GitHub: https://github.com/FlashML-org/FreeVideo

“8GB 그래픽카드에서도 영상 생성이 된다”는 소개가 돌고 있다. 주인공은 오픈소스 프로젝트 FreeVideo 다. 대형 영상 생성 모델 MiniMax H3 를 소비자용 GPU 에서 로컬로 돌리게 해 주는 추론 엔진이다.

이 글에서는 소셜에 도는 요약 수치를 저장소의 README·문서 원문과 하나씩 대조했다. 대부분 맞다. 다만 속도 수치 하나는 조건이 섞여 있었고, 무엇보다 한국에서 쓰려는 사람이 반드시 알아야 할 라이선스 조항이 있었다. 그것부터 쓴다.

기준: 2026-10-06, FreeVideo v0.2.3 시점 저장소.

⚠️ 먼저: 모델 가중치 라이선스가 한국을 제외한다

FreeVideo 코드는 Apache License 2.0 이다. 하지만 README 마지막 줄은 이렇게 적는다.

“The model weights are licensed under the MiniMax H3 Community License, which includes territorial and acceptable-use restrictions.”

그 라이선스 원문을 열어 보면 적용 지역이 이렇게 정의돼 있다.

  • “Applicable Territory” means worldwide, excluding the Excluded Territories.
  • “Excluded Territories” means the European Union, the United Kingdom, the Republic of Korea and the United States of America.

즉 이 라이선스가 사용·복제·배포 권한을 주는 지역에 대한민국이 포함되지 않는다. 미국·EU·영국도 마찬가지다. 라이선스 본문은 제외 지역에서 배포를 원하면 MiniMax 에 별도로 문의하라고 안내한다.

코드가 Apache 2.0 이라서 “오픈소스니까 써도 된다”고 생각하기 쉽다. 하지만 실제로 영상을 만드는 건 가중치이고, 가중치의 사용 조건은 별개다. 개인 실험이든 업무든, 한국에서 쓰기 전에 라이선스를 직접 확인하자. 이 글은 법률 자문이 아니다.

FreeVideo 가 하는 일

README 의 소개는 이렇다. 4 단계로 나눠 보면 다음과 같다.

  1. FreeVideo 는 MiniMax H3 를 위한 로컬 추론 엔진이다.
  2. 실제로 돌리는 모델은 OpenVDN의 8 스텝 VDN-H3 모델이다(Hugging Face).
  3. 그 모델은 Video DeltaNet의 하이브리드 어텐션을 쓴다(논문: arXiv:2609.20744).
  4. 사용 형태는 ComfyUI 플러그인이다. Windows·macOS 런처가 있고, Linux 는 명령줄로 쓴다.

공유된 요약 vs 원문

공유된 요약 README·문서 원문 판정
8GB VRAM·16GB RAM 으로 실행 가능 “as little as 8 GB of VRAM and 16 GB of RAM” ✅ 최소 사양 기준
필요한 부분만 그때그때 불러옴 가중치 스트리밍·비동기 프리페치·청크 계산으로 피크 메모리를 낮춤 ✅
ComfyUI 지원, 텍스트·첫/마지막 프레임·이미지·영상·오디오 레퍼런스 “Text prompts, first and last frames, and image, video and audio references”, ComfyUI 통합 ✅
RTX 4060 Ti 에서 1344×768 영상 약 9 분 4060 Ti 16GB + RAM 32GB 에서 558 초(약 9.3 분) ⚠️ 8GB 카드 수치가 아님

속도 수치의 실제 조건

실행 계획 문서의 End-to-end 표 조건은 Windows, 1344×768, 10 초 길이, two-pass 샘플링이다.

GPU VRAM + RAM 시간
RTX 5090 32GB + 64GB 122 초
RTX 5060 Ti 16GB + 32GB 486 초
RTX 4060 Ti 16GB + 32GB 558 초
RTX 4060 Ti (커뮤니티 보고 #22) 8GB + 64GB 603 초

“약 9 분”은 4060 Ti 16GB 모델 결과다. 8GB 카드로 돌린 커뮤니티 보고는 약 10 분(603 초)이고, 그때 시스템 RAM 은 64GB 였다. VRAM 이 작으면 모델 블록을 시스템 메모리에 두고 매 스텝 GPU 로 복사하기 때문에, RAM 이 넉넉해야 속도가 나온다. 문서상 “8GB/16GB” 는 돌아가는 최소선이지, 표에 나온 속도를 내는 조건이 아니다.

