LTX 2.3 완전 해설: 오픈소스 영상 생성 AI, 정말 로컬에서 쓸 수 있을까?

LTX 2.3은 Lightricks가 공개한 오픈소스 영상 생성 AI 모델로, ComfyUI 기반 로컬 실행과 오디오·비디오 동시 생성을 지원합니다. 이 글에서는 LTX 2.3 설치 방법, GPU 사양 요구 조건, ComfyUI 연동 흐름, 그리고 Runway·Kling 같은 클라우드 서비스와 무엇이 다른지를 솔직하게 분석합니다. "무료로 쓸 수 있다"는 말이 매력적으로 들리는 건 사실이지만 진짜 중요한 질문은 따로 있습니다. "내 컴퓨터에서 실제로 쓸 수 있는가?" — 이 글에서 그 질문에 객관적으로 답해드리겠습니다.

 

 

---

1. LTX 2.3이란? Lightricks 오픈소스 영상 생성 AI 완전 정리

1-1. LTX 시리즈의 흐름과 2.3의 위치

LTX는 이스라엘 AI 스타트업 Lightricks가 개발한 영상 생성 모델 시리즈입니다. 2024년 말 공개된 LTX-Video(2B 파라미터)를 시작으로 13B 파라미터 버전, 그리고 오디오와 비디오를 동시에 생성하는 LTX-2(19B 파라미터)가 2025년 10월 발표됐습니다.

 

이후 2026년 2월 공식 오픈소스 공개가 이루어졌고 오픈 웨이트 배포 후 매우 빠른 속도로 확산됐습니다. Lightricks는 2026년 3월 초 기준 1월 출시 이후 누적 다운로드가 거의 500만에 이르렀다고 밝혔습니다.

 

2026년 3월 Lightricks는 LTX-2.3과 함께 LTX Desktop을 출시했습니다. LTX Desktop은 LTX 엔진 기반의 로컬 실행 가능한 영상 편집기로 NVIDIA GPU 환경(Windows + CUDA)에서 공식 지원되며 Linux는 공식 빌드가 없고 macOS는 API 방식으로만 동작합니다.

 

이는 단순한 버전 업데이트가 아니라 "클라우드 없이 내 데스크탑에서 전문가급 영상 제작 파이프라인을 구축한다"는 비전의 첫 번째 실현입니다.

 

1-2. 멀티모달 방향성: 텍스트·이미지·오디오를 하나로

LTX 2.3의 핵심 차별점은 단일 모델에서 오디오와 비디오를 동시에 생성한다는 점입니다.

 

텍스트-투-비디오, 이미지-투-비디오, 오디오-투-비디오 생성을 모두 지원하며 클립 연장과 장면 재생성(retake)도 가능합니다. 기존 영상 AI가 영상과 음향을 별도로 처리하거나 음향 생성 자체를 지원하지 않았던 것과 비교하면 뚜렷한 진보입니다.

 

LTX-2는 오디오와 비디오를 동시에 생성할 수 있는 멀티모달 형태로 대사, 음악, 환경음 등을 비디오 생성 중 함께 합성할 수 있습니다.

 

모델 가중치는 LTX 커뮤니티 라이선스로 배포되며 공식 안내 기준으로 연 매출 1천만 달러 미만 기업과 개인은 무료로 사용할 수 있고 그 이상은 상업 라이선스가 필요합니다. Apache 2.0은 모델 가중치가 아니라 LTX Desktop 앱 코드에 적용되는 라이선스입니다.

(▲ LTX-2 vs LTX-2.3 주요 변경 사항 비교 (2026년 3월 기준))

 

---

2. LTX 2.3의 핵심 장점 5가지: 이전 버전과 무엇이 달라졌나

2-1. 프롬프트 반영 정확도 향상

LTX-2.3은 텍스트 어텐션 시스템을 개선해 모델이 프롬프트를 더 정확하게 해석할 수 있게 됐으며 동작이나 장면 변화를 묘사하는 프롬프트에서 특히 차이가 납니다.

