미니맥스(MiniMax)가 자사의 3세대 비디오 모델인 H3를 공개하며, 이 모델의 가중치를 처음으로 오픈 소스로 전환했습니다. H3는 출시 당일부터 인기 있는 노드 기반 UI인 컴피UI(ComfyUI)를 지원하며, 최대 15초 길이의 2K 해상도 영상을 생성할 수 있습니다. 텍스트, 이미지, 기존 비디오, 심지어 오디오까지 다양한 형태의 입력을 받아 영상을 만들어내는 것이 특징입니다.
H3는 텍스트-투-비디오(T2V), 이미지-투-비디오(I2V), 시작/종료 프레임 제어, 그리고 참조 기반 생성 등 네 가지 주요 생성 방식을 지원합니다. 특히 주목할 점은 영상과 오디오를 별도 후처리 없이 동일한 생성 과정에서 동시에 만들어내며, 모든 오디오 출력이 네이티브 스테레오라는 것입니다. 또한, 모션 전이(Motion Transfer) 기능을 통해 참조 비디오의 카메라 움직임이나 편집 리듬을 다른 피사체와 스타일에 적용할 수 있고, 인플레이스 편집(In-place Editing)으로 같은 샷을 반복 수정하며 작업할 수 있어 컴피UI의 노드 기반 워크플로에 최적화되어 있습니다. 기술적으로는 변조 가중치(modulation weights)를 조회 테이블로 대체하고 int8 convrot 양자화 및 커스텀 커널을 적용하여 최소 모델의 메모리 사용량을 123.6GB에서 42.5GB로 66% 절감했습니다. 여기에 동적 VRAM 오프로딩(Dynamic VRAM Offloading)을 결합하면 RTX 3060 같은 보급형 GPU에서도 2K 비디오 모델을 로컬로 실행할 수 있게 됩니다.
이번 미니맥스 H3의 오픈 가중치 공개는 비디오 생성 AI 시장에 중요한 변화를 가져올 것으로 예상됩니다. 기존에는 클라우드 기반 서비스나 고성능 GPU 클러스터에서만 가능했던 고품질 비디오 생성을 이제 개인 사용자도 로컬 환경에서 시도해 볼 수 있게 되어, 창작의 문턱이 크게 낮아질 것입니다. 이는 독립 창작자나 소규모 스튜디오가 비용 부담 없이 실험하고 결과물을 만들어낼 수 있는 기회를 제공하며, AI 비디오 생성 기술의 대중화와 혁신을 가속화할 잠재력을 가지고 있습니다. 다만, 아직은 복잡한 장면이나 미묘한 감정 표현에서 어색함이 나타날 수 있어, 전통적인 영상 제작 방식과 AI 생성 기술의 하이브리드 접근이 당분간 주류를 이룰 것으로 보입니다.