FLUX 3 Video 리뷰: 멀티모달 성능, 20초 클립, 그리고 솔직한 한계

AI 개요

FLUX 3 Video란 무엇이며 누가 개발했나요?

FLUX 3 Video는 Black Forest Labs가 개발한 비디오, 오디오, 이미지, 액션을 아우르는 통합 멀티모달 모델입니다. 2026년 7월에 발표된 이 비디오 버전은 텍스트-투-비디오 및 이미지-투-비디오 방식으로 최대 20초 길이의 클립을 생성하며, 네이티브 오디오를 함께 제공합니다.

FLUX 3 Video 품질은 다른 모델과 비교해 어느 정도인가요?

FLUX 3는 특히 애니메이션 타이포그래피, 광범위한 시각 스타일, 대화, 자연스러운 단순 장면 표현에서 뛰어납니다. 반면, 호스팅된 2K 출력, 복잡한 물리 시뮬레이션, 장시간 객체 일관성 등에서는 MiniMax H3가 여전히 더 안정적인 선택입니다.

FLUX 3 Video는 얼마인가요?

파트너 API 가격은 초당 약 $0.17, 즉 10초당 약 $1.70입니다. Black Forest Labs는 간단한 공개 초당 요금제를 공식적으로 공시하지 않으므로, 대량 생성 전 반드시 현재 적용 중인 공급업체 요금을 확인하세요.

FLUX 3 Video를 로컬에서 ComfyUI로 실행할 수 있나요?

아직 공식 소비자용 다운로드 가능한 웨이트로는 불가능합니다. 호스팅된 API 워크플로우는 ComfyUI 또는 Comfy Cloud에서 나타날 수 있지만, 로컬 자체 호스팅은 계획 중인 FLUX 3 Dev 오픈 웨이트 출시에 달려 있으며, 현재로서는 확정된 출시 일정이 없습니다.

FLUX 3 Video가 실제로 무엇인지 — 하나의 모델, 모든 용도

FLUX 3는 별도의 음성 및 사운드 도구를 나중에 첨부한 비디오 전용 체크포인트가 아닙니다. 이는 이미지, 비디오, 오디오, 액션을 하나의 아키텍처로 통합하여 훈련된 멀티모달 기반 모델입니다. Self-Flow 접근법은 이러한 다양한 모달리티를 정렬시켜, 생성된 영향이 사운드를 유도하고, 말하는 문장이 입 움직임을 형성하며, 이미지 참조가 이후 비디오 프레임을 안내하도록 합니다.

이 설계가 바로 제품의 핵심 강점입니다. 창작자는 텍스트, 시작 이미지, 키프레임, 기존 영상, 대화, 분위기 사운드 등을 각각 별개의 작업으로 취급하지 않고도 자유롭게 전환할 수 있습니다. 그러나 이와 동등하게 중요한 단점도 존재합니다: 광범위한 기반 모델이라 해서 모든 동작, 해상도, 일관성 테스트에서 전문 비디오 모델을 자동으로 능가한다는 보장은 없습니다.

위 공식 생성 프레임은 FLUX 3의 시각적 범위를 보여주는 더 강력한 예시입니다: 광택 있는 빨간 코트를 입은 한 인물이 형광 녹색 세탁소 내부에 서 있습니다. 중심에 위치한 피사체, 반복되는 원형 세탁기, 강렬한 보색 대비는 즉각적인 그래픽적 매력을 창출하면서도 장면 전체를 명확히 읽을 수 있도록 유지합니다.

FLUX 3 Video가 할 수 있는 것 — 기능 및 사양

현재 생성 릴리스는 기본 텍스트-투-비디오보다 훨씬 넓은 제어 세트를 제공합니다:

• 최대 20초: 한 번의 생성으로 완전한 대화 흐름이나 짧은 광고 장면을 담을 수 있으며, 5초 또는 10초 후에 중단되지 않습니다.
• 네이티브 오디오: 대화, 효과음, 분위기 사운드가 프레임과 함께 생성되며, 별도의 음성 녹음 과정을 거치지 않습니다.
• 텍스트, 이미지, 키프레임 입력: 프롬프트에서 시작하거나, 시작 이미지를 애니메이션화하거나, 종료 이미지를 정의하거나, 여러 키프레임을 연결할 수 있습니다.
• 비디오 연속 생성: 최대 4초 분량의 기존 비디오와 오디오를 제공한 후, 그 이어지는 동작, 카메라 움직임, 대화, 사운드를 모두 자연스럽게 이어받습니다.
• 다중 샷: 하나의 생성 내에서 장면이나 카메라 앵글을 전환하면서도 시퀀스 전체를 관련성 있게 유지합니다.
• 타이포그래피: 제목, 간판, 화면 그래픽, 애니메이션 글꼴 등을 장면의 일부로 직접 렌더링합니다.
• 스타일 범위: 캐주얼한 캠코더 영상부터 애니메이션, 광고, 향수, 세련된 영화까지 다양하게 표현 가능합니다.
• 해상도: HD 해상도로 생성되며, 풀 HD 출력은 업스케일링을 통해 제공됩니다. 1080p는 네이티브 2K 렌더링과 혼동해서는 안 됩니다.