 

이전 버전에서는 프롬프트에 복잡한 동작 표현을 넣으면 모델이 이를 흐리게 처리하거나 무시하는 경우가 많았습니다. LTX 2.3은 표정, 타이밍, 동작 순서까지 프롬프트 지시를 충실히 따르도록 개선됐습니다.

 

2-2. 세로형(9:16) 영상 네이티브 지원

기존에는 가로형 영상을 생성한 후 크롭하는 방식을 사용했지만 LTX-2.3은 세로형 영상을 직접 생성할 수 있습니다. 이는 YouTube Shorts, Instagram Reels, TikTok 등 현대 콘텐츠 포맷에 특히 유용합니다.

 

1080×1920 해상도를 네이티브로 지원하므로 숏폼 크리에이터에게 매우 실용적인 업데이트입니다. 크롭 과정에서 발생하는 화질 손실이나 구도 왜곡 없이 처음부터 세로형으로 영상을 설계할 수 있다는 점이 핵심입니다.

 

세로형 AI 영상을 숏폼 채널 운영에 바로 연결하고 싶다면 아래 글도 함께 읽어보시면 좋습니다. 촬영 장비 없이 AI 툴만으로 쇼츠 채널을 운영하는 전체 흐름을 확인할 수 있습니다. → 촬영 없이 AI 영상 툴로 숏폼 채널 만드는 방법 – 실전 3단계 가이드

 

2-3. 오디오와 영상의 일체형 생성

LTX-2.3은 영상과 함께 네이티브로 오디오를 생성하며 효과음, 주변 소음, 대사가 생성 단계에서부터 동기화됩니다.

 

오디오-투-비디오 전용 엔드포인트도 있어 오디오 클립을 제공하면 모델이 맞는 비디오를 생성합니다. 이전에는 영상 제작 후 별도의 TTS나 음향 효과를 얹어야 했지만 LTX 2.3을 사용하면 단일 생성 단계에서 완성도 있는 AV 콘텐츠를 뽑을 수 있습니다.

 

2-4. ComfyUI 기반 워크플로 확장성

LTX 2.3은 ComfyUI와의 통합을 핵심 사용 방식으로 설계했습니다. NVIDIA와 ComfyUI가 협력해 RTX 최적화 워크플로를 지원하며 24GB 이상 GPU에서는 720p 24fps 4초 클립을 20스텝으로 생성할 것을 권장합니다.

 

공식 ComfyUI 연동은 .safetensors 체크포인트와 Gemma 텍스트 인코더, 업스케일러를 조합하는 방식을 기본으로 합니다. 여기에 더해 Unsloth 등 커뮤니티에서 배포하는 GGUF 양자화 버전도 존재하며 VRAM이 부족한 환경에서 활용할 수 있습니다.

 

다만 GGUF는 공식 지원 경로가 아닌 커뮤니티 양자화 배포본이므로 호환성 이슈가 발생할 수 있고 공식 문서보다 커뮤니티 가이드를 참고해야 하는 경우가 많습니다.

 

💡 ComfyUI에서 LTX 2.3 워크플로를 바로 시작하고 싶다면 NVIDIA 공식 퀵스타트 가이드를 참고해 보세요.

 

2-5. VAE 아키텍처 개선과 세부 묘사 향상

LTX-2.3의 주요 기술적 개선점 중 하나는 업데이트된 VAE 아키텍처입니다.

 

이는 생성된 프레임에서 더 선명한 세부 묘사와 깔끔한 텍스처를 만들어내며 특히 고해상도에서 이전 버전이 뭉개던 세부 묘사를 유지합니다. 피부 텍스처, 작은 오브젝트, 배경 디테일이 프레임 전체에 걸쳐 일관되게 유지되는 것이 체감상 가장 크게 달라진 부분입니다. 이미지-투-비디오 생성에서 빈번했던 영상 멈춤 현상도 크게 줄었습니다.

