생성형 미디어 인프라 기업 fal.ai가 1억4000만달러(약 1918억원) 규모 투자를 바탕으로 AI 영상 제작용 인프라를 확대하고 있다. 생성형 AI 활용은 완성 영화 전체를 자동 제작하는 단계보다 사전 시각화·자동 편집·후반작업 보조에 집중되고 있다.
fal.ai는 2025년 12월 세쿼이아, 클라이너 퍼킨스, 엔비디아($NVDA) 등이 참여한 시리즈D 투자를 유치했다. 회사는 투자금을 생성형 미디어 플랫폼의 글로벌 확장과 신규 기능 개발에 투입한다고 밝혔다.
fal.ai는 개발자가 직접 GPU 인프라를 구축하지 않고도 이미지·영상·음성·3D 생성 모델을 API로 이용할 수 있도록 지원한다. fal.ai는 자사 자료에서 플랫폼 이용 개발자가 250만명 이상이며 1000개 이상의 제작용 모델을 제공한다고 밝혔다. Serverless 서비스는 1300개 이상의 제작용 엔드포인트를 운영한다.
이 같은 구조에서 fal.ai의 역할은 영상 모델 자체를 만드는 데 그치지 않는다. 여러 모델을 연결하고 대규모 추론을 처리하면서 실시간 편집과 대화형 작업 흐름, 음성 기능을 하나의 제작 환경에서 제공하는 데 초점이 맞춰져 있다.
추론 인프라는 학습이 끝난 AI 모델에 입력을 넣어 결과를 생성하는 컴퓨팅 환경이다. 영상 제작에서는 모델 성능뿐 아니라 처리 속도와 작업 흐름에 맞춘 연결성, 반복 수정 가능성이 함께 요구된다.
fal.ai가 공개한 생성형 미디어 보고서는 영화·방송 업계의 활용이 완성 영화 전체를 자동 제작하는 단계보다 사전 시각화, 자동 편집, 후반작업용 시각효과 보조에 집중돼 있다고 설명했다. 보고서에는 미디어 기업의 생성형 AI 활용률이 68%로 제시됐지만, 이 수치가 제작 전 과정의 자동화를 뜻하는 것은 아니다.
실제 제작 현장에서는 시각효과 업체가 합성·로토스코핑 작업을 자동화하고, 독립 제작사가 단편과 마이크로드라마 제작에 생성형 도구를 활용하는 방식이 거론된다. 로토스코핑은 영상 속 인물이나 사물의 윤곽을 프레임 단위로 분리하는 후반작업이다.
fal.ai는 5월 AWS와 협력을 발표하며 대규모 제작 수요에 대응할 인프라를 강화한다고 밝혔다. 괴르켐 유르트세븐(Gorkem Yurtseven) fal.ai 공동창업자·최고기술책임자는 “생성형 미디어의 추론 문제는 모델 종류, 병렬성, 지연시간 요구가 복잡해 기존 AI 인프라와 다르다”고 말했다.
유르트세븐의 발언은 영상 모델의 성능뿐 아니라 안정적인 추론 환경과 운영 체계가 사업의 핵심 과제라는 점을 보여준다. 대규모 요청을 처리하면서도 제작자가 결과를 반복 수정할 수 있어야 하기 때문이다.
바이트댄스(ByteDance)의 시댄스(Seedance)도 fal.ai 플랫폼에서 제공된다. 관련 API는 텍스트와 이미지를 바탕으로 영상을 생성하는 기능을 지원하며, 이용자는 모델을 직접 운영하지 않고 API로 영상 생성 기능을 호출할 수 있다.
시댄스의 플랫폼 제공은 중국계 영상 모델과 글로벌 생성형 미디어 인프라가 연결되는 사례다. 독립 제작자나 소규모 스튜디오는 자체 GPU 환경을 마련하지 않고도 여러 영상 모델을 비교·활용할 수 있다.
할리우드의 반응은 엇갈린다. 로스앤젤레스타임스는 시댄스가 낮은 비용과 사실적인 영상 품질을 앞세워 독립 영화 제작자와 할리우드 창작자 사이에서 활용되고 있다고 보도했다.
반면 영화계에서는 저작권과 배우 초상권 침해 가능성을 둘러싼 우려가 제기됐다. 장편 영화에서는 캐릭터와 장면의 일관성, 영상 속 인공적인 흔적, 긴 서사를 통제하는 문제가 추가 검증 대상이다.
생성형 영상 도구가 수정 가능한 제작 파이프라인으로 활용 범위를 넓히고 있다는 점에서 fal.ai의 확장은 영상 생성 모델을 제작 과정에 연결하는 흐름과 맞닿아 있다. 다만 fal.ai의 영상 편집 사업 성장 속도와 할리우드 매출 기여도는 세부 사업별 수치가 공개되지 않았다.

김하린 기자
댓글0
첫 댓글을 남겨 보세요.