블로그

사용 가이드

Vidu Q3 Mix 레퍼런스 기반 영상 생성 입문 가이드: 기능 범위, API 파라미터 및 과금 핵심

개발자를 위한 연동 의사결정과 실무 관점

Nov 13, 2026
층층이 겹친 종이가 어긋나며 뒤로 물러나는 얕은 양각 표지 이미지로, 베이지색 바탕에 흑연색 종이 가장자리와 단 하나의 테라코타색 종이 조각이 차분한 층리의 리듬을 이룹니다.
이 페이지에서

이 모델이 해결하는 문제

영상 생성 모델의 입력 형태는 당신이 '제어권'을 쥘 수 있는지를 결정합니다. 텍스트-투-비디오(text-to-video)는 프롬프트 한 줄만 주면 화면의 흐름을 모델이 자유롭게 펼칩니다. 이미지-투-비디오(image-to-video)는 첫 프레임 한 장을 주면 모델이 그것을 '움직이게' 만듭니다. 그리고 reference-to-video(레퍼런스 기반 영상 생성)는 세 번째 경로를 갑니다. 레퍼런스 소재를 제공하면 모델이 생성 과정에서 그것을 지속적으로 참조하며, 단지 첫 프레임으로만 취급하지 않습니다.

vidu-q3-mix/reference-to-video의 위치가 바로 이 갈래에 있습니다. 다음과 같은 요구에 적합합니다.

  • 캐릭터나 피사체가 여러 컷에 걸쳐 일관성을 유지해야 할 때: 기존 영상 소재는 없지만 피사체의 외형을 대표하는 레퍼런스 이미지가 한 장 이상 있고, 완성 영상에서 피사체가 '여전히 그것처럼' 보이길 원하는 경우.
  • 스타일과 톤을 고정해야 할 때: 레퍼런스 소재가 조명, 질감, 구도 성향을 담고 있으며, 완성 영상이 이 시각 언어를 이어받길 원할 때 — 순수 텍스트 설명보다 훨씬 제어하기 쉽습니다.
  • 정적 자산에서 동적 콘텐츠를 만들 때: 이커머스 상품, IP 캐릭터, 컨셉 디자인 시안 등 이미 보유한 이미지 자산을 숏폼 영상으로 전환해야 할 때.

다시 말해, 요구가 '설명에 맞는 영상 아무거나 달라'라면 텍스트-투-비디오가 더 직접적이고, 요구가 '이 영상은 내가 준 것과 비슷해야 한다'라면 레퍼런스 기반 영상 생성이 맞는 도구입니다. 모델 선택 전에 먼저 자문하세요: 반드시 보존해야 할 시각적 기준점이 있는가? 있다면 이것을 쓰세요.

HiAPI.ai에서 이 모델은 다른 영상 모델과 동일한 호출 맥락을 공유하므로, 별도의 연동 로직을 구축할 필요가 없고, 모델 전환 시 주로 바뀌는 것은 기능 파라미터이지 엔지니어링 구조가 아닙니다.

이미지-투-비디오와의 핵심 차이

이미지-투-비디오의 입력 이미지는 '출발점'이고, 레퍼런스 기반 영상 생성의 입력은 '제약'입니다. 전자는 모델에 반드시 이어받아야 할 화면을 주고, 후자는 모델에 준수해야 할 특징 집합을 줍니다. 이 점을 이해하면, 이후 소재 준비와 파라미터 튜닝에 관한 모든 판단이 자연스럽게 이어집니다.

세 가지 입력 방식은 결국 하나로 수렴합니다: 텍스트, 이미지, 레퍼런스 소재가 최종적으로 모두 동일한 영상 생성 출력으로 흘러 들어갑니다.

기능 범위와 부적합한 시나리오

모델의 기능 경계를 명확히 그리는 것이 그것이 무엇을 지원하는지 외우는 것보다 중요합니다. reference-to-video라는 기능 정의에 기반하면 다음 경계를 명확히 할 수 있습니다.