 

---

3. LTX 2.3 설치 방법과 현실적인 한계

3-0. LTX 2.3 설치 전 체크리스트: 시작 전 반드시 확인할 것

LTX 2.3 로컬 설치를 시작하기 전, 아래 네 가지 항목을 먼저 확인하세요. 하나라도 충족되지 않으면 설치 이후 단계에서 오류가 발생할 가능성이 높습니다.

LTX 2.3 로컬 설치 전 체크사항 4가지

항목	최소 요구 사양	확인 방법
Python 버전	3.10 이상	python --version
CUDA 버전	12.0 이상	nvcc --version
GPU VRAM	32GB 이상 (공식 기준)	GPU 사양 확인
여유 디스크 공간	100GB 이상	저장장치 잔여 용량 확인

 

 

설치 경로는 크게 두 가지입니다.

 

① HuggingFace에서 공식 모델 다운로드 후 ComfyUI 연동

Lightricks 공식 HuggingFace 페이지에서 .safetensors 형식의 모델 파일을 다운로드한 뒤, ComfyUI의 /models/checkpoints/ 또는 /models/unet/ 경로에 배치합니다. Gemma 텍스트 인코더, 비디오 VAE, 오디오 VAE, 공간 업스케일러 파일을 각각 지정된 폴더에 두지 않으면 모델이 인식되지 않습니다.

 

② LTX Desktop 앱 설치 (Windows 전용 공식 경로)

Windows 환경이라면 LTX Desktop 앱을 직접 설치하는 것이 가장 간단한 진입 경로입니다. ComfyUI 노드 구성 없이 GUI 기반으로 영상 생성이 가능합니다. 단, macOS에서는 로컬 GPU 추론이 공식 지원되지 않으며 API 방식으로 동작합니다.

 

💡 로컬 설치 없이 먼저 체험하고 싶다면 fal.ai의 LTX-2.3 페이지에서 API 없이도 간단히 테스트할 수 있습니다.

 

3-1. GPU 사양이 생각보다 높다

LTX 2.3 로컬 실행의 가장 큰 진입장벽은 GPU입니다.

 

LTX-2.3 공식 문서가 제시하는 최소 요구 사양은 32GB 이상의 VRAM이며 ComfyUI 공식 안내도 동일하게 32GB+ VRAM을 전제로 합니다. 4K 해상도 최적 성능을 위해서는 48GB 이상의 VRAM이 이상적입니다.

 

실제 커뮤니티에서는 12~16GB VRAM에서도 GGUF 양자화나 낮은 해상도 설정으로 구동 사례가 보고되지만 이는 공식 지원 범위 밖의 실험적인 활용입니다. 공식 권장 환경은 RTX 4090(24GB) 이상이며 그 아래에서는 기능 제한과 잦은 오류를 각오해야 합니다.

 

3-2. NVIDIA GPU 의존성

현재 LTX 2.3의 최적화는 사실상 NVIDIA GPU에 집중되어 있습니다.

 

RTX 40 시리즈 이상에서는 NVFP8 양자화를 활성화해 약 40% VRAM 절감이 가능하며 RTX 50 시리즈에서는 NVFP4 적용으로 최대 2.5배 빠른 성능을 기대할 수 있습니다.

 

AMD GPU나 Apple Silicon에서의 실행은 기술적으로는 가능하지만 최적화 수준이 낮고 커뮤니티 지원도 제한적입니다.

 

3-3. 저장 공간과 소프트웨어 환경 요구

시스템 요구 사항에는 최소 32GB RAM과 모델용 100GB의 여유 디스크 공간이 필요합니다. 소프트웨어 요구 사항에는 Python 3.10 이상, CUDA 12.0 이상, Git, FFmpeg가 포함됩니다.

