Veo 3.1 vs Seedance 2.0 vs Kling 3.0: 광고에 더 좋은 AI 영상 모델은?

퍼포먼스 마케터에게 가장 많이 받는 질문은 결국 "광고에는 어떤 AI 영상 모델을 써야 하나요?"입니다. 솔직한 답은 질문이 잘못됐다는 것입니다. 최고의 모델 하나는 없고, 새 버전이 나올 때마다 몇 주 간격으로 순위가 바뀝니다. 중요한 건 모델을 컷에 맞추는 일입니다. 말하는 얼굴이 나오는 UGC 클립, 제품을 돌려 보여 주는 히어로 컷, 스타일이 강한 모션 작업은 각각 다른 엔진이 잘합니다.

Hermoso는 실제 서비스에서 Veo 3.1, Seedance 2.5, Kling 3.0으로 작업을 보냅니다. 한 모델에 거는 대신 작업마다 고릅니다. 이 글은 실무자의 관점입니다. 공개된 벤치마크가 아니라 저희가 실제로 내보내는 렌더를 바탕으로, 각 모델이 광고에서 어디에 제 몫을 하는지 정리했습니다.

Veo 3.1: 네이티브 오디오와 립싱크

광고 작업에서 Veo 3.1의 가장 큰 강점은 음성을 영상과 같은 패스에서 네이티브로 생성한다는 점입니다. 입술과 오디오가 하나의 과정에서 나옵니다. 이 하나의 특성이 AI 영상에서 가장 끈질긴 티를 해결합니다. 따로 생성한 입 위에 TTS 오디오를 붙일 때 생기는, 더빙 영화 같은 어색한 입 움직임입니다. 사람의 지각은 그 어긋남을 무섭도록 잘 잡아내고, 색보정으로는 가려지지 않습니다.

그래서 입이 화면에 나오고 말을 해야 하는 순간이면 Veo가 저희 기본값입니다. 말하는 얼굴의 후기 영상, 카메라를 보고 말하는 창업자 영상, 누군가 말하는 것을 중심으로 한 모든 UGC 콘셉트가 그렇습니다. 사람이 대사를 전하는 포맷이라면, 입 모양이 맞는 네이티브 음성이 모델 간의 다른 어떤 품질 차이보다 값집니다.

대신 Veo는 콘텐츠 정책이 더 엄격합니다. 브랜드명, 실존 인물의 모습, 주류와 조금이라도 관련된 것은 과하게 막는 경향이 있어서, 문제없는 프롬프트도 튕겨 나올 수 있습니다. 저희 파이프라인에서는 거절이 막다른 길이 아니라 다른 모델로의 자동 대체로 이어집니다. 그래도 컷이 특정 브랜드나 알아볼 수 있는 얼굴에 기대고 있다면 실제로 고려해야 할 점입니다.

Seedance 2.0: 네이티브 오디오, 끊김 없는 원테이크, 레퍼런스 기반 일관성

Seedance 2.0은 광고가 실제로 기대는 컷을 맡는 저희의 주력 모델입니다. 실제 손에 들린 제품, 돌리고, 내려놓고, 따르는 장면입니다. 실제 제품 사진을 레퍼런스로 주면 실물의 정체성(병 모양, 라벨의 형태, 정확한 색)을 놀라울 만큼 잘 유지합니다. 레퍼런스 없는 텍스트 프롬프트처럼 그럴듯한 사촌 제품을 지어내지 않습니다. 화면 속 제품이 진열대의 그 제품이어야 하는 DTC와 소비재 크리에이티브에서는 이 레퍼런스-투-비디오 충실도가 전부입니다.

Seedance가 광고에 맞는 두 번째 이유는 질감입니다. 설득력 있는 핸드헬드, 휴대폰 카메라 그레인을 렌더링합니다. 번들거리는 광고가 아니라 진짜 UGC로 읽히는, 살짝 불완전하고 화려하지 않은 촬영 느낌입니다. 매트한 피부와 중립적인 빛으로 프롬프트하면 "누가 휴대폰으로 찍은 것 같은" 느낌을 다른 모델보다 잘 냅니다.

