본문으로 건너뛰기

도구·서비스

세그마인드, 시댄스 2.5 네이티브 4K 가격 공개…5초에 5.12달러

편집·검토: AI Ping 편집팀

3줄 요약

  1. 세그마인드가 시댄스 2.5 네이티브 4K API의 이용료를 공개했다. 텍스트나 이미지로 가로 영상 5초를 만들면 약 5.12달러다.
  2. 기존 업스케일 방식은 같은 4K 크기로 내보내지만 1080p에서 생성한다. 같은 5초 기준 약 3.29달러다.
  3. 네이티브 4K API는 4~30초 영상을 만들며, 작업을 제출한 뒤 완료 상태를 확인해 파일을 받는다.
실무개발자
남색 배경 앞 은빛 릴에서 호박색과 청록색 빛이 비치는 필름이 풀려 있다
AI 생성 개념 이미지: 빛이 비치는 필름 릴로 시댄스 2.5의 4K 영상 생성을 표현했다 · AI Ping

세그마인드가 11월 16일 바이트댄스 영상 모델 ‘시댄스 2.5’의 네이티브 4K API 이용료를 공개했다. 텍스트나 이미지를 넣어 16대 9 영상을 5초 만들면 약 5.12달러다. 가로 영상은 처음부터 3840×2160 픽셀로 생성한다. 같은 플랫폼에서 1080p로 먼저 만든 뒤 4K로 확대하는 기존 상품의 5초 가격은 약 3.29달러다.

세그마인드의 주간 변경 기록은 네이티브 4K 경로를 11월 9~14일에 적용한 영상 기능 목록에 넣었다. 16일 글에서는 기존 확대 상품과 구별되는 새 모델 이름, 입력에 따른 계산법과 이용 예시를 공개했다. 바이트댄스의 기업용 클라우드 바이트플러스는 앞서 10월 27일 시댄스 2.5의 4K 모델을 발표했다. 이번에 공개된 가격은 세그마인드에서 해당 모델을 호출할 때 적용된다.

같은 5초라도 생성 방식과 입력에 따라 달라지는 가격

세그마인드의 두 상품은 같은 3840×2160 크기로 파일을 내보낼 수 있다. 네이티브 경로는 처음부터 그 크기로 모든 프레임을 만든다. 확대 경로는 생성 단계에서 1920×1080을 사용하고 후처리로 가로와 세로를 두 배씩 늘린다. 같은 16대 9 영상이라면 네이티브 경로가 생성하는 프레임당 픽셀은 1080p의 네 배다. 최종 파일의 해상도 정보에는 두 경로가 같은 크기로 나타날 수 있다.

네이티브 경로의 텍스트·이미지 입력 요금은 영상 토큰 100만 개당 5.222217달러다. 세그마인드는 프레임 크기와 프레임 수로 토큰 양을 계산한다. 16대 9 영상 5초에 초당 24프레임과 추가 한 프레임을 적용하면 121프레임, 98만100토큰이 된다. 가격 계산기에 표시된 약 5.12달러가 이 조건에 해당한다. 세로 9대 16 영상은 2160×3840으로 픽셀 수가 같아 같은 길이와 입력이면 요금도 같다.

참조 영상을 넣으면 입력 유형의 단가가 바뀐다. 이때는 결과 영상과 참조 영상 전체 길이를 합친 토큰에 100만 개당 3.222219달러가 적용된다. 세그마인드의 예시에서 참조 5초를 넣어 결과 5초를 만들면 약 6.32달러다. 업로드한 참조 영상의 해상도가 낮아도 요금표는 참조 길이를 출력 해상도에 맞춰 계산한다.

반투명 직사각형 한 장 옆에 같은 크기의 사각형 네 장이 두 줄로 놓여 있다
AI 생성 개념 이미지: 같은 크기의 판 한 장과 네 장으로 1080p와 4K의 가로·세로 픽셀 수가 두 배씩 차이 나는 관계를 나타냈다 · AI Ping

파일은 작업이 완료된 뒤 수령

새 API에서 한 번에 생성할 수 있는 영상은 4~30초다. 요청을 접수하면 서비스는 작업 ID와 상태를 확인할 주소를 먼저 반환한다. 프로그램은 그 주소에서 진행 상태를 확인하고 작업이 완료된 뒤 결과 파일을 받는다. 생성 요청을 보낸 순간과 완성 파일을 받아 편집 작업에 넘길 수 있는 시점이 분리된다.

접수 단계에서 잡아 두는 크레딧과 최종 청구액도 다를 수 있다. 세그마인드의 결제 문서는 작업을 시작할 때 모델의 예상 처리 비용을 기준으로 크레딧을 확보한다고 설명한다. 요청이 성공하면 실제 이용료를 차감하고, 생성 실패 시에는 확보한 크레딧을 해제한다. 완료 상태에 기록된 금액에서 실제 차감액을 확인할 수 있다.

기본 결과는 10비트 HEVC(H.265)로 인코딩된다. HEVC를 재생하지 못하는 브라우저를 대상으로 하면 H.264로 변환한 파일을 요청할 수 있다. 세그마인드는 4K에서 이 변환에 시간이 더 들 수 있다고 명시했다. 소리 생성을 켜면 대사, 효과음, 배경 소리를 영상과 함께 만들 수 있다.

이 경로에는 텍스트로 장면을 만들거나 정지 이미지를 첫 장면으로 쓰는 방식이 있다. 시작과 끝 프레임을 지정하는 생성도 지원한다. 별도의 참조 방식에서는 이미지 30개, 영상 10개, 오디오 10개까지 지정할 수 있다. 세그마인드 문서에 따르면 참조 파일을 넣는 방식과 첫 프레임을 지정하는 방식은 한 요청에서 함께 쓸 수 없다.

작업대 위에 닫힌 필름 통과 모래시계, 릴이 보이는 열린 필름 통이 차례로 놓였다
AI 생성 개념 이미지: 두 필름 통 사이의 모래시계로 영상 작업 접수와 완성 파일 전달 사이에 처리 시간이 있는 구조를 나타냈다 · AI Ping

회사가 공개한 두 4K 파일의 비교

세그마인드는 자사 비교에서 같은 지시문과 시드값으로 5초짜리 장면 두 개를 만들었다. 두 결과는 H.264로 저장된 3840×2160 영상이었다. 회사는 네이티브 결과의 시계 부품 표면에서 더 많은 질감이 보인 반면 확대 결과의 가장자리는 더 또렷하게 보였다고 설명했다. 같은 조건을 줘도 두 모델이 만들어 낸 장면 자체에는 차이가 있었다.

시계 장면에서 네이티브 생성은 162초, 확대는 293초가 걸렸다. 회사가 공개한 네이티브 요청의 소요 시간은 사례별로 144~305초였다. 이 시간은 세그마인드가 선택한 짧은 영상 사례에서 측정했다. API 문서는 4K 생성에 수분이 걸릴 수 있다고 안내한다.

출처