 

특히 GGUF 버전을 ComfyUI에서 사용하려면 GGUF 모델 파일, Gemma 텍스트 인코더, LTX 텍스트 프로젝션 파일, 비디오 VAE, 오디오 VAE, 공간 업스케일러 모델, LoRA 파일 등을 각각 지정된 폴더에 배치해야 합니다. 파일 구조를 잘못 배치하면 모델이 인식되지 않는 문제가 자주 발생합니다. (▲ LTX 2.3 로컬 실행 공식 시스템 요구 사항 (2026년 3월 기준))

 

3-4. 초보자에게는 ComfyUI 자체가 진입장벽

LTX 2.3 로컬 실행에서 가장 많이 사용되는 인터페이스는 ComfyUI입니다.

 

그런데 ComfyUI 자체가 노드 기반의 비주얼 워크플로 도구라 처음 접하는 분들에게는 낯설게 느껴집니다. 모델 파일 배치, 노드 연결, 의존성 설치, 버전 충돌 해결 등 설정 과정이 복잡하고 오류 메시지가 불친절한 편입니다.

 

PyTorch 2.3 이상의 기능과 CUDA 12.x 빌드에 의존하기 때문에 구버전 환경과 새 노드 패키지를 혼용하면 알 수 없는 임포트 오류가 자주 발생합니다.

 

이러한 이유로 LTX 2.3 오픈소스를 처음 접하는 분이라면 곧바로 로컬 설치를 시도하는 것보다 fal.ai나 Somake 같은 클라우드 API 기반 서비스에서 먼저 모델을 체험해보는 것이 좋습니다. 모델의 특성과 프롬프트 작성 방식을 익힌 뒤 로컬 환경으로 이전하는 순서가 시행착오를 줄입니다.

 

로컬 설치 없이 완성도 높은 AI 영상을 바로 만들어보고 싶다면 클라우드 기반 AI 영상 생성 툴을 먼저 경험해보는 것도 좋은 시작점입니다. → VEO3로 설치 없이 AI 영상 만들기 – 클라우드 AI 영상 완전 가이드

 

💡 로컬 설치 전에 LTX 2.3을 먼저 체험해보고 싶다면 fal.ai의 LTX-2.3 페이지에서 API 없이도 간단히 테스트해볼 수 있습니다.

 

---

4. LTX 2.3 vs Runway·Kling·Sora: 어떤 사람에게 맞는가

4-1. LTX 2.3 vs Runway·Kling·Sora — 핵심 차이는 실행 환경

LTX 2.3과 Kling, Runway, Sora의 가장 큰 차이는 실행 환경입니다. LTX 2.3은 로컬 GPU에서 직접 실행되는 오픈 웨이트 모델이고, Kling·Runway·Sora는 클라우드 API 방식입니다.

 

생성당 추가 비용이 없고 파이프라인 전체를 사용자가 직접 제어할 수 있다는 점에서, 반복 생성이 많거나 민감한 클라이언트 자료를 다루는 작업에서 LTX 2.3이 유리합니다.

 

LTX 2.3 vs Runway/Kling/Sora

구분	LTX 2.3	Runway / Kling / Sora
실행 방식	로컬 GPU (오픈 웨이트)	클라우드 API
생성당 비용	없음 (하드웨어 초기 투자 후)	크레딧/월정액
데이터 보안	내 PC 안에서만 처리	제3자 서버 경유
스타일 커스터마이징	LoRA 파인튜닝 가능	제한적
진입 난이도	높음 (GPU·설치 필요)	낮음 (브라우저 접속)
최대 품질	준전문가급	최고 수준 프론티어 모델

 

Kling을 포함한 주요 클라우드 AI 영상 툴들과의 구체적인 스타일 비교가 궁금하다면 아래 글을 참고해 보세요. → Kling vs Pika vs Genmo – AI 영상 툴 스타일 비교와 선택 가이드

 

4-2. LTX 2.3이 잘 맞는 사용자

① 로컬 AI 제작 환경을 구축하려는 크리에이터

Sora, Runway, Kling 같은 클라우드 서비스는 편리하지만 월정액 비용이 쌓이고 생성한 영상이 제3자 서버를 거칩니다.

