/icon.png){kind=icon}
2026년 음악 MV 만들 때 어떤 AI 영상 모델 써야 할까: 가성비・속도・히어로 컷 3대 랭킹
곡은 이미 완성했습니다. 그런데 타임라인을 보면서 계산이 안 끝난 게 하나 있죠: 후렴은 플래그십을 써야 할지, 벌스는 저렴한 등급으로 때워도 될지, 전곡 프리뷰 한 번 뽑는 데 크레딧이 얼마나 드는지. 2026년 여름 전까지 기본값은 대부분 “그냥 제일 비싼 모델에 다 맡기기”였습니다. 결과는 프리뷰도 다 보기 전에 크레딧부터 바닥.
사실 화질 문제가 아니라 컷의 역할 문제입니다. 같은 MV 안에서도 어떤 컷은 시청자가 멈춰서 자세히 보고, 어떤 컷은 그냥 박자를 채우는 용도일 뿐이죠. 등급을 잘못 고르면 화면이 조금 아쉬운 정도가 아니라 곡 전체의 예산 구조가 틀어집니다.
대부분의 랭킹은 모든 모델을 “누가 더 센가”로 한 줄 세우기 합니다. 아래 3대 리스트는 음악 MV의 실제 용법대로 나눴습니다: 전곡 프리뷰 돌리기 좋은 모델, 다 보고 나서 재촬영 여부 판단하기 좋은 모델, 후렴 클로즈업에 아껴둘 만한 모델. 확인 가능한 숫자만 표에 넣었고, 제품 스펙과 안 맞는 항목은 지어내지 않고 그냥 뺐습니다.
전편에 플래그십 모델 하나만 쓰면 왜 손해 보는 장사가 될까
3분짜리 MV 한 편에는 보통 수십 개의 컷이 들어갑니다. 컷마다 “제일 예쁘게”를 기준으로 생성하면 비용은 컷 수만큼 그대로 늘어나지만, 체감 퀄리티는 그렇게 안 늘어납니다. 시청자가 진짜로 눈을 고정하는 건 대개 후렴 진입, 하이라이트 클로즈업, 립싱크 몇 컷뿐입니다.
MiniMax의 H3 공식 소개에는 이런 문구가 있습니다: 2K 등급의 초당 가격이 주류 모델의 3분의 1도 안 되고, 768p는 주류 720p의 절반도 안 된다고요. 이건 플래그십 H3의 가성비 이야기일 뿐, 전곡을 통째로 여기 맡기라는 말이 아닙니다. H3는 한 구간이 최대 15초, 네이티브 2K, 이미지/영상/오디오를 함께 입력으로 받을 수도 있죠. 이런 능력은 비싸고, 그 값은 멈춰서 볼 만한 컷에 쓰는 게 맞습니다.
2026년 8월 27일, H3 패밀리의 초고속 등급인 MiniMax H3 Max로 텍스트→영상 테스트를 한 번 돌렸습니다: 5초, 480P, 16:9, 엔드투엔드 5.41초, API 가격 $0.125. 제품 정가는 5초 720P 160크레딧, 480P 100크레딧입니다. 같은 날 선택 가능한 나머지 모델들의 크레딧과 일반적인 출력 시간도 제품 스펙과 대조해서 확인했습니다.
실용 규칙: 이 컷에서 시청자가 멈출지부터 묻고, 그다음에 어떤 모델을 쓸지 정하세요. 해상도는 결과일 뿐, 선택 이유가 아닙니다.
가성비 랭킹: 같은 5초, 전곡 프리뷰엔 누가 제일 남는 장사인가
프리뷰 등급에 필요한 건 포스터급 한 프레임이 아니라 “전곡을 일단 한 번 훑어보고 구성이 맞는지” 보는 겁니다. 크레딧은 제품 5초 등급(720P 기준) 기준이고, H3 Max만 480P로 따로 표시했습니다. 출력 시간은 제품 측 일반값이고, H3 Max의 5.41초만 당일 실측치입니다.
