분석

Mischief 1, 살아 있는 뉴런에서 나온 영상 모델: 실제인 것과 주장인 것

한 스타트업은 배양 뉴런에서 착안한 소프트웨어 층이 AI 영상을 더 빠르고 싸게 만든다고 말한다. 공개된 것, 주장인 것, 확인할 수 없는 것.

작성: Audryk · 2026년 11월 1일

• 모델
• #Mischief 1
• #TBC
• #Wan 2.2
• #이미지-투-비디오
• #Alibaba
• #AWS

2026년 11월 1일 기준으로 Mischief 1은 스타트업 TBC의 이미지-투-비디오 모델이며, Alibaba의 오픈 모델 Wan 2.2를 기반으로 2026년 10월 30일에 출시되었다. 뉴런은 실험실에 남아 있다. 제품은 일반적인 AI 하드웨어에서 돌아가는 소프트웨어 층이다. 속도와 비용 개선은 TBC 자신의 주장이며 독립적인 테스트는 공개되지 않았다. 우리는 이 모델을 테스트하지 않았다.

핵심 요약

• 정체: The Biological Computing Co.(TBC)의 이미지-투-비디오 모델. Wan 2.2를 기반으로 2026년 10월 30일에 fal, OpenRouter, TBC의 제작 앱에서 출시되었다.
• 뉴런의 역할: 실험실에 남아 있다. TBC에 따르면 제품은 표준 GPU에서 돌아가는 소프트웨어 층이다.
• 주장: 약 5배 빠르고 약 80% 저렴하다. TBC의 주장이며 독립적인 테스트는 없다.
• 열린 문제: 생물학적 측정이 속도 향상을 설명하는지는 외부에서 확인할 수 없다.

TBC는 정확히 무엇을 출시했나?

샌프란시스코의 스타트업 TBC는 Unite.AI에 따르면 2026년 10월 30일에 Mischief 1을 출시했다. 시작 이미지가 각 클립을 이끈다. 기반은 Alibaba의 오픈 영상 모델 Wan 2.2다. Unite.AI는 새로운 파운데이션 모델로 대체하는 것이 아니라 기존 Wan 2.2 모델을 수정한 것이라고 전한다.

fal, OpenRouter, TBC 자체 제작 앱에서 이용할 수 있다(Unite.AI). TBC는 기반 모델과 같은 품질에 생성 속도는 약 5배 빠르다고 주장한다(The Next Web, Unite.AI). The Decoder가 전한 보도자료는 추론 비용이 약 80% 낮다고 덧붙인다. The Decoder는 이것이 두 가지 개선이 아니라 하나의 효과를 두 단위로 말한 것이라고 지적한다. 1 − 1/5 = 80%다.

뉴런은 이것과 무슨 관계인가?

The Next Web과 Unite.AI가 전한 TBC의 설명에 따르면, 회사는 실험실에서 신경망을 키우고, 신호에 대한 반응을 연구하고, 표준 AI 칩에서 돌아가는 작은 소프트웨어 부가 요소로 증류한다. 뉴런이 모델을 돌리는 것은 아니다. Unite.AI가 인용한 TBC에 따르면 이것은 확산 트랜스포머 블록 주위에 두는 후학습 층이며, 기반 모델에 0.1% 미만의 파라미터를 더한다.

아래 연쇄는 TBC의 설명이다.

출처: The Decoder(2026년 9월 22일), The Next Web과 Unite.AI(2026년 10월 30일). TBC의 설명이며, 여기서 말하는 실험실 측정은 Oasis 모델에 관한 것이다.

The Decoder는 TBC가 공개한 연구를 설명한다. 4,096개 전극 칩 위의 피질 뉴런을 자극하고, 연구자들은 활동이 어떻게 퍼지고 이어서 사라지는지 측정한다. 약 156,000개 파라미터의 "Neural Dynamics Adapter"는 한 가지 규칙을 담는다. 활동은 대체로 국소적으로 머물다가 사라진다는 것으로, 댐퍼와 같다. 학습에는 Minecraft 영상 시퀀스가 쓰였다. 세포는 실행 시점에 쓰이지 않으며, 어댑터는 고정된 변환이 되어 어떤 GPU에서든 돌아간다.

