AI 비디오 생성의 오래된 약점은 여러 숏을 이어 붙일 때 시각적 연속성이 깨진다는 것이다. xAI가 이 문제에 대한 대안을 내놓았다. 2026년 현재 비디오 생성 기술은 빠르게 발전했지만, 장면 전환 때 생기는 왜곡은 여전히 걸림돌이었다. xAI는 시각 품질과 서사의 일관성을 끌어올린 업그레이드 버전을 공개하며 생태계 확장에 나섰다.

xAI, Grok Imagine Video 1.5 출시

xAI는 최신 Image 2.0 모델을 기반으로 돌아가는 비디오 에이전트 Grok Imagine Video 1.5를 공식 출시했다. 이번 버전은 여러 장면을 이을 때 생기던 시각적 불연속성을 해결하는 데 집중했다. 사용자는 텍스트 프롬프트나 이미지로 영상을 만들 수 있고, 웹과 iOS, Android 플랫폼에서 모두 쓸 수 있다.

Grok Imagine Video 1.5는 720p 해상도를 지원한다. 기본 영상 길이는 클립당 6초에서 10초이고, 새로 들어간 연장 기능으로 6초에서 10초 단위씩 비디오를 늘릴 수 있다. 이렇게 해서 최종적으로 최대 30초까지 영상을 만들 수 있다. 초기 롤아웃 데이터에서는 최대 15초로 보고되기도 했지만 정식 사양은 최대 30초다. 개발자는 API로 이 기능을 모두 직접 구현할 수 있다.

xAI가 Image 2.0 모델을 기반으로 한 Grok Imagine Video 1.5를 공개하여 비디오 연속성을 대폭 개선했다.

Frame Extend로 자연스러운 장면 연장

새로 나온 Frame Extend 기능은 앞 비디오 클립의 마지막 프레임을 기준으로 다음 장면을 자연스럽게 이어 붙인다. 기존 영상의 마지막 프레임에서 생성을 시작하므로 화면이 갑자기 끊기는 어색함 없이 이야기를 늘릴 수 있다.

연장할 때는 앞 클립에 있던 캐릭터의 위치와 조명 상태, 객체의 움직임 정보가 그대로 이어진다. 기본 6초에서 10초 분량의 비디오에 6초에서 10초짜리 클립을 하나씩 더 잇는 체이닝 기법이다. 이렇게 조금씩 늘려 가면 최대 30초 안에서 부드럽게 이어지는 스토리텔링 시퀀스를 쉽게 만들 수 있다.

Frame Extend 기능은 이전 클립의 마지막 프레임을 이어받아 영상을 최대 30초까지 연장한다.

Aurora 엔진 기반의 차세대 아키텍처

Grok Imagine Video 1.5를 돌리는 엔진인 xAI Aurora는 Sora나 Veo 같은 서비스가 쓰던 확산-변환 방식을 쓰지 않는다. Aurora 엔진은 멀티모달 처리를 더 효율적이고 긴밀하게 하려고 자기회귀적 전문가 혼합 네트워크 아키텍처를 택했다.

이 엔진은 아키텍처 하나에서 텍스트, 이미지, 비디오에 오디오 토큰까지 한꺼번에 처리한다. 그래서 화면과 소리가 어긋나지 않고 정확하게 맞물린다. xAI는 2026년 1월 28일 Grok Imagine API를 출시했고, 지금은 개발자용 Python 및 REST API 퀵스타트 문서를 제공해 연동을 돕고 있다.

xAI Aurora 엔진은 자기회귀적 MoE 네트워크를 통해 비디오와 오디오 토큰을 동시 처리한다.

연속성 개선과 개발자 활용 기대

AI 영상 제작의 가장 큰 걸림돌인 장면 간 불연속성이 줄면서, 개발자와 창작자는 더 길고 완성도 높은 콘텐츠를 만들 수 있게 됐다. 물론 아직 완벽하지는 않다. 초기 사용자 테스트에서 화면 속 피사체가 조금씩 흔들리는 드리프팅 현상이 일부 발견되기도 했다.

그래도 API로 접근할 수 있게 되면서 자동화된 영상 생성 파이프라인을 쉽게 만들 수 있다. 개발자들은 이 기술로 비즈니스 요구에 맞춰 실시간으로 반응하고 늘어나는 인터랙티브 미디어 서비스를 구상할 수 있고, 동영상 광고나 교육 콘텐츠 같은 분야에서 새 기회가 생길 것으로 보인다.

참고