지원하는 범위

  • 레퍼런스 소재를 시각적 근거로 영상 생성: 레퍼런스 이미지의 특징이 생성 과정에 도입됩니다.
  • 피사체 일관성과 스타일 연속성: 여러 번의 생성에서 비교적 안정적인 외형 표현을 유지합니다.
  • 프롬프트로 콘텐츠 방향 제어: 레퍼런스 소재는 '닮았는가'를, 프롬프트는 '무엇을 할 것인가'를 담당합니다.

지원하지 않는 범위

  • 텍스트-투-비디오의 대체재가 아님: 레퍼런스 소재가 없을 때 프롬프트를 아주 길게 써서 레퍼런스 이미지를 '모사'하려 해서는 안 됩니다. 이는 도구를 잘못 쓴 것으로, 효과와 비용 모두 손해입니다.
  • 엄격한 프레임 단위 복제 도구가 아님: 레퍼런스 기반 영상 생성은 레퍼런스 이미지를 정밀하게 애니메이션화하는 것과 같지 않으며, 레퍼런스 이미지의 모든 픽셀에 책임을 질 것이라 기대해서도 안 됩니다. 요구가 '이 이미지가 원본 그대로 움직여야 한다'라면 이미지-투-비디오가 더 가깝습니다.
  • 무제한 길이를 보장하지 않음: 단일 생성의 길이 상한은 인터페이스와 플랫폼 패널에서 사용 가능한 파라미터를 기준으로 하며, '원하는 만큼 생성'하는 전제로 제품 흐름을 설계해서는 안 됩니다.
  • 후반 작업을 대체하지 않음: 자막, 편집, 다중 세그먼트 연결, 오디오 트랙 합성은 여전히 당신 파이프라인의 몫입니다.

모델 선택에서 가장 흔한 오용

가장 전형적인 오용은 레퍼런스 기반 영상 생성을 '더 저렴한 이미지-투-비디오'로 착각하는 것입니다. 둘의 입력 의미가 다르고 산출 기대치도 다릅니다. 정말로 첫 프레임의 엄격한 정렬이 필요할 때 레퍼런스 기반 영상 생성을 쓰면 '닮았지만 다른' 결과를 얻기 쉽고, 반복 재시도는 비용만 키웁니다. 반대로 여러 컷 사이에서 피사체 안정성이 필요할 때 이미지-투-비디오로 세그먼트마다 이미지를 넣으면 외형 드리프트가 더 쉽게 나타납니다.

판단 규칙은 한 문장으로 단순화할 수 있습니다. 출발점이 필요하면 이미지-투-비디오, 제약이 필요하면 레퍼런스 기반 영상 생성.

중앙 고지대는 모델이 아우르는 기능 범위이고, 사방으로 가라앉은 홈은 길이, 입력 의존성, 일관성 측면의 경계 밖 영역입니다.

API 파라미터와 호출 흐름의 핵심

이런 모델을 연동할 때 엔지니어링 복잡성은 주로 '요청 보내기'가 아니라 '입력 준비'와 '흐름 구성'에 있습니다. 전체 체인은 네 단계로 나눌 수 있습니다.

1. 레퍼런스 소재 준비

호출을 시작하기 전에 레퍼런스 소재를 규격화하세요. 크기와 비율을 통일하고, 워터마크와 불필요한 배경 요소를 제거하며, 피사체가 선명하고 조명이 일관되도록 보장합니다. 이 단계를 탄탄히 해야 이후 파라미터 미세 조정이 의미를 갖습니다.

2. 요청 구성

일반적인 호출 한 번에는 세 가지 정보를 요청에 담아야 합니다.

  • 기능 식별자: vidu-q3-mix/reference-to-video를 사용하도록 지정하여 요청이 올바른 기능 분기로 들어가게 합니다.
  • 레퍼런스 소재: 레퍼런스 이미지의 위치 또는 업로드 핸들로, 구체적인 필드명과 허용 형식은 인터페이스 문서를 기준으로 합니다.
  • 생성 설명: 프롬프트로, 동작, 카메라 움직임, 리듬, 분위기를 설명해야 하며, 레퍼런스 이미지에 이미 있는 외형을 반복 설명해서는 안 됩니다.

구체적인 필드명, 필수 항목, 값 범위는 HiAPI.ai의 인터페이스 문서와 모델 상세 페이지를 기준으로 하세요. 이 문서는 필드를 임의로 만들지 않으며, 연동 시 문서에 따라 구성하면 됩니다.

