2026년 9월 AI 영상 모델 티어표
계층 분류 기준: 화질만 보는 게 아니라 종합 실력이라야 1티어에 든다
먼저 이 순위표의 계층 분류 기준부터 밝힌다. 화질 점수가 제일 높다고 1티어에 들어가는 게 아니라, 화질·명령 이행도·움직임의 폭·일관성·가성비 다섯 항목을 종합적으로 보고, 동시에 실제 평판까지 함께 참고한다 — 스펙은 그럴듯한데 커뮤니티에서 욕만 먹는 모델은 그대로 아래로 밀려난다.
1티어의 문턱은 ‘눈에 띄는 약점이 없을 것’이다. 이 기준을 통과한 네 개가 각각 Seedance 2.5, Veo 3.1, Sora 2, Kling 3.0이다. 2티어는 ‘한두 가지 약점은 있지만 강점이 그걸 상쇄할 만큼 뚜렷한’ 그룹이고, 3번째 그룹은 ‘뒤처졌다’고 부르지 않고 ‘특화 선수’라고 부른다 — 이 모델들은 애초에 만능 선수가 될 생각이 없고, 자기 트랙을 확실히 알고 있어서 오히려 잘 살아남고 있다.
이 계층 분류는 2026년 9월 이 시점의 스냅샷이다. 영상 모델 판은 업데이트 속도가 터무니없이 빨라서, 몇 달만 지나도 순위가 다시 뒤집힐 가능성이 크다. 이 표를 변하지 않는 경전처럼 여기지 말 것 — 업데이트할 때가 되면 다시 손보겠다.
1티어: 실력자 넷, 누구도 쉽게 잡아먹지 못한다
Seedance 2.5 — 개인적으로 이 순위표의 1위다. 종합 점수 9-9-9-9-8로 눈에 띄는 약점이 거의 없다. 타임라인식 프롬프트로 멀티 컷 스크립트 제어를 현재로선 최고 수준까지 끌어올렸고, 중국어 네이티브 이해력에 더해 중국풍 미학까지, 무협과 광고 TVC 같은 소재는 이 모델의 절대적인 안방이다. 약점은 초장편 콘텐츠는 구간을 나눠 이어 써야 한다는 점, 영어권 생태계 튜토리얼이 미국계 모델보다 조금 적다는 점 정도인데, 옥에 티일 뿐이다.
Veo 3.1 — 소리와 그림이 하나가 되는 라인의 대표작이고, 전작 Veo 3보다 훨씬 전방위적이다. 참조 이미지 제어와 캐릭터 일관성이 눈에 띄게 강화됐고, 커뮤니티 평가는 ‘Veo 3가 원래 이랬어야 했다’는 쪽이다. 대사+음향효과+배경음악이 네이티브로 한 번에 완성되는 능력은 아직 완전히 따라할 곳이 없다. 대가는 구독 가격이 저렴하지 않다는 것과, 기본 길이가 여전히 8초에 묶여 있다는 것.
Sora 2 — 물리 시뮬레이션과 복잡한 움직임에서 진짜 강하다. 체조, 유체, 충돌 같은 고난도 움직임을 그 어떤 모델보다 자연스럽게 처리한다. Cameo 실사 출연 기능의 소셜 전파력은 1티어 중에서도 독보적이다. 감점 요인은 공개 API가 없어서 양산 워크플로우가 막혀 있다는 점, 심의 기준이 오락가락해서 전문 크리에이터들도 주저하게 만든다는 점.
Kling 3.0 — 액션 장면의 정점이다. 연장 기능이 성숙해서 분 단위 미니드라마까지 이어 뽑을 수 있고, 카메라 워크 파라미터화 정도가 높다. 중국 내에서 Seedance와 쌍벽을 이룬다는 말이 괜히 나온 게 아니다. 실사 얼굴의 색감 스타일은 호불호가 갈리고, 정교한 텍스트 지시는 가끔 엇나가지만, 액션 콘텐츠에서는 더 나은 대안을 찾기 어렵다.
2티어: 강점은 확실하지만 늘 한 끗 부족해서 정상에는 못 올라간다
MiniMax H3(海螺, 하이뤄우) — 인물 연기와 ‘연출 감각’ 부분에서 평가가 줄곧 높다. 가성비도 9점을 찍어서, 해외 사용자에게는 Hailuo라는 이름으로 익숙하고, 공인된 가성비 왕이다. 약점은 해상도 화질 상한과 복잡한 다주체 장면에서의 안정성.
Wan 3.0(通义万相, 퉁이완샹) — 가성비 만점 10점을 받은 유일한 모델이다. 무료 할당량이 터무니없이 후하고, 오픈소스 버전으로 로컬 배포 및 파인튜닝까지 가능해서 개발자 커뮤니티에서 평판이 아주 좋다. 다만 플래그십 화질은 상위권보다 확실히 한 수 아래라, 전문 상업 프로젝트에서는 보조 선택지로 더 많이 쓰인다.
Veo 3 — 자사의 3.1에 밀려나는 건 필연이었지만, ‘말하는 AI 영상’이라는 개념을 처음 연 원조로서, 네이티브 오디오는 지금도 업계 비교 기준으로 남아 있다. 본 사이트의 실제 완성작 150편 가까이도 이 모델의 안정적인 수준을 뒷받침한다. 다만 가격과 8초 제한이라는 오래된 문제 두 가지는 여전히 풀리지 않았다.