두 가지 특성이 더 있습니다. Seedance는 오디오(목소리, 공간의 소리, 장면 속 부수적인 소리)를 영상과 같은 패스에서 네이티브로 생성합니다. 그래서 UGC 광고가 더빙을 기다리는 무음 클립이 아니라, 이미 말하고 있고 실제 공간과 맞는 앰비언스까지 갖춘 상태로 나옵니다. 그리고 한 번의 연속 패스로 최대 15초를 버팁니다. 생각보다 중요한 점입니다. 원테이크라는 건 장면 사이에 이음매가 없고, 중간에 조명을 다시 맞출 일이 없고, 단어 중간에 컷이 떨어질 일도 없다는 뜻입니다. 15초 이하의 단일 패스 UGC라면 보통 Seedance로 보냅니다. 제품, 그레인, 소리를 깔끔한 원테이크 하나에 함께 담아 내기 때문입니다. 주요 한계는 모든 모델에 공통된 것입니다(아래 모션 참고). 무언가를 던지거나 떨어뜨리게 하지 마세요.

Seedance 2.5: 끊김 없는 원테이크 30초

그러다 Seedance 2.5가 나오면서, 위의 내용이 전제로 삼던 상한선 자체가 올라갔습니다. 30초를 요청했고, 30.08초를 받았습니다. 소리까지 있는 하나의 연속 테이크였고, 하드 컷은 0개였습니다. 클립을 이어 붙인 30초가 아닙니다. 카메라가 그냥 한 번도 멈추지 않은 30초입니다.

광고 크리에이티브에서는 스펙 업그레이드처럼 들리는 것보다 훨씬 큰 일입니다. 이 분야가 생긴 이래 15초가 생성 테이크 하나의 현실적인 상한이었기 때문에, 그보다 긴 것은 이어 붙여야 했습니다. 장면을 따로 렌더링하고, 빛을 맞추고, 이음매를 숨기는 식이죠. AI 광고는 이음매에서 티가 납니다. 색보정이 한 톤 바뀌고, 공간의 소리가 한 프레임 끊기고, 배우의 머리 모양이 장면 사이에 리셋됩니다. 30초 단일 패스는 이어 붙이기를 없애서 이음매를 없앱니다. 프리롤 전체, 제품 이야기 하나, 처음과 끝이 있는 데모가 모두 하나의 연속 샷으로 갈 수 있습니다.

소리도 함께 옵니다. 2.5는 화면과 같은 패스에서 동기화된 오디오(대사, 앰비언스, 공간의 부수적인 소리)를 생성하고, 기본으로 켜져 있습니다. 오디오를 켜든 끄든 비용은 같습니다. 실제 인물의 사진을 받아 사실적으로 움직이게 하기도 합니다. 얼굴을 주면 스타일화된 대역이 아니라 실제 피부 질감 그대로 그 사람이 화면에 나옵니다.

대가는 해상도입니다. 2.5는 480p와 720p로 렌더링하고 1080p 옵션이 없습니다. 그래서 풀 HD로 마무리해야 하는 히어로 광고는 여전히 2.0의 몫입니다. 바로 이런 결정을 위해 라우팅이 있습니다. 길이, 해상도, 실제 얼굴이 나와야 하는지는 세 가지 다른 질문이고, 세 가지 모두에 한 번에 맞는 답이 하나의 모델인 경우는 드뭅니다.

Kling 3.0: 얼굴 레퍼런스로 지키는 정체성, 모든 렌더에 같은 사람

광고 작업에서 Kling 3.0의 대표 강점은 정체성입니다. 얼굴 레퍼런스 이미지를 주면 테이크와 렌더가 바뀌어도 같은 이목구비, 같은 분위기의 그 사람을 유지합니다. 퍼포먼스 팀이 AI 배우에게 정말 원하는 것, 반복 출연하는 크리에이터를 얻게 되는 셈입니다. 지난주 위닝 훅에 나온 얼굴이 이번 주 세 가지 변형에도 나올 수 있으니, 시청자는 광고마다 낯선 사람이 아니라 익숙한 사람을 만납니다. 잘 되는 출연자는 한 번 굴린 주사위가 아니라 다시 쓰는 자산이 됩니다.