3. 생성 작업

영상 생성은 본질적으로 비동기입니다. 요청을 제출하면 작업 식별자가 반환되고, 모델 측이 추론을 완료하는 데 시간이 걸립니다. 서버는 '제출'과 '결과 가져오기'를 분리하여, 작업 식별자로 폴링하거나 콜백을 받아야 하며, 동기 요청 안에서 기다려서는 안 됩니다.

4. 결과 획득과 재시도

결과를 받으면 먼저 사용 가능성 검증(파일이 정상 디코딩되는지, 길이가 예상에 맞는지)을 한 뒤 재시도 여부를 결정합니다. 재시도 분기에는 상한이 있어야 하고, 매 실패 원인을 기록해야 합니다. 이는 비용 추정에 매우 중요합니다.

프롬프트는 어떻게 작성해야 하는가

레퍼런스 기반 영상 생성의 프롬프트는 '레퍼런스 이미지 외의 정보'에 초점을 두어야 합니다. 화면 속 피사체가 무엇을 할지, 카메라가 어떻게 움직일지, 환경이 어떻게 변할지입니다. 레퍼런스 이미지에 이미 있는 내용을 반복 설명하는 데 분량을 쓰는 것은 흔한 낭비입니다. 설명이 구체적이고 실행 가능한 화면 지시에 가까울수록 생성 결과가 안정적입니다.

네 단계 종이 층 흐름은 호출 체인에 대응합니다: 먼저 레퍼런스 소재를 준비하고, 요청을 구성하고, 생성 작업을 촉발하고, 마지막으로 결과를 회수합니다. 되돌림 분기는 재시도 경로를 나타냅니다.

$0.1865/초로 비용 추정하기

이 모델의 과금 기준은 출력 영상의 초 단위 과금이며, 단가는 초당 $0.1865입니다. 이를 이해하면 비용 추정은 간단한 곱셈 문제가 됩니다.

단일 건 비용 공식

단일 건 비용 = 출력 길이(초) × $0.1865

5초짜리 완성 영상의 비용은 5 × 0.1865이고, 10초라면 10 × 0.1865입니다. 길이가 두 배가 되면 비용도 선형으로 두 배가 됩니다. 구간 요금도, '한 번에 생성하는 게 더 저렴하다'는 숨은 혜택도 없으므로, 길이 예산은 처음부터 제품 설계에 넣어야 합니다.

재시도까지 계산에 포함하기

실제 비용은 결코 '영상 한 편의 가격'이 아닙니다. 생성에는 불확실성이 있으므로 실패와 불만족을 위한 재시도 예산을 확보해야 합니다.

예상 총비용 = 단일 건 비용 × 기대 시도 횟수
기대 시도 횟수 ≈ 1 + 재시도율

예를 들어 8초짜리 생성 작업이 평균 한 번 재시도해야 사용 가능한 결과를 얻는다면, 실제 비용은 8 × 0.1865가 아니라 8 × 0.1865 × 2입니다. 재시도율이 높은 팀은 비용이 배수로 증폭됩니다. 이는 많은 연동사가 트래픽을 늘린 뒤에야 발견하는 숨은 비용입니다.

예산 통제의 세 가지 수단

  • 짧게 먼저, 길게 나중에: 디버깅 단계에서는 최단 길이로 프롬프트와 소재가 정렬되는지 검증하고, 유효성을 확인한 뒤 늘리세요. 숏폼 영상의 시행착오 비용이 훨씬 낮습니다.
  • 재시도 상한 설정: 작업마다 최대 시도 횟수를 정하고, 초과하면 사람이 개입하거나 소재를 바꾸어 자동 재시도가 예산을 잠식하지 않게 하세요.
  • 매 호출 기록: 길이, 재시도 여부, 실패 원인을 계측하여 보고하세요. 이 데이터가 없으면 예산 초과가 프롬프트 문제인지 소재 문제인지 판단할 수 없습니다.

실시간 가격과 과금 세부 사항은 HiAPI.ai 사이트의 가격 패널을 기준으로 하며, 이 문서는 추정 방법만 논의합니다.

