RunningHub, 생성형 영상 초해상도 모델 RH Upscale 공개: 5단계 구성, Ultra 종합 평가 1위·Max는 Ultra의 약 1/8.6
머신하트 보도에 따르면 하이마윈(Haima Cloud) 산하 RunningHub가 자체 개발한 생성형 영상 초해상도 모델 RH Upscale을 발표했다. '확대하되 내용은 바꾸지 않는다'를 표방한다. 보도에 따르면 540P 입력·1080P 출력 조건의 13개 구성 비교 평가에서 Ultra가 종합 점수 0.539로 1위를 차지했으며, Ultra부터 Low까지 5단계를 제공한다. Max는 5~10초 영상 2배 초해상도를 34초에 처리해 Ultra의 약 1/8.6 수준이라고 한다.
주요 변화
머신하트 보도에 따르면 하이마윈(Haima Cloud) 산하 RunningHub가 자체 개발한 생성형 영상 초해상도 모델 RH Upscale을 정식 발표했다. 이 모델은 '확대하되 내용은 바꾸지 않는다'를 지향하며, 해상도를 높이고 텍스처를 복원하면서 인물·구도·색조·움직임의 일관성을 최대한 유지하는 것을 목표로 한다. 보도에 따르면 기술 경로는 '콘텐츠 충실도 제약 하의 시공간 결합 재구성'으로, 열화 인지와 조건 주입, 구조·디테일 이중 분기 재구성, 그리고 시공간 모델링과 신뢰성 게이팅을 포함해 가림이나 화면 전환 등의 상황에서 깜빡임과 잔상을 줄인다고 한다. 평가 측면에서 보도는 13개 구성이 비교 평가에 포함되었고, 540P 입력·1080P 출력을 통일 적용해 지각 화질, 텍스처 복원, 원본 화면 유사도, 얼굴 일관성, 시간적 영상 품질의 다섯 차원으로 점수를 매겼으며, RH Upscale Ultra가 종합 점수 0.539로 1위를 기록했다고 전했다. 모델은 Ultra, Max, High, Medium, Low의 5단계를 제공한다. Ultra는 복잡한 열화와 정교한 재질의 화질 상한에 중점을 두고, Max는 소수 스텝 일관성 증류를 통해 샘플링을 압축해 효율을 중시한다. 보도에 따르면 동일한 5~10초 영상을 2배 초해상도 처리할 때 Max는 34초가 걸려 Ultra의 약 1/8.6 수준이다. 또한 RH Upscale은 이미 RunningHub 창작 파이프라인에 연동되어 영상 생성 노드 뒤에 배치해 초해상도와 인코딩 출력을 완료할 수 있으며, 입력이 AI 생성 소재에 국한되지 않는다고 보도했다.
개발자에게 미치는 영향
보도 내용이 사실이라면, 이런 생성형 초해상도 모델이 영상 생성 파이프라인에 미치는 영향은 '생성' 단계가 아니라 생성 이후의 화질 전달 단계에 있다. 그 가치는 인물과 구도를 바꾸지 않으면서 디테일을 복원할 수 있는지에 달려 있다. 개발자에게 실질적 영향은 세 가지다. 첫째, 5단계 구성은 품질과 연산 비용을 조정 가능한 파라미터로 만든다. 이는 오케스트레이션 계층이 '고정된 후처리 단계'에서 '소재와 전달 기준에 따른 단계 선택'으로 바뀌어야 함을 의미한다. 그렇지 않으면 고가치 마스터와 대량 프리뷰가 같은 값비싼 경로를 공유하게 된다. 둘째, 보도에 따르면 입력이 AI 생성 소재에 국한되지 않아 실사 촬영 영상이나 압축 손상이 있는 저화질 파일도 처리 대상이 될 수 있다. 따라서 AIGC 후처리뿐 아니라 비생성 소재 복원 파이프라인에도 쓰일 수 있다. 셋째, 보도된 34초와 약 1/8.6 비율이 성립한다면, 배치 작업의 총 소요 시간은 주로 단계 선택에 의해 결정되므로 큐 설계와 동시성 계획은 모델이 아니라 단계를 기준으로 해야 한다. 다만 0.539라는 종합 점수는 보도가 인용한 13개 구성 비교 평가에서 나온 것이며, 평가 주체가 독립적인 제3자인지 보도에서 명확히 밝히지 않았고, 참여한 '여러 영상 초해상도 방식'도 일일이 열거되지 않았다. 따라서 이 순위는 독립적으로 검증된 결론이 아니라 출처의 진술로 보아야 한다.
