Runway 캐릭터는 초당 24프레임으로 움직인다. 답을 시작하기까지는 얼마나 걸릴까?

고객이 질문을 마치면 애니메이션 캐릭터가 응답을 시작할 수 있는 시간은 짧습니다. 재생이 시작된 뒤 영상은 매끄러워도, 첫 답이 나오기까지 뜸을 들이면 통화가 끊긴 듯 느껴질 수 있습니다. Runway의 새 논문은 그 공백이 어디서 생기는지 짚을 만큼 자세한 시간 정보를 제공합니다.

Runway는 2026년 3월 9일 Characters를 출시했습니다. 11월 3일 사전 공개 논문은 말하는 동안 영상을 생성하는 대화형 아바타의 기반 시스템을 설명합니다. 이미 출시된 제품의 기술 설명입니다. Runway 연구진은 NVIDIA H100 GPU 네 장에서 영상을 실행한 방식을 비롯해 자체 시스템의 결과를 보고합니다. 수치를 보면 팀에서 시험할 질문을 구체화할 수 있습니다. 다른 기기나 연결, 애플리케이션의 결과는 그 환경에서 따로 재야 합니다.

Runway 논문에 쓰인 GPU 유형인 H100 하드웨어를 시험한 서버. 极客湾Geekerwan의 참고 영상에서 가져온 장면, 크기 조정, CC BY 3.0. 이미지 출처 · 라이선스.

프레임 묶음 하나에 주어지는 시간은 167밀리초다

실시간 영상 생성. Telli.sh 자체 제작.

초당 24프레임이라면 약 167밀리초마다 4프레임 묶음이 준비돼야 합니다. 플레이어가 소비하는 속도보다 묶음이 느리게 도착하면, 움직임을 이어가기 위해 더 많이 버퍼링하거나 화질을 바꾸거나 다른 조치가 필요합니다. 영상이 매끄러울 때도 한 묶음이 167밀리초를 거의 다 쓸 수 있습니다.

Runway 연구진은 약 570억 개 매개변수의 시스템에서 704×1,088 프레임을 만든다고 설명합니다. 확산 단계의 중앙값으로 기준 구성 240.9밀리초, 최적화 구성 하나에서 159.3밀리초, 추가 연산 융합 뒤 147.4밀리초를 보고합니다. 잡음을 제거한 잠재 표현 하나가 프레임 네 개에 해당하며 디코더는 별도로 겹쳐 실행됩니다. 확산 단계의 소요 시간과 사용자 응답 시간은 측정 범위가 다릅니다.

첫 묶음이 나온 뒤에는 영상 생성이 필요한 속도를 유지할 수 있다는 점도 따로 봐야 합니다. 논문은 측정 조건에서 영상 파이프라인 0.49초, 전체 대화 턴 중앙값 약 2.1초를 보고합니다. 음성 처리, 대화 생성, 음성 합성, 전송, 처음으로 의미 있는 재생이 일어나는 순간까지 모두 중요합니다. 단계끼리 겹칠 수 있으므로 전체에서 영상 시간을 빼도 특정 단계의 소요 시간을 알 수는 없습니다.

움직이는 캐릭터가 실제로 도움 되는 곳을 찾는다

박물관이나 전시장의 제품 안내 단말에서 시험할 수 있습니다. 방문객이 조작부의 용도를 물으면 앱은 승인된 자료에서 짧은 답을 골라 캐릭터가 응답하게 하고, 화면에는 설명 그림을 그대로 보여줍니다. 얼굴 표정과 시선, 말할 차례를 알려주는 신호가 즉석에서 찾아온 방문객에게 도움이 될 수 있습니다. 연결이 불안정하면 서면 설명으로 넘길 수 있습니다.

직원 역할극도 한 가지 시나리오입니다. 교육생은 화가 난 고객에게 답하는 법을 연습한 뒤 교육 앱에서 피드백을 받습니다. 미리 정한 인사보다 타이밍 문제가 까다롭습니다. 캐릭터는 문장 중간에 멈추고 끼어들기를 처리하며 말을 잘못 알아들었을 때 복구할 수 있어야 합니다. 지연과 함께 참가자가 말을 반복하거나 캐릭터의 말 위에 겹쳐 말하는지도 기록하세요.

아바타가 실제 사람의 얼굴이나 목소리를 쓰면 동의와 초상 이용이 중요해집니다. 조직은 누가 캐릭터를 만들고 어디에서 그 외모를 사용하며 어떻게 삭제할지 정할 수 있습니다. 실험에는 분명하게 합성된 인물이나 서면 허락을 받은 출연자를 쓰면 인터페이스에서 얻은 결과와 이후의 사용 허가 문제를 분리하기 쉽습니다.

운영 수치만으로는 알 수 없는 점이 있다

대화 턴 전체 측정. Telli.sh 자체 제작.