| 모델 | 5초 크레딧 | 일반 출력 | MV 역할 |
|---|---|---|---|
| MiniMax H3 Max | 160(480P 100) | 3–10초(실측 5.41초) | 기본 전곡 프리뷰 |
| Seedance 2.0 Mini | 150 | 약 70초 | 저렴하고 얼굴 안정적 |
| Grok Imagine 1.5 | 150 | 약 30초 | 빠른 무드, 라이팅 |
| LTX 2.5 Fast | 180 | 약 40초 | 중간급, 오디오 트랙 내장 |
| Kling O3 Standard | 225 | 약 94초 | 몸짓/댄스 중간급 |
H3 Max의 강점은 단위 시간당 프리뷰 밀도입니다: 5초 분량 화면을 대략 5초 만에 받아볼 수 있어서, 전곡 수십 컷을 당일에 다 볼 수 있죠. 텍스트→영상, 이미지→영상, 첫·끝 프레임을 모두 지원하고 해상도는 720P까지지만, 참조 오디오는 없습니다——립싱크를 여기서 잡을 생각은 하지 마세요.
Seedance Mini는 크레딧이 거의 같지만(150), 일반 출력은 약 70초 걸리는 대신 참조 이미지 최대 9장으로 얼굴을 고정할 수 있습니다. 얼굴은 안정적이면서 플래그십까지는 안 쓰고 싶을 때 H3 Max보다 이쪽이 낫습니다. Grok Imagine 1.5도 150크레딧, 약 30초 출력으로 비슷한데, 기능은 참조 영상 방식의 첫·끝 프레임 합성이라 표준 첫·끝 프레임과는 다릅니다. 라이팅이나 무드 테스트엔 좋지만 전환 앵커로 쓰기엔 부적합합니다.
선택기에서 Seedance는 한 줄이 아니라 다섯 등급입니다. 가성비 랭킹에는 가장 싼 Mini만 올려 둬서, 표를 훑으면 제품군 전체가 빠진 것처럼 보입니다. SunoMV 기본 영상 모델은 Seedance 2.0 Fast(250크레딧 / 약 135초)이지, Mini도 2.5도 아닙니다. 크레딧과 일반 출력 시간은 제품 목록 기준입니다.
| 등급 | 5초 크레딧 | 일반 출력 | 해상도 | MV 역할 |
|---|---|---|---|---|
| Seedance 2.0 Mini | 150 | 약 70초 | 720P | 저렴한 얼굴 고정 |
| Seedance 2.0 Fast | 250 | 약 135초 | 720P | 제품 기본값, 안정적인 중간 등급 |
| Seedance 2.0 | 320 | 약 150초 | 720P | 표준 등급 |
| Seedance 2.5 | 500 | 약 90초 | 1080P | 서사 플래그십, 후렴 히어로 |
| Seedance 2.0 4K | 3000 | 약 370초 | 4K | 상업용 완성본만 |
실용 규칙: Seedance라고 하면 먼저 어느 등급인지 물으세요. Mini는 얼굴 고정, Fast는 기본 완성, 2.5는 후렴, 4K는 마스터——Mini와 2.5는 같은 모델이 아닙니다.
Kling O3 Standard는 더 비싸고 느리지만 몸짓·댄스 중간급에서 자주 쓰입니다. 공식 사이트는 Kling입니다. LTX 2.5 Fast는 H3 Max보다 약간 비싸고, 단점은 최소 길이가 6초라는 것, 장점은 생성 시 오디오 트랙이 함께 붙는다는 점입니다.
실용 규칙: 프리뷰를 다 보기 전엔 첫 벌스에 후렴 예산을 쓰지 마세요.
속도 랭킹: 전곡부터 다 보고, 어떤 컷을 다시 찍을지 정하기
뮤직비디오는 광고 영상과 다릅니다. 광고는 기다릴 수 있지만, 곡의 구성은 바로 들어서 파악해야 하죠——후렴 진입에서 컷이 끊기는지, 브릿지가 처지는지, 마지막 후렴이 제대로 업그레이드됐는지. 속도 랭킹이 보는 건 “5초 화면을 얼마나 기다려야 하나”이지, “이 프레임이 커버로 쓸 만한가”가 아닙니다.
