HeyGen vs Synthesia — 저예산으로 AI 아바타 구축하기

I built an AI influencer for $24/month. Her name is Nova, she's on TikTok and YouTube, and she's entirely rendered by AI. The first decision I had to make: which avatar platform?

두 개의 이름이 시장을 지배하고 있습니다: HeyGen과 Synthesia입니다. 두 플랫폼 모두 사용자의 이미지를 기반으로 입 모양이 동기화된 말하는 얼굴 (talking heads)을 만들어준다고 약속합니다. 두 곳 모두 실제 가격을 숨겨둔 기업용 (enterprise) 가격 페이지를 운영하고 있습니다. 두 곳 모두 실제로 얻게 되는 결과물보다 데모가 더 좋아 보입니다.

두 플랫폼 모두에서 구축했을 때 실제로 어떤 일이 일어났는지 알려드리겠습니다.

테스트

동일한 소스 이미지. 동일한 스크립트. 동일한 목표: TikTok/Shorts를 위한 60초 분량의 말하는 얼굴 (talking head) 영상. 세 가지 기준: 품질 (실제처럼 보이는가?), 비용 (영상당 가격은 얼마인가?), 그리고 워크플로 (스크립트에서 게시된 영상까지 얼마나 빠른가?)입니다.

HeyGen: 저예산 승자

결국 제가 사용하게 된 것은 HeyGen입니다. Creator 플랜 ($24/month, 600 credits)은 수익이 전혀 없는 신입 크리에이터에게 경제적으로 유일하게 합리적인 옵션이었습니다.

Avatar III (3 credits/minute): 이것이 주력 모델입니다. 분당 $0.19의 가격으로, Shorts/TikTok에 사용하기에 충분히 좋은 입 모양 동기화 (lip-synced) 말하는 얼굴을 얻을 수 있습니다. 사진처럼 실사 같지는 않습니다 — 자세히 보면 AI라는 것을 알 수 있지만 — 시청자들이 신경 쓰지 않을 정도로 충분히 좋습니다. Nova의 첫 영상들은 전적으로 Avatar III를 사용했습니다.

Avatar IV (20 credits/minute): 프리미엄 티어입니다. 훨씬 더 나은 입 모양 동기화 (lip sync), 더 자연스러운 머리 움직임, 더 나은 감정 표현 범위를 제공합니다. 분당 $1.25로, 여전히 사람을 고용하는 것보다는 저렴하지만 모든 영상 제작 시 신중한 결정을 내려야 할 만큼 비용이 발생합니다. 저는 품질이 중요한 주간 심층 분석 영상에 이 모델을 사용합니다.

26|
27|사진 아바타 학습 (Photo avatar training): 2장 이상의 사진을 업로드하면, HeyGen이 맞춤형 아바타를 구축합니다. 비용은 1회성으로 50 크레딧($2)이 소요됩니다. Nova의 아바타를 만드는 데는 2달러와 사진 2장이 들었습니다. 결과물은 실제 그녀의 얼굴이기 때문에 일반적인 (generic) 아바타보다 더 낫습니다.
28|
29|HeyGen의 단점: UI (사용자 인터페이스)가 혼란스럽습니다. 크레딧 계산 방식은 사용을 시작하기 전까지는 불분명합니다. 렌더링 대기열 (rendering queue)은 피크 시간대에 1015분이 걸릴 수 있습니다. 그리고 API는 기능적이긴 하지만, 필요 이상으로 많은 설정이 요구됩니다.
30|
31|HeyGen에서 Nova를 운영하는 총 월간 비용: 월 $24 (Creator 플랜, 600 크레딧). Avatar III (6 크레딧)로 하루에 2개의 영상을 제작한다고 가정하면, 한 달에 100개의 영상이 됩니다. 현실적으로 Nova는 Shorts 8개 + 심층 분석(deep dives) 4개를 제작하므로 총 104 크레딧을 사용합니다. 이는 600 크레딧 제한 범위 내에 충분히 들어옵니다.
32|
33|## Synthesia: 내가 감당할 수 없었던 엔터프라이즈 옵션
34|
35|Synthesia는 더 나은 제품입니다. 더 나은 립싱크 (lip sync), 더 나은 아바타, 더 나은 UI, 더 나은 API, 모든 면에서 더 낫습니다. 또한 34배 더 비쌉니다.
36|
37|Personal 플랜은 월 $22이지만, 영상 길이를 10분으로 제한하고 단일 시트 (single seat)만 제공합니다. 매일 콘텐츠를 제작하기에는 부족합니다. 월 $67인 Creator 플랜은 30분을 제공하지만, 매일 콘텐츠를 만드는 제작자에게는 여전히 빠듯합니다. Synthesia가 실제로 빛을 발하는 곳은 Enterprise 플랜 (맞춤형 가격 책정)이지만, 영업 담당자와 상담해야 합니다.
38|
39|Synthesia가 더 잘하는 것: 아바타가 더 자연스럽습니다. 립싱크가 더 정확합니다. 스튜디오 품질의 프리셋 (preset) 아바타는 진정으로 전문적으로 보입니다. 교육 영상을 제작하는 기업이라면 Synthesia가 올바른 선택입니다.
40|
41|제작자에게 Synthesia가 더 안 좋은 점: 가격 모델이 매일 콘텐츠를 만드는 제작자가 아니라, 가끔 영상을 만드는 기업을 위해 설계되었습니다. 분당 비용 경제성은 TikTok/Shorts 규모의 제작량에는 맞지 않습니다. 또한