저자들은 1초 이상 이어진 세션의 99.5%에서 평균 초당 23.5프레임을 넘었다고 보고합니다. 분모와 평균을 낸 구간이 중요합니다. 평균 프레임 기준을 넘는 세션도 눈에 띄게 멈출 수 있습니다. 응답이 빨리 시작되고도 이후 재생이 매끄럽지 않을 수 있습니다. 논문은 구매자마다 예상하는 동시 접속 규모에서 첫 응답 시간이 어떻게 분포할지 알려주지는 않습니다.

소규모 시험에는 평범한 사무실 연결과 속도가 제한된 모바일 연결, 방문객이 실제 쓰는 기기를 넣으세요. 음성 및 대본 방식을 기준으로 삼고 캐릭터에서도 같은 질문을 해 보세요. 완료율과 중도 이탈률, 끼어들기 비율을 비교하세요. 차이를 화면에 돌릴 수 있도록 정해진 답변과 대화 정책을 일정하게 유지하세요. 성공 사례와 느린 응답을 함께 남기세요.

논문의 하드웨어 구성만으로는 대화 비용을 알 수 없습니다. 교육 문답 하나를 마쳤거나 방문객의 질문 하나에 정확히 답했을 때의 비용을 볼 수 있습니다. 생성한 분량은 그중 얼마나 유용했는지 알아야 의미가 있습니다. 영상 시연은 생김새와 움직임을 보여줍니다. 시간을 잰 대화는 애플리케이션을 대상 사용자에게 내놓을 수 있는지 보여줍니다.

대화 하나를 프레임 단위로 관찰한다

논문은 두 가지 지연 분포를 더 구체적으로 보고합니다. 표시한 대화 턴 43개에서 사용자 발화 종료부터 클라이언트의 아바타 음성까지 중앙값은 2.13초, 10백분위와 90백분위는 1.45초와 3.00초였습니다. LiveKit이 포착한 에이전트 첫 음성부터 말하는 첫 프레임까지 중앙값은 493밀리초, 10백분위와 90백분위는 421밀리초와 562밀리초였습니다. 첫 번째는 시험 조건에서 들리는 답변 전의 공백이고, 두 번째는 말하는 영상이 시작될 때까지의 시간입니다. 방문객은 두 가지 모두 느낄 수 있습니다.

프레임률은 별도로 수집한 데이터에서 나옵니다. 저자들은 7주 동안 워커 원격측정 데이터를 기록했다고 설명합니다. 어떤 세션이 지표에 들어가는지도 정의합니다. 붐비는 장소에서 시험한다면 끼어든 직후나 방문객이 한꺼번에 몰릴 때 재생이 끊기는지 봐서 논문을 보완할 수 있습니다. 실제 클라이언트의 음성과 영상을 기록하면 네트워크와 재생 동작까지 측정됩니다.

대화를 공정하게 재려면 사람이 말을 마친 순간과 에이전트가 응답하기 시작한 순간, 말하는 첫 영상 프레임을 표시하세요. 정답을 알고 있는 질문을 반복하세요. 그러면 늦게 나온 정확한 답변과 빠르게 나왔지만 질문을 놓친 답변을 구분할 수 있습니다. 두 인터페이스에서 같은 시점에 끼어드는 사례도 몇 개 넣으세요.

완료된 세션을 기준으로 비용을 비교한다

Runway 도움말은 시작할 때 2크레딧, 활성 세션 6초마다 추가 2크레딧을 청구한다고 설명합니다. 세전 크레딧당 0.01달러를 적용하면 60초 활성 세션은 22크레딧, 즉 0.22달러입니다. 공개 과금 방식의 예시입니다. 실제 사용액은 계정과 활성 시간, 현재 가격, 별도 청구되는 앱 구성 요소에 따라 다릅니다.

캐릭터 화면과 음성 기준선을 비교하는 팀은 끝낸 대화당 비용을 추적할 수 있습니다. 아바타가 답을 마치기 전에 떠나는 사람도 있습니다. 네트워크 문제가 있거나 답이 모호해 한 번 더 대화해야 하는 사람도 있습니다. 방문객이 처음 하려던 일을 마치지 못해도 그 세션은 리소스를 씁니다. 완료율을 잴 때 이탈 세션을 분모에 남기고 해당 비용도 지출에 넣으세요.

검수와 콘텐츠 검토 비용도 달라질 수 있습니다. 생성한 발화가 정책을 따르는지, 합성 발표자를 해당 지역에서 쓸 수 있는지, 답을 못할 때 방문객이 직원에게 연결될 수 있는지 확인해야 할 수 있습니다. 영상 생성만큼 주의 깊게 그 경로를 시험하세요. 대체 경로를 잘 만들면 느린 연결로 인한 불편을 줄일 수 있습니다.

