클로드 모델 앞지른 GPT 아스트라

책상 위로 올라가 종이를 펼치고 카메라가 사무실을 훑는 듯한 복잡한 움직임을 매우 자연스럽게 구현한다.

기존 클로드 모델 대비 3D 공간 구현 및 전반적인 영상 퀄리티에서 우위를 보였다. 이 모델은 인간 수준의 AI 시대를 앞당겼다는 평가를 받는다.

기존 AI 시장의 대세였던 클로드 페이블과 GPT 코덱스 모델을 아스트라가 능가했다. 2D 기반 작업에서는 두 모델 모두 뛰어난 성능을 보였으나, 3D 구현에서 큰 격차를 보였다.

현재 아스트라는 현존 AI 모델 중 가장 높은 성능을 기록하며 AI 시장의 판도를 변화시켰다.

엔비디아의 젠슨 황은 오픈AI의 아스트라 모델을 기점으로 AI 시대가 도래했다고 발표했다. AI가 인간 수준으로 모든 작업을 수행할 수 있는 시대가 열렸음을 시사한다.

2년 전만 해도 10년 안에 가능할 것이라 여겨지던 기술 발전이 아스트라 덕분에 4년 만에 이루어졌다는 평가를 받는다.

기존 AI 영상은 일관성이 최대 약점이었다. 이미지를 생성한 후 움직임을 추가하는 방식은 이미지 외의 공간을 AI가 상상하여 채우면서 퀄리티와 일관성이 저하되는 문제가 발생했다.

아스트라는 애초에 3D 공간을 구축하여 영화를 찍는 것과 같은 카메라 워크를 가능하게 함으로써 이 문제를 해결했다.

아스트라 모델은 성능이 뛰어나지만 토큰 소모량이 매우 높다는 단점이 있다. 따라서 단순 채팅에는 솔(Sol) 등 하위 모델을 사용하는 것이 효율적이다.

아스트라 모델은 워크(Work)나 코덱스(Codex)에서 사용할 수 있으며, 앱을 통해 코덱스에 접속하여 모델을 전환할 수 있다.

기본 GPT 모델은 영상 모델이 없어 영상 처리가 어렵다. 기터브(GitHub) 등 외부 확장자를 연동하여 영상이나 오디오 파일을 분석할 수 있다.

이러한 외부 연동은 복잡하지 않으며, AI에 '연결해 줘'라고 지시하면 프레임 추출 및 데이터 분석이 가능하다.

AI를 활용하여 애플 광고와 유사한 심플한 영상 제작이 가능하다. 텍스트가 순차적으로 등장하고 채팅창과 같은 화면 소스가 중간중간 삽입되는 형태로 구현되었다.

MCP(Motion Control Photography) 연결을 통해 로켓 및 우주 이미지와 영상을 생성하고, 이를 활용하여 텍스트 창과 모션 그래픽이 포함된 완성본을 만들었다.

기존에는 AI가 영상 편집, 텍스트 모션의 자연스러운 구현, 깨지지 않는 화면 구성 등을 하기 어렵다고 여겨졌다. 그러나 아스트라 모델의 등장으로 이러한 작업까지 가능해졌다.

프롬프트 길이에 의존하지 않고 에이전트 협업 체계를 통해 10~15분 내외로 영상 제작이 가능해지며 AI 영상 제작의 패러다임이 전환되었다.

AI와의 협업 공식이 완전히 달라졌다는 인식이 확산되고 있다.

모델이 스스로 분석하도록 만드는 짧은 프롬프트가 효율적이며, 신작 『에이전트 워크플로우』를 통해 새로운 협업 공식을 제시했다.

이는 과거 웹툰 배경 제작처럼 수작업으로 진행되던 작업을 효율화한다.

GPT의 안내를 통해 블렌더 프로그램을 설치하고 자동으로 연동하여 공간을 만들어내는 과정이 가능하다.

AI에 업무를 지시할 때는 작은 작업부터 시작하여 점진적으로 큰 작업을 유도하는 단계적 접근 방식이 효율적이다. 예를 들어, 조감도를 먼저 생성한 후 피드백을 통해 평면도 및 카메라 워크를 설계하는 방식이다.

이러한 점진적 프롬프팅은 불필요한 토큰 소모를 줄이고, 벽 두께나 통창 높이 같은 세부 수치를 AI가 자동으로 산출하게 하여 효율성을 높인다.

이 과정에서 아스트라 모델의 활용이 중요하다.

카메라 워크를 적용한 사무실 내부 투어 영상과 통창 밖 한강 뷰까지 자연스럽게 구현되었으며, 이는 아스트라 모델 공개 이후 초기 테스트 단계의 결과물이다.