MiniMax H3가 ComfyUI에 들어왔어요: 영상·오디오 생성과 로컬 실행의 조건

MiniMax H3가 ComfyUI에 들어왔어요: 영상·오디오 생성과 로컬 실행의 조건

AI 뉴스 썸네일

MiniMax H3가 공개되자 ComfyUI가 곧바로 공식 워크플로를 내놨어요. 영상과 스테레오 오디오를 같은 생성 과정에서 만들고, 텍스트·이미지·참조 영상까지 한 모델에서 다룬다는 점이 눈에 띄어요. 다만 2K 전체 과정과 한국에서의 이용 조건은 별도로 확인해야 해요.

728x90

핵심 요약

구분	핵심	왜 볼 만한가요
생성 기능	최대 15초 영상과 32kHz 스테레오 오디오를 함께 생성해요	영상 생성 뒤 음향을 따로 붙이는 작업을 줄일 수 있어요
입력 방식	텍스트, 시작·종료 프레임, 이미지·영상·오디오 참조를 받아요	한 그래프에서 장면 생성과 참조 기반 수정을 이어갈 수 있어요
로컬 실행	ComfyUI가 가지치기·양자화 모델과 VRAM 오프로딩을 지원해요	고성능 소비자용 GPU에서도 낮은 해상도로 시험할 길이 열렸어요
확인할 조건	로컬 공개 모델은 기본 768p 생성이 중심이에요	공식 2K 결과에는 아직 공개되지 않은 모듈과 API가 들어가요
라이선스	커뮤니티 라이선스는 한국을 적용 지역에서 제외해요	한국에서 모델을 실행·배포하려면 별도 허가 조건을 먼저 봐야 해요

1. 영상과 소리를 한 번에 만들지만, 2K 전체 과정은 아직 열리지 않았어요

H3는 텍스트, 이미지, 비디오, 오디오가 섞인 입력을 이해하고 4~15초 길이의 영상을 만들어요. 출력은 초당 24프레임이며 오디오는 32kHz 스테레오예요. 첫 프레임과 마지막 프레임을 지정하는 FL2VA 모델, 여러 참조 자료를 받는 Ref2VA 모델로 나뉘어요. Ref2VA는 이미지 9장, 비디오 3개, 오디오 3개까지 받을 수 있고 전체 파일 수는 12개로 제한돼요. 2

영상과 오디오를 같은 트랜스포머가 함께 예측하는 구조라서 대사, 효과음, 배경음의 타이밍을 한 번에 설계할 수 있어요. 참조 영상의 카메라 이동이나 연기, 컷의 리듬을 다른 피사체에 옮기는 작업도 지원해요. ComfyUI에서는 텍스트 기반 T2V, 이미지 기반 I2V, 참조 기반 R2V 워크플로를 바로 불러올 수 있어요. 1

공개 범위는 구분해서 봐야 해요. H3-Base가 만드는 로컬 결과는 기본 768p예요. 2K 결과는 768p 영상을 원래 입력과 함께 다시 생성하는 H3-Regenerate-2K를 거쳐요. 공식 모델 문서에 따르면 이 재생성 모듈과 입력을 정리하는 H3-Context-IR은 아직 공개되지 않았어요. 공식 품질의 2K 전체 과정을 재현하려면 MiniMax API를 함께 써야 해요. 3

메모리를 줄인 방식도 흥미로워요

H3-Omni-Transformer는 330억 개 매개변수를 쓰고, 이 가운데 약 130억 개가 AdaLN 관련 분기에 들어가요. ComfyUI는 추론할 때 미리 계산할 수 있는 변조 값을 조회 테이블로 바꾸고 int8 convrot 양자화와 커스텀 커널을 적용했어요. ComfyUI가 공개한 수치로는 최소 모델의 전체 메모리 사용량이 123.6GB에서 42.5GB로 줄었어요. 동적 VRAM 오프로딩을 더하면 RTX 3060에서도 실행할 수 있다고 안내해요. 2

여기서 "실행 가능"과 "제작에 쓸 만한 속도"는 나눠서 봐야 해요. 공개 사용자 사례에서는 16GB GPU로 480p 10초 영상을 만드는 데 몇 분에서 10분가량 걸렸어요. 해상도, 길이, 참조 입력, 오프로딩 정도에 따라 시간 차이가 커요. 로컬 환경은 빠른 반복 제작보다 기능 확인과 워크플로 설계에 먼저 맞을 수 있어요. 1

오픈 가중치라는 표현에도 조건이 붙어요

가중치 파일을 내려받을 수 있지만 라이선스는 일반적인 오픈소스 라이선스가 아니에요. MiniMax H3 Community License는 유럽연합, 영국, 한국, 미국을 적용 지역에서 제외해요. 해당 지역에서 모델을 배포하려면 MiniMax에 별도 라이선스를 문의하라고 적혀 있어요. 공개 결과물에 AI 생성 사실을 표시해야 한다는 조건과 다른 AI 모델 개선에 출력을 쓰지 못한다는 제한도 있어요. 4

한국에서 ComfyUI 워크플로를 쓸 수 있어도 곧바로 가중치 실행이 허용된다는 뜻은 아니에요. 실제 도입 전에는 사용 지역, 서비스 형태, 결과물 공개 방식에 맞는 허가를 확인해야 해요. 법률 판단이 필요한 상업 프로젝트라면 라이선스 원문과 별도 계약 조건을 함께 검토하는 편이 안전해요.

왜 중요한가요

H3가 보여준 변화는 생성 품질만이 아니에요. 영상, 음성, 참조 자료, 반복 편집을 하나의 ComfyUI 그래프에서 연결할 수 있게 됐어요. 짧은 광고나 콘셉트 영상 제작자는 장면마다 다른 모델과 음향 도구를 오가는 횟수를 줄일 수 있어요. 공식 워크플로가 출시와 함께 제공돼서 모델 파일 배치와 노드 연결을 처음부터 만들 필요도 줄었어요. 2

개발자는 세 가지 경계를 먼저 확인해야 해요. 로컬 공개 범위는 H3-Base 중심이고, 공식 2K 파이프라인의 두 모듈은 API에 남아 있어요. 소비자용 GPU에서 돌아가더라도 생성 속도는 클라우드 병렬 처리와 차이가 커요. 한국은 커뮤니티 라이선스 적용 지역이 아니어서 기술 검토보다 이용 허가 확인이 앞서야 해요. 3 4

참고 자료

1. MiniMax H3, ComfyUI 출시 당일 지원 — 오픈 가중치·네이티브 오디오·2K 영상 — GeekNews
2. MiniMax H3 Day-0 Support in ComfyUI: Open Weights, Native Audio, and 2K Video — ComfyUI
3. MiniMax H3 모델 문서 — MiniMax·Hugging Face
4. MiniMax H3 Community License Agreement — MiniMax