Wan

Wan이란 무엇인가요?

Wan은 알리바바 그룹(Alibaba Group)의 통이 실험실(Tongyi Lab)에서 개발한 오픈 소스 AI 비디오 생성 모델 시리즈입니다. Wan 시리즈는 알리바바의 멀티모달 AI 기술이 집약된 핵심 프로젝트로, 텍스트 프롬프트, 이미지, 참조 비디오를 사실적인 움직임과 시각적 일관성을 갖춘 고품질 비디오 콘텐츠로 변환하도록 설계되었습니다.

2026년 4월에 출시된 Wan 2.7은 단순 생성 모델을 넘어 더 넓은 범위의 비디오 제작 툴킷으로 크게 확장되었습니다. 프레임 단위의 제어, 지시어 기반 비디오 편집, 그리고 내장된 추론 레이어가 새롭게 추가되었습니다. 광고 컨셉을 구상하는 마케터든, 장면을 시각화하는 영화 제작자든, 이번 버전은 실제 제작 과정에서의 병목 현상을 해결해 줄 실용적인 도구들을 제공합니다. Somake AI의 왼쪽 패널에서 현재 버전과 이전 버전의 Wan 모델을 선택하여 사용해 보실 수 있습니다.

현재 버전: Wan 2.7 (2026년 4월)

요약 정보

Wan 2.7 — 최신 업데이트 내용

Wan 2.7은 기존의 표준 생성 모델에서 더 포괄적인 비디오 제작 스위트로 Wan 시리즈를 확장시켰습니다. 이번 릴리스에서는 프레임 단위의 정밀 제어, 텍스트 지시어를 통한 기존 영상 편집 기능, 그리고 더욱 정확한 구도를 위한 내부 추론 엔진이 도입되었습니다.

Wan 2.7의 주요 개선 사항:

• 첫 프레임과 마지막 프레임 생성: 시작 프레임과 끝 프레임을 모두 지정할 수 있습니다. 모델이 두 지점을 논리적으로 연결하는 데 필요한 매끄러운 움직임과 전환을 계산하여 생성합니다.

• 비디오 대 비디오(Video-to-Video) 편집: 기존 비디오 클립을 업로드하고 자연어 텍스트 지시어를 사용해 원래의 움직임 구조를 유지하면서 스타일, 배경 또는 조명을 수정할 수 있습니다.

• 9그리드 이미지 대 비디오: 3×3 그리드의 스토리보드 컷들을 하나의 연속적이고 일관된 비디오 내러티브로 변환합니다.

• 연쇄 사고 추론(Thinking Mode): 내장된 추론 레이어가 프롬프트를 더 정확하게 해석하고, 구도를 강화하며, 12개 언어에 대해 가독성 있는 텍스트를 렌더링합니다.

• 향상된 피사체 참조: 프레임 전반에 걸쳐 캐릭터와 객체의 정체성을 유지하는 아이덴티티 로킹(Identity locking) 기능이 개선되었습니다. (참고: 일부 고급 멀티 참조 기능은 아직 모든 제3자 플랫폼에서 지원되지 않을 수 있습니다.)

이전 버전 하이라이트 (Wan 2.6):

다음 기능은 Wan 2.6(2025년 12월)에서 도입되었으며 현재 모델에서도 계속 사용 가능합니다:

• 깨끗한 음성 분리가 포함된 다자간 대화

• 캐릭터 참조 시스템 (최대 3개 참조) — Somake에서는 아직 미지원

• 얼굴 및 음성 샘플을 통한 개인 아바타 생성 — Somake에서는 아직 미지원

• 프롬프트를 통한 배경 및 의상 제어

• 자체 오디오-비주얼 동기화(Sync) 기능

객관적인 장단점

✅ 장점 (v2.7 기준):

• 추론 모드(Thinking Mode)를 통해 눈에 띄게 더 정확한 구도와 읽기 쉬운 텍스트 생성

• 9그리드 스토리보드 입력 기능으로 기획과 제작 워크플로우 연결

• 오픈 소스 유지로 개발자의 커스텀 배포 유연성 제공

• 2.5/2.6 버전부터 이어진 안정적인 오디오-비주얼 동기화

⚠️ 한계 (v2.7 기준):