연동 및 평가 제안
다음은 제안과 조건부 분석이며, 보도된 사실이 아니다. 제안 1: 먼저 '선명도'가 아니라 '콘텐츠 충실도'로 수용 기준을 정의하라. 보도에 따르면 RH Upscale의 핵심 목표는 확대하되 내용을 바꾸지 않는 것이다. 따라서 얼굴, 자막, 브랜드 표식이 있는 소재에는 원본 프레임 대비 얼굴 유사도와 구도 이탈을 우선 수용 지표로 삼고, 선명도 향상만 보지 말아야 한다. 소재가 환경 텍스처나 인물 없는 장면 위주라면 유사도 기준을 완화하고 텍스처 복원 효과에 더 중점을 둘 수 있다. 측정 가능한 기준: 동일한 540P 소재 배치에 대해 처리 전후 키프레임의 구도 이동과 인물 동일성 통과율을 비교하고, 허용 가능한 열화 임계값을 설정한다. 제안 2: 개별 영상 길이와 동시 처리량으로 단계를 결정하고, 일괄적으로 Ultra를 돌리지 말라. 보도에 따르면 Max는 5~10초 영상 2배 초해상도에서 34초가 걸려 Ultra의 약 1/8.6 수준이다. 대량 소재 프리뷰나 빠른 반복이 목적이라면 이 비율은 Max 선택이 대기 시간을 크게 줄일 수 있음을 의미한다. 단, 머리카락·직물 등 디테일 복원이 Ultra보다 약하다는 점을 감수할 수 있어야 한다. 광고, 숏드라마 마스터 등 고가치 완성본이 전달물이라면 Ultra를 유지해야 한다. 측정 가능한 기준: 동일 하드웨어와 동시성 조건에서 각 단계의 단일 영상 종단 간 소요 시간과 실패 재시도율을 기록한 뒤, 단위 시간당 산출량으로 선택한다. 제안 3: 초해상도를 생성 파이프라인 내 독립적이고 롤백 가능한 노드로 연동하라. 보도에 따르면 RH Upscale은 영상 생성 노드 뒤에 배치해 초해상도와 인코딩 출력을 이어서 완료할 수 있다. 이는 오케스트레이션에서 미초해상도 중간 산출물을 보존해, 단계나 파라미터 조정 후 생성 단계를 다시 돌리지 않고도 비교 재생할 수 있어야 함을 의미한다. 전제 조건은 재현 가능한 소재와 프롬프트 기록을 이미 갖추고 있는 것이다. 제안 4: 정식 연동 전에 자체 테스트셋으로 평가 차원을 재현하라. 보도는 지각 화질, 텍스처 복원, 원본 화면 유사도, 얼굴 일관성, 시간적 영상 품질의 다섯 차원을 제시했다. 자사 업무 소재로 화면 전환, 빠른 움직임, 강한 압축의 세 가지 경계 시나리오를 커버해 시간적 차원에서 깜빡임이나 잔상이 나타나는지 관찰하고, 이를 근거로 시나리오별로 다른 단계를 라우팅할지 결정할 것을 권한다.
제한과 확인할 사항
첫 번째 제한은 사용 가능 범위다. 이번 카탈로그 확인 시점 기준으로 RH Upscale은 KimiSeek의 실시간 모델 카탈로그에 나타나지 않았다. 따라서 보도에서 언급된 체험과 API 진입점은 모두 RunningHub 플랫폼 자체의 호출 방식을 가리키며, 이 모델이 KimiSeek에 이미 출시되었다는 의미가 아니다. 호출 방식, 할당량, 과금에 대해서는 RunningHub 공식 페이지와 가격 페이지를 기준으로 확인해야 한다. 둘째, 보도는 모델 가중치의 공개 여부, 적용 라이선스, 로컬 프라이빗 배포 지원 여부를 밝히지 않았다. 따라서 '발표'만으로 자체 호스팅이나 상업적 라이선스 권리를 추론할 수 없다. 셋째, 0.539라는 종합 점수와 1위 결론은 보도가 인용한 13개 구성 비교 평가에서 나온 것이다. 보도는 평가 주체의 독립성, 참여 방식 목록, 평가 스크립트와 랜덤 시드, 각 차원의 세부 점수를 제시하지 않았다. 따라서 이 순위는 출처 진술일 뿐이며, 자체 소재 분포에서도 같은 우위를 보일지는 판단할 수 없다. 넷째, 보도에서 Max의 34초 소요 시간과 약 1/8.6 비율은 테스트 하드웨어, 해상도, 프레임률, 배치 크기를 명시하지 않았다. 이런 조건을 떠나서는 자체 비용과 처리량 예상으로 직접 환산할 수 없다. 다섯째, 보도는 RunningHub가 이전에 RH Enhanced와 RH Lightning을 선보였다고 언급했지만, 세 가지의 구체적 버전 번호, 공개 시점, 상호 의존 관계는 설명하지 않았다. 동일 기술 체계의 연속적 반복인지는 보도가 방향성 수준의 설명만 제공했다.