Veo 3, 사실적인 영상과 오디오 생성 능력으로 인터넷을 뒤흔들다

 

스탠드업 코미디언이 자연스러운 표정으로 농담을 던지는 생생한 영상. 놀랍게도 이는 실제 촬영 영상이 아닌, 구글의 최신 인공지능 도구인 Veo 3가 생성한 결과물이다.

최근 공개된 Veo 3는 영화처럼 정교한 AI 생성 영상을 선보이며, 온라인상에서 경이로움과 동시에 불안감을 불러일으키고 있다.

 

Veo 3는 단순히 영상을 생성하는 것을 넘어, 정확한 립싱크, 고해상도 영상, 배경음과 대화, 음악이 완벽히 동기화된 오디오까지 함께 구현한다. 이는 지금까지의 텍스트-비디오 생성 도구와는 차원이 다른 성능이다.

 

기술 분석가 카미 레비는 “이 영상이 AI가 만든 것이라는 흔적이 전혀 없었습니다. 처음 봤을 때 등골이 오싹할 정도였어요.”라고 전했다.

 

누구나 영화처럼 만들 수 있다?

기존에는 AI로 생성된 영상이 픽셀화되거나 부자연스러운 동작을 보이는 경우가 많았지만, Veo 3는 전례 없는 수준의 사실적인 결과물을 제공한다. 레비는 “이 기술 덕분에 전문가가 아니더라도 누구나 마치 영화 같은 영상을 손쉽게 만들 수 있습니다.”라고 평가했다.

 

현재 Veo 3는 미국에서만, 월 249달러 상당의 구글 프리미엄 구독자에게 제공된다. 제한적 공개임에도 불구하고, 초기 사용자들은 놀라운 품질에 찬사를 보내고 있다.

 

진짜 같은 가짜 영상… 경계선이 사라진다

문제는 이 기술이 사실과 허구의 경계를 무너뜨릴 수 있다는 점이다. 일부 Veo 3 생성 영상에서는 AI가 만든 인물들이 “우리 이야기하자”, “무슨 이야기를 해야 할까?” 등의 문장을 반복하며 현실감을 더한다. 이는 허위 정보나 조작된 콘텐츠로 악용될 가능성에 대한 우려를 불러일으킨다.

 

웨스턴 대학교의 최고 AI 책임자 마크 데일리는 “단순히 소리를 추가하는 수준이 아니라, 주어진 메시지를 얼마나 충실히 재현하는지에 있어서도 눈에 띄는 진전입니다.”라고 평가했다.

 

구글은 Veo 3의 훈련에 사용된 데이터셋을 공식적으로 밝히지 않았지만, 전문가들은 유튜브 콘텐츠가 포함되었을 가능성을 제기한다. “유튜브는 세계 최대의 이미지 및 사운드 저장소일 가능성이 높기 때문에, 학습 데이터로 쓰였을 수 있습니다.”라고 데일리는 말한다.

 

전문가들 "사람들, 속기 시작할 것"

앵거스 브리지먼 미디어 생태계 관측소(Media Ecosystem Observatory) 소장은 이 기술이 일반 대중이 진위 여부를 판단하기 어려운 수준에 도달했다고 경고한다.
“재미있는 콘텐츠도 많지만, 이 기술이 허위 정보를 퍼뜨리는 데 사용될 수 있다는 점이 가장 큰 우려입니다. 사람들은 진짜와 가짜를 구별하기 힘들어질 겁니다.”라고 그는 말했다.

 

브리지먼은 사람들에게 출처가 불분명한 콘텐츠는 항상 회의적으로 접근할 것을 조언한다.
“신뢰하는 창작자나 언론사, 혹은 유명인을 팔로우하세요. 이들이 사실 확인을 해줄 수 있습니다.”

 

그는 다만, “AI 생성 영상을 법의학적으로 분석하는 것도 가능하지만, 원본 영상 파일과 복잡한 계산이 필요하기 때문에 일반인이 활용하긴 어렵다”고 덧붙였다.

 

크리에이터 도구인가, 산업 위협인가?

구글은 Veo 3를 콘텐츠 제작자에게 창작의 새로운 가능성을 여는 도구로 소개하고 있지만, 일부에서는 이 기술이 영화 및 TV 산업에 심각한 영향을 줄 것이라는 우려도 나온다.

 

레비는 “완전히 AI로 만든 영화가 극장에서 상영되는 날도 머지않았다고 봅니다.”라며, 기술 발전에 따른 산업 전반의 변화를 경고했다.

 

 

*CTV뉴스의 글을 번역,편집한 것입니다