스펙 시트를 읽는 것은 AI 영상 모델을 고르는 최악의 방법입니다 — 모든 모델이 최고라고 주장하고, 숫자는 모델이 어떻게 느껴지는지 알려주지 않습니다. 그래서 실제로 쇼핑하듯이 알리바바 Wan 패밀리의 최신 두 모델을 비교해 봅시다. 손에 프로젝트가 있고, 그 결과물로 영상이 필요하며, 어떤 도구가 거기에 도달할 수 있는지 알아야 합니다.
Wan 2.7(2026년 4월 출시)은 전 세대의 검증된 주력 모델입니다. Wan 3.0(2026년 8월 6일부터 공개 베타)은 새로운 플래그십 — 더 크고, 더 야심차고, 아직 자리를 잡아가는 중입니다. 스포일러: 어느 쪽도 보편적으로 '더 낫지' 않습니다. 정답은 마감일, 예산, 필요한 영상 길이에 달려 있습니다.
스펙 시트(기록용)
| 스펙 | Wan 2.7 | Wan 3.0 |
|---|---|---|
| 출시 | 2026년 4월(프로덕션) | 2026년 8월 6일(공개 베타) |
| 모델 구성 | 4개 모델: t2v, i2v, r2v, videoedit | 통합 올인원 모델 1개 |
| 실행당 최대 길이 | 15초(t2v/i2v), 10초(r2v/videoedit) | 원테이크 30초 |
| 해상도 | 720p, 1080p | 480p, 720p, 1080p |
| 입력 | 텍스트, 이미지, 영상, 오디오 | 텍스트, 이미지, 영상, 오디오, 문서, 웹 링크 |
| 참조 슬롯 | 최대 5 | 이미지 10 + 영상 5 + 오디오 5 |
| 영상 이어서 생성 | 있음(소스 클립 2~10초) | 내장 연장 기능 |
| 프롬프트 형식 | 컷당 한 문단 | 타임스탬프 샷 리스트 |
| 오픈 웨이트 | 없음(영상 모델) | 없음(API 전용 베타) |
| 실행 환경 | 알리바바 + 서드파티 플랫폼 | 알리바바 퍼스트파티만 |
| 가격(베이징) | 720p ¥0.6/초, 1080p ¥1.0/초 | 480p ¥0.3/초, 720p ¥0.6/초, 1080p ¥1.2/초 |
스펙 시트가 말해주지 않는 것: 실제 느낌
둘 다 1080p가 상한입니다 — 첫 번째 신화부터 깨겠습니다. 비교 사이트에 'Wan 3.0 네이티브 4K'가 반복되는 걸 봤다면 무시하세요. 알리바바 공식 데모 파일은 1920×1072 또는 1280×720이고, API 가격표에는 정확히 세 단계(480p, 720p, 1080p)만 있습니다. 두 세대 모두 4K는 없으므로 해상도만으로 선택해서는 안 됩니다.
가장 눈에 띄는 업그레이드는 일관성입니다. Wan 2.7은 단일 세션 안에서 캐릭터를 알아볼 수 있게 유지하지만, 이야기를 여러 컷으로 펼치면 얼굴이 흔들리기 시작합니다. Wan 3.0은 바로 이 문제를 고치기 위해 만들어졌습니다. 알리바바는 캐릭터, 소품, 장면, 공간 관계의 컷 간 픽셀 수준 일관성을 주장합니다. 실제로는 '분명히 같은 사람'과 '…잠깐, 그녀의 눈 색이 바뀌었나?'의 차이입니다. 멀티 컷 내러티브를 만든다면 시트의 어떤 스펙보다 이 점이 중요합니다.
오디오가 세대를 가르는 지점입니다. Wan 2.7의 참조 기반 오디오(R2V)는 목소리를 맞출 수 있지만 음악은 만들지 못하며, 사운드는 별도 도구에서 조립해야 합니다. Wan 3.0은 같은 패스에서 대화, 효과음, 음악을 생성합니다 — Wan 패밀리에게는 진정 새로운 점입니다. 솔직한 주의: 알리바바 스스로도 베타 오디오 품질과 화면 내 텍스트 정확도가 개선 여지가 있다고 인정합니다. 3.0의 오디오는 훌륭한 초안이지, 납품 가능한 마스터링이 아닙니다.
장편은 미세 조정이 아니라 종류가 다른 변화입니다. Wan 2.7은 15초(참조·편집 워크플로우는 10초)가 상한이라 더 긴 영상은 클립을 이어 붙여야 하며, 이음새에서 연속성이 끊어집니다. Wan 3.0의 30초 단일 생성은 완전한 장면, 시작과 끝이 있는 제품 리빌, 클립 중간에 앵글이 바뀌지 않는 짧은 내러티브의 여지를 줍니다.
