60초보다 긴 AI 아바타 영상을 만드는 방법

Sume로 60초보다 긴 AI 아바타 영상을 만들려면 Sume가 추정하는 길이가 각각 4-60초가 되도록 스크립트를 여러 파트로 나누고, 파트마다 POST /v1/avatar-1.0/talking-video로 렌더링한 다음, POST /v1/timeline-1.0/render로 파트를 이어 붙이세요. 60초 범위는 아바타 Job 하나하나에 적용되며, Timeline 렌더는 최대 1,800초까지 가능합니다.

아래 단계는 2026-09-26에 확인한 Sume의 아바타 영상 생성, Timeline 1.0, 오디오 분리 문서를 따릅니다. Job 하나로 끝나는 요청 자체는 말하는 아바타 영상 API에서 다룹니다.

파트는 어떻게 나누고 렌더링해야 하나요?

Sume는 각 Job의 길이를 스크립트로 추정하며, 문서는 이 범위를 넘는 분량을 여러 Job으로 나누라고 안내합니다. 파트마다 4-60초 안에 여유 있게 들어가도록 문장이나 문단 경계에서 스크립트를 자르고, 파트 하나에 talking-video Job을 하나씩 제출하세요.

• 모든 파트에 같은 avatar_handle, scene, aspect_ratio, quality를 보내세요. 그래도 파트마다 별개의 Job이므로, 조립하기 전에 완성된 파트를 함께 검토하세요.
• 파트마다 고유한 Idempotency-Key를 붙이고, 각 Job을 폴링하세요. 완료된 결과에는 공개 media.sume.com 영상 아티팩트가 포함될 수 있으며, Timeline이 요구하는 URL이 바로 이런 종류입니다.

curl -X POST https://api.sume.com/v1/avatar-1.0/talking-video \
  -H "Authorization: Bearer $SUME_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: onboarding-course-part-01" \
  -d '{
    "avatar_handle": "product_host",
    "script": "Welcome to the Acme onboarding course. First, we set up your workspace.",
    "aspect_ratio": "9:16",
    "quality": "plus"
  }'

파트를 이어 붙이면서 오디오는 어떻게 살리나요?

Timeline은 오디오 스파인 하나와 순서 있는 video[] 슬롯으로 MP4 하나를 만들고, 완성 파일의 오디오는 그 스파인에서 옵니다. 그래서 스파인에 파트 자체의 오디오가 실려 있어야 합니다. 각 파트의 오디오를 POST /v1/audio-detach로 분리하세요. 기본 출력은 Timeline의 audio.url이 원하는 형식인 샘플 단위로 정확한 wav이고, 결과에 duration_seconds가 보고됩니다. 그런 다음 렌더를 구성하세요.

• audio.parts[]: 말하는 순서대로 놓은 파트 wav들입니다. 갭 없는 조각 최대 20개를 재합성 없이 샘플 도메인에서 이어 붙입니다. audio.duration_seconds는 그 합계로 설정하세요. 선언한 파트 길이의 합이 이보다 짧으면 렌더가 audio_parts_shorter_than_duration으로 거부됩니다.
• video[]: 파트마다 슬롯 하나를 두고, 파트의 MP4를 source_url로, 그 길이를 duration으로, 앞선 파트 길이의 누적 합을 start로 넣습니다. video[0].start는 0이어야 하고, 영상 커버리지는 스파인보다 최대 0.5초까지 짧아도 됩니다.
• 선택 사항: 첫 슬롯 이후의 슬롯에 붙이는 transition(fade, dissolve, wipeleft 등, 최대 1초)과 output.width / output.height. Timeline의 기본 출력은 1080×1920이고, Avatar Video의 resolution은 현재 720p입니다.
• 이어 붙인 오디오를 다른 곳에서도 재사용하려면 타임라인 오디오 concat을 쓰세요. 파일 하나와 함께 video[].start로 쓸 수 있는 segments[] 오프셋을 반환합니다.

curl -X POST https://api.sume.com/v1/timeline-1.0/render \
  -H "Authorization: Bearer $SUME_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: onboarding-course-assemble-01" \
  -d '{
    "audio": {
      "duration_seconds": 104,
      "parts": [
        { "url": "https://media.sume.com/artifacts/artf_demo/part1.wav" },
        { "url": "https://media.sume.com/artifacts/artf_demo/part2.wav" }
      ]
    },
    "video": [
      { "source_url": "https://media.sume.com/artifacts/artf_demo/part1.mp4", "start": 0, "duration": 58 },
      { "source_url": "https://media.sume.com/artifacts/artf_demo/part2.mp4", "start": 58, "duration": 46 }
    ]
  }'

어떤 제한이 있나요?

먼저 POST /v1/timeline-1.0/plan을 실행하세요. 과금되지 않는 컴파일 사전 검사로, Job을 만들지 않고 길이, 세그먼트 수, 예상 비용을 반환합니다.

긴 아바타 영상의 비용은 얼마인가요?

각 파트는 길이와 등급에 따라 아바타 영상 요율로 과금되며, 요율은 초당 $0.184(standard), $0.245(plus), $0.55(max), 제품 이미지 없음 기준입니다. 오디오 분리는 건마다 오디오 분리 페이지에 나온 Job당 정액 요율이 적용됩니다. 렌더는 API 요금에 출력 분당 $0.10로 나와 있으며, 스파인 길이를 분 단위로 올림한 만큼 예약됩니다. 이 모든 항목에는 기본적으로 5.5% 에이전트 수수료가 더해집니다.