Wan은 알리바바가 만든 AI 영상 생성 모델 제품군입니다. 텍스트 프롬프트나 사진, 레퍼런스 클립을 넣으면 완성된 영상을 돌려줍니다. Wan 2.5부터는 음악과 효과음, 입 모양에 맞는 대사까지 영상과 한 번에 생성합니다. 최신 모델인 Wan 3.0은 2026년 8월에 출시됐고, 1080p 해상도로 최대 30초 길이의 클립을 만듭니다.
이 글에서는 Wan이 어디서 시작됐는지, 버전마다 무엇이 다른지, 어떤 모델이 오픈소스이고 무엇을 무료로 쓸 수 있는지, 그리고 지금 바로 시작하는 방법까지 정리했습니다.
Wan AI란?
Wan은 텍스트, 이미지, 오디오, 영상을 입력받아 영상을, 그리고 이미지도 만들어 내는 알리바바의 생성형 모델 모음입니다. 중국어 정식 명칭은 Tongyi Wanxiang(通义万相)으로, ‘만상(萬象)’, 즉 온갖 형상이라는 뜻에 가깝습니다. 초기 영어 자료에서는 Wanx라고 줄여 쓰기도 했습니다. 지금은 ‘Wan’, ‘Wan AI’, ‘Wan 비디오’ 모두 같은 모델 제품군을 가리킵니다.
다른 AI 영상 생성기와 비교하면 Wan에는 세 가지 뚜렷한 특징이 있습니다.
- 오픈소스에서 출발했습니다. 알리바바는 Wan 2.1과 Wan 2.2를 Apache 2.0 라이선스의 오픈 웨이트로 공개했습니다. 덕분에 수많은 커뮤니티 영상 도구와 ComfyUI 워크플로, 파인튜닝 모델의 기반이 됐습니다.
- 소리가 영상과 함께 나옵니다. Wan 2.5부터는 음악, 효과음, 음성이 나중에 더빙되는 게 아니라 영상과 함께 생성됩니다. 대사를 따옴표 안에 넣으면 화면 속 인물이 그대로 말합니다.
- 일상적인 말로 연출합니다. Wan은 샷 크기, 카메라 무빙, 조명, 렌즈, 분위기 같은 영화 용어를 알아듣습니다. 감독이 콘티를 설명하듯 장면을 묘사하면 됩니다.
Wan은 누가 만들었나요?
Wan은 알리바바의 AI 연구 조직이자 Qwen 언어 모델을 만든 Tongyi Lab에서 개발합니다. 알리바바는 최신 Wan 모델을 Alibaba Cloud Model Studio와 Qwen Cloud 플랫폼, 자체 사이트인 wan.video를 통해 서비스합니다. 오픈 웨이트 버전은 GitHub와 Hugging Face에 공개돼 있습니다.
꼭 알리바바를 거쳐야만 Wan을 쓸 수 있는 것은 아닙니다. Wan Studio는 간단한 프롬프트 입력창 하나로 Wan 모델을 실행하는 독립 브라우저 앱이며, 알리바바와는 제휴 관계가 없습니다. 기본 모델은 Wan 3.0이고, 모델 메뉴에서 Wan 2.7과 Wan 2.5도 고를 수 있습니다.
Wan 버전 총정리: Wan 2.1부터 Wan 3.0까지
알리바바는 2025년 2월부터 2026년 8월까지 18개월 동안 주요 버전을 여섯 번 내놓았습니다. 처음 두 버전은 오픈소스입니다. Wan 2.5부터는 호스팅형으로 바뀌었고, 소리를 생성하며, 새 버전이 나올 때마다 클립이 길어지고 제어할 수 있는 요소도 늘었습니다.
