알리바바의 영상 생성 모델 Wan3.0이 8월 24일 전 사용자 대상 베타로 공개됐다. 1회 생성 길이가 30초까지 늘었고, doc·xls·ppt·pdf·md 같은 오피스 문서를 입력으로 받는 기능이 처음 추가돼 기존 자료를 바로 영상으로 바꿀 수 있게 됐다. 이용자는 알리바바 클라우드 바이롄(百炼), 완징이커(万镜一刻), 완샹(万相) 공식 사이트, 그리고 Qwen Chat PC 버전에서 사용해 볼 수 있으며, Qwen 앱에서는 단계적으로 열리는 중이다.
길이 확대의 의미는 편집 단계에서 더 뚜렷하게 드러난다. 10초 미만 영상은 한 장면을 담기도 벅차 연속 카메라 워크나 원컷 연출은 사실상 불가능했다. 30초까지 늘어나면서 비로소 완결된 짧은 장면 하나를 담을 여지가 생긴다. 알리바바가 이번에 제시한 역량 목록에서 일관성이 앞쪽에 배치된 점도 눈에 띈다. 캐릭터, 소품, 음성, 공간 관계, 스타일을 전체 구간에서 흔들림 없이 유지하는 것이 긴 길이에서 가장 어려운 부분이기 때문이다.
가격이 제작 라인 채택 여부를 결정한다
API 요금은 초당 과금 방식으로, 480P·720P·1080P가 각각 초당 0.3위안·0.6위안·1.2위안이다. 8월 24일부터 9월 23일까지는 30% 할인이 적용돼 각각 초당 0.21위안·0.42위안·0.84위안으로 낮아진다.
실제 결과물로 환산하면 1080P 30초 영상 한 편은 정가 36위안, 프로모션 기간에는 25.2위안이다. 같은 길이의 480P는 정가 9위안, 프로모션가는 6.3위안이다.
제작 규모로 다시 대략 계산해 보면, 5분짜리 AI 숏폼 드라마 한 편을 전부 1080P로, 컷마다 한 번에 통과한다고 가정할 때 순수 생성 비용은 약 360위안이다. 실제로는 폐기되는 컷이 나올 수밖에 없어 채택률을 3대1로 잡으면 비용은 1000위안을 조금 넘는 수준이 된다. 이는 실사 촬영과는 비교가 안 되는 수준이며, 분당 과금으로 수십 달러가 들던 초기 방식과도 확연히 다른 구간이다. 숏폼 드라마, 광고, 관광 홍보처럼 대량의 완성 영상이 필요한 발주처 입장에서 비용은 이제 '한번 해볼까'에서 '예산에 넣을 수 있는' 수준으로 옮겨갔다.
30초를 컷 수로 환산하면 진입 장벽이 어디에 있는지 더 잘 보인다. 30초짜리 완성 영상을 통상적인 리듬으로 편집하면 대략 4~6개 컷이 나오는데, 모델은 이 전환 구간 내내 같은 얼굴, 같은 소품, 같은 배경을 흐트러짐 없이 유지해야 한다. 10초급 모델은 짧은 길이 덕분에 일관성 문제가 가려질 여지가 있지만, 30초에는 그런 가림막이 없어 흔들림이 그대로 드러난다. 알리바바가 이번에 캐릭터·소품·음성·공간 관계·스타일 다섯 가지를 한꺼번에 역량 목록에 올린 것도 대체로 이 문제에 대한 대응으로 볼 수 있다.
1회 30초라는 지점에서 Wan3.0이 처음 도달한 건 아니다. 앞서 바이트댄스의 Seedance 2.5가 이미 길이를 30초까지 늘린 바 있다. 중국 내 여러 업체가 비슷한 시점에 같은 지표를 같은 수준까지 끌어올렸다는 것은, 롱숏 일관성이 해상도를 대신해 이번 경쟁의 주전장이 됐다는 뜻이다.
입력창을 프롬프트에서 PPT 한 장으로
doc·xls·ppt·pdf·md 입력 지원은 이번에 더 눈여겨봐야 할 설계다. 예전에는 제품 소개 영상 하나를 만들려면 누군가 자료를 먼저 읽고 콘티로 쪼갠 뒤 프롬프트로 다시 써야 했고, 이 수작업 '번역' 과정이 생성 자체보다 더 긴 시간을 잡아먹는 경우가 많았다. 문서를 모델에 바로 넣는 방식은 이 단계를 통째로 없애버린다. 대가는 통제력 저하다. 어떤 페이지를 화면으로, 어떤 문단을 내레이션으로 만들지는 모델이 스스로 결정하기 때문에 재작업 시 문제 지점을 짚어내기가 쉽지 않다. 이 방식은 소재의 표준화 수준이 높을수록 더 잘 맞는다.
기업 쪽 활용 시나리오는 이 설계와 딱 맞아떨어진다. 교육 자료, 제품 매뉴얼, 실적 설명자료, 사내 공지는 원래부터 PPT와 PDF 형태로 존재하기 때문이다. Wan3.0이 Qwen Chat PC 버전과 바이롄에 들어간 이유도 여기서 설명된다. 겨냥한 것은 소셜 플랫폼의 즉흥적 창작이 아니라 업무 워크플로다.
생성 품질과 관련해 알리바바는 실사 렌더링의 디테일을 강조했다. 미세 표정, 피부와 눈가 처리가 이번 개선의 중점이었고 색감 조화와 스타일 융합에도 조정이 이뤄졌다. 업계 반응은 '안정적', '사실적', '질감 있다'는 세 단어로 모인다. 사용자들이 구체적으로 언급하는 변화는 긴 시퀀스의 서사 연결이 더 매끄러워졌고 파라미터를 반복 조정하는 횟수가 줄었다는 점이다.
다만 이런 평가는 아직 체감 수준에 머물러 있고, 공개된 비교 벤치마크는 아직 뒤따라오지 못했다. 진짜 답은 프로모션 기간이 끝난 뒤 한 달 동안, 실제로 얼마나 많은 상업용 완성 영상이 이 모델로 나오는지에서 나올 것이다.
참고 출처: 알리바바 클라우드 공식 발표, 량쯔웨이(量子位, QbitAI), IT즈자(IT之家), CocoLoop. 1회 30초 생성 길이, doc/xls/ppt/pdf/md 입력 지원, 제공 플랫폼 목록, 480P/720P/1080P의 초당 정가·프로모션가(0.3/0.6/1.2위안)는 모두 위 출처를 기준으로 확인했으며, 제작 비용 추산은 본 사이트의 대략적인 계산이다.