Runway Gen-4 — 일관성 점수 9점이 이 모델의 간판이다. References 참조 일관성에 Act-Two 연기 캡처까지 더해져, 할리우드와 광고 업계에서 실제 채택 사례가 가장 많다. 전문 워크플로우가 두루 갖춰져 있는 대신, 크레딧제라 비용이 빠르게 소모되고, 순수 생성 화질은 신세대 모델들에게 역전당했다.
Luma Ray3 — 추론형 영상 모델을 처음 연 모델이다. 생성 전에 ‘초안을 그려보는’ 자가 점검을 거치고, HDR 출력이 후반 작업에 특히 유리하다. 인물 클로즈업에서 가끔 플라스틱 같은 느낌이 나는 게 주요 약점.
Seedance 2.0 — 2.5가 나온 뒤에도 밀려나지 않고, 오히려 양산 가성비 선택지로 자리 잡았다. 상당수 MCN 워크플로우가 지금도 2.0에 머물러 있고, 이미지-투-비디오에서 시작 이미지 재현도가 좋은 게 가산점이다.
특화 선수: 만능을 노리지 않지만, 자기 트랙 안에서는 아무도 대체할 수 없다
Grok Imagine — 생성 속도가 거의 즉시 출력 수준이라, 진지한 크리에이터들도 이걸 초안용으로 쓴다. 심의 기준이 느슨해서 창작의 자유를 주지만, 그만큼 논란도 따라온다. 포지션은 딱 ‘빠름’ 한 글자다.
Gemini Omni Flash — 멀티모달 일체형이라, 대화 도중 바로 이미지와 영상을 수정할 수 있다. ‘주력 도구’가 아니라 ‘하는 김에 생성’하는 포지션이고, 빠르고 저렴한 게 강점이며 구글 생태계와의 연동이 매끄럽다.
Pika 2.5 — Pikaffects 특수효과(짜부러뜨리기, 녹이기, 부풀리기)의 전파력이 강해서 한때 틱톡을 휩쓸었다. ‘재미있다’가 핵심 태그이고, 진지한 사실주의 창작에는 기본적으로 고려 대상이 아니다.
PixVerse V5 — 애니메이션 스타일 조율이 강점이고, 해외 진출 제품화가 성숙해 멀티 플랫폼을 아우른다. 해외 젊은 사용자층의 기반이 탄탄하며, 사실적 장면과 긴 프롬프트 이해력은 약점이다.
Vidu Q3 — 다주체 참조(캐릭터+소품+장소를 한 프레임에)라는 차별화된 능력의 업계 인정도가 높다. 빌리빌리(B站) 크리에이터들이 많이 쓰고, 국제적 인지도와 사실적 인물 디테일이 약점이다.
훈위안 영상(HunyuanVideo) — 오픈소스 생태계가 가장 활발한 영상 대형 모델 중 하나다. ComfyUI 통합이 성숙해 있고, 로컬 배포는 한계 비용이 제로에 가깝다. 일반 소비자는 거의 체감하지 못하는, ‘개발자의 모델’이다.
니즈별로 세 가지 선택 경로를 준다, 순위만 보고 무작정 달려들지 마라
경로 1: 예산이 제한적인 개인 크리에이터/1인 미디어 양산. 순위가 앞서는지보다 가성비를 우선으로 봐야 한다. Wan 3.0은 무료 할당량이 후하고, MiniMax H3는 인물 연기가 섬세하면서도 저렴하며, Seedance 2.0도 양산 워크플로우의 스테디셀러다. 이 그룹이 가장 조심해야 할 건 ‘1티어를 써야 한다’는 이유만으로 맞지 않는 비용을 억지로 버티는 것이다. 양산 상황에서는 가성비가 최우선이다.
경로 2: 전문 팀/영화 프리비주얼라이제이션/광고 프로젝트. 이 그룹은 일관성, 참조 이미지 제어, 워크플로우의 완성도를 중요하게 요구한다. Runway Gen-4의 References와 Act-Two, Veo 3.1의 참조 이미지 강화, Seedance 2.5의 분할 촬영 정밀도가 이 그룹이 중점적으로 비교해야 할 후보들이다. 소비자용 제품의 ‘빠름’과 ‘저렴함’에 휘둘리지 말 것 — 전문 프로젝트가 필요로 하는 건 제어 가능성이다.
경로 3: 소셜미디어 확산/크리에이티브 콘텐츠/이슈 선점. 이 그룹이 필요로 하는 건 전파력과 화제성이다. Sora 2의 Cameo 출연, Pika 2.5의 특수효과 밈, Grok Imagine의 출력 속도가 모두 이 경로에서 쓸 만한 무기다. 화질과 일관성은 오히려 결정적인 요소가 아니며, 퍼뜨려져서 화제가 되느냐가 진짜 지표다.
각자 자리를 정했다면, 같은 예산대 안에서 최소 두 개 모델은 실측해보고 정하는 걸 추천한다. 스펙표와 실제 손맛 사이의 간극은 생각보다 클 때가 있다.