| 버전 | 출시 | 주요 변화 | 최대 클립 길이 | 제공 방식 |
|---|---|---|---|---|
| Wan 3.0 | 2026년 8월 | 30초 장면, 문서·웹 페이지 입력, 영상 연장 | 30초, 1080p | 호스팅 API 및 앱 |
| Wan 2.7 | 2026년 4월 | 첫 프레임·마지막 프레임 제어, 지시문 기반 영상 편집, 멀티 레퍼런스 입력 | 15초, 1080p | 호스팅 API 및 앱 |
| Wan 2.6 | 2025년 12월 | 멀티샷 스토리텔링, 인물의 외모와 목소리를 살리는 레퍼런스 투 비디오 | 15초, 1080p | 호스팅 API 및 앱 |
| Wan 2.5 | 2025년 9월 | 네이티브 오디오와 립싱크 대사를 지원한 첫 Wan | 10초, 1080p | 호스팅 API 및 앱 |
| Wan 2.2 | 2025년 7월 | 전문가 혼합(MoE) 구조, 일반 소비자용 GPU에서 도는 720p 모델 | 5초, 720p | 오픈 웨이트(Apache 2.0) |
| Wan 2.1 | 2025년 2월 | 첫 오픈소스 공개, 14B·1.3B 모델 | 5초, 720p | 오픈 웨이트(Apache 2.0) |
Wan 2.1(2025년 2월): 오픈소스로 판을 바꾸다
알리바바는 2025년 2월 25일 Wan 2.1을 오픈소스로 공개했습니다. 공개된 모델은 네 가지로, 140억·13억 파라미터의 텍스트 투 비디오 모델 두 개와 480p·720p용 14B 이미지 투 비디오 모델 두 개였습니다. 작은 모델은 480p 5초 클립을 만드는 데 그래픽 메모리가 약 8GB면 충분해 평범한 게이밍 GPU에서도 돌아갔습니다. 출시 당시 Wan 2.1은 영상 벤치마크 VBench에서 종합 점수 86.22%로 1위를 차지했습니다.
Wan 2.2(2025년 7월): 전문가 혼합(MoE) 구조
Wan 2.2는 2025년 7월 28일, 역시 Apache 2.0 라이선스로 나왔습니다. 주력 모델은 두 ‘전문가’가 일을 나눠 맡습니다. 한쪽은 생성 초반에 장면 구성과 움직임을 잡고, 다른 한쪽은 후반에 디테일을 다듬습니다. 전체 파라미터는 27B지만 한 번에 활성화되는 것은 14B뿐이라 실행 비용은 Wan 2.1과 비슷합니다. 경량 모델인 TI2V-5B는 텍스트와 이미지 입력을 모두 받아 RTX 4090 같은 그래픽카드 한 장으로 720p, 24 fps 영상을 만듭니다. 2025년 8월에는 오디오 파일로 캐릭터를 움직이는 Wan2.2-S2V도 추가됐습니다.
Wan 2.2는 지금도 가장 많이 검색되는 Wan 버전입니다. 내 하드웨어에서 무료로 돌릴 수 있다는 점이 가장 큰 이유입니다.
Wan 2.5(2025년 9월): 네이티브 오디오
Wan 2.5는 2025년 9월 말 알리바바 Apsara 콘퍼런스에서 프리뷰로 처음 공개됐습니다. 음성, 효과음, 음악을 동작에 맞춰 영상과 함께 생성한 첫 Wan입니다. 1080p로 최대 10초 클립을 만들고, 오디오 트랙을 넣어 장면을 이끌 수도 있습니다. Wan 2.5는 오픈 웨이트로 공개되지 않았고, 이때부터 Wan 제품군은 호스팅형 모델로 방향을 틀었습니다.
Wan 2.6(2025년 12월): 멀티샷 스토리텔링
알리바바는 2025년 12월 중순 Wan 2.6을 발표했습니다. 프롬프트 하나를 같은 캐릭터가 이어지는 여러 샷으로 나눌 수 있고, 클립 길이도 15초로 늘었습니다. 레퍼런스 투 비디오도 이때 처음 도입됐습니다. 인물이 나오는 짧은 클립을 올리면 Wan 2.6이 그 사람의 외모와 목소리 그대로 새 장면에 등장시킵니다.
Wan 2.7(2026년 4월): 정밀한 제어와 영상 편집
Wan 2.7은 2026년 4월 초, 텍스트 투 비디오와 이미지 투 비디오, 레퍼런스 투 비디오, 영상 편집을 아우르는 모델 세트로 출시됐습니다. 첫 프레임과 마지막 프레임을 모두 고정할 수 있고, 레퍼런스 이미지와 클립 여러 개를 한 번의 생성에 함께 넣을 수 있으며, “여자가 입은 재킷을 빨간색으로 바꿔 줘” 같은 간단한 지시문으로 기존 영상을 편집할 수도 있습니다. 클립 길이는 2~15초, 해상도는 720p 또는 1080p입니다.
Wan 3.0(2026년 8월): 30초 장면
Wan 3.0은 2026년 8월 6일 공개 베타를 시작해 8월 24일 정식 출시됐습니다. 최대 클립 길이를 두 배인 30초로 늘렸고 해상도는 최대 1080p이며, 알리바바에 따르면 샷이 바뀌어도 얼굴과 레이아웃, 오디오가 흔들리지 않습니다. 입력 방식도 독특합니다. PDF나 슬라이드, 스프레드시트, 웹 페이지를 넣으면 그 내용으로 영상을 만들어 줍니다. 기존 클립을 연장하는 기능도 있습니다. Wan 2.1·2.2와 달리 가중치는 공개되지 않았습니다.
