---
title: "바이트댄스, 30초짜리 영상까지 한 번에 뽑는 Seedance 2.5 공개"
published: 2026-08-01T20:45:12.000Z
canonical: https://jeff.news/article/5356
---
# 바이트댄스, 30초짜리 영상까지 한 번에 뽑는 Seedance 2.5 공개

바이트댄스가 영상 생성 모델 Seedance 2.5를 공개했음. 30초 오디오·비디오 생성, 최대 이미지 30장·영상 10개·오디오 10개 참조, 타임스탬프 단위 편집을 앞세워 단순 클립 생성에서 제작 워크플로 쪽으로 밀고 가는 업데이트임.

## 30초짜리 '완성형 장면'을 한 번에 노림

- 바이트댄스가 Seedance 2.5를 공개했음. 포인트는 단순히 영상 길이가 늘어난 게 아니라, 모델의 목표가 '짧은 클립 생성'에서 '창작물 완성' 쪽으로 이동했다는 점임
  - Seedance 2.0의 오디오·비디오 공동 생성 구조 위에, 긴 서사 생성, 멀티모달 레퍼런스, 편집 기능을 크게 얹은 버전이라고 설명함
  - 현재 Jimeng AI, Doubao Pro 등에서 배포 중이고, API는 BytePlus ModelArk를 통해 곧 제공될 예정이라고 함

- 한 번 생성으로 최대 30초짜리 오디오·비디오 클립을 만들 수 있음. 기존 15초에서 30초로 늘린 셈
  - 30초 안에서 단순히 한 장면을 길게 늘이는 게 아니라, 도입·전개·전환·마무리가 있는 여러 샷을 구성하는 쪽을 강조함
  - 예시로는 가수가 대기실에서 이어피스를 만지고, 복도를 지나 댄서와 합류하고, 무대에 올라 관객 앞에서 공연하는 흐름을 한 번의 장면처럼 만드는 식임

- 여러 번 확장해서 몇 분짜리 영상까지 이어 만들 수 있다는 점도 밀고 있음
  - 기존 결과물을 기준으로 다음 30초를 붙여도 주요 인물, 환경, 시각 스타일, 효과음, 서사 리듬을 유지하는 걸 목표로 함
  - 컷을 따로 뽑고, 이어 붙이고, 전환부를 다시 고치는 노동을 줄이겠다는 얘기라 제작 워크플로 관점에선 꽤 큼

> [!IMPORTANT]
> Seedance 2.5의 핵심 숫자는 한 번에 30초, 참조 입력은 이미지 30장·영상 10개·오디오 10개임. 영상 생성 모델이 점점 '프롬프트 장난감'이 아니라 편집 가능한 제작 시스템으로 가는 신호에 가까움.

## 레퍼런스를 잔뜩 넣고 의도를 붙잡는 방향

- Seedance 2.5는 한 번에 이미지 최대 30장, 영상 10개, 오디오 10개를 참조 자료로 받을 수 있음
  - 여러 인물, 여러 장면, 복잡한 카메라 이동이 들어간 영상에서 창작자가 원하는 외형·스타일·구도·소리를 더 잘 맞추려는 기능임
  - 콘서트 장면 예시에서는 공연장, 피아니스트, 첼로, 바이올린, 보컬, 오케스트라, 합창단, 관객석까지 각각 다른 이미지로 참조함

- 멀티 캐릭터 장면에서도 외형과 목소리의 일관성을 유지하는 쪽을 강조함
  - AI 영상에서 자주 깨지는 부분이 인물 얼굴이 샷마다 달라지거나, 배경이 흔들리거나, 소리가 따로 노는 문제인데 이걸 정면으로 겨냥한 업데이트임
  - 바이트댄스는 인물, 소품, 장면, 스타일, 구도 같은 요소를 종합적으로 이해해 생성에 반영한다고 설명함

- 클레이 렌더 참조도 흥미로운 부분임. 질감 없는 3D 모델로 공간 구조, 포즈, 동선, 카메라 각도를 먼저 잡아두고 영상 생성에 쓰는 방식임
  - 복잡한 장면에서 '대충 예쁘게'가 아니라 '이 위치에서 이 동선으로 움직여야 함'을 모델에 알려주는 장치임
  - 조명도 단순 분위기가 아니라 광원 방향, 색온도, 세기, 그림자 투사 같은 물리 정보를 따라가게 개선했다고 함

## 편집 기능은 실무자용으로 방향을 잡음

- Seedance 2.5는 타임스탬프 단위 편집을 지원함
  - 생성 단계에서 특정 시간 구간의 서사, 카메라 시점, 움직임, 리듬을 프롬프트로 제어할 수 있음
  - 생성 이후에도 특정 클립 안의 인물, 행동, 플롯 요소를 바꾸면서 앞뒤 연속성과 현실감을 유지하는 쪽을 목표로 함

- 그린스크린 편집, 카메라 시점 편집, 레퍼런스 기반 편집도 강화됐음
  - 그린스크린 예시에서는 주인공은 유지한 채 배경과 장애물, 의상, 주변 인물을 바꿔 다른 이야기로 재구성함
  - 새 배경에 맞춰 옷의 펄럭임, 머리카락 상태, 걸음 리듬, 조명 반응까지 맞추는 걸 강조함. 이게 잘 되면 합성 티가 크게 줄어듦