Wan 3.0이 빛나는 곳
Wan 3.0은 '조립'이 아니라 '연출'하고 싶을 때 손이 가는 모델입니다:
- 한 번에 30초 — 이어 붙이지 않고 완전한 장면, 제품 리빌, 미니 스토리 제작 가능
- 문서가 영상이 된다 — Word/Excel/PPT/PDF/Markdown 파일(≤100 MB / 50페이지)이나 웹 링크를 넣으면 내레이션 프레젠테이션이 나오며, 마케팅과 교육에서 가장 큰 관심을 받는 기능
- 네 개가 하나로 — t2v, i2v, r2v, 영상 편집이 단일 모델에 통합되고 첫/마지막 프레임 제어와 연장 지원
- 생성당 이미지 최대 10장 + 영상 5개 + 오디오 5개 참조 — 컷 간 일관성을 가능하게 하는 핵심
- 네이티브 오디오 — 대화, 효과음, 음악이 한 번에 출력되어 별도 파이프라인이 필요 없음
Wan 3.0의 아쉬운 점
반대편에는 이것이 베타 — 그것도 폐쇄된 베타라는 사실이 있습니다:
- API 전용. 오픈 웨이트 없음, 로컬 배포 없음, ComfyUI 없음, 파인튜닝 없음. 돌아다니는 'Apache 2.0 오픈소스' 이야기는 재활용된 루머입니다(1.3B + 14B 스펙은 Wan 2.1의 것입니다). Wan 패밀리의 오픈 웨이트 시대는 사실상 Wan 2.2에서 끝났습니다.
- 당분간 알리바바 플랫폼 전용. 2.7처럼 서드파티 제공업체에서 쓸 수 없습니다.
- 4K 없음 — 그리고 1080p는 ¥1.2/초로 2.7보다 약 20% 비쌉니다.
- 거친 부분. 베타 오디오 품질과 영상 내 텍스트 정확도는 솔직한 약점입니다.
- 새로운 프롬프트 스킬. 3.0은 타임스탬프 샷 리스트를 원하고, 2.7은 컷당 한 문단을 원합니다. 기존 프롬프트는 구조째로 이전되지 않습니다.
Wan 2.7이 여전히 가치 있는 이유
작년 모델을 무시하기 쉽지만, 2.7은 제때 나타나는 믿음직한 친구입니다:
- 프로덕션 안정성과 보편성. 신청 게이트도 베타 라벨도 없고, 이미 쓰고 있을 서드파티 플랫폼에서 실행됩니다.
- 1080p에서 더 저렴 — ¥1.0/초 대 ¥1.2/초는 많이 생성할수록 차이가 커집니다.
- 검증된 컨트롤. 첫/마지막 프레임, 이미지로 영상의 멀티 이미지 그리드 입력, 전용 영상 편집 엔드포인트, 자연어 대화·카메라 편집 — 모두 성숙하고 문서화가 잘 되어 있습니다.
- 더 부드러운 프롬프트 형식. 컷당 한 문단은 타임스탬프 스토리보드보다 익히기 쉽습니다.
- 영상 이어서 생성이 지금도 작동합니다(소스 클립 2~10초).
Wan 2.7이 할 수 없는 것
- 긴 테이크. 실행당 최대 15초(참조·편집은 10초)라 긴 영상은 모두 이어 붙이기 작업입니다.
- 컷 간 일관성. 참조 슬롯이 5개뿐이고, 일관성은 세션 안에서만 유지되며 여러 컷으로 가면 드리프트가 생깁니다.
- 문서 입력과 네이티브 음악 없음. 둘 다 3.0 전용입니다.
- 480p 단계 없음 — 최대한 저렴하게 출력하고 싶다면 아쉽습니다.
돈의 문제
초당 기준으로 두 모델은 720p에서 같고(¥0.6/초), Wan 3.0은 1080p에서 약 20% 더 비쌉니다. 하지만 초당이 아니라 완성 영상당 비용을 지불하며, 여기서 차이가 드러납니다. Wan 3.0의 30초 1080p 클립은 한 번에 약 ¥36. Wan 2.7은 같은 길이가 15초 클립 두 개로 약 ¥30, 거기에 이음새 없는 조립 시간이 추가됩니다. 720p에서는 둘 다 약 ¥18이므로 실제 프리미엄은 고해상도에 있습니다. 이 수치들은 베타 시점의 스냅샷으로 보세요. 약속이 아닙니다.
그렇다면 어느 쪽?
영상이 15초보다 길다, 문서에서 시작한다, 캐릭터가 컷 사이에서 알아볼 수 있게 유지되는 것이 중요하다, 또는 음악이 내장되어야 한다 — 그렇다면 Wan 3.0이 베타의 거친 면까지 포함해 당신의 모델입니다. 짧은 소셜 클립을 찍어내거나, 1080p에서 예산을 아끼거나, 오늘 바로 연결할 수 있는 안정적인 파이프라인이 필요하다면 Wan 2.7이 여전히 실용적인 선택입니다.
솔직히 대부분의 팀은 둘 다 쓰게 됩니다: 히어로 샷과 장편에는 3.0, 빠른 턴어라운드와 예산 민감 실행에는 2.7. 워크플로우를 확정하기 전에 같은 프롬프트와 같은 참조 이미지를 둘 다에 돌려보세요 — 숫자는 하나의 지표일 뿐, 자신의 눈으로 차이를 보는 것이 유일한 진짜 리뷰입니다.
wan3video.io에서 Wan 3와 Wan 2.7을 나란히 비교해 보세요 — 같은 프롬프트, 같은 참조로 몇 분 안에 차이를 확인할 수 있습니다.