Wan AI로 할 수 있는 것
Wan 제품군은 AI 영상 생성기에 기대하는 기능을 대부분 갖추고 있습니다. 새 버전은 기존 기능을 대체하기보다 새 기능을 더하는 식으로 발전해 왔습니다.
- 텍스트 투 비디오. 장면을 설명하면 카메라 움직임과 조명까지 포함해 영상으로 만들어 줍니다.
- 이미지 투 비디오. 사진을 첫 프레임으로 올리면 Wan이 움직임을 입힙니다. 제품 사진, 인물 사진, 아트워크에 특히 유용합니다.
- 첫 프레임·마지막 프레임. 클립의 시작과 끝을 고정하면 그 사이 움직임을 Wan이 채웁니다. 루프 영상과 화면 전환에 좋습니다(Wan 2.7·3.0).
- 레퍼런스 투 비디오. 캐릭터나 제품, 장소의 이미지나 클립을 넣으면 새 장면에서도 일관되게 유지합니다(Wan 2.6 이상).
- 네이티브 사운드와 대사. 음악, 효과음, 음성이 영상과 함께 나옵니다. 따옴표로 묶은 대사는 입 모양에 맞춰 립싱크됩니다(Wan 2.5 이상).
- 멀티샷 장면. 프롬프트 하나로 컷이 나뉜 여러 샷을 만들면서도 캐릭터를 그대로 유지합니다(Wan 2.6 이상).
- 영상 편집. 클립을 올리고 의상, 날씨, 스타일 등 바꾸고 싶은 점을 설명하면 원래 움직임은 살린 채 다시 렌더링합니다(Wan 2.7·3.0).
- 영상 연장. 기존 클립을 앞이나 뒤로 이어 붙여 총 30초까지 늘릴 수 있습니다(Wan 3.0).
- 이미지 생성. 알리바바는 Wan 이미지 모델도 내놓았고, Wan Studio에도 영상 옆에 이미지 모드가 있습니다.
다만 모든 앱이 모든 기능을 제공하지는 않습니다. Wan Studio에서는 레퍼런스 입력과 편집 모드가 Wan 2.7에서 동작하고, Wan 3.0은 텍스트 프롬프트나 첫 프레임을 받아 최대 30초까지 생성합니다.
Wan은 오픈소스인가요?
일부만 그렇습니다. Wan 2.1과 Wan 2.2, 그리고 Wan2.2-S2V 같은 파생 모델은 상업적 이용을 허용하는 Apache 2.0 라이선스의 오픈 웨이트입니다. GitHub, Hugging Face, ModelScope에서 내려받아 ComfyUI나 Hugging Face Diffusers로 실행할 수 있습니다.
Wan 2.5, 2.6, 2.7, 3.0은 API와 앱을 통해 호스팅형으로 제공됩니다. 알리바바는 출시 시점에 Wan 3.0의 가중치를 공개하지 않았습니다. 최신 기능이나 네이티브 사운드가 필요하거나 몇 초보다 긴 클립을 원한다면 호스팅 버전을 써야 합니다.
Wan AI는 무료인가요?
어떻게 쓰느냐에 따라 무료로도 쓸 수 있습니다.
- 오픈 웨이트. Wan 2.1과 2.2는 다운로드 비용이 없습니다. 대신 하드웨어와 설치 시간이 듭니다. 1.3B 모델은 그래픽 메모리 약 8GB로 돌아가고, Wan 2.2 TI2V-5B 모델은 24GB 그래픽카드가 필요하며, 14B 모델은 그보다 큰 메모리나 오프로딩이 필요합니다.
- Wan Studio 무료 요금제. 매달 160 크레딧이 주어지며, 480p Wan 2.5 영상을 최대 2개까지 만들 수 있습니다. 카드 등록도 필요 없고 워터마크도 없습니다. 자세한 내용은 Wan 무료 이용 안내를 확인하세요.
- 유료 요금제. Wan Studio 유료 요금제는 월 14달러에 2,800 크레딧, 영상 약 39개 분량부터 시작합니다. 유료 요금제에서는 Wan 3.0과 Wan 2.7, 720p·1080p 해상도, 상업용 라이선스가 열립니다. Alibaba Cloud는 API 요금을 영상 초 단위로 청구합니다. 요금제는 요금 안내 페이지에서 비교해 보세요.
