알리바바, 30초 영상 생성 AI 'Wan3.0' 출시…PPT·문서 입력도 지원

지금까지 생성형 AI로 영상을 만들 때 가장 큰 걸림돌은 몇 초짜리 짧은 클립을 이어 붙여야 한다는 점이었습니다. 컷마다 캐릭터 얼굴이 미세하게 바뀌거나 조명이 달라져 후반 작업에 더 많은 시간이 들기 일쑤였습니다.

알리바바가 차세대 비디오 생성 모델 Wan3.0을 알리바바 클라우드 Model Studio와 Qwen 플랫폼을 통해 공개했습니다. 이전 세대인 Wan2.7의 15초 제한을 두 배로 늘려 한 번에 최대 30초짜리 영상을 만들 수 있게 되었으며, 업계 최초로 PPT와 PDF 같은 문서 파일까지 입력 창에 직접 넣을 수 있도록 지원합니다.

문서 한 장 넣으면 완성되는 30초 영상

Wan3.0은 텍스트와 이미지, 오디오, 비디오뿐만 아니라 DOC, XLS, PPT, PDF, TXT, 마크다운 등 다양한 포맷의 문서를 직접 읽어 들입니다. 최대 50페이지 및 100MB 크기의 파일이나 웹 링크를 인식할 수 있습니다. 예를 들어 카페 브랜드 소개서를 업로드하고 따뜻한 톤앤매너를 요청하는 프롬프트 한 줄을 더하면 30초짜리 완성형 브랜드 광고 영상이 출력됩니다.

늘어난 30초 길이를 실용적으로 활용할 수 있도록 프롬프트에 맞는 최적의 길이를 추천해 주는 기능과 영상 연장 기능이 함께 포함되었습니다. Wan2.7에서 선보였던 영상 편집 기능도 유지되어, 처음부터 다시 생성하지 않고도 특정 비주얼이나 줄거리, 대사만을 부분적으로 수정할 수 있습니다.

인물 표현에서도 AI 특유의 획일적인 피부 질감을 줄이고 미세한 표정과 몸짓을 자연스럽게 반영하도록 개선했습니다. 다만 알리바바 측은 자체 내부 테스트 결과 오디오 질감과 화면 내 텍스트 렌더링 정확도는 여전히 개선이 필요한 영역이며 향후 버전에서 순차적으로 보완할 계획이라고 밝혔습니다.

API 가격은 초 단위 종량제로 책정되었습니다. 480P 해상도는 초당 0.05달러, 720P는 0.10달러, 1080P는 0.20달러입니다. 30초 분량의 1080P 고화질 영상 하나를 뽑는 데 6.00달러가 들고, 480P 초안은 1.50달러면 생성할 수 있습니다.

왜 중요한가

마케터와 숏폼 콘텐츠 제작자, 영상 크리에이터에게 30초 원테이크 생성은 단순한 기능 확장을 넘어 작업 방식의 변화를 뜻합니다. 잘게 쪼개진 클립을 이어 붙이는 번거로움 없이 하나의 생성만으로 기승전결이 있는 연출과 긴 카메라 워크를 담아낼 수 있습니다. 복잡한 기획안이나 제품 카탈로그를 영상으로 빠르게 변환할 수 있어 사내 커뮤니케이션이나 홍보물 제작 문턱도 크게 낮아집니다.

산업 측면에서는 경쟁사들이 5초에서 10초 내외의 시각적 화려함에 집중할 때, 알리바바는 긴 생성 시간과 오피스 문서 연동이라는 실무 중심의 기능을 선점했습니다. 일반적인 텍스트-비디오 변환기를 넘어 기업의 정형·비정형 데이터를 시각화하는 비즈니스 레이어로 진입하려는 전략으로 보입니다.

우리는 480P 저화질 테스트를 1.50달러에 제공해 사전 기획 비용을 낮추고, 검증된 컷만 6.00달러로 고화질 렌더링하도록 유도한 가격 정책이 매우 현실적이라고 봅니다. 하지만 30초라는 긴 시간 동안 사물과 인물의 물리적 일관성을 왜곡 없이 유지하는 것은 여전히 까다로운 기술적 도전입니다. 화면 텍스트 깨짐이나 오디오 한계가 남아 있는 만큼, 외주 제작을 완전히 대체하기보다는 빠른 시안 기획과 프로토타입 제작 도구로 먼저 도입해 볼 만하다고 판단됩니다.