Alibaba는 텍스트, 이미지, 오디오, 동영상뿐 아니라 PDF 파일, 프레젠테이션, 웹페이지 및 스프레드시트를 포함한 여러 입력으로 최대 30초 길이의 1080p 동영상을 생성할 수 있는 동영상 생성 인공지능 모델 Wan3.0을 제공하기 시작했다.
이 모델은 8월 초부터 Alibaba Cloud의 Model Studio 및 Qwen Cloud 플랫폼을 통해 시험적으로 이용할 수 있었으며, 이후 더 광범위한 사용자층에 공식적으로 공개됐다. Wan3.0은 Alibaba의 동영상 생성 제품군 중 최신 모델이다.
실제로 무엇이 달라지는가?
Wan3.0은 한 번의 생성 과정에서 생성할 수 있는 동영상의 최대 길이를 이전 모델인 Wan2.7의 15초에서 30초로 늘렸다. Alibaba에 따르면, 더 긴 영상에서도 캐릭터와 사물의 외관, 장면 내 요소의 배치, 애니메이션에서 더 높은 수준의 일관성을 유지한다.
또한 회사는 얼굴 표정과 동기화된 움직임 및 다국어 오디오 출력을 지원한다고 밝혔다. 입력은 텍스트 프롬프트나 이미지에만 국한되지 않는다. 프레젠테이션이나 PDF 문서의 내용을 동영상 자료로 변환할 수 있어 기업 커뮤니케이션, 마케팅 및 소셜 네트워크 콘텐츠 제작에서 모델의 잠재적 활용 범위가 넓어진다.
용도와 비용
Alibaba는 마케팅 및 기업 커뮤니케이션 영상, 짧은 동영상, 소셜 미디어 콘텐츠, 짧은 드라마를 목표 용도로 제시한다. 또한 자율주행 차량과 로봇 시스템을 위한 훈련 시뮬레이션에 활용할 수 있다고 언급했지만, 해당 응용 분야에 관한 추가적인 기술 세부 사항은 자료에 제시하지 않았다.
비용은 해상도에 따라 달라지며, 480p는 초당 0.05달러, 720p는 0.10달러, 1080p는 0.20달러다. 따라서 1080p로 1분 분량을 제작하는 비용은 약 12달러에 이른다. 출처에 제시된 비교 기준으로 Google의 Veo 3.1 모델은 표준 등급에서 초당 0.40달러다.
제공 및 개방성
Wan3.0은 이전 Wan 모델들의 방식에서 전환한 것으로, Alibaba는 현재 모델 가중치를 공개하지 않고 있다. Model Studio와 Qwen Cloud를 통해 제공 범위를 단계적으로 확대하고 있으며, API도 단계적으로 출시할 계획이다. 또한 wan.video를 통해 구독 기반의 소비자용 플랫폼을 제공할 계획이다.
이번 출시가 중요한 이유
Wan3.0의 중요성은 동영상 길이를 두 배로 늘린 데에만 있지 않다. 프레젠테이션과 문서 같은 다양한 기업 자료에서 동영상을 생성하는 기능과, 비교적 긴 출력 및 최대 1080p 해상도를 결합했다는 점에도 있다. 이는 이미 준비된 자료를 다루면서 이를 동영상으로 전환해야 하는 마케팅 및 커뮤니케이션 팀에 중요할 수 있다. 그러나 이러한 실용적 기능의 가치는 변환 품질과 결과의 일관성에 따라 달라지며, 출처는 이러한 측면에 대한 독립적인 측정치를 제시하지 않는다.
이번 출시는 Alibaba가 인공지능 투자 자금을 마련하기 위해 홍콩에서 약 102억 달러 규모의 주식을 매각한다고 발표한 뒤 이루어졌다. 회사는 신주 7억 1,000만 주 발행으로 조달한 전액을 인공지능 칩과 인프라 및 모델 개발에 배정할 것이라고 밝혔다. 마지막 분기에 연간 순이익은 75% 감소한 반면, 자본 지출은 75% 증가해 676억 8,000만 위안에 달했다. 반대로 클라우드 및 인공지능 매출은 6월 분기에 45% 성장해 484억 4,000만 위안에 이르렀다. Alibaba는 2025년 초 향후 3년 동안 인공지능 인프라에 3,800억 위안을 투자할 계획이라고 발표한 바 있다.