Wan 사용 방법: 세 가지 경로
Wan을 쓰는 방법은 세 가지입니다. 설치를 얼마나 감수할 수 있는지, 어떤 기능이 필요한지에 따라 고르면 됩니다.
| 경로 | 추천 대상 | Wan 모델 | 준비물 |
|---|---|---|---|
| Wan Studio 같은 브라우저 앱 | 크리에이터, 마케터 등 빠르게 결과물이 필요한 사람 | Wan 3.0, 2.7, 2.5 | 이메일 주소. 무료 요금제로 시작 가능 |
| Wan API나 Alibaba Cloud Model Studio 같은 API | 자사 제품에 영상 생성 기능을 넣으려는 개발자 | 최신 호스팅 모델 | API 키와 유료 요금제 또는 클라우드 계정 |
| ComfyUI나 Diffusers에서 로컬로 돌리는 오픈 웨이트 | 직접 만져 보기 좋아하는 사용자, 연구자, 오프라인 작업 | Wan 2.1, 2.2 | 그래픽 메모리 8~24GB 이상의 NVIDIA GPU와 설치 시간 |
경로별 단계는 Wan 사용법 가이드에 자세히 정리해 두었습니다. 개발자라면 Wan API부터 시작해 보세요.
어떤 Wan 모델을 써야 할까?
길거나 스토리가 있는 영상은 Wan 3.0, 레퍼런스나 편집이 필요하면 Wan 2.7, 저렴하게 초안을 뽑을 때는 Wan 2.5가 맞습니다. 목적별로 알맞은 모델을 아래 표에 정리했습니다.
| 이런 걸 하고 싶다면 | 추천 모델 | 이유 |
|---|---|---|
| 15~30초 광고나 스토리를 한 번에 생성 | Wan 3.0 | 가장 긴 클립, 샷이 바뀌어도 캐릭터 유지 |
| 여러 장면에서 같은 캐릭터나 제품 유지 | Wan 2.7 | 프롬프트에서 레퍼런스 이미지·클립·오디오를 태그로 지정 |
| 기존 영상의 일부 수정 | Wan 2.7 편집 모드 | 원래 움직임을 살린 채 지시문으로 편집 |
| 매끄러운 루프나 정확한 화면 전환 | Wan 2.7 | 첫 프레임·마지막 프레임 제어 |
| 저렴하게 아이디어 테스트 | Wan 2.5 또는 Wan 2.5 Fast | 5초 또는 10초 클립, 가장 적은 크레딧, 무료 요금제에서 사용 가능 |
| 모든 작업을 내 하드웨어에서 | 로컬 Wan 2.2 | 오픈 웨이트와 커뮤니티 확장 기능. 단, 자체 사운드 생성은 없음 |
Wan으로 무엇을 만들까? 대표 활용 사례
Wan으로 만드는 영상은 대부분 짧고 실용적이며 피드에 올리기 좋은 형태입니다. 자주 쓰이는 용도는 다음과 같습니다.
- 영상 광고와 제품 홍보 영상. 제품 사진을 첫 프레임으로 쓰면 Wan이 움직임과 음악, 내레이션 한 줄을 더합니다. AI 제품 영상 생성기 비교도 참고해 보세요.
- 소셜 콘텐츠. TikTok, 릴스, YouTube 쇼츠용 9:16 세로 영상. 자세한 내용은 TikTok용 AI 영상 생성기 글에 있습니다.
- 말하는 캐릭터와 설명 영상. 따옴표로 묶은 대사가 립싱크되니 인물 사진 한 장도 대사를 할 수 있습니다. 사진을 말하게 만드는 방법을 확인해 보세요.
- 뮤직비디오. 배경 음악과 효과음이 컷과 함께 생성되니 편집이 박자에 딱 맞아떨어집니다.
- 단편 영화와 스토리보드. 캐릭터가 유지되는 멀티샷 장면으로 이야기를 피칭하거나 미리 시각화할 수 있습니다.
- 비즈니스 설명 영상. 알리바바 플랫폼의 Wan 3.0은 슬라이드나 보고서를 짧은 영상으로 바꿔 줍니다.
미리 알아 둘 한계
Wan은 강력하지만 만능은 아닙니다. 다음 한계를 감안하고 계획을 세우세요.
- 아티팩트는 여전히 생깁니다. 손, 아주 빠른 움직임, 인물이 많은 장면은 깨질 수 있습니다. 몇 번은 다시 생성할 각오를 하세요.
