# 미스트랄 시계열 모델부터 영상 효과음 도구까지 5종 공개 > Timestral은 수요·설비 데이터를 예측하고, SFX 2.0은 대사를 남긴 채 영상의 효과음을 바꿉니다. 다섯 제품의 용도와 공개된 조건을 정리했습니다. Oossa · 2026-10-22 · https://oossa.com/ko/5-2138624 미스트랄 AI가 시계열 데이터용 모델 제품군 ‘Timestral’을 내놨다. 시계열 데이터는 시간 순서에 따라 쌓이는 수치로, 제품 수요나 센서 측정값이 그 예다. 모델은 500만~2억900만 개 매개변수 규모의 4종이며, 여러 센서·지표의 관계와 생산 일정처럼 미리 알려진 정보도 반영할 수 있다. 회사는 최대 모델이 Google의 TimesFM-3 등 더 큰 모델을 제치고 공개 벤치마크 3개에서 1위를 했다고 밝혔다. 다만 벤치마크 이름과 시험 조건은 기사에 나오지 않아, 이 결과만으로 일반적인 성능 우위를 판단하기는 어렵다. GPU 없이 CPU에서도 실행할 수 있다고 소개됐다. ## 영상의 움직임과 소리를 다룬다 Pruna AI의 P-Video-2-Pro-Reference는 MiniMax H3 기반 영상 생성 모델이다. 글 지시와 함께 이미지·영상 참고 자료를 넣어 인물이나 사물의 모습과 움직임을 조정하고, 오디오도 입력해 5~15초 분량의 소리 포함 영상을 만들 수 있다. API에는 비용 절감과 속도에 초점을 둔 두 가지 모드가 있지만, 구체적인 가격은 기사에 공개되지 않았다. Mirelo의 SFX 2.0은 영상 속 대사는 유지하면서 효과음과 주변 소리를 새로 만든다. 원치 않는 음악을 제거하거나 화면의 동작에 맞춰 발소리·충돌음을 넣을 수 있고, 웹 스튜디오와 API에서 이용할 수 있다. 이어 붙인 여러 클립의 소리를 일관되게 조정하는 기능도 소개됐다. ## 오픈소스 모델과 유료 API도 OpenMOSS는 이미지 생성 모델 MOSS-Image-Base의 가중치와 추론 코드를 Apache 2.0 라이선스로 공개했다. 자연어뿐 아니라 글자와 사물의 배치를 지정하는 입력도 지원하며 ComfyUI에서 쓸 수 있다. 다만 기사 본문은 모델 크기를 50억 개 매개변수라고 설명하는 반면, 함께 실린 게시물은 85억6000만 개라고 적어 서로 맞지 않는다. Nace.AI의 Drex Max는 텍스트와 이미지를 읽고 질문에 따라 분류·판단하는 API다. 한 번에 질문 최대 16개와 이미지 8장을 처리하며, 입력 요금은 100만 토큰당 0.06달러이고 출력 토큰 요금은 없다고 회사가 밝혔다. 기사 본문은 이미지 입력을 설명하지만, 함께 실린 게시물에는 영상도 언급돼 지원 범위가 명확하지 않다. ## 팩트 - Timestral은 500만~2억900만 개 매개변수 모델 4종으로 구성되며 CPU에서도 실행할 수 있다고 소개됐다. - P-Video-2-Pro-Reference는 5~15초 길이의 소리 포함 영상을 생성한다. - SFX 2.0은 대사를 보존하면서 효과음과 주변 소리를 바꾸며 웹 스튜디오와 API에서 제공된다. - MOSS-Image-Base의 크기는 기사 본문과 함께 실린 게시물에서 각각 50억 개와 85억6000만 개로 다르게 표기됐다. - Drex Max의 입력 요금은 100만 토큰당 0.06달러이며, 출력 토큰에는 별도 요금이 없다고 회사가 밝혔다. ## 왜 중요한가 재고를 관리하는 사업자나 설비를 살피는 팀은 Timestral을 수요·센서 데이터 예측에 활용할 수 있지만, 공개된 벤치마크 결과만으로 자사 데이터에서의 정확도를 알 수는 없습니다. 영상 제작자는 SFX 2.0으로 대사를 다시 녹음하지 않고 효과음을 바꿀 수 있고, API 이용자는 Drex Max의 공개된 입력 단가를 비용 산정에 참고할 수 있습니다. 모델별 이용 조건과 일부 성능·입력 범위는 기사에 충분히 공개되지 않았습니다. ## 출처 및 참고 자료 1. [[AI 모델 신작] 시계열 예측 ‘타임스트랄’·영상 효과음 ‘SFX 2.0’ 등 5종](https://www.aitimes.com/news/articleView.html?idxno=216545) – AI Times, 2026-10-22 최종 업데이트: 2026-10-22