영상 생성 모델 소식이 나오면 대개 “몇 초까지 만드나”가 먼저 화제가 됩니다. 알리바바의 새 모델 Wan3.0도 길이가 30초로 늘었죠. 전작의 두 배입니다. 그런데 이번에 더 실용적인 변화는 길이가 아니라 입구 쪽에 있습니다.

Wan3.0은 텍스트와 이미지뿐 아니라 PDF, 웹페이지, PowerPoint 파일을 그대로 입력으로 받습니다. 정적인 문서를 넣으면 움직이는 영상으로 바꿔주는 것. 텍스트·이미지·비디오·오디오를 한꺼번에 처리하고, 프롬프트 하나에 이미지 10장, 비디오 5개, 오디오 5개까지 담을 수 있습니다.

출처: Alibaba’s Wan3.0 generates AI videos up to 30 seconds long – The Decoder

문서를 넣으면 영상이 된다

가장 눈에 띄는 건 입력의 폭입니다. 발표용 PPT나 웹페이지, PDF를 통째로 넣으면 그 내용을 바탕으로 영상이 만들어집니다. 없던 자료를 새로 짜는 게 아니라, 이미 가진 문서를 영상으로 옮기는 쪽에 가깝습니다.

편의 기능도 붙었죠. 프롬프트를 보고 어울리는 영상 길이를 모델이 먼저 제안하고, 이미 만든 영상을 이어 붙여 더 길게 늘리는 확장 도구도 있습니다.

말로 다 설명하지 않아도 된다

전작 Wan2.5와 견줘 달라진 건 길이만이 아닙니다. 텍스트·이미지·비디오·오디오를 한꺼번에 받아들이면서, 원하는 그림을 프롬프트로 일일이 묘사해야 하는 부담이 줄었죠. 참조로 넣은 이미지와 클립 자체가 곧 지시가 되니까요.

방향을 문장으로만 잡던 방식과, 실제 자료를 여러 개 던져주고 그걸 근거로 삼게 하는 방식은 결과가 다릅니다. 후자 쪽이 원본의 결을 덜 잃습니다. 바로 다음 이야기, 화면이 덜 뭉개진다는 개선과도 맞닿아 있죠.

얼굴과 화면이 덜 뭉개진다

AI 영상의 오랜 약점은 얼굴이나 사용자 인터페이스가 프레임마다 조금씩 뭉개지고 흔들리는 ‘비주얼 드리프트’였습니다. Wan3.0은 참조 자료에 담긴 캐릭터, 소품, 공간 배치 같은 디테일을 더 일관되게 유지해 이 문제를 줄였다는 겁니다. 다만 이건 알리바바가 내놓은 자체 설명이라, 실제 품질은 직접 써보며 확인할 몫으로 남습니다.

얼마에, 어디서 쓰나

가격은 해상도와 티어에 따라 갈립니다. 속도가 표준인 Standard와 더 빠른 Prime 두 갈래가 있죠. 30초짜리 1080p 영상 기준으로 Standard가 6달러, Prime이 8.4달러입니다. 480p로 내리면 30초에 1.5달러 선까지 떨어집니다.

접근 경로는 세 곳입니다. wan.video 웹사이트, 알리바바 클라우드 Model Studio, 그리고 Qwen Cloud의 API. 알리바바는 영화 제작부터 짧은 드라마, 소셜미디어 클립, 마케팅·교육 영상, 나아가 자율주행·로보틱스 훈련용 시뮬레이션 영상까지 폭넓은 쓰임을 겨냥한다고 밝혔습니다.