LTX-2.5란? 오픈 영상 생성 모델로 할 수 있는 것과 로컬 실행 사양·라이선스

LTX-2.5는 이스라엘 기업 Lightricks가 공개한 오픈 웨이트 영상 생성 AI로, 텍스트·이미지·영상·오디오를 입력받아 소리까지 맞춰진 영상을 만드는 모델이에요. 가중치를 내려받아 자기 GPU나 서버에서 직접 돌리고 미세 조정할 수 있다는 점이 클라우드 전용 서비스와 가장 큰 차이예요. 이 글은 2026년 10월 기준 Hugging Face 모델 카드와 공식 문서, 라이선스 원문을 읽고 LTX-2.5로 할 수 있는 일, 로컬 실행에 필요한 사양, 상업 이용 조건을 정리했어요. 성능 벤치마크 순위나 다른 모델과의 우열은 공식 자료에서 확인할 수 없는 부분이 많아 단정하지 않았어요.

LTX-2.5는 어떤 모델인가요

공식 개요 문서는 LTX-2.5를 로컬 실행과 미세 조정을 위해 만든 오픈 월드 모델이라고 소개해요. 하나의 DiT(디퓨전 트랜스포머) 기반 모델이 영상과 오디오를 함께 생성하고, LoRA와 IC-LoRA로 스타일·움직임·구조를 세밀하게 조정할 수 있어요. 모델 카드에 올라온 트랜스포머 파일 이름에는 22b가 붙어 있어 약 220억 파라미터 규모의 체크포인트임을 알 수 있어요. 현재 확립된 용도는 영상·오디오 생성이며, 로보틱스나 피지컬 AI 같은 분야의 활용은 아직 발전 중이라고 모델 카드가 스스로 구분하고 있어요.

가중치는 하나의 큰 파일이 아니라 구성 요소별로 나뉜 분할 팩으로 배포돼요. 증류(distilled) 트랜스포머와 학습 가능한 dev 트랜스포머, Gemma 4 12B 기반 텍스트 인코더, 영상 VAE와 오디오 VAE, 2배 공간·시간 업스케일러, 자동 길이 예측용 패치가 각각 별도 파일이에요. 처음 내려받을 때는 Hugging Face에서 연락처 공유와 개인정보 처리 방침에 동의해야 하는 게이트 모델이라는 점도 알아 두세요.

LTX-2.5에서 새로 달라진 점

증류 모델은 8단계 고정 스케줄과 CFG 1로 동작하는 빠른 체크포인트예요. 모델 카드는 2.5의 증류 모델이 전체 모델의 화질·프롬프트 준수·움직임 일관성을 이전보다 훨씬 많이 유지한다고 설명하지만, 이는 개발사 자체 설명이므로 독립 평가와 함께 보는 것이 좋아요. 짧은 프롬프트를 영화적인 지시로 늘려 주는 프롬프트 인핸서는 따로 켜고 끌 수 있어서, 원문 그대로의 지시를 유지하고 싶다면 꺼 두면 돼요.

LTX-2.5로 할 수 있는 일

Quick Start 문서는 입력과 목적에 따라 시작할 워크플로를 나눠 안내해요. 가장 기본은 텍스트로 영상과 소리를 함께 만드는 텍스트-투-비디오이고, 이미지 한 장을 움직이게 하거나 첫 프레임과 마지막 프레임 사이의 움직임을 채우는 이미지-투-비디오도 템플릿으로 제공돼요. 오디오 클립에 맞춰 영상을 만드는 오디오-투-비디오와 영상 없이 소리만 만드는 텍스트-투-오디오 워크플로도 있어요.

• 짧은 광고·SNS 클립 시안: 멀티샷 프롬프트로 같은 인물이 등장하는 여러 컷을 한 번에 뽑아 콘티를 빠르게 검토해요.
• 정지 이미지 애니메이션: 제품 사진이나 일러스트를 첫 프레임으로 두고 카메라 이동을 지시해요.
• 영상 변환·제어: IC-LoRA로 깊이·윤곽·포즈를 참조하거나 모션 트랙을 그려 움직임을 지정해요.
• 후반 작업 보조: 알파 매트 생성, SDR→HDR 변환, 인페인팅·아웃페인팅, 고해상도 업스케일 같은 VFX 워크플로가 문서화돼 있어요.
• 자체 스타일 학습: dev 트랜스포머는 학습이 가능해 LTX-2 Trainer로 LoRA나 전체 미세 조정을 할 수 있어요.

주의할 점도 있어요. Foley(무음 영상에 효과음 생성)와 Dub-It(립싱크 더빙)은 공식 표에서 LTX-2.3 전용 워크플로로 분류돼 있어 2.5 자산으로 바꿔 쓰면 안 된다고 명시돼 있어요. 또 모델 카드의 한계 항목은 이 모델이 사실 정보를 제공하지 않으며, 사회적 편향을 증폭하거나 부적절한 결과를 만들 수 있고, 프롬프트를 완벽히 따르지 못할 수 있다고 밝혀요. 결과물을 그대로 쓰기보다 사람이 검수하는 단계를 전제로 계획하는 것이 현실적이에요.