메모리를 어떻게 아끼나

같은 문서가 동작 방식을 꽤 자세히 적어 두었다.

  • GPU 아키텍처마다 FP8 경로를 고른다. 네이티브 FP8 연산을 쓰거나, 가중치는 FP8 로 저장하고 연산은 BF16 으로 한다. 쓸 수 있는 어텐션 커널도 자동으로 탐색한다.
  • 트랜스포머 블록 중 VRAM 에 상주시킬 개수를 남은 VRAM 예산으로 계산한다. 나머지 블록은 호스트 메모리에 두고(고정 메모리 최대 22GB) 매 스텝 GPU 로 복사한다.
  • ./freevideo plan --vram-gib 8 --ram-gib 16 을 실행하면 가중치를 올리지 않고도 내 사양에서 어떤 계획이 나오는지 볼 수 있다.

용량별 성능은 NVIDIA H200 에서 VRAM·호스트 메모리를 8~32GiB 로 인위적으로 제한해 측정했다고 밝힌다. 진짜 8GB 카드 실측이 아니라 큰 GPU 에서 제한을 건 측정이라는 점은 알고 보자.

Mac 도 된다 (프리뷰)

v0.1.2 부터 Apple Silicon 맥 프리뷰가 있다. Mac 가이드 기준으로 M5·통합 메모리 24GB(가용 약 14GB)에서 걸린 시간은 다음과 같다.

해상도 길이 시간
1344×768 10 초 약 42 분
960×544 10 초 약 22 분
512×512 1.6 초 약 3 분

M5 이전 맥은 BF16 으로 돌아서 더 오래 걸린다. 맥 앱은 아직 Apple 공증 전이라 처음 실행할 때 macOS 가 막는다.

설치 방법 요약

  • Windows: Releases 의 FreeVideo.exe 실행 → ComfyUI 폴더 선택 또는 새로 설치 → Install & launch.
  • 기존 ComfyUI: ComfyUI/custom_nodes 에서 git clone https://github.com/FlashML-org/FreeVideo.git 한 뒤 재시작. Workflow → Browse Templates → FreeVideo 로 들어간다.
  • Linux: ./setup.sh 로 설치한 뒤 ./freevideo generate --prompt-file prompt.txt --out video.mp4 로 생성한다.
  • 품질은 v0.2.0 부터 Light / Medium / High / Max 4 단계다. 높을수록 오래 걸린다.

정리

  • 기술적으로는 의미 있는 진전이다. 대형 영상 모델을 8GB VRAM 에서 “돌아가게” 만든 핵심은 가중치 스트리밍과 하드웨어별 실행 계획이다.
  • 속도는 시스템 RAM 에 크게 좌우된다. 8GB 카드라면 RAM 을 넉넉히 두는 게 사실상 필수다. 공유된 “9 분”은 16GB 카드 수치다.
  • 한국에서는 가중치 라이선스가 먼저다. 코드는 Apache 2.0 이지만, 가중치 라이선스(MiniMax H3 Community License)는 대한민국을 적용 지역에서 제외한다.

References

  1. FlashML-org, FreeVideo (README, v0.2.3). https://github.com/FlashML-org/FreeVideo
  2. FreeVideo, Adaptive Execution Planner (docs/execution-planning.md). https://github.com/FlashML-org/FreeVideo/blob/main/docs/execution-planning.md
  3. FreeVideo, Mac guide (docs/Mac.md). https://github.com/FlashML-org/FreeVideo/blob/main/docs/Mac.md
  4. FreeVideo Issue #22 (RTX 4060 Ti 8GB 커뮤니티 보고). https://github.com/FlashML-org/FreeVideo/issues/22
  5. OpenVDN, VDN-H3 (Hugging Face). https://huggingface.co/OpenVDN/vdn-minimax-h3
  6. MiniMax H3 Community License (vdn-minimax-h3-edge LICENSE). https://huggingface.co/OpenVDN/vdn-minimax-h3-edge/blob/main/LICENSE
  7. MiniMaxAI, MiniMax-H3 (Hugging Face). https://huggingface.co/MiniMaxAI/MiniMax-H3
  8. H. Xi et al., Video DeltaNet: A Video-Native Hybrid Attention for Livestream Video Generation, arXiv:2609.20744, 2026. https://arxiv.org/abs/2609.20744