- 화면 속 글자는 정확하지 않습니다. 간판이나 라벨의 글자가 뭉개질 수 있으니 정확한 텍스트는 편집 프로그램에서 넣으세요.
- 립싱크는 짧은 대사에 유리합니다. 긴 연설보다 화자당 한두 문장일 때 입 모양이 더 잘 맞습니다.
- 길이와 해상도가 올라가면 비용도 늘어납니다. 1080p 30초 클립은 480p 5초 초안보다 크레딧을 훨씬 많이 씁니다.
- 최신 모델은 비공개입니다. Wan 2.5 이후 모델은 파인튜닝하거나 직접 호스팅할 수 없습니다.
- 초상권과 저작권을 지켜야 합니다. 사용 허락을 받은 얼굴, 목소리, 음악, 브랜드만 쓰세요. 플랫폼에서 일부 요청을 차단할 수도 있습니다.
자주 묻는 질문
Wan은 무슨 뜻인가요?
Wan은 알리바바 시각 생성 모델의 중국어 이름인 Tongyi Wanxiang(通义万相)에서 왔습니다. ‘Wanxiang’은 대략 ‘온갖 형상(萬象)’이라는 뜻입니다. 약어가 아니기 때문에 WAN이 아니라 Wan으로 표기합니다.
Wan AI 개발사는 어디인가요?
Wan 모델은 알리바바의 Tongyi Lab이 개발합니다. Wan Studio 같은 앱은 이 모델을 쓸 수 있게 해 주는 서비스이며, Wan Studio는 알리바바와 제휴 관계가 없는 독립 서비스입니다.
최신 Wan 모델은 무엇인가요?
2026년 8월에 출시된 Wan 3.0입니다. 네이티브 사운드와 함께 1080p로 최대 30초 클립을 만들고, 샷이 바뀌어도 캐릭터가 일관되게 유지됩니다. 레퍼런스 입력과 영상 편집에는 여전히 Wan 2.7이 가장 무난한 선택입니다.
Wan AI 무료로 쓸 수 있나요?
오픈소스인 Wan 2.1과 2.2는 무료로 내려받아 내 GPU에서 돌릴 수 있습니다. 브라우저에서는 Wan Studio 무료 요금제로 카드 등록 없이 매달 480p Wan 2.5 영상을 최대 2개까지 만들 수 있습니다. Wan 3.0과 Wan 2.7은 유료 요금제가 필요합니다.
Wan은 오픈소스인가요?
Wan 2.1과 Wan 2.2는 Apache 2.0 라이선스의 오픈소스입니다. Wan 2.5, 2.6, 2.7, 3.0은 앱과 API로 제공되는 호스팅 모델이며 가중치는 공개되지 않았습니다.
Wan으로 소리 있는 영상도 만들 수 있나요?
네, Wan 2.5부터 가능합니다. 음악, 효과음, 대사가 영상과 같은 생성 과정에서 함께 만들어집니다. 캐릭터의 대사를 따옴표 안에 넣으면 입 모양에 맞춰 말합니다. 오픈소스인 Wan 2.1·2.2의 텍스트 투 비디오와 이미지 투 비디오 모델은 소리가 없습니다.
Wan 2.2와 Wan 3.0의 차이는?
Wan 2.2는 로컬에서 돌릴 수 있는 오픈소스 모델로, 최대 720p에 5초 안팎의 무음 클립을 만듭니다. Wan 3.0은 호스팅 모델로, 1080p로 최대 30초까지 만들고 사운드와 대사를 생성하며 멀티샷 장면도 처리합니다.
Wan 영상, 상업적으로 써도 되나요?
Wan 2.1과 2.2에 적용된 Apache 2.0 라이선스는 상업적 이용을 허용합니다. 호스팅 버전은 사용하는 플랫폼의 약관을 확인하세요. Wan Studio는 모든 유료 요금제에 상업용 라이선스가 포함되며, 무료 요금제는 모델을 체험해 보는 용도입니다.
마무리
Wan은 오픈소스 연구 공개에서 출발해 사운드와 멀티샷 장면, 30초 클립까지 갖춘 손꼽히는 AI 영상 모델 제품군으로 성장했습니다. 무엇을 할 수 있는지 알아보는 가장 쉬운 방법은 직접 써 보는 것입니다. Wan Studio에서 무료로 시작해 짧은 장면 하나를 써 보고 생성해 보세요. 결과물을 한 단계 끌어올리고 싶다면 Wan 프롬프트 가이드를 읽어 보세요.