LTX-2.5 로컬 실행 사양과 방법

시스템 요구 사항 문서가 제시하는 최소 사양과 권장 사양은 아래와 같아요. 개요 문서는 소비자용 GPU에서 실행된다고 표현하지만, 최소 사양 자체가 VRAM 32GB 이상이므로 일반적인 8~16GB 그래픽카드에서는 기본 설정 그대로 돌리기 어렵다고 보는 편이 안전해요.

메모리가 부족하다면 모델 카드가 안내하는 저VRAM 옵션을 검토할 수 있어요. ltx-pipelines에서는 bf16 트랜스포머를 실행 중 fp8로 변환하는 옵션과 CPU 오프로드를 함께 쓸 수 있고, ComfyUI에서는 int8 체크포인트를 쓸 수 있어요. 다만 int8 파일은 ComfyUI 전용이라 PyTorch 파이프라인에서는 불러오지 못하고, NVFP4 파일은 Blackwell 세대 GPU용 커널을 전제로 해요. 메모리를 아끼는 대신 생성 시간이 길어지거나 품질이 달라질 수 있어요.

1. 1

   실행 경로를 고르세요

   처음이라면 공식 문서가 추천하는 ComfyUI 템플릿이 가장 빨라요. 코드나 자동화 파이프라인에 붙일 계획이면 Python용 ltx-pipelines를, 기존 Diffusers 코드가 있다면 LTX-2.5-Diffusers 패키지를 선택해요. Diffusers 지원은 2026년 10월 확인 시점에 정식 릴리스가 아니라 main 브랜치 설치가 필요하다고 모델 카드에 적혀 있어요.

2. 2

   모델 접근 권한을 받으세요

   Hugging Face 모델 페이지에서 로그인 후 Agree and Access로 조건에 동의해야 가중치를 받을 수 있어요. ComfyUI에서는 LTXVideo 노드 팩을 설치한 뒤 템플릿이 요구하는 파일을 내려받으면 돼요.

3. 3

   해상도와 프레임 제약을 지키세요

   프레임 수는 8로 나눈 나머지가 1이어야 하고(예: 121), 가로·세로는 32의 배수여야 해요. 그래서 1080p 예시는 1920×1088을 쓰고 4K 예시는 3840×2176을 써요. 프레임 수를 생략하면 자동 길이 예측이 길이를 정해요.

4. 4

   작게 시험한 뒤 키우세요

   낮은 해상도와 짧은 프레임으로 메모리와 속도를 먼저 확인하고, 만족스러우면 업스케일러나 디테일 강화 파이프라인을 붙여요. 같은 seed로 결과를 비교하면 설정 변화의 영향을 구분하기 쉬워요.

GPU가 없다면 설치 없이 공식 API 플레이그라운드에서 먼저 체험할 수 있어요. LTX-2.5 API 문서에 따르면 호스팅 API는 ltx-2-5-fast와 ltx-2-5-pro 두 가지 변형으로 가로·세로 영상을 최대 4K까지 지원하고, fast는 720p·1080p 24/25fps에서 6~20초, pro는 6~10초 길이를 고를 수 있어요. API는 초 단위 과금이라 로컬 실행과 비용 구조가 완전히 다르다는 점을 함께 비교하세요.

상업 이용 라이선스와 주의할 점

LTX-2.5는 흔히 오픈소스 영상 모델로 불리지만, 실제로는 Apache·MIT 같은 범용 오픈소스 라이선스가 아니라 2026년 8월 11일자 LTX-2.x Community License Agreement를 따라요. 핵심은 매출 기준이에요. 연매출 1,000만 달러 이상인 주체는 상업 이용에 유료 상업 계약이 필요하고, 이 매출은 자회사와 공동 지배 관계의 계열사를 모두 합산해 계산해요. 그 미만이라면 상업·운영 용도도 비용 없이 허용돼요.

그 밖에도 확인할 의무가 있어요. 재배포하거나 SaaS로 제공할 때는 사용 제한 조항을 계약에 포함하고 라이선스 사본을 함께 제공해야 해요. 모델이나 출력물에 들어간 워터마크·출처 메타데이터·투명성 기능을 제거하거나 우회하면 안 되고, EU AI Act와 캘리포니아 AI 투명성법 등 적용되는 AI 규제를 지켜야 해요. 이런 기능을 무력화했다고 판단되면 라이선스가 즉시 철회될 수 있다고 적혀 있어요. 출력물에 대해서는 Lightricks가 권리를 주장하지 않지만 입력과 결과물의 사용 책임은 사용자에게 있어요. 법률 해석이 필요한 상업 프로젝트라면 원문 전체를 읽고 전문가에게 확인하세요.

AI 영상 모델 동향은 어디서 따라가나요

영상 생성 모델은 버전 교체와 라이선스 변경이 빠르게 일어나요. 더따리 AI 텔레그램 트렌드에서는 AI 커뮤니티에서 언급되는 모델과 이슈의 흐름을 모아 볼 수 있고, 블로그 트렌드에서는 새 모델이 실제 사용 후기와 튜토리얼로 어떻게 다뤄지는지 확인할 수 있어요. 언급량은 관심도의 신호일 뿐 품질이나 안전성을 보장하지 않으므로, 기능·사양·라이선스는 항상 공식 모델 카드와 문서로 다시 확인하세요.

페이지 참고

트렌드theddari.com›트렌드텔레그램 · AIAI 채널 실시간 포스팅 피드

페이지 참고

트렌드theddari.com›트렌드블로그 포스팅요약된 네이버 블로그 글 피드