 

LTX 2.3은 초기 하드웨어 투자 이후 생성당 비용이 없고 데이터가 내 컴퓨터를 벗어나지 않습니다. 광고 영상, 클라이언트 자료, 민감한 내용의 영상 작업에 특히 유리합니다.

 

② ComfyUI 기반 워크플로를 확장하고 싶은 사용자

이미 Stable Diffusion이나 다른 이미지 생성 모델로 ComfyUI를 써온 분이라면 LTX 2.3을 워크플로에 통합하는 것이 비교적 수월합니다.

 

기존 이미지 생성 파이프라인에 영상 생성 노드를 추가하는 방식으로 확장할 수 있습니다.

 

③ 세로형 숏폼과 이미지-투-비디오 실험이 많은 크리에이터

YouTube Shorts나 Instagram Reels 콘텐츠를 대량으로 제작하는 크리에이터라면 LTX 2.3의 네이티브 9:16 지원이 직접적으로 도움이 됩니다.

 

이미지를 영상으로 변환하는 i2v 기능도 썸네일이나 컨셉 이미지를 애니메이션화하는 데 활용할 수 있습니다.

 

④ API 비용보다 제어권과 확장성을 우선하는 개발자

LTX-2.3 모델 가중치는 LTX 커뮤니티 라이선스로 배포되며 연 매출 1천만 달러 미만 기업과 개인은 무료로 사용할 수 있습니다.

 

LoRA 파인튜닝으로 특정 스타일, 캐릭터, 유스케이스에 맞게 모델을 커스터마이징할 수 있어 자체 프로덕트에 영상 생성 기능을 내재화하려는 개발자나 스튜디오에게 제어권과 확장성 면에서 클라우드 API보다 유리합니다.

 

4-3. 아직 LTX 2.3이 맞지 않는 사용자

반대로 이런 분들에게는 아직 진입장벽이 있습니다.

 

가벼운 노트북 사용자:

12GB VRAM 미만의 그래픽 카드로는 실용적인 영상 생성이 어렵습니다. MacBook Air나 일반 오피스용 노트북에서는 실행 자체가 불가능하거나 매우 느립니다.

 

설치형 툴이 낯선 초보자:

ComfyUI 설치부터 모델 파일 배치, 노드 업데이트, 오류 해결까지 CLI와 파일 시스템에 대한 기본 이해가 필요합니다. 터미널을 처음 접하는 분에게는 상당한 학습 비용이 예상됩니다.

 

가끔 영상이 필요한 일반 사용자:

가끔 한두 개 영상이 필요한 분이라면 Runway나 Kling 같은 클라우드 서비스가 훨씬 빠르고 간편합니다.

 

어떤 클라우드 AI 영상 툴이 내 용도에 맞는지 먼저 파악하고 싶다면 아래 비교 글이 도움이 됩니다. → AI 영상 생성 툴 비교 – Sora·Runway·Synthesia·Pictory 활용 전략

 

💡 LTX 2.3의 HuggingFace 공식 페이지에서 모델 가중치와 사용 가이드를 직접 확인할 수 있습니다.

👉 Lightricks/LTX-2.3 on HuggingFace

 

---

5. LTX 2.3 ComfyUI 설치 및 사용법: 입문자를 위한 핵심 흐름

5-1. 입문 경로 두 가지: 풀모델 vs GGUF

LTX 2.3을 ComfyUI에서 실행하는 방법은 크게 두 가지입니다.