같은 조건에서 시간을 재며 비교한다

1. 정답과 성공 조건이 명확한 승인된 대화 하나를 고르세요.
2. 같은 답변 출처와 대화 정책으로 텍스트 또는 음성 기준선과 아바타 버전을 시험하세요.
3. 방문객이 사용하는 기기와 연결로 요청마다 반복하세요. 긴 답변, 의도적인 끼어들기, 잠깐 끊기는 연결을 넣으세요.
4. 응답 시작, 말하는 영상의 시작, 재생 공백, 성공적인 끼어들기, 방문객의 과제 완료 여부를 기록하세요.
5. 재생 기록으로 실패를 검토하세요. 음성 인식과 답변 생성, 타이밍, 네트워크, 화면 중 어디서 문제가 생겼는지 구분하세요.
6. 더 길거나 사용량이 많은 사례로 확장하기 전에 두 버전에서 완료 세션과 총비용을 비교하세요.

이 시험으로 영상이라는 추가 채널이 어디에서 실제로 도움이 되는지 알 수 있습니다. 캐릭터가 한 사용자층에는 대화 차례를 분명히 알려주고 다른 층에는 불필요한 대기를 만들 수 있습니다. 시험 결과는 그 결과를 만든 대화와 네트워크, 기기에 해당합니다.

시간 수치 뒤에 있는 GPU 용량 변화를 본다

연구진은 개별 실시간 세션에 필요한 H100을 여덟 장에서 네 장으로 줄인 과정을 설명합니다. 이후의 융합 최적화가 없는 네 장 구성에서도 초당 24.5프레임에 도달했다고 보고합니다. 특정 하드웨어와 소프트웨어가 해당 워크로드에서 목표를 충족한 결과입니다. 다른 작업의 동시 세션을 보장하거나 고객 계정에 어떤 하드웨어가 배정되는지 설명하는 수치는 아닙니다.

구매자는 서비스 어느 부분이 먼저 시작되는지, 용량이 부족할 때 어떻게 되는지, 세션이 어떻게 복구되는지 공급업체에 물을 수 있습니다. 전시장에서는 음성이 이어지고 질문에 답할 수 있다면 영상이 잠깐 끊겨도 괜찮을 수 있습니다. 동기화가 필요한 교육 앱은 잠시 멈춰 복구 상태를 알리고 정해진 지점에서 다시 시작해야 할 수 있습니다. 끊긴 뒤 같은 동작을 재생해 앱이 사용자가 어디까지 들었는지 아는지 보세요.

누군가 문장 중간에 끼어들 때도 절충이 생깁니다. 시스템은 매끄럽게 재생하기 위해 생성 음성이나 영상을 쌓아둘 수 있습니다. 버퍼가 너무 크면 사용자가 말을 시작해도 캐릭터가 계속 떠들 수 있습니다. 작으면 들쭉날쭉한 연결에 더 민감할 수 있습니다. 실제로 음성이 멈추는 순간과 다음 응답이 들리는 순간을 따로 재세요.

사용자가 이해할 수 있는 복구 경로를 시험한다

작은 방문객 시험에서 답을 재생하는 동안 정상 연결을 느린 연결로 바꿔 보세요. 음성이 멈추는지, 영상이 굳는지, 화면에서 무엇을 안내하는지 기록하세요. 연결을 정상으로 돌린 뒤 캐릭터가 같은 답변을 이어가는지, 다시 질문하라고 하는지, 대체 채널로 넘기는지 확인하세요. 키오스크 앞에 서 있는 사람에게 각 결과는 다른 의미입니다.

시스템이 복구하지 못한다면 가능한 경우 방문객에게 대본이나 접근 가능한 서면 경로, 직원 연결을 제공하세요. 짧은 일은 영상이 실패해도 마칠 수 있습니다. 긴 교육 과제라면 중간 지점으로 돌아가야 할 수 있습니다. 어느 쪽이 적절한지는 대화를 얼마나 진행했는지에 달려 있습니다.

일반 부하 시험은 세 가지 방문 패턴으로 시작할 수 있습니다. 긴 세션 하나, 서로 독립된 짧은 세션 여러 개, 한꺼번에 찾아온 방문객 그룹을 비교하세요. 각 경우의 첫 응답과 가장 느린 사례를 살피세요. 재생 뒤에 목표 속도를 꾸준히 충족해도 방문객이 몰릴 때 시작을 오래 기다리면 경험이 나쁠 수 있습니다.

출처

• Runway Characters 사용량 및 크레딧 가격

• Runway 기술 사전 공개 논문, 2026년 11월 3일

• Runway Characters 출시, 2026년 3월 9일

• 공식 Characters 시연

---

업무의 배경이 된 대화와 결정 사항을 검색 가능한 기록으로 남기려면 Telli.sh 계정을 만드세요.