MiniMax H3 기능과 역량
MiniMax H3는 MiniMax가 공개한 오픈 웨이트 멀티모달 영상 모델입니다. 국내에서는 Hailuo 3.0, Hailuo 03이라는 이름으로도 검색됩니다.
보통은 생성용 모델과 편집용 모델, 레퍼런스 추종용 모델을 따로 씁니다. H3는 이 셋을 한 모델로 묶었습니다. 텍스트와 이미지, 영상, 오디오를 하나의 컨텍스트로 읽고 소리까지 붙은 클립을 그대로 돌려줍니다. 쇼츠용 세로 드라마나 상세페이지 영상처럼 일정이 촉박한 작업에서 차이가 큽니다.
| 기능 | 하는 일 | 적합한 용도 |
|---|---|---|
| 옴니 레퍼런스 | 이미지 9장·영상 3개·오디오 3개를 하나의 브리프로 인식 | 얼굴과 동작, 목소리를 한 번에 고정 |
| 네이티브 스테레오 오디오 | 대사와 효과음, 룸 톤을 화면과 함께 생성 | 사운드가 필요한 드라마와 광고 |
| 음성 복제와 전환 | 레퍼런스 녹음의 목소리를 캐릭터에 부여 | 더빙, 대사 재녹음, 언어 전환 |
| 지시 기반 편집 | 지목한 요소만 교체하고 나머지 프레임은 유지 | 재생성 없이 살릴 테이크 고치기 |
| 한 클립 안의 멀티 숏 | 5~15초 한 번 생성 안에 여러 숏을 배치 | 타이틀 시퀀스, 숏·리버스 숏 |
| 24fps 2K 출력 | 영화 표준 프레임레이트, 짧은 변 1440픽셀 | 업스케일 없이 바로 납품 |
옴니 레퍼런스
작업 방식이 여기서 갈립니다. 한 번 생성할 때 이미지는 9장, 영상은 3개, 오디오는 3개까지 붙습니다. 전부 합쳐 12개가 상한입니다.
중요한 건 개수가 아니라 역할입니다. 이미지 한 장은 캐릭터를 맡고, 다른 한 장은 장소를 정합니다. 영상은 동작이나 편집 리듬을 나르고, 오디오는 목소리를 실어 옵니다.
길이 제한도 챙기세요. 레퍼런스 영상과 오디오는 각각 2~15초이고 전체 합계도 15초까지입니다. 오디오만 단독으로는 올라가지 않습니다. 이미지나 영상이 하나는 함께 가야 합니다.
네이티브 스테레오 오디오
사운드는 후반 작업이 아닙니다. 화면을 만드는 그 패스에서 스테레오 오디오가 같이 나옵니다. 그래서 대사가 들어간 장면이 그대로 돌아오고, 발소리와 공간의 울림도 이미 붙어 있습니다.
뒤집어 보면 오디오 역시 연출 대상이라는 뜻입니다. 악기를 지정하고, 필요한 효과음을 적고, 큐가 떨어지는 지점을 못 박으세요. 아무것도 적지 않으면 모델이 알아서 고릅니다.
지시 기반 편집
클립이 딱 한 가지 때문에 아깝다면, 그 한 가지만 지목하면 됩니다. 피사체를 바꾸거나 오브젝트를 빼는 정도는 물론이고 배경 교체와 낮밤 재조명, 효과 추가, 대사 교체까지 됩니다. 지목한 요소만 움직이고 프레임의 나머지는 자리를 지킵니다.
수정이 여러 개여도 한 번의 지시에 같이 담을 수 있습니다. 숏 전체를 다시 돌려 좋았던 부분이 살아남기를 기다리는 것보다 훨씬 빠릅니다.
음성 복제와 전환
레퍼런스 녹음 하나면 캐릭터에 없던 목소리가 생깁니다. 새 대사를 넣어 화면 속 발화를 갈아 끼우는 것도 같은 기능이고, 연기는 그 대사에 맞춰 조정됩니다.
