변화하는 생태계의 세 층

머릿속 모형: 생성 미디어 생태계는 사는 동안 공사 중인 도시와 같다. 매달 건물이 올라가고 Sora처럼 철거되며 도로와 동네가 바뀐다. 개별 건물보다 도시의 배치를 알면 구체적인 이름이 달라져도 길을 찾을 수 있어.

1층: 소비자 플랫폼

Midjourney 웹·Discord, ChatGPT 이미지 생성, Google AI Studio 같은 친숙한 웹과 모바일 앱이다. 제어보다 쉬운 사용을 우선해 초보, 빠른 발상, 일회성 생성에 좋지만 대량 제작, 자동화, 맞춤 작업 흐름에는 제한이 있다.

2층: API와 개발 플랫폼

OpenAI GPT-Image API, Runway API, Google Vertex AI Imagen, Replicate, Fal.ai처럼 자신의 도구와 파이프라인에 프로그램으로 연결한다. 유연성과 자동화가 핵심이라 제작 파이프라인, 일괄 처리, 맞춤 앱에 좋고 프로그래밍 지식이나 API를 감싸는 흐름 도구가 필요하다.

3층: 로컬·직접 호스팅

ComfyUI의 FLUX, InvokeAI의 Stable Diffusion, 비디오의 Wan 2.6, 음성의 Voxtral처럼 자기 하드웨어에서 개방형 모델을 돌린다. 사생활, 맞춤화, 독립성, 미세조정, 무제한 생성, 오프라인 작업에 강하지만 대개 16GB 이상 VRAM의 GPU와 기술 설정이 필요하다.

생태계 지도

소비자 플랫폼, 쉽고 제한적       API, 유연하고 기술적
┌────────────────────┐          ┌────────────────────┐
│ Midjourney Web     │          │ OpenAI API         │
│ ChatGPT Images     │          │ Runway API         │
│ Google AI Studio   │          │ Vertex AI / Imagen │
│ Kling Web          │          │ Replicate / Fal.ai │
└────────────────────┘          └────────────────────┘

로컬 모델, 완전한 제어와 하드웨어 필요
┌───────────────────────────────────────────────┐
│ FLUX: ComfyUI, InvokeAI, Forge                │
│ Stable Diffusion: 수천 개의 미세조정          │
│ Wan 2.6 / LTX-2: 비디오                       │
│ Voxtral: 음성, 16GB 이상 GPU                  │
└───────────────────────────────────────────────┘

기존 창작 도구 통합
┌───────────────────────────────────────────────┐
│ Photoshop Generative Fill / Adobe Firefly     │
│ Canva 내장 AI / Figma AI 플러그인             │
│ DaVinci Resolve + Runway                      │
│ ComfyUI 시각 노드 작업 흐름                   │
└───────────────────────────────────────────────┘

독립 생성기에서 창작 도구 안으로

가장 큰 변화는 기존 편집 환경과의 통합이다. Photoshop Generative Fill, Canva의 AI, DaVinci Resolve와 외부 생성기의 연결처럼 익숙한 제작 도구 안에서 AI를 쓴다. 앞으로는 도구 하나를 고르는 대신 여러 도구가 함께 작동하는 흐름이 강해진다.

로컬 생태계의 ComfyUI

ComfyUI는 ControlNet, LoRA, 업스케일링, 편집을 재사용 가능한 파이프라인으로 잇는 시각 노드 기반 도구다. 코드를 쓰지 않고도 로컬 모델을 최대한 통제할 수 있어 고급 사용자에게 AI 생성의 포토샵 같은 위치가 되고 있다.