| 모델 | 일반 5초 출력 | 최적 용도 |
|---|---|---|
| MiniMax H3 Max | 3–10초(실측 5.41초) | 전곡 훑어보기 |
| Grok Imagine 1.5 | 약 30초 | 라이팅·무드 테스트 |
| LTX 2.5 Fast | 약 40초 | 오디오 트랙 내장 중속 등급 |
| Veo 3.1 Lite | 약 50초(길이 고정 8초) | 시네마틱 숏컷 |
| Seedance 2.0 Mini | 약 70초 | 얼굴 고정이 필요한 저가 등급 |
Google DeepMind의 Veo 페이지는 Veo 3.1을 “영상과 오디오의 만남”으로 소개합니다: 네이티브 사운드, 환경음, 대사까지, 시네마틱함을 강조하죠. 선택 가능한 모델 중 Veo 3.1 Lite는 크레딧이 160으로 H3 Max와 비슷해 보이지만, 첫·끝 프레임을 쓸 때는 길이가 8초로 고정됩니다. 값은 비슷해도 컷 하나하나가 더 길어서 잘게 쪼개 찍기엔 안 맞습니다. 시네마틱한 숏컷엔 괜찮지만, 기본 프리뷰 엔진으로 쓰면 곡의 리듬과 안 맞습니다.
H3 Max 다음으로는 속도가 한 자릿수 뚝 떨어집니다: Seedance 2.0 Fast는 약 135초/250크레딧, Wan 3.0은 약 180초/200크레딧. 이 두 등급은 쓸 순 있지만 “일단 다 보기”용 도구로는 부적합합니다.
히어로 컷 랭킹: 후렴 클로즈업, 립싱크, 4K는 누구에게 맡길까
프리뷰가 통과된 다음에야 “시청자가 멈추는 그 컷들” 차례입니다. 히어로 컷에서 보는 건 얼굴, 몸짓, 립싱크, 화질 상한선이지, 크레딧 표의 최저가가 아닙니다.
- Kling O3 Pro — 댄스와 얼굴의 최상급. 약 318초 출력, 300크레딧/5초, 네이티브 1080P, 첫·끝 프레임 지원. 몸이 접히는 동작, 회전, 근접 얼굴처럼 프리뷰 등급에서 자주 무너지는 부분은 여기 맡기세요.
- Seedance 2.5 — 내러티브 플래그십. 약 90초, 500크레딧/5초, 참조 이미지 상한은 9장, 길이는 4–15초. 빠르기보다 안정성과 스토리보드 일치가 필요할 때.
- MiniMax H3(Hailuo 03) — 립싱크 + 2K. 약 250초, 350크레딧/5초, 참조 이미지 최대 9장, 참조 오디오 입력 가능. 공식 기능과 체험은 Hailuo의 MiniMax H3에서, 오픈소스 쪽 첫·끝 프레임 작업은 Hugging Face의 MiniMax H3 모델 카드에 있습니다. H3 Max와는 업그레이드 관계가 아닙니다.
- FLUX 3 — 콘셉트 아트, 멀티 키프레임. 약 120초, 350크레딧/5초. 비주얼 확정용이지, 기본 출력 엔진으로는 부적합.
- Seedance 2.0 4K — 상업용 4K 완성본에만 남겨두세요. 약 370초, 3000크레딧/5초. 프리뷰 단계에서 이걸 건드리면 완성본 예산으로 초안을 그리는 셈입니다.
H3 Max가 이 랭킹에 없는 건 약해서가 아니라, “멈춰서 자세히 보는” 자리에 있을 이유가 없어서입니다: 참조 오디오도 없고 최고 해상도도 720P죠. 립싱크 보컬을 여기 맡기는 건 프리뷰 엔진으로 히어로 컷을 찍는 것과 같습니다.
H3가 곡 자체를 어떻게 입력으로 넣는지 보고 싶다면 MiniMax H3로 AI MV 만들 때 참조 오디오 활용법을 먼저 보세요. 여러 컷에서 얼굴이 안 바뀌게 하는 방법은 AI 뮤직비디오 캐릭터 일관성에 있습니다.
https://www.youtube.com/embed/Jd-3m-cb3i4
위 튜토리얼은 Hailuo의 MiniMax H3 기준입니다: 이미지 + 보컬을 모델에 넣고 15초 단위로 잘라나가는 방식이죠. 이게 보여주는 건 플래그십 컷을 어떻게 찍는가이지, “전곡이 다 이 가격이어야 한다”가 아닙니다. 속도와 크레딧 비교는 여전히 본문의 3대 랭킹이 기준입니다.