- 카메라 편집 예시는 꽤 구체적임. 15초짜리 장면을 0~4초, 4~7초, 7~11초, 11~15초로 쪼개서 카메라 움직임만 바꿈
  - 팬을 스치듯 지나 토스트를 따라가고, 프라이팬 가장자리를 따라 이동하고, 탑다운 뷰로 올라갔다 내려오는 식의 계획을 프롬프트에 넣음
  - 생성형 영상에서 '장면은 마음에 드는데 카메라만 별로'인 경우가 많아서, 이런 부분 편집이 실제 사용성을 좌우할 가능성이 큼

## 교육·제조·자율주행까지 노림

- 바이트댄스는 Seedance 2.5를 콘텐츠 제작뿐 아니라 교육과 제조 현장으로도 확장하려고 함
  - 교육에서는 역사적 배경, 인물, 사건 흐름을 영상으로 바꿔 수업 자료를 만들 수 있다고 설명함
  - 과학 원리, 역사 사건, 실험 절차처럼 말로만 설명하면 밋밋한 내용을 동적인 시각 자료로 만드는 식임

- 제조, 체화 지능, 자율주행 쪽에선 합성 영상 데이터가 핵심임
  - 로봇의 인지·조작 능력 학습용 고품질 합성 영상을 만들거나, 산업 시뮬레이션·공정 교육·장비 데모에 쓸 수 있다고 함
  - 자율주행에서는 극한 날씨, 복잡한 교통 상황 같은 롱테일 시나리오를 만들어 테스트와 학습 샘플을 늘리는 용도임

- 다만 바이트댄스도 아직 한계를 인정함
  - 복잡한 움직임의 물리적 타당성, 여러 주체가 상호작용하는 장면의 안정성은 여전히 개선 여지가 있다고 밝힘
  - 결국 다음 싸움은 '예쁜 샘플'보다 긴 장면에서 물리, 인물, 소리, 편집 의도가 얼마나 덜 무너지는지일 가능성이 큼

---

## 기술 맥락

- Seedance 2.5가 선택한 방향은 단순한 텍스트-투-비디오가 아니라 레퍼런스 기반 제작 워크플로예요. 왜냐면 실제 영상 제작에서는 프롬프트 한 줄보다 인물 이미지, 기존 영상, 오디오, 카메라 계획 같은 제약이 훨씬 중요하거든요.

- 30초 생성과 멀티 라운드 확장은 길이 경쟁처럼 보이지만, 진짜 포인트는 연속성이에요. 인물 얼굴, 배경, 소리, 장면 리듬이 다음 샷에서도 유지돼야 몇 분짜리 결과물을 만들 수 있고, 그래야 후편집 비용이 줄어요.

- 클레이 렌더 참조는 모델에게 '예쁘게 만들어줘'가 아니라 '이 공간 구조와 동선은 지켜줘'라고 말하는 장치에 가까워요. 복잡한 촬영에서는 카메라 위치와 피사체 블로킹이 결과물의 절반이라서, 이걸 참조로 넣는 건 전문 제작자에게 꽤 중요한 제어 수단이에요.

- 타임스탬프 편집은 생성형 영상이 도구가 되기 위한 필수 기능이에요. 전체를 다시 뽑는 방식은 운에 너무 많이 기대게 되니까, 특정 구간만 고치고 앞뒤 자연스러움을 유지하는 기능이 있어야 광고, 영화, 교육 콘텐츠 같은 반복 제작에 붙일 수 있어요.

- 자율주행이나 로봇용 합성 데이터 얘기도 그냥 홍보 문구로만 볼 건 아니에요. 현실에서 드문 장면을 충분히 모으기 어렵기 때문에, 모델이 물리와 상호작용을 안정적으로 다룰수록 테스트 데이터 생성 쪽에서 쓸모가 커져요.

## 핵심 포인트

- 한 번에 최대 30초짜리 오디오·비디오 클립을 만들고 여러 번 이어붙여 몇 분짜리 영상까지 확장 가능
- 이미지 30장, 영상 10개, 오디오 10개를 한 번에 참조해 인물·장면·소리 일관성을 유지하는 쪽을 강화
- 타임스탬프 기반 편집, 그린스크린, 카메라 시점 편집으로 영화·광고 같은 전문 제작 시나리오를 겨냥
- 교육, 제조, 로봇, 자율주행용 합성 데이터 생성까지 활용 범위를 넓히려는 흐름

## 인사이트

영상 생성 모델 경쟁이 이제 '몇 초짜리 멋진 클립'에서 '레퍼런스 넣고, 이어 만들고, 다시 고치는 제작 도구'로 넘어가는 분위기임. 개발자 입장에선 API가 열릴 때 멀티모달 입력, 편집 제어, 합성 데이터 생성이 실제 제품 기능으로 얼마나 안정적인지가 핵심 포인트가 될 듯함.