비용이 많이 드는 독점 도구인 OpenAI의 Sora로 인해 제한을 느끼며 멋진 AI 생성 비디오를 만드는 꿈을 꿔본 적이 있나요? 당신은 혼자가 아닙니다. HPC-AI Tech(Colossal-AI 팀)에서 개발한 오픈 소스 AI 비디오 생성 모델인 Open-Sora의 최근 출시는 창작 및 기술 커뮤니티에 큰 흥분을 불러일으켰습니다. 상용 대안과 비슷한 강력한 기능을 제공하는 Open-Sora는 접근 가능하고 높은 품질의 AI 비디오 제작을 위한 솔루션으로 빠르게 자리잡고 있습니다.
이번 기사에서는 Open-Sora가 왜 혁신적인 도구인지 깊이 살펴보고, 그 발전 과정, 기술적인 특징, 성능 벤치마크 및 OpenAI의 Sora와 어떻게 비교되는지 알아보겠습니다. 콘텐츠 제작자, 개발자, 혹은 단순한 AI 애호가라면 Open-Sora에 대해 흥미를 느낄 만한 많은 이유를 찾게 될 것입니다.
더 혁신적인 AI 비디오 도구를 탐색할 준비가 되셨나요? Anakin AI의 강력한 비디오 생성 모델인 Minimax Video, Tencent Hunyuan, Runway ML을 확인해 보세요 — 모두 하나의 간소화된 플랫폼에서 사용할 수 있습니다. 오늘 당신의 창작 프로젝트를 향상시키세요: Anakin AI 비디오 생성기 탐색하기
Open-Sora의 발전: 유망한 시작에서 산업 도전자로

Open-Sora는 하룻밤 사이에 감각이 되지 않았습니다. 초기 출시 이후 상당히 발전하여 기능과 성능을 지속적으로 개선해왔습니다:
버전 기록 개요:
- Open-Sora 1.0: 초기 릴리스, 완전한 오픈 소스 교육 프로세스 및 모델 아키텍처.
- Open-Sora 1.1: 다중 해상도, 다중 길이 및 다중 비율 비디오 생성, 이미지/비디오 조건화 및 편집 기능 추가.
- Open-Sora 1.2: 수정된 흐름, 3D-VAE 및 개선된 평가 메트릭 추가.
- Open-Sora 1.3: 시프트 윈도우 주의 메커니즘과 통합 시공간 VAE 구현, 11억 개의 매개변수로 확장.
- Open-Sora 2.0: 최신 및 가장 진보된 버전으로, 110억 개의 매개변수를 자랑하며 OpenAI의 Sora와 거의 일치합니다.
각 반복은 Open-Sora를 업계 최고의 상용 모델과의 동등성에 더 가까이 데려오며 강력한 AI 비디오 생성 기술에 대한 접근을 민주화합니다.
내부 구조: 기술 아키텍처 및 핵심 기능

Open-Sora 2.0이 OpenAI의 Sora에 대해 왜 그렇게 매력적인 대안인지 알아보겠습니다. 혁신적인 아키텍처와 강력한 기능을 살펴보겠습니다:
혁신적인 모델 아키텍처:
- 마스크 모션 디퓨전 변환기(MMDiT): 고급 3D 전체 주의 메커니즘을 활용하여 시공간 특징 모델링을 크게 향상시킵니다.
- 시공간 디퓨전 변환기(ST-DiT-2): 다양한 비디오 길이, 해상도, 비율 및 프레임 속도를 지원하여 매우 다재다능합니다.
- 고압축 비디오 자동인코더(Video DC-AE): 효율적인 압축을 통해 추론 시간을 대폭 줄여 빠른 비디오 생성을 가능하게 합니다.
인상적인 생성 능력:
Open-Sora 2.0은 다양한 직관적인 비디오 생성 방법을 제공합니다:
- 텍스트-비디오: 텍스트 설명에서 직접 매력적인 비디오를 생성합니다.
- 이미지-비디오: 정적 이미지를 동적인 동작으로 생동감 있게 만듭니다.
- 비디오-비디오: 기존 비디오 콘텐츠를 매끄럽게 수정합니다.
- 모션 강도 조절: 간단한 “모션 점수” 매개변수(1에서 7까지 범위)를 통해 모션의 강도를 조절합니다.
이러한 기능은 제작자가 매우 맞춤화되고 시각적으로 매력적인 콘텐츠를 쉽게 생성할 수 있도록 합니다.
효율적인 교육 과정: 낮은 비용으로 높은 성능
Open-Sora의 눈에 띄는 성과 중 하나는 비용 효율적인 교육 방법론입니다. 혁신적인 전략을 활용하여 Open-Sora 팀은 업계 표준에 비해 교육 비용을 상당히 줄였습니다:
스마트 교육 방법론:
- 다단계 교육: 저해상도 프레임에서 시작하여 점차 고해상도 출력으로 미세 조정합니다.
- 저해상도 우선 전략: 먼저 모션 특징 학습을 우선시한 후 품질 향상을 진행하여 최대 40배의 컴퓨팅 자원을 절약합니다.
- 철저한 데이터 필터링: 고품질 교육 데이터를 보장하여 전반적인 효율성을 개선합니다.
- 병렬 처리: 분산 교육 환경에서 최적화된 GPU 활용을 위해 ColossalAI를 활용합니다.
주목할 만한 비용 효율성:
- Open-Sora 2.0: 약 20만 달러에 개발(224개의 GPU에 해당).
- Step-Video-T2V: 2992개의 GPU(50만 GPU 시간)로 추정.
- Movie Gen: 약 6144개의 GPU(125만 GPU 시간)가 필요합니다.
이는 독점 비디오 생성 모델에 비해 5-10배의 비용 절감을 나타내어 Open-Sora를 더 넓은 범위의 사용자 및 개발자가 접근할 수 있게 만듭니다.
성능 벤치마크: Open-Sora는 어떻게 비교되는가?
AI 모델을 평가할 때 성능 벤치마크는 중요합니다. Open-Sora 2.0은 OpenAI의 Sora와 주요 메트릭에서 거의 일치하는 인상적인 결과를 보여주었습니다:
VBench 평가 결과:

