이 챕터에서 다루는 것
AI 비디오 생성은 텍스트, 이미지, 또는 기존 비디오를 입력으로 받아 새로운 비디오를 만들어내는 기술입니다. 이미지 생성이 한 장의 정지된 그림을 만드는 것이라면, 비디오 생성은 수십~수백 프레임의 연속된 이미지를 시간적 일관성을 유지하며 생성하는 것입니다.
이 챕터에서는 다음을 학습합니다:
- AI 비디오 생성의 다섯 가지 유형 (T2V, I2V, FLF2V, V2V)
- 비디오 파이프라인의 기본 구조와 이미지 파이프라인과의 차이점
- 용도와 환경에 맞는 모델 선택 가이드
비디오 생성 유형
AI 비디오 생성은 입력 데이터의 종류에 따라 여러 유형으로 나뉩니다.
영상 모델의 경우 가장 대표적인 wan2.2 모델을 기준으로 합니다.
Wan 2.2 14B - Text to Video
텍스트 프롬프트만으로 비디오를 생성합니다. "A cat walking through a garden"처럼 장면을 묘사하면, AI가 움직이는 비디오를 만들어냅니다.
- 가장 자유도가 높지만, 원하는 결과를 정확히 통제하기 어려울 수 있음
- 대부분의 비디오 모델이 T2V를 기본으로 지원
Wan 2.2 14B - Image to Video
하나의 정지 이미지를 입력으로 받아, 그 이미지가 움직이는 비디오를 생성합니다. 사진 속 인물이 걸어가거나, 풍경에 바람이 부는 효과를 줄 수 있습니다.
- 시작 프레임을 정확히 유지할 수 있어 일관성이 높음
Wan 2.2 14B - First-Last Frame to Video
시작 이미지와 끝 이미지, 두 장을 입력하면 그 사이를 자연스럽게 연결하는 비디오를 생성합니다.
- 시작과 끝을 정확히 제어할 수 있어 스토리보드 기반 작업에 적합
어떤 모델을 선택할까?
용도별 추천
| 목적 | 추천 모델 | 이유 |
|---|---|---|
| 처음 시작할 때 | Wan 2.1 T2V (1.3B) | 가볍고 빠르며, 기본 파이프라인 이해에 적합 |
| 범용 고품질 | Wan 2.2 14B (Turbo) | 4스텝 터보로 빠르면서도 14B 모델의 품질 |
| 이미지→비디오 | Wan 2.2 I2V | 안정적인 I2V 결과물 |
| 비디오 제어 (V2V) | Wan 2.2 Fun Control | Canny 기반 동작 제어, 스타일 변환 |
| 시작/끝 프레임 제어 | Wan 2.2 FLF2V | 시작과 끝을 정확히 지정 |
환경별 추천
| VRAM | 추천 모델 | 비고 |
|---|---|---|
| 8~12GB | Wan 2.1 T2V (1.3B) | 경량 모델, 낮은 해상도/프레임 수 |
| 12~16GB | Wan 2.2 5B, Wan 2.1 14B | 중간 규모 모델, fp8 양자화 활용 |
| 16~24GB | Wan 2.2 14B (Turbo) | 대부분의 비디오 워크플로우 실행 가능 |
| 24GB+ | 모든 모델 | 고해상도 + 많은 프레임 수로 생성 가능 |
핵심 정리
기억해야 할 것들
- T2V → I2V → V2V 순서로 제어 수준이 높아집니다. 텍스트만으로 부족하면 이미지 입력을, 더 정밀한 제어가 필요하면 비디오 입력을 활용하세요.
- Wan 2.2는 다양한 비디오 생성 유형을 지원하는 모델입니다.
- 비디오 생성은 이미지보다 VRAM과 시간이 훨씬 많이 필요합니다. 처음에는 낮은 해상도와 적은 프레임 수로 시작하세요.