 

풀 BF16/공식 safetensors 모델: 최고 품질을 원한다면 HuggingFace에서 공식 배포하는 .safetensors 형태의 모델을 받아 실행합니다. 공식 권장 환경은 32GB VRAM 이상의 NVIDIA GPU이며 RTX 4090과 A6000이 실용적인 선택지입니다.

 

GGUF 양자화 모델 (커뮤니티 배포): Unsloth 등 커뮤니티에서 배포하는 GGUF 양자화 버전은 VRAM 부담을 줄이는 방법으로 활용되고 있습니다. Q8, Q6, Q4 등 다양한 옵션이 있으나 이는 공식 지원 경로가 아니므로 호환성 문제가 발생할 수 있고 공식 문서보다 커뮤니티 가이드를 참고해야 합니다.

 

5-2. NVIDIA RTX 최적화 활용

NVIDIA는 ComfyUI에서 LTX-2.3에 대한 NVFP4 지원을 곧 추가할 예정이며 이를 통해 RTX 50 시리즈 GPU에서 2.5배 빠른 성능과 60% 낮은 VRAM 사용이 가능해집니다. RTX 40 시리즈에서는 FP8 사용으로 1.7배 빠른 성능과 40% VRAM 절감이 가능합니다.

 

ComfyUI의 Template Browser에서 Video 카테고리를 찾으면 LTX-2 워크플로 템플릿을 바로 불러올 수 있어 노드를 직접 연결하는 수고 없이 시작할 수 있습니다.

 

5-3. 생성 품질을 높이는 실전 팁

실제로 LTX 2.3을 사용할 때 품질 차이를 만드는 설정 팁이 있습니다. 해상도는 프롬프트 테스트 단계에서 720p로 낮게 잡고 좋은 결과가 나오면 4K로 재생성하는 전략이 유용합니다. FPS의 경우 동적인 움직임이 많은 영상은 48~50fps에서 더 나은 결과가 나오고 클로즈업이나 정적인 장면은 15fps로도 충분합니다.

 

프롬프트 작성 시에는 장면 헤더(장소와 시간), 짧은 분위기 묘사, 명확한 동작 지시 순서로 구성하는 것이 효과적입니다. 텍스트-투-비디오보다 이미지-투-비디오 방식이 일반적으로 더 안정적인 결과를 냅니다. 고품질 입력 이미지를 제공하면 첫 프레임의 시각적 가이드가 명확해져 영상 전반의 일관성이 높아지기 때문입니다.

 

VRAM을 최대한 활용하려면 FP16 정밀도를 활성화해 VRAM 사용량을 줄이고 xformers 또는 flash-attention을 설치해 어텐션 연산을 가속화하는 것이 좋습니다. 생성 중에는 다른 GPU 집약적 애플리케이션을 종료하고 모델 캐싱을 활성화해 생성 간 재로딩 시간을 줄이는 것도 실질적인 속도 향상에 도움이 됩니다.

 

💡 ComfyUI 설치와 LTX-2 워크플로 설정의 자세한 과정이 필요하다면 WaveSpeed AI 블로그의 Windows 설치 가이드가 초보자 친화적으로 작성되어 있습니다.

 

---

LTX 2.3은 단순히 무료로 쓸 수 있는 영상 생성 툴이 아닙니다. 더 정확히는 영상 제작 인프라를 개인화하는 플랫폼에 가깝습니다. CEO Zeev Farbman이 밝힌 비전처럼 클라우드에 묶인 AI 영상 생산성을 사람들이 이미 소유한 하드웨어 위에 올려놓겠다는 것이 LTX 생태계의 방향입니다. 태블릿과 스마트폰 추론도 로드맵에 포함되어 있어 앞으로 접근성은 더욱 높아질 것입니다.

 

다만 현재 시점에서 LTX 2.3은 대중형보다는 준전문가형 도구에 가깝습니다. 고사양 NVIDIA GPU, Python 환경 설정, ComfyUI 워크플로 이해라는 세 가지 조건이 선행되어야 그 잠재력을 제대로 끌어낼 수 있습니다. 초보자에게는 아직 적지 않은 학습 비용이 필요합니다.

