ERNIE 5.1 출시: Baidu 멀티모달 모델로 크리에이터 툴 강화

2026년 5월 11일부터 Baidu는 ERNIE 5.1을 공식 론칭하며 추론 깊이, 텍스트 일관성, 에이전트 작업 처리에서 뚜렷한 성능 향상을 선보였습니다. 이 모델은 이전 버전보다 검색 기능을 더욱 긴밀하게 통합했으며 복잡한 다단계 문제에서도 뛰어난 결과를 보여줍니다. 초기 벤치마크에서 추론 비용을 낮게 유지하면서 최신 프론티어 모델과 경쟁력 있는 성적을 기록했습니다. 멀티모달 입력 지원도 강화되어 텍스트, 이미지, 비디오 데이터 간의 부드러운 전환이 가능해졌습니다. 이는 최근 중국 AI 연구소들이 강조하는 실용성 중심의 점진적 발전으로, 단순한 파라미터 경쟁이 아닌 실제 사용성을 목표로 합니다.

향상된 추론 능력과 에이전트 기능 덕분에 크리에이터는 더 길고 안정적인 워크플로우를 구축할 수 있게 되었습니다. 프롬프트 수정이 빨라지고 이미지·비디오 간 장면 일관성이 높아지며 인터랙티브 스토리 분기도 쉽게 유지할 수 있습니다. 실제 테스트 체인을 직접 돌려본 결과, 몇 단계마다 재프롬프트를 반복할 필요가 줄어든 점이 실질적으로 유용했습니다. ERNIE 5.1의 멀티모달 추론 업그레이드는 Happy Horse 1.0 NSFW Video 같은 차세대 AI 비디오·이미지 생성 도구의 기반이 되는 핵심 개선점입니다.

이미지·비디오 파이프라인을 구축하는 크리에이터에게 특히 주목할 만한 세 가지 역량입니다. - 강화된 에이전트 작업 체인으로 사용자의 개입 없이 다단계 프롬프트를 계획·실행할 수 있어 일관된 캐릭터 시퀀스 생성에 유리합니다. - 개선된 멀티모달 융합으로 텍스트와 이미지 입력을 더 안정적으로 처리하며 레퍼런스 프레임에서 비디오로 이어지는 과정의 드리프트를 줄입니다. - 강력한 네이티브 텍스트 생성으로 더 명확하고 상세한 프롬프트를 만들어 다운스트림 도구의 수정 작업을 최소화합니다. - 비용 효율적인 스케일링으로 여러 창작 단계를 연속으로 진행해도 부담이 적습니다. 각각은 혁신적이진 않지만, 함께 사용하면 일상적인 창작 작업의 마찰을 크게 줄여줍니다.

속도 면에서 ERNIE 5.1은 최신 GPT-5.5 Instant와 동등한 수준을 유지하며 에이전트 스타일 작업에서는 일부 Gemini 변형을 앞서기도 합니다. 토큰당 비용은 장시간 창작 세션에 여전히 매력적입니다. 창의적 유연성에서는 서구 모델이 여전히 스타일 범위에서 앞서지만, ERNIE 5.1은 검색 통합이 뛰어나 픽션 장면 속 사실적 기반을 필요로 할 때 강점을 보입니다. 솔직히 말해, 실제 차이는 어떤 생태계에 익숙한지에 따라 달라지는 경우가 많습니다.