텍스트만으로 만드는 현실적인 영상

Open AI에서 텍스트 기반의 영상 제작 AI 모델 ‘Sora’를 공개했습니다. 자사의 ‘Text to Image’ 모델인 Dall-E3의 기술을 활용해, 1분 남짓의 고화질 영상을 만들 수 있는 건데요. 지시된 텍스트를 정확히 이해하여 현실을 모사한 인물과 감정표현, 사물과 배경을 자세하게 표현할 수 있어요. 또, 하나의 영상에서 여러 장면을, 일관된 스타일로 구현할 수 있습니다.

물론 아직 한계도 있는데요. 복잡한 물리 법칙의 인과관계를 구현하기 어렵다고 해요. 사람이 쿠키를 먹어도, 쿠키에 베어 문 자국이 안 생기는 것처럼 말이죠. 또 공간적인 디테일, 시간의 흐름에 따른 사건 표현, 그리고 특정 궤도의 시점을 설정하기는 어렵다고 합니다.

Open AI는 Sora가 악용될 가능성을 염두하고, 이에 대처하는 시스템을 구축하고 있습니다. 혐오, 범죄 콘텐츠를 제작하는 프롬프트를 거부하고, 생성된 비디오가 사용 정책에 위반되지 않는지 식별할 수 있다고 해요. 여태껏 AI로 인해 생겨난 사회적 이슈에 책임감을 느끼고 대처하는 모습입니다.

Sora 또한 다른 생성형 AI들이 그렇듯, 창작에 대한 진입 장벽을 허물어 누구나 아이디어를 펼칠 가능성을 높여줄 것으로 기대되는데요. 과연 어떤 현실적이고 풍부한 상상력의 영상들이 나타날지 지켜봐야겠습니다.

1. Open AI에서 텍스트 기반의 영상 제작 AI 모델 Sora를 공개했다.
2. 지시된 텍스트를 정확히 이해하여 현실적이고 구체적인 표현이 가능하다.
3. 복잡한 인과관계나 공간적 디테일 표현에는 아직 한계가 있다.
4. 악용될 가능성을 인식하고 이를 예방하는 시스템을 구축하고 있다.