틱톡 만든 회사가 영상 AI까지 잡았다: 바이트댄스 Seedance 2.5가 던지는 불편한 질문

영상 생성 AI 경쟁에서 한동안 이름이 오르내린 건 OpenAI의 Sora와 구글의 Veo였습니다. 그런데 요즘 개발자 커뮤니티와 크리에이터 판에서 조용히 언급 빈도가 올라가는 이름이 하나 더 있는데요. 바이트댄스의 Seedance입니다. 그리고 이 회사는 틱톡을 갖고 있습니다. 이 조합이 왜 중요한지 정리해보겠습니다.

먼저 솔직하게 짚고 갑니다. 이번 주제는 국내외 커뮤니티에서 최근 30일 사이에 폭발적으로 논의된 사안은 아닙니다. Reddit 기준으로 직접적인 대규모 스레드는 잡히지 않았습니다. 그래서 이 글은 “지금 난리 났다"는 속보가 아니라, 구조적으로 왜 중요해지는가를 짚는 관점 정리에 가깝습니다.

원테이크 생성이 왜 별거냐면

Seedance 2.5가 내세우는 첫 번째 키워드는 원테이크(one-take) 생성입니다. 말 그대로 한 번에 이어지는 하나의 영상을 뽑아낸다는 뜻인데요.

지금까지 영상 생성 AI의 실사용 경험은 대체로 이랬습니다. 5초짜리, 길어야 10초짜리 클립을 뽑습니다. 그다음 또 뽑습니다. 그리고 그 조각들을 편집 툴에서 이어 붙입니다. 문제는 조각마다 인물 얼굴이 미묘하게 달라지고 조명이 튀고 카메라 움직임의 리듬이 끊긴다는 겁니다. 크리에이터들이 “AI 영상은 데모용"이라고 말해온 이유가 여기 있습니다.

원테이크는 이 조립 공정 자체를 없애자는 접근입니다. 컷과 컷 사이를 봉합하는 게 아니라, 처음부터 하나의 연속된 촬영본으로 생성하겠다는 겁니다. 실제 촬영 현장에서 원테이크가 어려운 이유는 배우와 카메라와 조명이 동시에 완벽해야 하기 때문인데, 생성 모델도 사정이 비슷합니다. 긴 시간축 전체에 걸쳐 일관성을 유지해야 하니까요.

여기서 중요한 건 기술 자체가 아닙니다. 편집 없이 바로 쓸 수 있는 영상이 나오기 시작하면, 콘텐츠 제작의 병목이 완전히 다른 곳으로 옮겨갑니다.

유연한 레퍼런싱, 즉 “이 얼굴로 계속 가줘”

두 번째 키워드는 유연한 레퍼런싱(flexible referencing)입니다. 참조 이미지나 영상을 던져주면 그 인물, 그 사물, 그 스타일을 유지하면서 새 장면을 만들어내는 기능입니다.

이게 실무에서 왜 결정적이냐면, 콘텐츠는 대부분 시리즈이기 때문입니다. 브랜드 광고는 같은 모델이 여러 편에 나와야 합니다. 웹드라마는 같은 배우가 12화까지 같은 얼굴이어야 합니다. 유튜브 채널은 같은 캐릭터가 매주 등장해야 합니다. 단발성 멋진 클립 하나를 뽑는 것과, 같은 인물로 50편을 뽑는 건 난이도가 완전히 다른 문제입니다.

레퍼런싱이 안정적으로 돌아간다는 건 AI 영상이 “신기한 데모"에서 반복 가능한 생산 라인으로 넘어간다는 신호입니다. 그리고 이 지점이 Sora, Veo, Seedance가 모두 집요하게 파고드는 전장입니다.

진짜 관전 포인트는 모델이 아니라 유통망입니다

여기까지는 스펙 이야기고요. 제가 생각하는 핵심은 다른 데 있습니다.

OpenAI가 Sora로 좋은 영상을 만들면, 그 영상은 어디로 갑니까. 사용자가 다운로드해서 틱톡이나 인스타그램, 유튜브에 올립니다. 구글은 그나마 유튜브가 있으니 사정이 낫습니다. 그런데 바이트댄스는 틱톡과 더우인을 동시에 갖고 있습니다.

이건 단순히 “만든 걸 올릴 데가 있다"는 수준의 이야기가 아닙니다. 세 가지가 한 회사 안에서 순환합니다.