공식 FLUX 3 출력: 세 개의 제공된 키프레임을 10초 분량의 시퀀스로 연결한 사례. 타임라인을 통해 제어 방식을 단일 최종 프레임보다 훨씬 쉽게 이해할 수 있습니다.

src=https://r2.seedance.tv/blog/flux-3-video-review/official-typography-demo-v1.mp4
poster=https://r2.seedance.tv/blog/flux-3-video-review/official-typography-poster-v1.jpg
label=공식 FLUX 3 출력 · 네이티브 오디오와 함께하는 애니메이션 타이포그래피

이 타이포그래피 예시는 실제 생성된 클립이며, 디자인된 모의 시연이 아닙니다. 생산용 모델을 선택하기 전에 유사한 개념을 테스트하려면 Seedance 텍스트-투-비디오 워크플로우를 사용해 동일한 요청사항, 지속 시간, 화면 비율로 시작하세요.

실세계 품질 — FLUX 3가 앞서는 부분과 부족한 부분

FLUX 3가 가장 두드러지게 우수한 분야는 동영상 내 그래픽 콘텐츠입니다. 터미널 텍스트, 타이틀 카드, 간판, 디자인된 글꼴 등이 대부분의 비디오 모델이 생성하는 난해한 문자보다 훨씬 의도적이며 정확합니다. 또한 캐주얼, 레트로, 애니메이션, 상업용 스타일 사이를 유연하게 전환할 수 있습니다. 대화 장면은 공유된 오디오-비디오 모델 덕분에 이점을 얻습니다: 발화, 표정, 공간 사운드가 함께 계획됩니다.

