RTX 5090 한 장으로 실시간 영상, 컴피 실험이 낮춘 것

15초짜리 영상을 만드는 데 15초 이상 걸리지 않게 하려면 무엇을 줄여야 할까. 컴피 공식 블로그는 10월 8일 RTX 5090 한 장에서 MiniMax H3 계열의 영상 생성을 가속한 실험을 공개했다. 완성된 상용 기능의 출시보다 최적화 과정 자체가 이번 소식이다.

작성자 브라이언 웨이드가 설정한 조건은 구체적이다. 그래픽 메모리 32GB의 GPU 한 장, 448×256 해상도, 15초 분량이었다. '실시간'이라는 단어만 떼어 보면 고해상도 방송용 영상을 떠올릴 수 있지만, 이 실험은 낮은 해상도에서 지연을 줄이는 목표를 세웠다.

출발점은 FastVideo의 FastH3V2 체크포인트였다. 글은 영상 생성 계산을 줄이는 방식과 텍스트를 처리하는 더 작은 구성 요소, 가중치 압축 등을 함께 적용했다고 설명한다. GPU를 바꾸는 대신 여러 단계에서 메모리와 계산 부담을 조금씩 덜어낸 접근이다.

작성자는 메모리 사용량이 80GB에서 30GB 미만으로 내려갔다고 보고했다. 이 수치의 의미는 특정 구성에서 32GB 장치에 작업을 올릴 여지를 만들었다는 것이다. 모든 H3 작업이 같은 메모리를 쓰거나, 다른 환경에서도 동일한 속도가 보장된다는 뜻은 아니다.

영상 생성 뒤 화면으로 내보내는 과정도 실험에 포함됐다. 계산이 끝날 때까지 다른 처리가 모두 기다리지 않도록 디코딩과 인코딩을 겹치는 구성을 다뤘다. 생성 모델 한 부분의 속도만 높여서는 시청자가 체감하는 대기 시간을 설명하기 어렵다는 점을 보여 준다.

결과의 한계도 글에 드러나 있다. 작성자는 화면의 거친 부분과 오류가 남고, 세부 표현과 장면의 일관성, 해상도를 더 개선해야 한다고 썼다. 따라서 이번 결과를 고품질 영상 제작의 완성으로 소개하면 실험자가 제시한 조건을 놓치게 된다.

라이브 화면에서는 기다림이 짧아지는 것 자체가 새로운 가능성을 만든다. 그러나 작은 미리보기에서 용인되던 결함이 큰 화면에서는 눈에 띌 수 있다. 지연과 화질 중 무엇을 우선하는지는 결과를 사용할 장면에 따라 달라진다는 해석이 가능하다.

이 글은 회사 공식 채널에 실린 실험 보고이며 독립 기관의 재현 검증은 아니다. 소프트웨어 구성과 하드웨어, 출력 조건이 달라지면 비교의 기준도 바뀐다. 공개된 과정을 검토하는 것과 같은 수치를 재현했다고 확인하는 일은 구분해야 한다.

창작자에게 흥미로운 지점은 최대 해상도의 기록보다 작은 장치에서 반복해 볼 가능성이다. 짧은 장면의 움직임을 시험하는 용도라면 빠른 초안이 도움이 될 수 있다. 다만 이러한 활용 가능성은 SOCRA의 해석이며, 실제 작업 효율을 측정한 결과는 아니다.

이번 공개가 남긴 질문은 '한 장이면 충분한가'보다 '어떤 조건에서 충분한가'에 가깝다. 448×256이라는 출력과 남은 오류를 함께 읽으면 성과의 경계가 보인다. 그 경계를 밝힌 채 속도 개선을 살피는 것이 실시간 영상 실험을 정확하게 읽는 방법이다.