LTX, 프레임 단위 실시간 스트리밍으로 '끊김 없는 아바타' 구현

멈추는 아바타는 진짜가 아니다

대화형 AI 아바타가 답을 떠올리는 동안 화면이 잠깐 굳는 장면, 낯설지 않다. 사람이 말을 걸면 아바타가 몇 초간 정지했다가 다시 움직이는 그 틈이 바로 '불쾌한 골짜기(uncanny valley)' — 사람과 비슷하지만 완전히 같지는 않아 오히려 어색하게 느껴지는 구간이다. 영상 생성 스타트업 LTX는 이 틈을 없애는 실시간 대화 아바타를 공개했다고 8월 14일 X를 통해 알렸다. 적용 사례로 언급된 곳은 대화형 아바타 서비스 '리액터(Reactor, @reactorworld)'다.

프레임 단위 실시간 스트리밍이라는 것

LTX 측은 "LTX는 영상을 프레임 단위로 스트리밍해 미리 렌더링한 뒤 재생하는 방식이 아니다"라고 설명했다. 일반적인 영상 생성 AI는 몇 초 분량의 클립을 통째로 계산한 뒤 사용자에게 보여준다 — 이 계산 시간이 곧 사용자가 체감하는 '멈춤'이다. LTX가 강조한 것은 이 계산·재생 구조 자체를 없앴다는 점이다. 답변이 생성되는 동안에도 화면이 프레임 단위로 계속 흘러나오기 때문에, 아바타가 실제로 실시간 대화를 이어가는 것처럼 보인다는 설명이다. 리액터는 이 속도를 활용해 학습 경험(learning experiences)을 만드는 데 쓰고 있다고 언급됐지만, 구체적인 서비스 형태나 대상 연령·과목 등은 이번 발표에서 확인되지 않았다.

배경: LTX-2.5의 속도가 밑바탕

METAL LAB이 지난 8월 12일 보도한 대로, LTX는 8월 11일 오픈 웨이트 영상 생성 모델 LTX-2.5를 공개하며 일반 소비자용 NVIDIA RTX 그래픽카드와 DGX Spark에서 로컬 구동이 가능하도록 VRAM 요구량을 낮췄다. 당시 온프레미스 벤치마크(2x GB200 기준)에서 10초 클립을 6.8초 만에 생성해, API로 같은 클립을 만드는 데 23.7초가 걸리는 것과 비교해 3배 이상 빨랐다. 이번에 공개된 실시간 아바타 기능은 이 속도 우위가 실제 응용 사례로 이어진 것으로 풀이된다. 클립을 통째로 계산해 내놓는 방식보다, 프레임을 즉시 흘려보내는 쪽이 대화형 서비스에는 훨씬 유리하기 때문이다.

아바타 응답 방식 비교

방식	처리 흐름	체감 지연
기존 방식 (사전 렌더링)	클립 전체 계산 → 재생	70
LTX 프레임 스트리밍	프레임 단위 계산과 동시 재생	15

표의 막대는 이번 발표에서 강조된 상대적 체감 지연 정도를 보여주는 개념적 비교이며, 별도의 수치 벤치마크가 공개된 것은 아니다.

리액터는 무엇을 하려는가

리액터는 LTX 기술을 학습 경험 구축에 쓰고 있다고 언급됐다. 대화가 끊기지 않는 아바타는 언어 학습이나 튜터링처럼 실시간 상호작용이 중요한 교육 서비스에서 특히 체감 차이가 크다 — 답을 기다리는 동안 학습자의 집중이 흐트러지는 것을 막을 수 있기 때문이다. 다만 리액터의 서비스 출시 여부, 접근 방법, 요금제 등 구체적인 이용 조건은 이번 트윗에서 다뤄지지 않았다.

그래서 무엇이 달라지나

영상 생성 AI가 '먼저 다 만들고 나중에 보여주는' 도구에서 '보여주면서 계속 만드는' 도구로 넘어가고 있다는 신호다. 지금까지 대화형 아바타는 텍스트나 음성 응답을 먼저 만든 뒤 그에 맞춰 영상을 얹는 방식이 많았는데, LTX처럼 프레임 자체를 실시간으로 흘려보낼 수 있다면 아바타뿐 아니라 라이브 방송, 원격 상담, 화상 교육처럼 지연이 곧 품질인 서비스 전반에 적용할 여지가 생긴다. LTX-2.5가 오픈 웨이트로 풀려 있는 점을 감안하면, 리액터 같은 사례가 다른 개발자들의 응용으로도 이어질 가능성이 있다.