한국어 영상 모델 · 2026

한국어를제대로

대부분의 영상 모델은 아름다운 서울 거리를 만들어 냅니다. 다만 간판에 적힌 글자는 아무 뜻도 없습니다. 팔레트는 요청한 글자를 그대로 넣고, 다시 읽어서 증명합니다.

지금 만들어 보기↓
01생성

프롬프트 하나, 글자 하나까지.

영상은 만들고,
한국어는 지킵니다.

장면 설명은 영어로 쓰는 편이 정확합니다. 설명란에 한국어 문장을 넣으면 모델이 그것을 대사로 읽어 버립니다.0/2400

여기에 적은 글자는 영상이 전달되기 전에 OCR로 다시 읽어 확인하고, 측정한 오차를 결과와 함께 보여 줍니다.

기본5초 영상 기준 약 4분. 글자 검사에서 거절되어 다시 생성하면 최대 12분

02결과물

아래 영상은 모두
이 모델이 만들었습니다.

여기 있는 모든 영상은 API와 같은 검사를 통과했습니다. 요청한 글자는 그대로 읽히고, 요청하지 않은 한국어는 화면에 없습니다. 각 항목에 적힌 숫자가 그 근거입니다.

01

검증된 한글

화면 속 모든 글자를 지정 · CER 0.000 · 5/5 프레임 정상

02

간판 주입

첫 프레임에 조판 · 5/5 프레임 정상

03

상점 간판

신선한 딸기 · CER 0.000 · 10/10 프레임 정상

04

거리 표지

주차 금지 · CER 0.000 · 10/10 프레임 정상

05

실내 드라마

동일 인물 유지 · 10/10 프레임 정상

06

비 오는 장면

군중 움직임 · 10/10 프레임 정상

07

버스 안

반사와 얕은 심도 · 10/10 프레임 정상

08

새벽 외경

한강 · 10/10 프레임 정상

09

밤 골목

네온 조명 · 10/10 프레임 정상

10

두 사람

컷 사이 동선 유지 · 10/10 프레임 정상

11

서빙 순간

손과 사물의 물리 · 10/10 프레임 정상

12

뷰티

손에 든 제품 · 10/10 프레임 정상

13

호텔

공간감과 창빛 · 10/10 프레임 정상

14

한국어 발화

ASR CER 0.000 · 10/10 프레임 정상

15

한국어 발화

ASR CER 0.000 · 10/10 프레임 정상

16

발표

ASR CER 0.000 · 10/10 프레임 정상

17

대화

ASR CER 0.000 · 10/10 프레임 정상

18

카메라 정면

ASR CER 0.000 · 10/10 프레임 정상

19

인터뷰

ASR CER 0.000 · 10/10 프레임 정상

20

내레이션

ASR CER 0.000 · 10/10 프레임 정상

21

카페 발화

ASR CER 0.000 · 10/10 프레임 정상

03엔진

주장하지 않고 측정합니다

한국어를 그려 놓고
잘 나오기를 바라지 않습니다.

텍스트

텍스트로 영상

자연어 지시만으로 장면을 만듭니다. 카메라 움직임, 한국어 대사, 동기화된 소리와 호흡까지 포함합니다.

한글

검증된 텍스트

입력한 한국어를 첫 프레임에 조판해 넣고 모델에는 움직임만 요청합니다. 글자는 운이 아니라 구조적으로 정확합니다.

레퍼런스

레퍼런스로 영상

제품 사진이나 브랜드 이미지를 넣으면 정체성과 스타일이 새 장면으로 이어집니다. 글자 규칙은 동일하게 적용됩니다.

0.000지정한 글자의 문자 오류율. 두 OCR 엔진 모두 동일
0.0417측정 도구 자체의 오차 한계. 모든 점수 옆에 함께 표기합니다
3영상을 거절하기 전까지 새 시드로 다시 시도하는 횟수
04개발자

테스트에서
단언할 수 있는 정확도.

이 페이지와 API는 같은 백엔드를 씁니다. 지정한 글자는 응답이 나가기 전에 검증되고, 측정된 오차는 코드에서 읽을 수 있는 필드로 함께 옵니다.

curl -sX POST "$BASE/v1/videos" \
  -H "authorization: Bearer $KEY" \
  -H 'content-type: application/json' \
  -d '{"task":"t2v","guarantee_text":true,
       "prompt":"A small Korean shopfront at dusk.",
       "on_screen_text":["어서오세요"],
       "target":{"duration_seconds":5}}'

# 폴링 후:
# "text_accuracy": {"per_string_cer": {"어서오세요": 0.0},
#                   "worst_cer": 0.0, "tolerance": 0.15, "passed": true}