Seedance 2.5 공개, 한 번에 30초 영상 생성과 참조 자료 대폭 확대

출처: ByteDance Seed
원문: https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5

작성자: 팔복소프트-김팔복

한눈에 보기

• 바이트댄스 Seed 팀이 2026년 7월 31일 영상 생성 모델 Seedance 2.5를 공개했습니다.
• 한 번의 생성으로 만들 수 있는 오디오·비디오 클립 길이가 기존 15초에서 30초로 늘어났고, 이어 붙이기(확장)를 반복해 수 분 길이까지 만들 수 있습니다.
• 참조 자료 입력량이 크게 늘어 한 번에 이미지 30장, 영상 10개, 오디오 10개까지 넣을 수 있습니다.
• 타임스탬프 단위 편집을 지원해 특정 구간의 인물, 동작, 카메라 워크만 골라 수정할 수 있습니다.
• 즉몽(Jimeng) AI와 Doubao Pro 등에서 순차 제공 중이며, API는 BytePlus ModelArk를 통해 추후 공개 예정입니다.

주요 내용

클립 생성에서 '작품 완성'으로

Seed 팀은 Seedance 2.0 이후 사용자들의 기대가 달라졌다고 설명합니다. 짧은 영상 하나를 뽑는 것에서, 하나의 완결된 결과물을 만드는 쪽으로 옮겨갔다는 것입니다. Seedance 2.5는 2.0의 오디오-비디오 통합 생성 아키텍처를 그대로 이어받되, 기본 생성과 참조 기반 생성 두 축을 중심으로 긴 서사, 멀티모달 참조, 편집 기능을 보강했습니다.

30초 단일 생성과 다회 확장

단순히 한 장면을 30초로 늘린 것이 아니라, 30초 안에 논리적으로 연결된 여러 컷을 배치해 도입-전개-전환-마무리 구조를 만드는 것이 핵심입니다. 원문에서는 가수의 무대 영상을 예로 듭니다. 무대에 오르는 순간만 보여주는 대신 대기실에서 스태프와 대화하고, 백스테이지 복도를 지나 댄서들과 만나 함께 무대로 올라가는 흐름을 하나의 컷처럼 이어냅니다.

여기에 다회 확장(multi-round extension) 기능이 붙습니다. 이미 만들어진 영상 뒤에 다음 장면을 계속 이어 붙이면서 등장인물, 배경, 서사 호흡의 일관성을 유지합니다. 클립을 잘라 붙이고 전환부를 손보는 후반 작업 부담이 줄어드는 부분입니다.

화질 쪽에서도 손을 봤습니다. AI 영상 특유의 인위적인 느낌을 줄이기 위해 사물 질감, 피부와 눈의 표현, 조명, 색 채도 등을 정리했고, 자막이나 배경음악이 의도치 않게 끼어드는 현상도 줄였다고 합니다.

참조 자료 30장 + 10개 + 10개

멀티모달 참조는 이번 업데이트에서 가장 눈에 띄는 변화입니다. 한 번에 이미지 30장, 영상 10개, 오디오 10개까지 넣을 수 있고, 모델은 각 자료에서 구도, 장면, 스타일, 인물, 소품 같은 요소를 파악해 지시대로 영상에 반영합니다. 등장인물이 여럿인 장면에서도 각 인물의 외형과 목소리를 유지합니다.

원문에 나온 콘서트 예시를 보면 공연장, 피아니스트, 첼로, 바이올린, 보컬, 오케스트라 단원, 합창단, 관객석을 각각 다른 이미지로 지정합니다. @Image 1처럼 번호로 참조를 걸고 어느 요소에 어떤 자료를 쓸지 프롬프트에서 지정하는 방식입니다.

클레이 렌더(clay render) 참조도 추가됐습니다. 질감 없는 3D 모델로 공간 구조, 인물 포즈, 동선, 카메라 앵글을 미리 잡아두면 모델이 그 구조를 따라 영상을 생성합니다. 복잡한 장면의 구도와 블로킹을 의도대로 맞추는 데 쓰는 방식입니다. 클레이 렌더의 공간 정보를 활용해 광원 방향, 색온도, 광량, 그림자까지 물리 법칙에 맞게 계산한다는 점도 함께 언급됩니다.

타임스탬프 단위 편집

생성 단계에서 프롬프트로 "04초는 이렇게, 410초는 저렇게" 식의 구간별 지시를 내릴 수 있습니다. 생성 이후에도 특정 구간의 인물, 동작, 전개만 골라 수정하면서 앞뒤 연결을 유지합니다.

편집 기능 중에서는 그린스크린 편집이 구체적으로 설명돼 있습니다. 피사체는 그대로 두고 배경만 바꾸는데, 새 환경의 물리 조건에 피사체가 어떻게 반응하는지까지 표현합니다. 옷이 날리는 방향, 머리카락 상태, 걸음의 리듬, 조명과의 상호작용 같은 것들입니다. 이 외에 카메라 시점 편집, 참조 기반 편집도 개선 항목으로 언급됩니다.

교육, 제조, 자율주행으로

산업 적용 사례도 소개합니다. 교육 쪽에서는 Doubao Learning 앱의 수업 시나리오에 들어가 역사적 배경이나 인물, 과학 원리, 실험 과정 같은 추상적인 내용을 영상으로 만드는 데 쓰이고 있습니다.

제조와 로보틱스, 자율주행 쪽에서는 학습용 합성 데이터 생성 용도가 중심입니다. 로봇의 인식·조작 능력 훈련용 영상 데이터를 만들거나, 자율주행에서 극한 기상이나 복잡한 교통 상황 같은 롱테일 시나리오를 시뮬레이션해 테스트 샘플을 늘리는 식입니다. 산업 시뮬레이션, 공정 교육, 장비 시연에도 활용되고 있다고 합니다.

남은 과제

Seed 팀은 개선이 필요한 지점도 함께 밝혔습니다. 복잡한 동작의 물리적 개연성, 그리고 여러 피사체가 상호작용하는 장면의 안정성이 아직 부족하다는 것입니다. 앞으로는 서사의 일관성, 생성·편집 경험의 직관성, 실제 물리 법칙에 대한 이해를 계속 개선하겠다고 밝혔습니다.

정리

Seedance 2.5의 방향은 명확합니다. 짧은 클립을 뽑는 도구에서, 기획부터 편집까지 이어지는 제작 워크플로 쪽으로 이동하고 있습니다. 30초 단일 생성과 다회 확장, 참조 자료 50개 규모, 타임스탬프 편집은 모두 "한 번 뽑고 마음에 안 들면 다시"가 아니라 "만들면서 고쳐 나가는" 작업 방식을 전제로 한 기능들입니다. 영상 파이프라인에 생성 모델을 붙일 계획이 있다면 API가 열리는 시점을 지켜볼 만합니다. 다만 복잡한 물리 동작과 다중 피사체 장면의 한계는 개발사가 직접 인정한 부분이라 감안이 필요합니다.

• Seedance
• ByteDance
• 영상생성AI
• 멀티모달
• 생성형AI