여기에 아이덴티티 이미지를 더하면 얼굴과 목소리가 동시에 고정됩니다. 시퀀스가 길어져도 같은 인물로 읽히는 이유가 이 조합에 있습니다.
프레이밍과 마무리
화면비는 여섯 가지입니다. 21:9부터 9:16까지 고를 수 있고, 텍스트로 만들 때나 레퍼런스로 만들 때나 조건은 같습니다. 레퍼런스가 숏을 주도하는 상황이라면 자동 모드에 맡겨도 됩니다. 첫 프레임과 끝 프레임으로 만드는 경우는 올린 이미지의 비율을 그대로 따릅니다.
출력은 24fps, 짧은 변 1440픽셀입니다. 21:9 마스터라면 약 2976×1248이 나옵니다. 768p 모드는 출시 예정으로 발표되었고, 그 결과물은 1440p로 업스케일할 수 있습니다. 초안은 가볍게 잡고 마감만 올리는 방식이 가능해집니다.
MiniMax H3 활용 사례
브랜드 필름과 광고 스팟
레퍼런스 세트로 모델과 제품, 마지막 로고 컷까지 미리 고정합니다. 필름 질감도 직접 지정하니 설이나 추석 캠페인처럼 톤이 정해진 작업을 운에 맡기지 않아도 됩니다.
숏폼 웹드라마와 대사 장면
쇼츠와 릴스에 맞춘 9:16 세로 드라마입니다. 클로즈업과 숏·리버스 숏으로 붙이고, 대사가 화면과 같은 패스에서 나오니 연기와 목소리가 어긋나지 않습니다.
타이틀 시퀀스와 모션 그래픽
타입이 독립된 레이어처럼 움직이는 작업입니다. 크레딧이 타이핑되듯 올라오고 다이어그램이 조립됩니다. 음악 큐도 지정한 박자에 정확히 떨어집니다.
스마트스토어 상세페이지 제품 영상
실제 제품 사진 한 장에서 출발하는 이커머스용 영상입니다. 풀 리빌에서 매크로 디테일, 고정된 와이드 숏까지 이어집니다. 형태는 사진이 잡아주고, 설득은 카메라와 조명이 맡습니다.
게임 UI와 사전예약 콘셉트 영상
메뉴와 HUD, 인터랙션 데모를 클립 전체에 박자별로 배치합니다. 패널이 밀려 들어오고 선택이 확정되며, 월드가 로드되는 순서까지 직접 정한 대로 갑니다.
웹툰풍 캐릭터와 스타일라이즈드 애니메이션
페이퍼컷과 스톱모션처럼 결이 분명한 캐릭터 작업입니다. 아이덴티티 레퍼런스가 디자인을 숏마다 붙잡아, 컷이 바뀌어도 의상과 비율, 마감이 그대로 갑니다.
MiniMax H3 잘 쓰는 법 10가지
H3는 한 줄짜리 설명보다 제작 문서처럼 짜인 브리프에 더 잘 반응합니다. 프롬프트 입력란도 7,000자까지 열려 있고, 모델의 공식 예시부터 그 공간을 거의 다 씁니다. 브리프를 여러 번 돌려보며 정리한 습관 10가지입니다.
- 레퍼런스 예산부터 세우세요. 상한은 12개, 영상과 오디오는 각각 합계 15초입니다. 오디오는 이미지나 영상과 함께일 때만 유효합니다.
- 레퍼런스마다 역할을 지정하세요. “이미지 1은 분위기와 필름 질감, 이미지 2는 모델, 이미지 3은 제품”처럼 적습니다. 네 장을 그냥 붙이고 운에 맡기는 것과는 결과가 다릅니다.
- 비트에 타임코드를 붙이세요. 0
2초, 25초로 끊어 짜면 모델이 15초 전체를 따라갈 순서를 갖습니다. - 사운드를 따로 연출하세요. 어차피 화면과 같이 생성됩니다. 악기와 구체적인 효과음, 큐가 떨어지는 지점을 적어주세요.
