2026년 8월 30일 기준으로, Wan 3.0을 가장 정확하게 설명하는 말은 ‘공식 호스팅 영상 생성 모델’이다. Alibaba Cloud 문서에는 wan3.0-video와 wan3.0-video-prime의 API 기능이 공개돼 있다. 반면 공개 저장소에서 바로 내려받아 로컬 추론에 쓸 Wan 3.0 코드와 가중치는 확인되지 않았다.
따라서 지금 당장 결정해야 할 것은 두 가지다.
- 작업은 공식 호스팅 경로로 진행할 것인가?
- “최대 30초” 조건 안에서 텍스트·이미지·영상·오디오 입력을 어떻게 구성할 것인가?
이 글은 두 질문을 섞지 않는다. API 사용 가능 여부, 공개 저장소, 모델 가중치, 라이선스를 각각 확인하고, 마지막에는 결과 파일을 잃지 않는 데까지 이어지는 작업 순서를 제시한다.
먼저 결론: API는 확인됐지만, 공개 가중치는 별개의 문제다
현재 공식 문서에서 확인할 수 있는 범위는 다음과 같다.
| 확인할 항목 | 2026년 8월 30일 현재 판단 | 실무 의미 |
|---|---|---|
| 공식 모델 | wan3.0-video, wan3.0-video-prime | Alibaba Cloud Model Studio의 호스팅 경로를 기준으로 설계한다. |
| 생성 방식 | 텍스트 기반, 첫 프레임·첫/마지막 프레임 기반, reference 기반, 영상 편집·확장 | 원하는 결과보다 먼저 입력 모드를 선택해야 한다. |
| 길이 | 기본 5초, 조건에 따라 2~30초 정수 또는 스마트 길이 -1 | 입력 영상이 있으면 출력 30초를 그대로 요청할 수 없다. |
| 처리 방식 | 비동기 작업 생성 후 task_id 조회 | 요청 한 번으로 MP4가 즉시 돌아오는 동기 API로 보면 안 된다. |
| 결과 | 문서상 MP4, 30fps, 반환 URL은 24시간 유효 | 성공 즉시 영구 저장소로 복사해야 한다. |
| 공개 코드·가중치 | 당일 확인한 공식 공개 채널에서 Wan 3.0 추론 코드·체크포인트를 확인하지 못함 | “GitHub 저장소가 있다”를 “로컬 실행 가능”으로 해석하면 안 된다. |
공식 API 문서는 기능을 확인하는 출발점이지만, 모든 계정에서 즉시 쓸 수 있다는 보증은 아니다. API 레퍼런스는 현재 서비스를 preview로 표기하는 반면, Model Studio의 모델 릴리스 페이지는 API가 generally available이라고 설명한다. 지역, 워크스페이스, 계정 권한, 엔드포인트를 실제 콘솔에서 다시 확인해야 하는 이유다.
공식적으로 문서화된 기능은 어디까지인가
Alibaba Cloud는 두 All-in-One 모델이 다음 작업을 다룬다고 문서화한다.
- 텍스트에서 영상 생성
- 첫 프레임 또는 첫·마지막 프레임을 지정한 이미지 기반 영상 생성
- 이미지·영상·오디오를 활용한 reference 기반 생성
- 기존 영상 편집과 확장
문서에 등장하는 미디어 유형은 first_frame, last_frame, reference_image, reference_video, reference_audio, 파일, 공개 링크다. reference 입력의 상한은 이미지 최대 10개, 영상 최대 5개이면서 총 15초 이하, 오디오 최대 5개이면서 총 15초 이하로 안내된다.
이 숫자를 “이미지 10개+영상 5개+오디오 5개를 언제나 한 요청에 넣을 수 있다”는 뜻으로 읽으면 위험하다. 첫·마지막 프레임 방식과 reference·파일·링크 방식에는 상호 배타 조건이 있고, 각 미디어 유형마다 포맷·용량·해상도·접근성 제한도 있다. 실제 요청은 공식 API 레퍼런스의 현재 스키마에 맞춰 한 가지 생성 모드로 좁혀야 한다.
Alibaba Cloud는 별도 릴리스 자료에서 네이티브 30초 스토리텔링, 최대 20개 멀티모달 reference asset, 통합 오디오, 편집, 일관성 향상을 소개한다. 이는 공급자가 밝힌 능력 범위다. 이 글에서 독립적으로 30초 품질, 인물·소품 일관성, 오디오 싱크, 화면 속 글자 정확도, 지연 시간과 실패율을 재현해 검증한 것은 아니다. 공급자 역시 Wan 3.0 소개 글에서 오디오 질감과 화면 글자 렌더링 정확도에 개선 여지가 있다고 명시한다.