하나, 무엇이 조회수를 얻는지에 대한 데이터가 있습니다. 어떤 컷 전환에서 사람들이 이탈하는지, 어떤 첫 3초가 붙잡는지를 세계에서 가장 잘 아는 회사입니다. 둘, 생성 도구를 앱 안에 직접 넣을 수 있습니다. 별도 사이트에 가서 크레딧을 사고 다운받아 업로드하는 마찰이 사라집니다. 셋, 만들어진 콘텐츠가 다시 추천 알고리즘의 학습 재료가 됩니다.

모델 품질에서 Sora나 Veo가 앞선다고 해도, 이 순환 고리가 없으면 승부는 다른 축에서 갈립니다. 영상 생성 AI의 진짜 경쟁력은 벤치마크 점수가 아니라 유통망과의 결합도일 수 있다는 겁니다.

중국 영상 AI가 조용히 치고 올라온 배경

Seedance만의 이야기는 아닙니다. Kling, Hailuo, Vidu 같은 이름들이 지난 1~2년 사이 영상 생성 분야에서 계속 존재감을 키웠습니다. 텍스트 기반 LLM에서는 미국 랩들이 여전히 앞서간다는 평가가 지배적이지만, 영상 쪽은 양상이 다릅니다.

이유를 몇 가지로 짚어볼 수 있습니다. 영상 모델은 텍스트 모델보다 데이터 규모와 튜닝 노하우의 비중이 큽니다. 그리고 중국 기업들은 숏폼 플랫폼을 통해 축적한 방대한 영상 데이터와, 실사용 크리에이터 피드백 루프를 갖고 있습니다. 규제 환경 역시 미국과 다르게 작동합니다. 여기에 가격 경쟁력까지 붙으면서, 해외 크리에이터들 사이에서도 “성능 대비 가격이 말이 안 된다"는 평이 심심찮게 나옵니다.

다만 이 지점에서 늘 따라붙는 게 신뢰 문제입니다. 미국 시장에서 틱톡을 둘러싼 데이터 이슈는 아직 완전히 정리되지 않았습니다. 기업 고객 입장에서 브랜드 영상을 중국 회사 모델로 만드는 게 정치적으로나 법적으로 어떤 부담인지, 계산기를 두드려야 하는 상황입니다.

그래서 크리에이터에게는 무슨 일이 벌어질까

가장 현실적인 시나리오를 하나 그려보겠습니다.

숏폼 앱 안에 “이 아이디어로 영상 만들기” 버튼이 생깁니다. 텍스트 한 줄과 참조 이미지 하나를 넣으면 15초짜리 완성본이 나옵니다. 편집 없이 바로 업로드됩니다. 이게 되는 순간, 플랫폼에 올라오는 영상의 총량은 지금과 비교가 안 되게 늘어납니다.

여기서 갈리는 게 있습니다. 촬영 능력, 편집 능력, 즉 제작 기술이라는 진입 장벽이 무너집니다. 그러면 남는 건 뭘까요. 무엇을 말할 것인가, 그리고 누가 말하는가입니다. 기획력과 관점, 그리고 사람에 대한 신뢰가 유일하게 복제 안 되는 자산으로 남습니다.

반대로 걱정되는 부분도 명확합니다. 콘텐츠가 무한히 싸게 공급되면 시청자의 주의력이라는 유한한 자원을 두고 벌어지는 경쟁은 더 잔인해집니다. 그리고 그 경쟁의 심판은 추천 알고리즘입니다. 그 알고리즘을 가진 회사가 생성 모델까지 갖고 있다면, 무엇이 만들어지고 무엇이 보여질지를 한 곳에서 결정하게 됩니다.

마무리

Seedance 2.5의 스펙 경쟁은 몇 달이면 다시 뒤집힐 겁니다. Sora가 새 버전을 내고, Veo가 반격하고, 그 사이 또 다른 중국 모델이 튀어나올 테니까요. 그래서 저는 벤치마크 순위표보다 모델이 어느 플랫폼에 꽂히는가를 더 유심히 보고 있습니다.

기술이 좋아서 이기는 게 아니라, 만들어진 콘텐츠가 곧바로 수억 명 앞에 놓일 수 있어서 이기는 구조. 바이트댄스가 쥔 패는 그쪽에 가깝습니다.

한번 생각해볼 질문을 남기겠습니다. 콘텐츠를 만드는 도구와 콘텐츠를 보여주는 알고리즘이 같은 회사 손에 있을 때, 우리가 피드에서 보는 게 사람들이 만들고 싶었던 것일까요, 아니면 그 회사가 만들기 쉽게 만들어둔 것일까요.