바이트댄스 '시댄스 2.0' 출시: 소라(Sora)를 뛰어넘는 AI 영상 혁명인가?

여러분, 숏폼의 제왕 '틱톡(TikTok)' 다들 아시죠? 틱톡의 모회사인 중국의 **바이트댄스(ByteDance)**가 최근 전 세계 영상 업계를 발칵 뒤집어 놓을 만한 AI 모델을 공개했습니다. 바로 지난 12일 출시된 **'시댄스 2.0(Seedance 2.0)'**입니다.

공개되자마자 "오픈AI의 소라(Sora)보다 낫다", "이제 영화 촬영장 갈 필요 없겠다"라는 충격적인 반응이 쏟아지고 있는데요. 도대체 어떤 기능이 있길래 할리우드 영화사들까지 긴장하고 있는지, 오늘 포스팅에서 핵심만 쏙쏙 뽑아 정리해 드리겠습니다.

시댄스 2.0, 도대체 무엇이 달라졌나?

시댄스 2.0은 기존의 AI 영상 모델들과는 차원이 다른 '멀티모달(Multimodal)' 능력을 보여줍니다. 텍스트만 입력하던 시대를 넘어, 다양한 재료를 한 번에 섞어서 영상을 만들 수 있다는 것이 가장 큰 특징입니다.

1. 압도적인 입력 자유도 (텍스트·이미지·오디오·비디오 동시 입력)

기존에는 "강아지가 뛰는 영상 만들어줘"라고 글만 썼다면, 시댄스 2.0은 다릅니다. 사용자는 다음과 같은 재료를 한꺼번에 AI에게 줄 수 있습니다.

이미지: 최대 9개
영상: 최대 3개
오디오 클립: 최대 3개
텍스트 지시문: 자연어 명령

즉, "내가 찍은 이 사진(이미지) 속 인물이, 이 음악(오디오)에 맞춰, 저 영상(비디오)처럼 춤추게 해줘"가 가능해진 것입니다. 바이트댄스는 이를 통해 창작의 자유도가 획기적으로 높아졌다고 설명했습니다.

2. 현실을 그대로 옮긴 듯한 '물리적 일관성'

AI 영상의 고질적인 문제는 손가락이 이상하게 꺾이거나, 걷는 모습이 부자연스럽다는 점이었죠. 시댄스 2.0은 복잡한 움직임이나 다수 인물이 등장하는 장면에서도 물리적 법칙을 완벽하게 따릅니다.

실제로 공개된 피겨 스케이팅 데모 영상에서는 점프 후 착지하는 스케이트 날의 디테일이나 인물 간의 상호작용이 실제 촬영물과 구분이 안 될 정도로 정교했습니다.

3. 듣는 즐거움까지, '네이티브 오디오' 생성

영상만 만드는 게 아닙니다. 시댄스 2.0은 배경음, 효과음, 대사를 영상과 완벽하게 동기화합니다. 특히 립싱크(입 모양) 정확도가 대폭 개선되어, 8개 이상의 언어에서 음소 단위까지 입 모양을 맞출 수 있습니다. 빗소리나 발걸음 소리 같은 세밀한 음향 표현도 가능해져 몰입감을 극대화합니다.

'시댄스 쇼크'와 할리우드의 반발

기술이 뛰어난 만큼 파장도 큽니다. 업계에서는 이를 두고 **'시댄스 쇼크'**라고 부르고 있습니다. 하지만 모든 반응이 긍정적인 것은 아닙니다. 특히 저작권 문제로 시끄럽습니다.

할리우드 "우리의 지적 재산권을 훔쳤다"

디즈니(Disney)를 포함한 할리우드 거대 스튜디오들은 바이트댄스에 즉각 반발하고 나섰습니다. 디즈니는 시댄스 2.0이 자사의 캐릭터(마블, 스타워즈 등)를 무단으로 학습했다며 **"가상 날치기(virtual smash-and-grab)"**라고 강도 높게 비난했습니다.

실제로 톰 크루즈나 브래드 피트 같은 유명 배우가 등장하는 가짜 영상이 유포되면서, 미국 배우 조합(SAG-AFTRA) 역시 "노골적인 침해"라며 우려를 표했습니다.

바이트댄스의 대응

이에 대해 바이트댄스 측은 "지적 재산권을 존중하며, 무단 사용을 방지하기 위한 안전장치를 강화하겠다"고 밝혔습니다. 하지만 이미 중국의 '딥시크(DeepSeek)'에 이어 시댄스 2.0까지 등장하며, AI 기술 주도권을 둔 미·중 갈등은 더욱 심화될 것으로 보입니다.