AI, $100로 뮤직비디오 제작 경쟁

AI 에이전트가 노래와 예산을 받아 자율적으로 뮤직비디오를 제작하는 실험 결과 공개

Claude Fable 5와 GPT-5.6 Sol 모델이 각각 $25, $100 예산으로 경쟁

결과물은 예술적 가치 부족하나, 모델의 도구 활용 능력과 한계점을 보여줌

커뮤니티에서는 AI 예술의 정의와 예술가 생계 문제에 대한 논쟁이 활발함

AI 모델의 자율 에이전트 아키텍처(Agentic Architecture) 비교

실험은 자율 에이전트 아키텍처(Agentic Architecture)를 기반으로, 모델이 스스로 웹 검색(Web Search), 이미지/비디오 생성(Image/Video Generation), ffmpeg 편집(ffmpeg Editing) 등 다양한 도구를 활용하도록 설계되었습니다. Claude Fable 5는 주로 텍스트-비디오(Text-to-Video) 방식을, GPT-5.6 Sol은 $25 예산에서 이미지-비디오(Image-to-Video) 파이프라인을 혼합 사용하는 등, 동일한 목표에도 도구 선택 및 활용 전략에서 차이를 보였습니다.

비용 대비 결과물의 품질 및 효율성 논쟁

두 모델 모두 $25 예산에서 거의 모든 비용을 소진했으나, 결과물의 예술적 완성도는 낮다는 평가가 지배적입니다. 특히 캐릭터 일관성(Character Consistency), 스토리텔링(Storytelling), 템포 매칭(Tempo Matching) 등에서 명확한 한계를 드러냈습니다. GPT-5.6 Sol의 $100 예산 실행이 더 많은 클립을 생성했지만, Claude Fable 5의 결과물이 주관적으로 더 선호되었다는 점은 비용 증가가 반드시 품질 향상으로 이어지지 않음을 시사합니다.

AI 생성 콘텐츠의 예술적 가치와 인간 창작자의 역할

커뮤니티에서는 AI가 생성한 결과물에 진정한 예술적 가치(Artistic Value)가 있는지에 대한 근본적인 질문이 제기되었습니다. '예술은 인간 고유의 경험과 노력에서 비롯된다'는 의견과 함께, AI는 도구일 뿐 인간의 개입 없이는 의미 있는 예술이 될 수 없다는 주장이 다수입니다. 이는 AI 기술 발전이 기존 예술 생태계와 예술가들의 생계에 미칠 영향에 대한 우려로 이어지고 있습니다.

모델의 자기 검토 및 반복 능력 부재

실험 결과, 모델들은 생성된 클립의 품질을 스스로 평가하고 개선하는 능력(Self-Correction/Iteration)이 부족한 것으로 나타났습니다. 생성된 영상의 저품질을 인지하거나, 더 나은 편집을 시도하기보다는 주어진 도구를 사용하여 결과물을 조립하는 데 그쳤습니다. 이는 인간의 창의적 판단과 의도가 아직 AI 모델의 자율 작업에서 필수적인 요소임을 강조합니다.

LLM 토큰 비용과 생성 비용의 총체적 비용 분석

단순히 비디오 생성 비용(FAL)뿐만 아니라, LLM 토큰 비용(LLM Token Cost)까지 고려했을 때 총 비용이 산출됩니다. Claude Fable 5는 토큰 비용이 생성 비용의 30-40%를 차지하며 총 비용이 가장 높았던 반면, GPT-5.6 Sol은 상대적으로 낮은 토큰 비용을 유지했습니다. 이는 모델 선택 시 총 소유 비용(Total Cost of Ownership)을 종합적으로 고려해야 함을 보여줍니다.