ByteDance의 Seedance 2.5가 광고나 숏폼 제작을 넘어 실제 학습 서비스에 들어가기 시작했다. 대상은 ByteDance 계열의 해외 AI 학습 앱 Gauth다. 일부에서 ‘가우스’로 표기되기도 하지만 서비스의 공식 영문명은 Gauth다.
Gauth는 2026년 8월 4일부터 새로운 AI Course 기능을 적용했다. 핵심은 질문에 텍스트 답변만 제공하는 것이 아니라, 학습 주제를 Seedance 2.5 기반의 영상과 AI 내레이션으로 구성하고 중간에 퀴즈를 연결하는 것이다.
바이트댄스, '시댄스'로 에듀테크 진출…학습 앱 '가우스'에 AI 영상 도입에서 가장 먼저 볼 변화
Gauth AI Course는 영상 중심 학습 기능이다
Gauth는 2020년 출시된 AI 학습 앱이다. 회사가 공개한 수치에 따르면 현재 월간 활성 이용자는 8,600만 명이며, 2023년과 비교해 760% 증가했다.
이번 AI Course는 기존의 문제 해결 기능을 단순히 영상으로 포장한 업데이트와는 조금 다르다. 특정 학습 주제를 하나의 이야기가 있는 시각적 콘텐츠로 바꾸는 것이 중심이다.
첫 적용 과목은 역사다
초기 콘텐츠에는 제2차 세계대전, 산업혁명, 메이지 유신 같은 역사 주제가 포함됐다. 역사적 사건을 설명문으로 나열하는 대신 인물, 장소, 시대 배경을 영상으로 구성해 학습자가 사건의 흐름을 따라가게 만드는 방식이다.
Seedance 2.5가 긴 영상 안에서 여러 장면을 연결하고 시각적 일관성을 유지하는 방향으로 개선됐다는 점과도 연결된다.
즉 이번 적용에서 Seedance의 역할은 단순한 장식용 영상 생성기가 아니다. 텍스트로 설명하던 학습 내용을 장면과 이야기로 변환하는 콘텐츠 생성 엔진에 더 가깝다.
바이트댄스, '시댄스'로 에듀테크 진출…학습 앱 '가우스'에 AI 영상 도입가 ComfyUI 워크플로우에 미치는 영향
Seedance 2.5는 학습 내용을 영상으로 변환한다
기존 방식과 비교해야 할 부분
Seedance 2.5는 텍스트뿐 아니라 이미지, 영상, 오디오를 함께 참고할 수 있는 멀티모달 영상 생성 모델이다. 한 번에 최대 30초의 오디오·비디오를 생성하고 여러 차례 영상 확장도 지원한다.
이런 구조는 교육 콘텐츠와 궁합이 비교적 명확하다. 예를 들어 산업혁명을 설명한다면 공장의 모습, 당시 인물, 기계의 움직임처럼 서로 다른 요소를 여러 장면으로 연결해야 하기 때문이다.
영상 뒤에는 적응형 퀴즈가 연결된다
Gauth의 AI Course에는 AI가 생성한 영상과 내레이션뿐 아니라 학습 내용과 연결되는 적응형 퀴즈가 포함된다.
따라서 사용자가 영상을 수동적으로 시청하는 데서 끝내지 않고, 중간에 질문을 풀면서 내용을 다시 확인하도록 설계됐다. Gauth는 이를 시청을 능동적인 회상 과정으로 전환하는 방식으로 설명하고 있다.
생성형 영상 자체보다 눈여겨볼 부분도 여기에 있다. AI 영상이 독립된 콘텐츠로 소비되는 것이 아니라 학습 흐름의 한 단계로 들어가기 시작했다는 점이다.
성능과 결과 품질에서 확인할 차이
Seedance 2.5가 교육에 들어간 이유
워크플로우 구성에서 놓치기 쉬운 부분
Seedance 2.5는 2026년 7월 31일 공개되면서 교육을 실제 적용 분야 가운데 하나로 제시했다. 공식 공개 자료에서도 역사적 배경과 인물, 과학 원리, 실험 절차처럼 텍스트만으로 설명하기 어려운 내용을 동적인 영상으로 전환하는 활용을 언급했다.
Gauth의 AI Course는 그 방향이 실제 소비자용 학습 서비스까지 이어진 사례다. Seedance 2.5 발표와 거의 동시에 교육 앱에서 구체적인 기능으로 연결됐다는 점이 중요하다.
특히 영상 생성 모델이 좋아질수록 교육 서비스가 모든 강의를 미리 촬영해 보유해야 할 필요도 줄어들 수 있다. 필요한 주제에 맞춰 영상 콘텐츠를 구성하는 방식이 가능해지기 때문이다.
교육에서는 생성 정확성도 확인해야 한다
다만 AI가 만든 영상이라는 이유만으로 학습 내용의 정확성이 보장되는 것은 아니다. 역사적 사건이나 과학 원리에서는 시각적으로 그럴듯한 장면과 사실적으로 정확한 장면을 구분해야 한다.
따라서 교육 분야에서는 영상 품질뿐 아니라 어떤 자료를 근거로 내용을 구성하는지, 생성된 설명을 어떻게 검증하는지가 함께 중요해진다.
실제로 적용할 때 체크할 점
ComfyUI 사용자에게도 활용 방향이 보인다
ComfyUI에서는 이미 Seedance 2.5의 Image to Video, Reference to Video, Video Extend 같은 Partner Node 워크플로우를 사용할 수 있다. 지금까지는 이를 캐릭터 영상이나 광고, 숏폼 제작 중심으로 보는 경우가 많았다.
하지만 Gauth 사례를 보면 같은 기능을 교육 영상 자동화에도 적용할 수 있다는 방향이 보인다. 하나의 설명 자료를 준비하고 레퍼런스 이미지와 프롬프트를 연결한 뒤, 여러 장면을 순차적으로 생성하는 워크플로우로 확장할 수 있기 때문이다.
특히 역사·과학처럼 하나의 개념을 여러 장면으로 설명해야 하는 콘텐츠에서는 Seedance 2.5의 긴 시퀀스와 멀티모달 레퍼런스 구조가 실사용 지점이 될 수 있다.
다만 Gauth의 AI Course가 ComfyUI 워크플로우를 사용한다는 뜻은 아니다. 여기서 확인할 부분은 같은 Seedance 2.5 모델 능력이 소비자용 교육 서비스에도 활용되기 시작했다는 것이다.
마지막 확인
ByteDance의 이번 움직임은 단순히 Seedance 2.5에 ‘교육용 모드’를 하나 추가한 것이 아니다. Gauth의 AI Course 안에 Seedance 기반 영상과 AI 내레이션, 적응형 퀴즈를 연결해 학습 경험 자체를 영상 중심으로 다시 구성한 사례다.
Seedance 2.5를 ComfyUI에서 사용하고 있다면 앞으로는 광고나 I2V만 볼 필요가 없다. 설명이 필요한 하나의 개념을 여러 장면으로 시각화하는 교육 콘텐츠 워크플로우도 실제 활용 범위에 들어오기 시작했다.