src=https://r2.seedance.tv/blog/flux-3-video-review/official-dialogue-demo-v1.mp4
poster=https://r2.seedance.tv/blog/flux-3-video-review/official-dialogue-poster-v1.jpg
label=공식 FLUX 3 출력 · 네이티브 오디오와 함께하는 20초 대화 장면
```이 전체 20초 샘플은 실제 지속 시간상의 이점을 보여줍니다. 음소거를 해제한 후 듣기만 하지 말고, 전체 클립 내내 눈선(eye lines), 표정 변화, 마이크 위치 및 기하학적 배치, 촬영 안정성 등을 주의 깊게 관찰하세요—마지막 몇 초가 여전히 사용 가능할 때에만 더 긴 출력이 의미가 있습니다.

한계는 보다 까다로운 제작 테스트에서 명확히 드러납니다. 네이티브 생성 경로는 HD 해상도로 생성되며 Full HD로 업스케일링되지만, H3의 호스팅된 워크플로우는 2K 재생성 경로까지 도달할 수 있습니다. 빠른 상호작용, 충돌, 손과 소도구의 접촉, 그리고 지속적인 객체는 여전히 흔들릴 수 있습니다. 지속 시간은 최대 20초로 제한되어 있으나, 프롬프트에 타이밍 정보가 부족하면 액션이 조기에 종료되거나 부자연스럽게 늘어날 수 있습니다. 커뮤니티에서 “H3가 더 선명해 보인다”는 비판은, 비교 시 밀도 높은 모션과 전달 해상도를 기준으로 삼았을 때는 타당하지만, 타이포그래피 전시용 비교에서는 그렇지 않습니다.

프롬프트 구조 역시 결과에 영향을 미칩니다. 형용사들을 나열하는 대신, 시공간적으로 순차적인 방향—주체, 동작, 카메라, 대사, 사운드—을 따르세요. [MiniMax H3 프롬프트 가이드](/ko/blog/minimax-h3-prompting-guide)는 공정한 테스트를 위한 전이 가능한 샷 단위 구문을 제공합니다.

## 가격 정책 — $0.17/초가 실제로 의미하는 바

흔히 인용되는 ‘초당 $0.17’이라는 수치는 단순한 공개 BFL 가격표가 아니라 파트너 API 목록에서 유래한 것입니다. 이를 계획 단계의 추정치로 간주하고, 실제 지출을 결정하기 전에 실시간 엔드포인트를 반드시 확인하세요.

| 제작량 | 예상 생성 비용 |
| --- | ---: |
| 10초 클립 1개 | 약 $1.70 |
| 10초 클립 10개 | 약 $17 |
| 10초 클립 100개 | 약 $170 |
| 20초 클립 1개 | 약 $3.40 |

이 총액에는 실패한 테이크, 재시도, 업스케일링, 저장, 편집, 플랫폼 마크업 등이 포함되지 않습니다. 승인된 클립 1개당 4개의 후보 클립이 필요한 캠페인의 경우, 최종 산출물이 아닌 후보 클립 수를 기준으로 예산을 책정해야 합니다. MiniMax H3에 대한 공식 파트너 가격은 초당 약 $0.08에 가까울 수 있으며, 이는 FLUX 3가 API 단계에서 약 2배 더 비싸다는 것을 의미합니다. Comfy Cloud는 컴퓨팅 리소스 또는 크레딧 기반 과금을 따르므로, 이는 무료 로컬 추론과는 다른 비용 경로입니다.

실무적 결론: 현재 API 가격은 프로토타입, 타이포그래피 중심 광고, 고가치 창의성 테스트에 대해서는 합리적입니다. 그러나 승인률이 개선되거나 오픈 웨이트 모델이 자체 인프라로의 가변 비용 전환을 가능하게 하기 전까지는, 무인 상태의 대량 제작에는 정당화하기 어렵습니다.

## ComfyUI 및 로컬 설정 — 현재 상태

현재 소비자용 로컬 추론을 위한 공식 FLUX 3 Dev 체크포인트는 아직 없습니다. Black Forest Labs는 오픈 웨이트 멀티모달 변형 버전을 발표했으나, 공개 일정이나 하드웨어 대상에 대해 구체적인 약속은 하지 않았습니다. 따라서 이름이 유사한 커뮤니티 파일을 다운로드한다고 해서 공식 로컬 FLUX 3 Video 워크플로우가 구축되는 것은 아닙니다.

현재 이용 가능한 경로는 호스팅 기반입니다: 해당 파트너 노드 또는 클라우드 카탈로그가 사용 가능할 때 ComfyUI 내에서 API 워크플로우를 활용하고, 제공업체 키를 입력한 후 원격 인프라가 클립을 반환하도록 합니다. 이렇게 하면 여전히 프롬프트, 참조 자료, 사후 처리, 내보내기 등에 대한 반복 가능한 노드 그래프를 얻을 수 있지만, 모델 자체는 워크스테이션에서 실행되지 않습니다.

오늘날 로컬 제어가 최우선 과제라면, [LTX 2.5가 더 실용적인 오픈 웨이트 옵션입니다](/ko/blog/ltx-2-5-review). H3 역시 다운로드 가능한 웨이트를 제공하지만, 그 비디오 및 오디오 파이프라인은 상당한 VRAM, 시스템 메모리, 고속 스토리지를 요구합니다.

## FLUX 3 Video vs MiniMax H3 — 귀하의 워크플로우에 맞는 선택은?

이 선택은 절대적인 우승자를 가리는 것이 아니라, 작업에서 가장 큰 병목 현상이 어디에 있는지를 파악하는 데 더 가깝습니다. 출력물을 비교하기 전에, [최적의 MiniMax H3 설정](/ko/blog/best-minimax-h3-settings)을 통해 안정적인 H3 제어 환경을 먼저 확립하세요. 그렇지 않으면 약한 베이스라인이 어떤 경쟁 제품도 실제보다 더 나아 보이게 만들 수 있습니다.

| 차원 | FLUX 3 Video | MiniMax H3 |
| --- | --- | --- |
| 최장 클립 | 최대 20초 | 비교 대상 호스팅 경로에서는 일반적으로 10초 |
| 최고 전달 경로 | HD 생성, Full HD 업스케일링 | 호스팅 2K 재생성 |
| 네이티브 오디오 | 있음 | 있음, 32kHz 스테레오 |
| 타이포그래피 / 텍스트 애니메이션 | 강점 분야 | 기본 수준 |
| 복잡한 물리적 모션 | 혼합적 | 더 강함 |
| 로컬 오픈 웨이트 | FLUX 3 Dev 계획 중 | 현재 사용 가능 |
| 파트너 API 가격(근사치) | 초당 약 $0.17 | 초당 약 $0.08 |
| 최적 적용 사례 | 브랜드 광고, 텍스트 모션, 멀티모달 및 장편 테스트 | 정밀한 모션, 품질 우선 전달, 비용 민감한 작업 |

읽을 수 있는 모션 그래픽, 20초 장면, 다양한 미학, 또는 한 번의 패스로 완성되는 대사가 개념의 핵심이라면 FLUX 3을 선택하세요. 반면 물리적 디테일, 호스팅 2K 마무리, 로컬 웨이트, 또는 생성 비용이 더 중요하다면 H3를 선택하세요. 보다 광범위한 품질 및 워크플로우 비교를 원하시면 [Seedance 2.5 vs MiniMax H3](/ko/blog/seedance-2-5-vs-minimax-h3)를 참고하세요.

## 결론

FLUX 3 Video는 단순한 전문 비디오 모델이 아니라 진정한 멀티모달 기반 모델입니다. 그 타이포그래피, 스타일 범위, 네이티브 오디오, 키프레임, 연속 재생 기능, 그리고 20초 분량의 클립은 실질적인 이점을 제공합니다. 반면, HD에서 1080p로의 출력 경로, 파트너 가격 정책, 복잡한 물리 시뮬레이션, 그리고 아직 공개되지 않은 로컬 가중치(Weights)는 여전히 실제 제약 조건입니다. FLUX 3 Dev가 출시되면 이러한 균형이 바뀔 수 있습니다. 현재로서는 강력한 호스팅 품질과 보다 간단한 제작 경로를 원하신다면, [Seedance에서 다음 비디오를 만들어 보세요 →](/ko).