이 결과는 Wan 2.2가 아니라 대화형 Minecraft 모델인 Oasis에 관한 것이다. TBC의 블로그는 테스트 영상 10편에서 차등 엔트로피가 원본보다 약 19%, LoRA보다 약 5% 좋았고, 프레임 속도는 초당 2프레임에서 10프레임 가까이로 올랐으며 파라미터는 약 3% 늘었다고 전한다. Unite.AI는 이것이 Mischief의 성능을 입증하지 않는다는 점, 그리고 두 번째 게시물의 개선에는 모델 변경과 캐싱 같은 서빙 최적화가 섞여 있다는 점을 강조한다.

무엇을 검증할 수 있나?

아래 순위는 우리가 읽은 세 기사를 바탕으로 한 우리의 것이다.

출처: The Next Web, Unite.AI, The Decoder(2026년 10월). 편집부의 순위이며 측정된 척도가 아니다.

The Next Web도 Unite.AI도 독립적인 테스트를 보도하지 않는다. The Decoder에 따르면 TBC는 상용 모델 수치의 근거가 되는 기반 모델, 하드웨어, 해상도, 클립 길이, 품질 지표를 공개하지 않았다. Unite.AI는 Wan 2.2와의 직접 비교도, 에너지 측정도 없다고 지적한다.

The Decoder는 뉴런이 아무도 찾지 못할 알고리즘을 드러낸다는 생각은 이용할 수 있는 데이터로는 확인할 수 없다고 덧붙인다. 같은 기반 모델에서 증류나 캐싱 같은 디지털 대안과 비교한 통제된 비교는 공개되지 않았다.

공동 창업자 Jon Pomeraniec은 The Next Web에 이렇게 말했다. "We're building a platform that can change the economics of AI at scale."

비용은 얼마인가?

Unite.AI가 전한 OpenRouter 목록에 따르면(우리는 목록을 직접 열지 못했다) 영상 1초당 480p에서 0.005달러, 720p에서 0.01달러다. 클립은 3초 또는 5초이며 16:9다. 480p의 5초 클립은 5 × 0.005 = 0.025달러이고, 이런 클립 100개는 2.50달러다(Unite.AI의 계산). The Decoder에 따르면 TBC는 Trainium 칩, Amazon SageMaker AI, AWS Marketplace와 관련해 AWS와의 협력을 발표했다. 9월 22일 기준으로는 기반 모델을 밝히지 않은 텍스트-투-비디오 모델의 조기 접근 신청일 뿐이었다. Unite.AI는 이 기업용 계획과 10월의 이미지-투-비디오 API 제공을 구분한다.

비교표

자주 묻는 질문

Mischief 1에 살아 있는 뉴런이 들어 있나?

아니다. The Next Web과 Unite.AI가 전한 TBC의 설명에 따르면 뉴런은 실험실에 남아 있다. 모델은 표준 칩에서 돌아가는 소프트웨어다.

정말 5배 빠른가?

TBC의 주장이다. 독립적인 테스트는 공개되지 않았고 조건도 밝혀지지 않았다.

Wan 2.2와의 관계가 왜 중요한가?

Mischief는 기존 Wan 2.2 모델을 수정한 것이므로 의미 있는 비교 대상은 Wan 2.2다. 직접 비교가 공개된 것은 보지 못했다.

방법과 한계

우리는 아래 세 기사를 2026년 11월 1일에 읽었다. TBC의 보도자료와 블로그, OpenRouter 목록은 읽지 않았으며 모델도 테스트하지 않았다. TBC의 주장은 그 기사들에서 가져왔다. AI 에이전트가 사람의 검토 없이 쓴 의견 게시물은 지연 시간과 가용성 수치 때문에 제외했다. 블로그에 나오는 속도 개선은 Oasis에 관한 것이다. Wan 2.2의 라이선스는 다루지 않는다. 구매 조언이 아니다.

출처

• The Next Web: TBC Mischief, neuron-derived AI video model (확인일: 2026-11-01)
• Unite.AI: TBC Mischief, neuron-derived AI video model (확인일: 2026-11-01)
• The Decoder: a tiny software layer from lab-grown neurons promises faster, cheaper AI video(2026년 9월 22일) (확인일: 2026-11-01)

이 기사에서 오류를 발견하셨나요? 제보하기 · 정정 정책