3.0의 나머지 구성도 광고에 잘 맞습니다. Seedance처럼 오디오를 영상과 같은 패스에서 네이티브로 생성합니다. 정해진 길이로 맞추지 않고 3초부터 15초까지 어떤 길이든 받기 때문에, 대본을 테이크에 맞추는 게 아니라 테이크를 대본에 맞출 수 있습니다. 그리고 이전 Kling을 인기 모델로 만든 이미지-투-비디오도 여전히 훌륭합니다. 스틸 이미지(제품 사진, 키프레임, 브랜드 아트)에서 시작하면, 거의 정지된 화면을 살짝 움직이는 수준이 아니라 믿을 만한 움직임, 카메라 무빙, 제어된 역동성을 더해 줍니다.

Kling을 포함한 모든 모델에서 저희가 조심하는 건 탄도 운동, 즉 중력을 받으며 진짜로 자유롭게 날아가는 물체입니다. 던진 병이 한 박자 더 떠 있고, 일정한 속도로 굴러가고, 무게감 없이 착지합니다. Kling만의 약점이 아닙니다. 질량과 운동량은 아직 모든 모델에게 어렵습니다. 해결법은 모델 선택이 아니라 안무입니다. 제품은 들고, 돌리고, 내려놓고, 따르는 동작으로 다루세요. 손이 물체를 옮기니 모델이 혼자 중력을 풀 필요가 없는 동작들입니다.

그래서 어느 모델이 이길까요?

저희가 실제로 적용하는 대략적인 결정 규칙입니다.

• 누군가 카메라 앞에서 말하고 클로즈업이 중요하다 → Veo 3.1, 입 모양이 맞는 네이티브 음성 때문입니다.
• 실제 제품을 들거나 다루는 장면, UGC 그레인, 최대 15초 원테이크 → Seedance 2.5, 실제 제품 사진을 기반으로 합니다.
• 컷 없는 긴 광고, 최대 30초 → Seedance 2.5, 480p 또는 720p로 처음부터 끝까지 하나의 연속 테이크를 유지합니다. Hermoso에 순차 적용 중입니다. 현재 라우팅은 15초 원테이크가 최대이고, 그보다 긴 것은 이어 붙입니다.
• 캠페인 전체에 같은 얼굴, 또는 스틸 이미지에 움직임 더하기 → Kling 3.0, 얼굴 레퍼런스를 기준으로 합니다.

이게 법칙이 아니라 경험칙에 머무는 이유는 모델들이 계속 서로를 앞지르기 때문입니다. 버전 하나가 올라가면 다른 모델이 갖고 있던 강점이 넘어가기도 합니다. 그래서 저희는 사용자에게 고르라고 하지 않습니다. Hermoso는 작업마다 그 컷에 가장 잘 맞는 모델로 보내고, 새 버전이 나오면 라우팅을 다시 조정합니다. 위의 선택이 렌더마다 자동으로 이뤄지니 변경 내역을 따라갈 필요가 없습니다.

게다가 모델 선택은 좋은 광고에서 작은 쪽 절반입니다. AI 광고를 들키게 하는 티(밀랍 같은 피부, 뭉개진 라벨 글자, 황금빛 글래머 색보정, 어떤 물체도 따르지 않는 물리)는 대부분 모델이 돌기 전과 후에 내리는 파이프라인 결정입니다. 모델 자체가 원인인 경우는 드뭅니다. Hermoso의 AI 광고 생성기에는 그 해결법들이 들어 있습니다. 번들거림을 없애는 사실감 레이어, 장면에 합성한 실제 제품 사진, 모델이 그리지 않고 후반에 합성한 모든 텍스트와 로고, 화면에 나오는 입에만 쓰는 네이티브 음성입니다. 모델은 알아서 골라지고, 제작 노하우는 이미 들어 있습니다.