- 고정할 것을 밝히세요. 유지할 마스크, 머리와 의상을 지켜야 할 얼굴을 지정하면 클립 중간의 드리프트가 잡힙니다.
- 뺄 것도 적으세요. 자막 없음, 워터마크 없음, 현대 의상 없음처럼 제약은 적혀 있어야 지켜집니다.
- 전환에 이름을 붙이세요. 와이프, 하드 컷, 휩 팬, 형태로 잇는 매치 컷까지 지정하면 편집에 리듬이 생깁니다.
- 장면 말고 촬영도 묘사하세요. 손떨림, 흔들리는 노출, 늦게 잡히는 오토포커스, 그레인이 촬영된 느낌과 렌더링된 느낌을 가릅니다.
- 타입 애니메이션에 사양을 주세요. 텍스트에 등장 방식과 지속 시간, 금지 목록을 정해두면 타이틀이 제멋대로 돌거나 튀지 않습니다.
- 고칠 때는 대상을 지목하세요. 무엇이 바뀌고 무엇이 그대로인지만 말하면 됩니다. 숏 전체를 다시 돌리면 마음에 든 테이크를 잃습니다.
전체 사양 목록은 MiniMax H3 모델 페이지에서 확인하세요.
MiniMax H3 프롬프트 쓰는 법
탄탄한 H3 브리프는 다섯 블록으로 짜입니다. 보내기 전에 한 번씩만 짚어도 모델이 추측할 자리가 사라집니다.
| 블록 | 포함할 것 | 예시 |
|---|---|---|
| 역할 | 첨부한 레퍼런스가 각각 무엇을 맡는지 | 이미지 1은 장소, 이미지 2는 주연 |
| 비트 | 타임코드로 끊은 클립 전체의 동작 | 0~5초 앉는다, 5~11초 질문이 떨어진다 |
| 룩 | 스타일과 팔레트, 조명, 필름 질감 | 16mm 그레인, 절제된 색, 강한 탑 조명 |
| 사운드 | 대사와 효과음, 음악이 들어가는 시점 | 룸 톤은 내내, 타이틀 고정 순간에 히트 하나 |
| 제한 | 고정할 것과 나오면 안 되는 것 | 의상 유지, 자막 없음, 워터마크 없음 |
약한 프롬프트 vs 강한 프롬프트
차이는 거의 언제나 세 가지에서 갈립니다. 시간을 적었는지, 레퍼런스 역할을 밝혔는지, 사운드를 지정했는지입니다.
| 초점 | 약함 | 강함 |
|---|---|---|
| 레퍼런스 역할 | 이 이미지들을 사용 | 이미지 1은 필름 질감, 이미지 2는 모델, 이미지 3은 그녀가 들어 올리는 유리병 |
| 타이밍 | 그녀가 병을 집어 든다 | 0~5초 골목 카페 테라스를 지난다, 5~10초 병을 들어 빛에 비춘다, 10~15초 테이블에 내려놓는다 |
| 사운드 | 음악을 좀 넣어줘 | 매미 소리와 멀리 오가는 차 소리가 내내 깔리고, 빛이 병을 통과할 때 첼로 롱톤 하나 |
흔한 실수
- 오디오 레퍼런스만 단독으로 올리기. 이미지나 영상이 함께 있지 않으면 아예 거부됩니다.
- 레퍼런스를 붙여만 놓고 역할을 안 적기. 어느 이미지가 장면을 이끄는지 모델이 추측하게 됩니다.
- 클립 전체에 걸친 동작 대신 정지된 한 프레임만 묘사하기.
- 오디오를 비워두고서, 돌아온 사운드를 모델 탓으로 돌리기.
- 오브젝트 하나 때문에 숏 전체를 다시 돌리기. 편집 지시 한 줄이면 나머지 테이크는 지킬 수 있었습니다.
