Veo 3.1 vs Seedance 2.5: 적은 레퍼런스냐, 많은 레퍼런스냐

Veo 3.1은 Google의 영상 모델이에요. Gemini API에서 Veo 3.1 프리뷰 모델 ID는 Google Gemini API 지원 중단 표에 적힌 종료일인 2026년 10월 22일에 도달했어요(Google이 제시한 가장 이른 날짜예요). 같은 표에서는 Gemini Omni Flash(gemini-omni-1.1-flash)를 대체 모델로 안내해요.

Veo 3.1은 fal.ai 같은 제공업체를 통해서도 쓸 수 있어요. fal.ai의 Veo 3.1 레퍼런스-투-비디오 페이지에 따르면 해당 엔드포인트는 2026년 11월 17일에 지원이 중단되니, 기반으로 삼기 전에 제공업체 상태를 확인하세요.

Seedance 2.5는 ByteDance의 모델이에요. 2026년 8월 18일자 fal.ai Seedance 2.5 가이드에 따르면, 텍스트-투-비디오, 이미지-투-비디오, 레퍼런스-투-비디오 엔드포인트로 fal.ai API에서 이용할 수 있어요.

Google의 Veo 문서(2026년 10월 기준)에 따르면 Veo 3.1은 레퍼런스 이미지를 최대 3장까지 받아요. 레퍼런스 기능은 Veo 3.1과 Veo 3.1 Fast에서 작동하고, Veo 3.1 Lite에서는 지원되지 않아요. 슬롯이 3개뿐이니 정보량이 가장 많은 구도를 고르세요. 보통은 정면, 3/4 측면, 그리고 식별 요소를 보여주는 클로즈업 한 장이에요.

fal.ai 가이드(2026년 10월 기준)에 따르면 fal.ai의 Seedance 2.5는 이미지 최대 30장, 레퍼런스 영상 10개, 오디오 클립 10개, 총 50개 파일을 받아요. 영상과 오디오 파일은 각각 1.8초에서 30.2초이고, 각 목록의 합계는 30.2초를 넘을 수 없어요.

Seedance 프롬프트에서는 각 파일을 @Image1, @Video1, @Audio1처럼 지정해서, 어떤 이미지가 캐릭터이고 어떤 것이 제품이고 어떤 것이 장소인지 알려줄 수 있어요. 제품이 돌아가는 레퍼런스 영상이나 캐릭터가 걷는 레퍼런스 영상은 정지 이미지로는 전달할 수 없는 움직임 정보를 모델에 줘요.

실제로 차이가 나는 지점은 이래요. Veo 3.1의 슬롯 3개는 컷마다 피사체 하나에 맞아요. Seedance 2.5는 한 요청 안에 캐릭터, 제품, 세트를 모두 담을 수 있어요.

Google의 Veo 문서(2026년 10월 기준)에 따르면 Veo 3.1은 4초, 6초, 8초를 생성하지만, 레퍼런스 이미지를 쓰는 클립은 8초여야 해요. 출력은 기본 720p이고, 8초 기준으로 1080p와 4K를 지원해요. 화면 비율은 16:9 또는 9:16이에요. 오디오는 항상 함께 생성돼요. 클립은 7초 단위로 늘려 720p에서 총 148초까지 이어 붙일 수 있어요.

fal.ai 가이드(2026년 10월 기준)에 따르면 Seedance 2.5는 한 번에 4초에서 30초를 생성하거나, 모델이 정한 길이로 만들어요. fal.ai는 480p와 720p 출력, 그리고 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, auto까지 7가지 화면 비율을 안내해요. 오디오는 영상과 함께 생성되고, 큰따옴표로 쓴 대사는 싱크가 맞춰져 나와요. 편집과 연장도 같은 레퍼런스 엔드포인트에서 돌아가요.

1080p나 4K가 필요하면 Veo 3.1이 맞아요. 컷 없이 15초에서 30초가 필요하면 Seedance 2.5가 맞아요.

Seedance 2.5 레퍼런스의 실제 얼굴에 대한 ByteDance 자체 정책은 찾지 못했어요. 그래서 이에 대해서는 단정하지 않을게요. Seedance 2.0에 대해서는 제공업체 문서에 명확히 나와 있어요. Venice AI의 문서(2026년 10월 기준)는 감지 가능한 사람 얼굴이 있으면 동의 절차가 실행되고, 알아볼 수 있는 공인은 동의가 있어도 거부된다고 설명해요.

Google의 Veo 문서는 레퍼런스 이미지를 스타일과 콘텐츠 참조로 설명하며, Google의 안전 필터가 적용된다고 밝혀요. 피사체가 실제 진행자나 크리에이터라면, 어느 한 모델에 결정하기 전에 두 모델 모두에서 레퍼런스로 먼저 테스트해 보세요.

fal.ai에서 Veo 3.1 레퍼런스-투-비디오는 2026년 10월 기준 720p 또는 1080p에서 오디오 포함 초당 $0.40, 오디오 없이는 초당 $0.20이에요. 4K는 오디오 포함 $0.60, 오디오 없이는 $0.40이에요. 오디오가 포함된 8초 1080p 클립은 $3.20이에요.

fal.ai의 Seedance 2.5는 출력 토큰으로 과금돼요. fal.ai 가이드는 2026년 10월 기준으로 480p에서 초당 약 $0.22, 720p에서 초당 약 $0.47이라고 안내해요. 오디오를 켜든 끄든 같아요. 8초 720p 클립은 약 $3.80, 30초 720p 클립은 약 $14예요. 이미지와 오디오 레퍼런스는 과금되지 않고, 레퍼런스 영상은 과금돼요.

단일 피사체 컷, 8초 단위 장면, 1080p나 4K 납품이 목적이라면 Veo 3.1을 고르세요. 제품 히어로 컷, 진행자 인트로, 짧은 광고 컷에 잘 맞아요. 해상도가 중요하다면 Veo 3.1이 더 강한 선택이에요.

고정 요소가 여러 개인 장면, 움직임 레퍼런스, 최대 30초의 긴 단일 테이크가 필요하다면 Seedance 2.5를 고르세요. 피사체가 얼굴 규칙을 통과하고 720p로 충분하다면, 입력과 길이 면에서 더 유연한 모델이에요.

두 모델에 같은 레퍼런스를 넣어 직접 돌려보지는 않았어요. 그래서 이 글은 측정된 충실도가 아니라 공개된 기능과 규칙을 비교한 것이에요.

RefVid는 두 모델을 실행하지 않아요. 대신 Kling 3.0 Omni를 실행해요. 피사체당 레퍼런스 사진 1장에서 5장, 한 컷에 최대 3명, 3초에서 15초 클립을 지원하고, Kling 4 Omni Reference의 API가 열리면 그쪽으로 전환할 예정이에요.