 

그럼에도 LTX 2.3이 중요한 이유는 분명합니다. Sora, Seedance, Runway, Kling처럼 클라우드에서만 동작하는 프론티어 영상 모델들

과 달리 LTX 2.3은 "내 데스크탑에서 충분히 좋은 모델"이라는 방향을 선택했습니다. 영상 생성이 API 게이트 뒤에 갇혀 있던 구조를 허무는 시도입니다.

 

앞으로 AI 영상 제작 환경에서 중요한 것은 "어떤 모델이 가장 성능이 뛰어난가"만이 아닙니다. "이 모델이 내 작업 흐름에 실제로 맞는가"라는 질문이 더 실질적인 기준이 됩니다. LTX 2.3이 제공하는 가장 큰 가치는 그 질문에 스스로 답할 수 있는 환경을 주는 것입니다. 모델 가중치부터 최종 출력까지 전체 파이프라인을 내가 소유하고 통제할 수 있다는 것 자체가 새로운 창작 자유입니다.

 

📌 참고 및 관련 링크

• LTX-2.3 공식 HuggingFace 페이지
• NVIDIA ComfyUI LTX-2 퀵스타트 가이드
• fal.ai LTX-2.3 체험 페이지
• Unsloth LTX-2.3 GGUF (HuggingFace)
• NVIDIA 공식 블로그: ComfyUI & LTX-2.3 NVFP4 업데이트

 

---

❓ LTX 2.3 자주 묻는 질문 (FAQ)

Q1. LTX 2.3은 완전 무료인가요?

모델 가중치 자체는 무료로 다운로드할 수 있지만 "완전 무료"라고 단정하기는 어렵습니다. LTX 커뮤니티 라이선스 기준으로 개인과 연 매출 1천만 달러 미만 기업은 무료로 사용할 수 있습니다. 그 이상 규모의 기업은 별도 상업 라이선스가 필요합니다. 또한 로컬에서 실행하려면 고사양 GPU가 필요하기 때문에 하드웨어 비용은 별도로 고려해야 합니다.

 

Q2. LTX 2.3과 LTX Desktop은 같은 건가요?

다릅니다. LTX 2.3은 영상 생성 AI 모델이고 LTX Desktop은 그 모델을 내장한 영상 편집 애플리케이션입니다. 비유하자면 LTX 2.3은 엔진이고 LTX Desktop은 그 엔진을 얹은 자동차입니다. LTX Desktop은 Windows 환경에서 로컬 추론이 공식 지원되며 macOS에서는 LTX API를 통해 동작합니다.

 

Q3. Mac에서는 LTX 2.3을 쓸 수 없나요?

완전히 못 쓰는 것은 아닙니다. Mac에서도 LTX Desktop 자체는 사용할 수 있지만 2026년 3월 기준 공식 경로에서는 생성이 LTX API를 통해 이뤄집니다. 즉 macOS에서의 로컬 GPU 추론은 아직 공식 지원되지 않으며 향후 지원이 예정되어 있습니다. 커뮤니티에서는 Apple Silicon용 비공식 MLX 포트도 있지만 이는 공식 지원이 아닙니다.

 

Q4. RTX 3080(10GB), RTX 3090(24GB)으로 LTX 2.3 로컬 실행이 가능한가요?

공식 기준으로는 둘 다 최소 사양에 미달합니다. 공식 오픈소스 문서는 최소 32GB VRAM 이상을 요구하며 LTX Desktop FAQ도 로컬 최소 기준으로 RTX 5090(32GB VRAM)을 제시합니다. 따라서 RTX 3090(24GB)과 RTX 3080(10GB)은 모두 공식 최소 사양 아래입니다. 커뮤니티에서는 GGUF 양자화와 낮은 해상도 설정으로 구동한 사례가 보고되지만 이는 공식 지원 범위 밖의 실험적 활용이며 잦은 오류와 품질 저하를 감수해야 합니다.