결정표 한 장: 프리뷰・하이라이트・완성본에 뭘 쓸까
위 3대 리스트를 표 하나로 정리했습니다. 열은 컷의 역할 기준이지, 제작사 순위가 아닙니다.
| 컷 유형 | 1순위 | 대안 | 쓰지 말 것 |
|---|---|---|---|
| 전곡 프리뷰 | H3 Max | Grok Imagine 1.5 | 4K/플래그십 전편 |
| 일반 완성 / 얼굴 고정 | Seedance 2.0 Fast | Seedance 2.0 Mini | H3 Max를 최종본으로 쓰기 |
| 후렴 히어로 | Kling O3 Pro / Seedance 2.5 | MiniMax H3 | Mini로 무리하게 클로즈업 |
| 립싱크 보컬 | MiniMax H3 | Seedance 오디오 참조 | H3 Max(참조 오디오 없음) |
| 상업용 4K | Seedance 2.0 4K | — | 프리뷰 단계 |
결정 필터: “시청자가 여기서 멈출까?” 한마디만 물어보세요. 아니면 빠른 등급에 두고, 그렇다면 플래그십으로 올리세요.
이 표는 “전곡에 모델 하나만 쓰기”와는 정반대입니다. 프리뷰는 빠른 모델, 하이라이트는 비싼 모델, 립싱크는 오디오를 먹는 모델, 4K는 진짜 출고할 버전에만. 예산을 키프레임 단위까지 더 줄이고 싶다면 Lite-Agent 초절약 워크플로우를 보세요——그 글은 키프레임 5개를 어떻게 자르는지 다루고, 이 글은 그 5컷마다 어떤 모델을 골라야 하는지 다룹니다.
추천 워크플로우: H3 Max/Grok으로 전곡 깔고, 하이라이트 2–3컷 추가
실제로 작업할 땐 모델 열 개를 한꺼번에 열지 마세요. 반복해서 쓸 수 있는 루트 하나:
- 곡과 타임라인부터 정하기. 후렴 진입, 브릿지, 마지막 후렴에서 “시청자가 멈출” 지점 2–3개를 표시하세요.
- 전곡 프리뷰는 H3 Max(또는 라이팅 테스트용 Grok). 480P면 충분합니다. 목표는 당일에 구성을 다 보는 것이지, 완성본을 뽑는 게 아닙니다.
- 멈추지 않을 컷은 잘라내기. 벌스의 여백 컷, 간주, 아웃트로는 프리뷰 등급에 그대로 둬도 됩니다. “이미 생성했으니까”라는 이유로 등급을 올리지 마세요.
- 하이라이트 2–3컷은 플래그십으로. 댄스/근접 얼굴 → Kling O3 Pro 또는 Seedance 2.5, 립싱크가 필요하면 → MiniMax H3에 그 소절 보컬을 넣으세요.
- 진짜 4K가 필요할 때만 4K로. 구성이 확정되기 전 4K는 더 비싼 초안일 뿐입니다.
SunoMV에서는 이 모델들을 전부 직접 고를 수 있습니다. 먼저 H3 Max로 전곡을 한 번 깔고, 후렴 몇 컷만 플래그십으로 바꾸세요——처음부터 전편 최고 등급으로 가지 마시고요.
H3 Max와 H3가 같은 검색을 두고 경쟁하나요? 아니요, 컷의 역할대로 고르기만 하면 됩니다. H3 Max는 기본 프리뷰용, H3는 2K와 립싱크 히어로용입니다. 섞어 쓰는 게 정상 워크플로우고, 서로 바꿔 쓰는 게 오히려 낭비입니다.
왜 표에 모든 모델의 API 가격을 다 넣지 않았나요? H3 Max의 $0.125/5초(480P, $0.025/s)만 당일 직접 테스트한 값이기 때문입니다. 나머지 모델은 제품 크레딧과 일반 출력 시간만 적었습니다. 맞지 않는 숫자는 추측하는 것보다 빼는 게 더 책임 있는 방식입니다.
Veo를 기본 프리뷰로 써도 될까요? 별로 안 맞습니다. 시네마틱함은 좋지만 8초 고정 길이 때문에 잘게 쪼개는 컷이 더 비싸고 길어집니다. 기본 프리뷰는 H3 Max에 맡기세요.
지금 바로 SunoMV에서 시작하기해서, MiniMax H3 Max로 최근에 만든 곡을 한 번 돌려보세요. 구성이 맞으면 그때 후렴 두 컷에 돈을 쓰면 됩니다.
—— SunoMV 팀
인기 가이드