레퍼런스 소재 준비와 튜닝 접근법

레퍼런스 기반 영상 생성 체인에서 소재 품질이 완성 영상에 미치는 영향은 대개 파라미터 미세 조정보다 큽니다. 이유는 파라미터가 모델의 '성향'을 조정하는 반면, 소재는 모델의 '근거'를 결정하기 때문입니다. 근거가 불명확하면 아무리 좋은 성향도 실현되지 않습니다.

어떤 레퍼런스 소재가 좋은 소재인가

  • 피사체가 명확함: 시청자가 0.5초 안에 이 이미지에서 '보존해야 할 것'이 무엇인지 알아볼 수 있어야 합니다. 배경 잡동사니가 많거나 피사체 비중이 작으면 레퍼런스 효과가 약해집니다.
  • 특징이 안정적임: 동일 피사체의 외형이 서로 다른 레퍼런스 이미지에서 일관되어야 합니다. 여러 레퍼런스 이미지 자체가 서로 모순되면(색상, 형태, 질감이 맞지 않음) 모델은 각 버전 사이에서 흔들릴 수밖에 없습니다.
  • 조명과 각도가 합리적임: 극단적인 조명, 심하게 왜곡된 각도는 모델에 잘못된 시각적 단서를 전달합니다.
  • 깔끔함: 워터마크, 스티커, 불필요한 텍스트를 제거하세요. 이런 요소가 피사체 특징으로 함께 이어질 수 있습니다.

튜닝 우선순위

결과가 이상적이지 않을 때는 곧바로 파라미터를 조정하기보다 다음 순서로 점검할 것을 권장합니다.

  1. 먼저 소재 교체: 레퍼런스 이미지를 더 선명하고 피사체가 더 단일한 버전으로 바꾸는 것이 종종 가장 빠른 개선 수단입니다.
  2. 다음으로 프롬프트 수정: 동작과 환경을 명확히 하고, 레퍼런스 이미지와 중복되는 설명을 삭제하세요.
  3. 마지막에 파라미터 조정: 앞의 두 단계가 안정된 뒤에 미세 조정을 고려하고, 한 번에 하나의 변수만 바꾸어 원인을 추적하기 쉽게 하세요.

다중 레퍼런스 이미지의 일관성

여러 레퍼런스 소재를 제공한다면 반드시 '동일 피사체'임을 보장해야 합니다. 서로 다른 개체나 다른 스타일의 이미지를 섞는 것은 결과 드리프트의 가장 흔한 원인 중 하나입니다. 한 장을 덜 주는 편이, 모순되는 한 장을 주는 것보다 낫습니다.

소재 베이스라인 구축

핵심 피사체를 위한 고정 레퍼런스 소재 세트를 구축하여 이후 모든 생성의 베이스라인으로 삼기를 권장합니다. 매 생성마다 이 베이스라인에서 출발하고 프롬프트만 바꾸면, '소재 문제'와 '설명 문제'를 깔끔하게 구분할 수 있고, 여러 영상 사이의 스타일도 더 쉽게 통일됩니다.

흔한 실패와 트러블슈팅 방향

연동 단계의 대부분 문제는 몇 가지 고정 패턴으로 분류됩니다. 다음 순서로 점검하면 대개 무작정 재시도하는 것보다 빠릅니다.

1. 요청 거부 또는 파라미터 오류 반환

먼저 기능 식별자가 올바른지, 필수 레퍼런스 소재 필드가 모두 있는지, 소재 형식이 인터페이스에서 허용되는지 확인하세요. 필드명은 문서를 기준으로 하고, 경험으로 추측하지 마세요.

2. 작업이 장시간 결과 없음

영상 생성은 비동기 작업이므로, 동기 요청에서 기다리는 것이 아니라 작업 식별자로 결과를 가져오는지 먼저 확인하세요. 실제로 시간 초과라면 소재 용량이 너무 큰지 점검하세요.

3. 결과가 레퍼런스 소재와 '닮지 않음'

가장 빈도 높은 문제로, 점검 순서는 소재가 선명한가 → 서로 모순되는 레퍼런스 이미지를 주지 않았는가 → 프롬프트가 레퍼런스 이미지와 충돌하는 내용을 설명하고 있지 않은가입니다. 대부분의 경우 모델이 부족한 것이 아니라 소재가 준비되지 않은 것입니다.

