동영상 생성 AI LTX-2.5, 오픈 모델로 공개됐다

AI 개발 기업 LTX가 8월 12일 동영상 생성 AI LTX-2.5를 공개했다. LTX-2.5는 음성이 포함된 동영상을 생성할 수 있는 AI 모델로 텍스트·이미지·동영상 입력에 대응한다. 텍스트 인코더에는 젬마 4(Gemma 4) 기반 커스텀 LLM을 채용해 복잡한 동작·조명·문자·구도 지시에도 대응한다. 또 멀티샷 동영상 생성에 네이티브로 대응하고 있어 얼굴이나 음성의 연속성을 유지한 채 여러 샷으로 이뤄진 동영상을 생성 처리 한 번으로 작성할 수 있다.

동영상 내 중요한 부분을 중점 처리해 품질을 향상시키는 디퓨전 피델리티 렌더링(Diffusion fidelity rendering)이라는 기술도 탑재하고 있다. 디퓨전 피델리티 렌더링은 8배로 시간 압축한 잠재 공간에서 장면을 구축해 장면의 복잡함에 따라 계산 리소스를 할당할 수 있다고 한다. 16비트 HDR 출력에도 대응한다.

각종 동영상 생성 AI에서 이미지로부터 10초 동영상을 생성한다는 작업을 실행했을 때 처리 시간을 보면 LTX-2.5를 API를 경유해 이용하면 10초 1080p 동영상을 23.7초에 생성할 수 있어 타사 제품 AI의 720p 동영상보다 빠르게 생성할 수 있다. 또 GB200을 2기 탑재한 온프레미스 환경에서는 불과 6.8초에 생성할 수 있어 실시간보다 고속인 처리가 가능하다. 생성한 동영상에 텍스처 붕괴 같은 문제가 발생했는지 여부를 사람에게 평가하게 한 결과 LTX-2.5는 타사 제품 AI와 비교해 붕괴가 적은 AI로 평가됐다.

LTX-2.5는 오픈 모델로 공개되어 있으며 연간 수익 1,000만 달러 이하라면 상업 이용도 가능하다. 컴피UI(ComfyUI)에서도 LTX-2.5 동영상 생성이 지원된다. LTX는 VRAM 16GB GPU로 동영상을 생성할 수 있다고 강조하고 있다. 또 LTX-2.3용 LoRA도 유용할 수 있다고 한다. 관련 내용은 이곳에서 확인할 수 있다.