 

Q5. GGUF 버전과 공식 safetensors 버전은 어떤 차이가 있나요?

공식 배포는 Hugging Face의 .safetensors 체크포인트 계열이며 full/dev 모델과 distilled 모델뿐 아니라 공식 FP8 변형도 함께 제공됩니다. GGUF는 Unsloth 등 커뮤니티가 만든 양자화 포맷으로 더 낮은 VRAM 환경에서 구동을 시도할 수 있지만 공식 지원 경로는 아닙니다. Q4, Q6, Q8 등 양자화 수준에 따라 품질 차이가 발생하며 공식 성능이 필요한 작업이라면 safetensors 계열을 사용하는 것이 원칙입니다.

 

Q6. LTX 2.3으로 생성한 영상을 상업적으로 사용할 수 있나요?

연 매출 1천만 달러 미만 기업과 개인은 LTX 커뮤니티 라이선스 범위에서 상업적 활용이 가능합니다. 1천만 달러 이상 매출 기업은 별도 상업 라이선스를 취득해야 합니다. 라이선스 조건은 변경될 수 있으므로 실제 적용 전에는 공식 모델 라이선스 문서를 직접 확인하는 것이 안전합니다.

 

Q7. Sora, Runway, Kling과 비교했을 때 LTX 2.3의 영상 품질은 어느 수준인가요?

클라우드 프론티어 모델들과 품질을 수치로 직접 비교하기는 어렵습니다. LTX 2.3의 공식 강조점은 품질 순위 경쟁보다 로컬 실행 가능성, 오픈 웨이트, 파이프라인 제어권, LoRA 커스터마이징 확장성에 있습니다. API 비용 없이 반복 생성이 가능하고 특정 스타일에 파인튜닝할 수 있다는 점이 클라우드 서비스와 구별되는 실질적인 장점입니다.

 

Q8. LTX 2.3에서 생성한 영상의 오디오가 어색한데 정상인가요?

정상 범위일 수 있습니다. LTX 2.3은 이전 버전 대비 오디오 품질이 개선됐지만 공식 모델 카드도 일부 오디오 생성에서 품질 저하 가능성을 인정하고 있습니다. 특히 대사가 없는 환경음이나 효과음 생성에서 결과가 불안정할 수 있습니다. 오디오 완성도가 중요한 결과물이라면 별도 TTS나 음향 후처리 툴을 병행하는 방식이 현실적입니다.

 

Q9. ComfyUI를 한 번도 써본 적 없는데 LTX 2.3부터 시작해도 될까요?

우선순위로는 추천하지 않습니다. LTX 2.3은 ComfyUI에만 종속된 모델이 아니며 API Playground, LTX Desktop, PyTorch 코드베이스 등 여러 경로로 접근할 수 있습니다. ComfyUI는 그 중 가장 많이 쓰이는 로컬 워크플로 경로이지만 처음 접하는 분에게는 설치와 노드 구성 자체가 진입장벽입니다. 초보자라면 먼저 API Playground나 LTX Desktop으로 모델 특성을 체험한 뒤 필요할 때 ComfyUI로 넘어가는 순서가 훨씬 수월합니다.

 

Q10. LTX 2.3으로 생성한 영상의 저작권 문제는 없나요?

모델 라이선스와 생성물의 저작권 문제는 별개입니다. 생성물의 법적 보호 범위는 국가별로 다르며 예를 들어 미국 저작권청은 인간의 창작적 기여가 확인되는 부분을 중심으로 판단하고 있습니다. 상업적으로 중요한 결과물이라면 관할 국가 기준을 별도로 확인하는 것이 안전합니다. 또한 입력에 사용하는 이미지나 오디오 소스의 저작권은 사용자가 직접 확인해야 합니다.