4. 피사체가 여러 세그먼트 사이에서 드리프트

원인은 보통 세그먼트마다 다른 레퍼런스 소재를 사용했거나, 세그먼트마다 프롬프트의 피사체 설명이 앞뒤로 일관되지 않은 것입니다. 고정 베이스라인 소재와 통일된 피사체 설명으로 크게 개선할 수 있습니다.

5. 화면 동작이 예상과 다름

프롬프트에 명확한 동작과 카메라 지시가 없으면 모델이 임의로 펼칠 수밖에 없습니다. '무엇을, 어떻게 움직이고, 카메라는 어디에 있는지'를 분명히 쓰세요.

6. 비용이 예상 초과

호출 로그를 다시 보세요. 길이를 길게 설정했는가, 아니면 재시도율이 높은가? 전자라면 제품 측 길이 정책을 조정하고, 후자라면 소재와 프롬프트에서 원인을 찾으세요.

트러블슈팅의 기본 원칙

한 번에 하나의 변수만 바꾸고, 로그를 보존하세요. 소재와 프롬프트를 동시에 수정하면 결과가 좋아져도 어느 쪽이 효과를 냈는지 알 수 없고, 다음에 같은 문제를 만나면 다시 처음부터 시도해야 합니다.

연동 전 체크리스트와 후속 단계

정식 트래픽 확대 전에 다음 체크리스트로 항목별 검증하여, 위험을 소규모 트래픽 단계에서 차단하기를 권장합니다.

출시 전 체크리스트

  • 기능이 맞음: 시나리오가 정말 레퍼런스 기반 영상 생성을 필요로 하는지, 텍스트-투-비디오나 이미지-투-비디오가 아닌지 확인하세요.
  • 소재 베이스라인 준비 완료: 핵심 피사체에 고정되고 깔끔한 레퍼런스 소재 세트가 있습니다.
  • 프롬프트 템플릿화: 동작, 카메라, 환경 설명에 재사용 가능한 구조가 있고, 매번 즉흥적으로 쓰지 않습니다.
  • 비동기 체인 작동: 제출, 폴링 또는 콜백, 결과 검증, 실패 재시도의 네 단계 모두 코드가 있고 부하 테스트를 거쳤습니다.
  • 재시도에 상한: 자동 재시도에 최대 횟수가 설정되어 있고, 초과 시 수동 대기열로 들어갑니다.
  • 비용 대시보드: 호출 기록으로 길이와 재시도 횟수를 기준으로 실제 지출을 언제든 계산할 수 있습니다.
  • 길이 정책 명확: 제품 측에서 생성 가능한 길이에 제약이 있어, 사용자가 임의로 늘려 비용이 통제 불능이 되는 것을 방지합니다.

소규모 트래픽에서 확대까지

권장 경로는 먼저 수동으로 구성한 요청으로 엔드투엔드를 작동시켜 소재와 프롬프트의 유효성을 검증하고, 다음으로 최단 길이로 소규모 시험 운영을 하여 재시도율과 사용 가능률을 집계하고, 지표가 안정적인 것을 확인한 뒤 동시성과 길이를 점진적으로 확대하는 것입니다. 모든 단계에서 롤백 능력을 유지하세요.

핵심 지표

트래픽 확대 단계에서 실제로 주시해야 할 것은 최초 사용 가능률과 평균 시도 횟수입니다. 전자는 사용자 경험을 결정하고, 후자는 비용을 직접 결정합니다. 이 두 지표가 안정된 뒤에야 길이와 동시성 확장을 논할 수 있습니다.

아직 시작하지 않았다면, 먼저 HiAPI.ai에서 vidu-q3-mix/reference-to-video의 모델 상세와 실시간 가격을 확인한 뒤 첫 영상을 얼마나 길게 생성할지 결정하세요.

영구 AI 아티팩트로 빌드 시작하기

API 키를 받아 태스크 기반의 하나의 API로 이미지, 비디오, 오디오 모델을 호출하세요.

API 문서 보기