그 아래에서 같은 Studio가 Meta, Google, LinkedIn 광고 라이브러리와 TikTok 오가닉에서 내 시장에서 이미 잘 되는 광고를 조사합니다. 그래서 프레임 하나가 렌더링되기 전에 콘셉트가 검증된 크리에이티브에 기반해 시작합니다. 무료 플랜에는 카드 등록 없이 받을 수 있는 무료 크레딧 250개 이상이 포함되어 있고, 렌더마다 정확한 비용이 앱에 먼저 표시됩니다. 모델 논쟁을 가장 빨리 끝내는 방법은 내 제품으로 광고를 만들어 결과물을 판단하는 것입니다. 라우팅은 이미 대신 골라 두었을 겁니다.

자주 묻는 질문

광고에 가장 좋은 AI 영상 모델은 무엇인가요?

하나의 정답은 없습니다. Veo 3.1은 카메라 앞 대사를 위한 네이티브 오디오와 립싱크에서 앞서고, Seedance 2.0은 레퍼런스 기반 제품 충실도, 네이티브 오디오, 최대 15초 원테이크 UGC에서, Seedance 2.5는 원테이크 길이(컷 없이 측정된 30초, 네이티브 오디오 포함)에서, Kling 3.0은 얼굴 레퍼런스 정체성(렌더가 바뀌어도 같은 사람)과 이미지-투-비디오에서 앞섭니다. 맞는 선택은 컷에 따라 다르고, 순위는 출시 때마다 바뀝니다. Hermoso는 모든 작업을 가장 잘 맞는 모델로 보냅니다.

AI로 생성한 테이크 하나는 얼마나 길 수 있나요?

Seedance 2.5에서 30초입니다. 30초를 요청했고, 네이티브 오디오에 하드 컷 없는 하나의 연속 샷으로 30.08초를 측정했습니다. 그 전에는 15초가 상한이었고, 그래서 긴 광고는 여러 클립을 이어 붙여 만들었습니다. 패스가 하나면 숨길 이음매가 없습니다. 색보정 변화도, 장면 사이에 끊기는 공간의 소리도 없습니다. 480p와 720p로 렌더링하므로, 1080p로 마무리해야 하는 광고는 여전히 더 짧은 테이크의 몫입니다.

립싱크가 가장 좋은 모델은 무엇인가요?

저희 경험으로는 Veo 3.1입니다. 음성을 영상과 같은 패스에서 네이티브로 생성해서 입술과 오디오가 하나의 과정에서 나오기 때문입니다. 어색한 입 움직임은 따로 생성한 TTS를 렌더링된 입 위에 더빙할 때 생기니, 그건 입이 보이지 않는 컷에만 쓰세요.

실제 제품을 제대로 보이게 유지하는 모델은 무엇인가요?

Seedance 2.0은 실제 제품 사진을 레퍼런스로 받고 물체가 장면에 합성될 때 제품의 정체성을 잘 유지합니다. 텍스트 프롬프트는 카테고리를 설명하고, 레퍼런스 이미지는 정체성을 고정합니다. 그래서 제품을 말로 설명하는 것보다 진짜 사진에 기반하는 편이 낫습니다.

캠페인 내내 같은 배우를 유지하는 모델은 무엇인가요?

Kling 3.0입니다. 얼굴 레퍼런스를 주면 렌더가 바뀌어도 그 사람의 정체성을 유지합니다. 그래서 광고마다 새 얼굴이 나오는 대신, 반복 출연하는 크리에이터 한 명이 광고 시리즈 전체를 이끌 수 있습니다.

AI 영상은 왜 던지거나 떨어뜨리는 물체를 어려워하나요?

탄도 운동(중력을 받으며 자유롭게 날아가는 물체)은 어떤 모델을 쓰든 현재 모든 모델의 물리가 아직 눈에 띄게 무너지는 곳입니다. 안무로 피해 가세요. 제품을 들고, 돌리고, 내려놓고, 따르는 동작으로 다뤄서 손이 물체를 옮기게 하면, 모델이 혼자 중력을 풀 필요가 없습니다.

Hermoso에서는 모델을 직접 골라야 하나요?

아니요. Hermoso는 렌더마다 그 컷에 가장 잘 맞는 모델로 보내고, 새 버전이 나오면 라우팅을 다시 조정합니다. 변경 내역을 따라가거나 모델을 고를 필요가 없습니다. 원하는 광고를 설명하면 나머지는 라우팅이 처리합니다.