• 음성의 사실감과 감정 표현은 여전히 Veo 3나 Sora 2와 같은 프리미엄 폐쇄형 모델에 비해 뒤처짐

• 여러 캐릭터가 등장하는 복잡한 액션 장면에서 시각적 왜곡이 발생할 수 있음

• 애니메이션 스타일의 비디오 생성 능력이 실사 스타일에 비해 약함 (Wan 2.6 이후 큰 진전 없음)

• 이전 버전보다 줄었으나 결과물에서 간혹 언어 불일치 현상 발생 가능

주요 활용 사례

비교: Wan 2.7 vs 경쟁 모델

추천 상황:

• Wan 2.7은 오픈 소스의 유연성, 프레임 단위의 제어, 가성비 좋은 비디오 편집 기능이 필요한 사용자에게 가장 강력한 선택입니다.

• Veo 3.1은 오디오의 사실감과 해상도 면에서 앞서 있습니다. 예산 제약 없이 음성 품질이 매우 중요할 때 좋은 선택지입니다.

• Sora 2는 더 긴 클립과 자연스러운 오디오를 제공하여 긴 호흡의 내러티브 시퀀스에 적합합니다.

Somake AI에서는 플랫폼 이동 없이 Wan 2.7을 Kling, Seedance 같은 다른 모델들과 직접 나란히 비교해 볼 수 있습니다.

Wan 2.7 고급 프롬프트 가이드

멀티샷 스토리텔링 프롬프트 템플릿

영화 같은 [장르] 장면.
샷 1: [와이드/미디엄/클로즈업] 샷, [장면, 캐릭터, 액션 묘사].
샷 2: [카메라 앵글], [화면 전환 및 새로운 초점 묘사].
샷 3: [카메라 앵글], [결말 또는 마지막 순간 묘사].
스타일: [실사/영화같은/스타일화된]. 조명: [자연광/드라마틱한/부드러운].

첫 프레임/마지막 프레임 프롬프트 템플릿

영화 같은 [장르] 장면.
시작 프레임: [시작 구도, 캐릭터, 조명 묘사].
액션/트랜지션: [움직임, 카메라 이동, 상호작용 묘사].
끝 프레임: [최종 목적지 묘사].
스타일: [실사/영화같은/스타일화된]. 텍스트 렌더링: "[화면에 나타날 특정 텍스트를 따옴표 안에 포함]".

프롬프트 확장 기능

입력한 내용이 너무 간단하거나 더 풍부한 시각적 디테일을 원할 때 프롬프트 확장 기능을 활성화하세요. 시스템이 묘사 요소를 추가하여 결과물의 구도, 스타일 일관성, 시각적 조화를 끌어올려 줍니다.

자주 발생하는 문제 해결

문제: 음성이 기계적이거나 부자연스러워요
→ 해결 방법: 이는 Wan 2.7의 성능 한계입니다. 매우 사실적이거나 감정적인 목소리가 필요한 프로젝트라면, 비디오 결과물에 별도로 생성하거나 녹음한 오디오를 합치는 방법을 권장합니다.

문제: 예상치 못한 캐릭터나 초현실적인 요소가 나타나요
→ 해결 방법: Wan 2.7의 추론 모드가 이러한 왜곡을 줄여주지만, 프롬프트에 너무 많은 정보가 담기면 여전히 발생할 수 있습니다. 프롬프트를 단순화하여 다시 생성해 보세요.

문제: 액션 장면에 시각적 왜곡이 생겨요
→ 해결 방법: 여러 캐릭터가 등장하는 복잡한 액션은 모델의 약점입니다. 역동적인 장면을 여러 개의 단순한 샷으로 나누고, 첫/마지막 프레임 기능을 사용해 움직임의 시작과 끝을 명확히 제어해 보세요.

문제: 표지판이나 옷의 글자가 깨져 보여요
→ 해결 방법: Wan 2.7은 추론 모드를 통해 12개 언어의 텍스트 렌더링 성능을 개선했습니다. 여전히 글자가 깨진다면 프롬프트에서 원하는 텍스트를 반드시 따옴표("")로 감싸고, 서로 상충하는 참조 이미지를 섞지 않도록 주의하세요.