- 총점: Open-Sora 2.0은 83.6점을 기록했으며 OpenAI Sora는 84.3점입니다.
- 품질 점수: 84.4(Open-Sora) 대 85.5(OpenAI Sora).
- 의미 점수: 80.3(Open-Sora) 대 78.6(OpenAI Sora).
Open-Sora와 OpenAI의 Sora 간의 성능 차이는 과거 버전에서 4.52%에서 현재 0.69%로 급격히 줄어들었습니다.
사용자 선호 승률:

직접 비교에서 Open-Sora 2.0은 다른 주요 모델보다 일관되게 더 나은 성과를 보였습니다:
- 시각 품질: Vidu-1.5에 대해 69.5% 승률, Hailuo T2V-01-Director에 대해 61.0% 승률.
- 프롬프트 따르기: Runway Gen-3 Alpha에 대해 77.7% 승률, Step-Video-T2V에 대해 72.3% 승률.
- 모션 품질: Runway Gen-3 Alpha에 대해 64.2% 승률, Luma Ray2에 대해 55.8% 승률.
이러한 결과는 Open-Sora의 경쟁력을 분명히 보여 주며, 비싼 독점 솔루션에 대한 실질적인 대안으로 자리잡고 있습니다.
비디오 생성 사양: 무엇을 기대할 수 있나요?

Open-Sora 2.0은 다양한 창작 요구에 적합한 강력한 비디오 생성 기능을 제공합니다:
해상도 및 길이:
- 다양한 해상도(256px, 768px) 및 비율(16:9, 9:16, 1:1, 2.39:1)을 지원합니다.
- 고품질(720p)로 최대 16초 길이의 비디오를 생성합니다.
프레임 속도 및 처리 시간:
- 부드럽고 영화 같은 품질을 위한 일관된 24 FPS 출력.
- 처리 시간은 다음과 같이 다릅니다:
- 256×256 해상도: 단일 고급 GPU에서 약 60초.
- 768×768 해상도: 8개의 GPU로 병렬 처리 시 약 4.5분.
- RTX 3090 GPU: 2초 240p 비디오에 30초, 4초 비디오에 60초 소요 되었습니다.
하드웨어 요구 사항 및 설치: 시작하기
Open-Sora를 사용하려면 특정 하드웨어 및 소프트웨어 요구 사항을 충족해야 합니다:
시스템 요구 사항:
- 파이썬: 3.8 이상 버전.
- 파이토치: 2.1.0 이상 버전.
- CUDA: 11.7 이상 버전.
GPU 메모리 요구 사항:
- 소비자 GPU(예: 24GB VRAM의 RTX 3090): 짧고 낮은 해상도의 비디오에 적합합니다.
- 전문가 GPU(예: 48GB VRAM의 RTX 6000 Ada): 더 높은 해상도와 긴 비디오에 권장됩니다.
- H100/H800 GPU: 최대 해상도와 긴 시퀀스를 위한 이상적인 선택입니다.
설치 단계:
- 저장소 복제:
git clone https://github.com/hpcaitech/Open-Sora
- 파이썬 환경 설정:
conda create -n opensora python=3.8 -y
- 필요한 패키지 설치:
pip install -e .
- Hugging Face 저장소에서 모델 가중치 다운로드.
- 추론 중
--save_memory
플래그를 사용하여 메모리 사용 최적화.
제한 사항 및 향후 개발: Open-Sora의 다음 단계는?
놀라운 기능에도 불구하고 Open-Sora 2.0은 여전히 몇 가지 제한 사항이 있습니다:
- 비디오 길이: 현재 고품질 출력에 대해 16초로 제한되어 있습니다.
- 해상도 제한: 더 높은 해상도는 여러 개의 고급 GPU를 필요로 합니다.
- 메모리 제약: 소비자 GPU는 제한된 성능을 가지고 있습니다.
그러나 Open-Sora 팀은 다중 프레임 보간 및 개선된 시간적 일관성과 같은 향상을 위해 적극적으로 작업하고 있으며, 미래에는 훨씬 더 매끄럽고 긴 AI 생성 비디오를 제공할 계획입니다.
마무리 생각: AI 비디오 생성의 민주화
Open-Sora 2.0은 AI 비디오 생성 기술을 민주화하는 데 있어 중요한 진전을 나타냅니다. OpenAI의 Sora와 거의 비슷한 성능을 가지면서도 비용은 훨씬 저렴하게 제공되는 Open-Sora는 창작자, 개발자 및 기업이 금전적 부담 없이 AI 비디오 생성의 힘을 활용할 수 있게 합니다.
Open-Sora가 계속 발전함에 따라, 창의적 산업을 혁신할 준비가 되어 있으며, 모든 사람이 접근할 수 있는 고품질 비디오 생성 도구를 제공합니다.
더 강력한 AI 비디오 생성 도구를 탐색할 준비가 되셨나요? Minimax Video, Tencent Hunyuan, Runway ML 등을 발견해 보세요 — 모두 Anakin AI에서 이용 가능합니다. 오늘 당신의 창의성을 발휘해 보세요: Anakin AI 비디오 생성기 탐색하기