알리바바가 영상 생성부터 편집, 재구성까지 실제 영상 제작 전 과정을 통합한 차세대 AI 모델을 선보이며, 콘텐츠 제작 패러다임 변화에 나섰다.
알리바바는 3일(현지시간) 차세대 영상 모델 ‘완2.7-비디오(Wan2.7-Video)’를 공개했다.
텍스트, 이미지, 영상, 음성 등 다양한 입력을 동시에 처리하는 멀티모달 기반 모델이다. 사용자는 간단한 명령어만으로 영상 생성은 물론 편집, 복제, 스타일 변경, 스토리 확장까지 수행할 수 있다.
특히 최대 5장의 이미지와 영상, 음성 데이터를 활용해 특정 인물이나 캐릭터의 외형과 목소리를 일관되게 유지할 수 있으며, 실제 인물 이미지 입력도 지원해 브랜드 콘텐츠나 캐릭터 기반 영상 제작에 강점을 보인다.
1/2 Meet Wan2.7-Video — The Comprehensive Model for Controllable Video Storytelling!
From single clips to full-scale narrative direction, we’ve built more than just a generator. We’ve built a director’s suite:
• Multimodal control over performance and style via text,…
pic.twitter.com/WcPMIL053m
— Wan (@Alibaba_Wan)
April 3, 2026
영상 제작의 핵심 요소인 화질, 움직임, 스타일, 음향, 캐릭터 일관성 등 5가지 영역을 동시에 개선했다. 기존 버전 대비 더 선명한 화면과 자연스러운 동작, 정교한 스타일 제어, 안정적인 장면 전환을 구현했으며, 최대 1080p 해상도와 2~15초 길이의 영상 생성이 가능하다.
또 영상의 시작과 끝을 직접 설정할 수 있는 ‘첫 프레임·마지막 프레임 생성’ 기능과 9분할 이미지 기반 영상 생성 기능을 통해 장면 구성과 연출 제어력을 크게 높였다. 이를 통해 구조적인 영상 설계가 가능해졌다.
편집 기능도 대폭 강화됐다. 사용자는 “기차를 제거해라”와 같은 자연어 명령만으로 특정 요소를 삭제하거나, 객체 교체, 색상 변경, 배경 전환 등 다양한 수정을 수행할 수 있다. 기존 영상의 조명과 질감을 유지하면서 자연스럽게 편집이 적용되는 점도 특징이다.
나아가 기존 영상을 기반으로 동작 구조를 유지한 채 스타일이나 배경, 맥락을 바꾸는 ‘영상 재구성’ 기능도 지원한다. 예를 들어, 등장인물은 그대로 두고 계절을 바꾸거나 동일한 장면을 완전히 다른 콘셉트로 재해석하는 것도 가능하다.
음성 처리 측면에서도 강력한 기능을 제공한다. 대사를 변경하면서도 감정 표현과 입 모양(립싱크), 음색을 유지할 수 있어, 캐릭터 기반 콘텐츠나 가상 인플루언서 제작에 활용도가 높다.
카메라 연출도 자유롭게 조정할 수 있다. 카메라 위치, 앵글, 렌즈, 초점 등을 명령어로 변경해 동일한 영상 소스에서도 완전히 다른 시청 경험을 만들어낼 수 있다.
전문가들은 완2.7-비디오가 단순 생성형 AI를 넘어 연출과 편집까지 아우르는 통합 영상 제작 도구로 발전하고 있다고 평가했다. 특히 반복 제작이나 리믹스, 광고·마케팅 콘텐츠 등 실무 활용도가 높을 것으로 기대된다.
다만 이 모델은 오픈소스로 공개되지 않아, 접근성과 활용 범위에는 일정한 제약이 따른다.
박찬 기자 cpark@aitimes.com
댓글
0