구 요약은 Basic·Standard 비상업+워터마크/Pro부터 상업 가능이라 하고, 2026년 8월 실측 리뷰는 전 요금제 워터마크 없음+상업 가능이라 합니다. Pro 아래 등급을 쓸 거면 라이브 가격 페이지에서 직접 확인 필요.

ALIBABA (오픈)

Wan 2.2

무음

실사: 오픈 웨이트 중에서는 상위지만 대사 없는 세대. 선두권 얼굴 품질에는 한 단계 아래.
대사: 네이티브 대사 오디오 없음.
스펙: 약 5~10초, 1080p까지.
일관성: 레퍼런스-투-비디오 변형 존재.
가격: 애그리게이터 약 $0.02/초부터. Apache-2.0이라 셀프호스팅 상업 이용 가능 — 무료에 가까운 무음 B-roll 폴백.
API: 애그리게이터 또는 자체 GPU 호스팅.
상업조건: Apache-2.0.

ALIBABA

Happy Horse 1.0 / 1.1

한국어 미포함

실사: 2026년 4월 등장 직후 AA 보드 1위를 찍었고 지금도 상위 10위권 (스냅샷에 따라 Elo 약 1,008~1,091). 폐쇄형 모델, fal.ai와 Runway Dev에서 제공.
대사: 오디오+비디오 원패스 + 립싱크 7개 언어 — 찾은 출처들이 꼽는 언어에 한국어가 없습니다. 그래서 우리 채널의 1군을 밀어내지는 못함.
가격: Runway Dev 실측: 720p $0.15/초, 1080p $0.30/초.
용도: 품질 대비 가격 테스트 후보로는 정당합니다. 한국어 대사가 필요 없는 장면에서 시험해볼 가치가 있습니다.

그 외 조사에서 언급된 모델: PixVerse V5.6/V6·C1과 Vidu Q3(약 $0.03–0.09/초, C1은 약 $0.031/초로 최저가권) — 한국어 대사 문서가 약해 초안용으로만. LTX-2.3/2.5(오픈 웨이트, 네이티브 오디오, 얼굴 품질은 선두권 아래) — 초안/B-roll 엔진용. Grok Imagine Video — 한국어 문서 없어 이 용도로는 비추천.

씨댄스급 AI 영상 모델,
우리 채널 기준으로 제대로 비교하기

01결론 먼저

Kling 3.0 (클링)

Seedance 1.5 Pro (씨댄스)

MiniMax H3

02한눈에 비교표

03비용 계산기 — 하루 제작비가 실제로 얼마인가

일주일 전체 일정으로 보면 (쇼츠 7일 + 롱폼 1편, 기본값 기준)

04모델별 상세

Seedance 1.5 Pro

Kling 3.0

MiniMax H3 (Hailuo 3.0)

Wan 3.0

Veo 3.1

Gemini Omni Flash 1.1

Runway Gen-4 / 4.5

Hailuo 02 / 2.3

Luma Ray3.2 / 3.14

Pika 2.5

Wan 2.2

Happy Horse 1.0 / 1.1

05한국인·노인 얼굴 — 솔직한 현실

06벤치마크 — 선두는 "무리"로 읽기

07아직 모르는 것 — 확인 안 된 항목들

08출처