44|
45|무료 옵션들도 테스트해 보았습니다:
46|
47|SadTalker + Wav2Lip: 오픈 소스 (Open-source) 스택입니다. SadTalker는 오디오로부터 머리 움직임을 생성합니다. Wav2Lip은 입 모양 동기화 (Lip sync)를 덧씌웁니다. TTS (Text-to-Speech) 엔진과 결합하면 월 0달러로 전체 파이프라인을 구축할 수 있습니다. 품질은 눈에 띄게 떨어집니다. 입 모양 동기화에 아티팩트 (Artifacts)가 발생하고 머리 움직임이 끊깁니다. 하지만 무료이며 게이밍 GPU (RTX 3060 이상)에서 실행 가능합니다. 저는 HeyGen으로 전환하기 전 Nova의 첫 두 영상에 이를 사용했습니다. 컨셉을 검증하기에는 충분했습니다. 하지만 팬층을 구축하기에는 충분하지 않습니다.
48|
49|MuseTalk: 더 최신이며 Wav2Lip보다 품질이 좋습니다. 여전히 HeyGen에는 뒤처져 있습니다. 지켜볼 가치가 있습니다. 오픈 소스 아바타 품질은 매 분기마다 개선되고 있습니다. 어느 시점이 되면 무료 스택이 충분히 좋아져서 유료 플랫폼들이 크리에이터 시장을 완전히 잃게 될 것입니다. 아직 그 단계는 아닙니다.
50|
51|Kokoro + F5-TTS: 음성 생성 (Voice generation)의 경우, 오픈 소스 옵션들은 실제로 유료 TTS와 경쟁할 만합니다. Nova는 편의성을 위해 Navy API를 사용하지만, 제가 Kokoro TTS를 테스트해 본 결과 품질이 매우 근접했습니다. 오픈 소스 TTS를 무료 아바타 생성기와 결합하면 유일한 비용은 GPU 전기료뿐입니다.
52|
53|## 진짜 결정 기준
54|
55|| | HeyGen | Synthesia | 오픈 소스 (Open-source) |
56||---|--------|-----------|
57|| 월간 비용 | $24 | $67+ | $0 + GPU |
58|| 영상당 비용 | $0.19 (Avatar III) | $0.80+ | $0 + 시간 |
59|| 영상 품질 | 충분히 좋음 | 전문가 수준 | 실행 가능한 수준 |
60|| 설정 시간 | 1시간 | 1시간 | 12일 |
61|| 최적 대상 | 예산이 한정된 크리에이터 | 기업 (Businesses) | 실험가, 초기 단계 |
62|
63|## 오늘 시작하려는 사람에게 해주고 싶은 말
64|
65|월 24달러의 HeyGen Creator로 시작하세요. 일상적인 콘텐츠에는 Avatar III를 사용하세요. 중요한 영상에는 Avatar IV로 업그레이드하세요. 기업이 아니라면 Synthesia는 신경 쓰지 마세요. 가격 체계가 크리에이터를 위해 만들어지지 않았습니다.
66|
67|예산이 전혀 없다면, 가지고 있는 어떤 GPU에서든 SadTalker + Wav2Lip + Kokoro TTS로 시작하세요.

품질의 한계치는 더 낮겠지만, 파이프라인 (pipeline)을 익히고 사람들이 당신의 AI 아바타를 보고 싶어 하는지 검증할 수 있을 것입니다. Nova의 처음 두 영상도 이런 방식으로 제작되었습니다. 아무도 그 차이를 눈치채지 못했습니다.
68|
69|Nova를 구축하며 얻은 가장 큰 교훈은 아바타 플랫폼이 생각보다 중요하지 않다는 것입니다. 시청자들은 AI가 입을 얼마나 완벽하게 움직이는지가 아니라, AI가 무엇을 말하는지에 관심을 가집니다. 인프라 (infrastructure)는 쉬운 부분입니다. 사람들이 실제로 보고 싶어 하는 무언가를 만드는 것 — 그것이 게임의 전부입니다.
70|
71|---
72|
73|AI 콘텐츠 크리에이터를 구축하고 계신가요? Nova Blueprint는 파이프라인 설정, 스크립트 시스템, 배포 전략, 그리고 실제 출시 분석을 포함한 정확한 플레이북 (playbook)입니다. $19, 1회 결제.
74|

76|