‘Open Source’ 메뉴와 로컬 실행 가능성은 같은 말이 아니다
오픈소스 여부를 판단할 때는 최소 네 층을 분리해야 한다.
- 공개 저장소가 존재하는가?
- 추론 코드와 의존성 파일이 배포됐는가?
- 다운로드 가능한 모델 가중치가 배포됐는가?
- 코드와 가중치 각각에 적용되는 라이선스가 무엇인가?
2026년 8월 30일 공개 채널을 확인한 결과는 다음과 같다.
AlibabaCloud-Official/Wan3.0저장소의main트리에는README.md와LICENSE두 파일만 확인됐다. 추론 스크립트, 의존성 명세, 체크포인트, 태그, 릴리스 자산은 보이지 않았다.- 공식
Wan-VideoGitHub 조직의 공개 저장소 목록에는 Wan2.1, Wan2.2 등은 있었지만 Wan 3.0 코드·가중치 저장소는 확인되지 않았다. - 공식
Wan-AIHugging Face 공개 모델 목록에서도 ID가 Wan3 또는 Wan3.0과 일치하는 모델을 확인하지 못했다.
이것은 날짜가 붙은 공개 관찰이다. 비공개 저장소, 다른 이름의 채널, 이후 공개 가능성을 배제하지 않는다. 그러므로 “Wan 3.0은 영구적으로 폐쇄형”이라고 결론 내릴 근거는 아니다. 정확한 표현은 현재 확인한 공식 공개 채널에는 로컬 추론에 필요한 Wan 3.0 코드와 가중치가 배포돼 있지 않다이다.
저장소의 Apache License 2.0은 그 저장소에 실제로 배포된 Work에 적용된다. 아직 그곳에 없는 모델 가중치나 추론 코드를 자동으로 허가하지 않으며, 상표권을 부여하는 것도 아니다. 로컬 배포를 계획한다면 가중치 파일, 가중치 전용 라이선스, 추론 코드, 하드웨어 요구사항이 실제로 공개된 뒤 각각 다시 검토해야 한다. 이는 법률 자문이 아니라 기술 자산의 배포 범위를 구분하는 기준이다.
30초는 어떻게 계산해야 하나
duration의 기본값은 5초다. 영상 입력이 없을 때는 2~30 사이의 정수를 지정할 수 있고, -1은 스마트 길이를 사용한다. 핵심 예외는 영상 입력이 있을 때다.
“입력 동영상 길이 + 출력 동영상 길이 ≤ 30초
예를 들어 8초 reference 영상을 넣는다면 출력으로 요청할 수 있는 이론상 최대 길이는 22초다. 15초 영상을 넣으면 최대 출력은 15초다. 반대로 이미지와 오디오만 reference로 사용하고 입력 동영상이 없다면 문서상 최대 30초 출력을 요청할 수 있다.
| 입력 구성 | 출력 길이 계산 | 유효한 예 |
|---|---|---|
| 텍스트만 | 2~30초 | 30초 출력 |
| 이미지 reference만 | 2~30초 | 24초 출력 |
| 8초 입력 영상 | 출력은 최대 22초 | 8초 입력+22초 출력 |
| 총 15초 입력 영상 | 출력은 최대 15초 | 15초 입력+15초 출력 |
| 18초 입력 영상 | reference 영상 총 15초 제한부터 충돌 | 입력을 줄이거나 다른 모드를 선택 |
이 계산은 요청이 형식상 허용될 가능성을 판단할 뿐, 생성된 30초 영상의 품질을 보장하지 않는다. 긴 영상일수록 인물·소품·동작·오디오·화면 글자를 구간별로 검수하는 편이 안전하다.
실행 가능한 30초 멀티모달 워크플로
아래 순서는 특정 SDK 버전의 필드명을 추측해 고정하지 않는다. 실제 요청 본문은 공식 가이드의 최신 예제를 사용하되, 생성 전에 입력 계약과 결과 수락 기준을 먼저 완성하는 방식이다.
1. 지역과 접근 경로를 먼저 고정한다
Model Studio 콘솔에서 목표 지역과 워크스페이스가 Wan 3.0 모델을 노출하는지 확인한다. API 키, 모델, 작업 생성 엔드포인트, 작업 조회 엔드포인트는 같은 지역에 속해야 한다. 가격, 무료 크레딧, 쿼터, 결제 가능 여부는 계정과 지역에 따라 바뀔 수 있으므로 콘솔의 현재 값을 기준으로 한다.
콘솔에 모델이 보이지 않거나 API 호출 권한이 없다면 제3자 페이지의 “사용 가능” 문구로 우회 결론을 내리지 말고 멈춘다. 제3자 생성기가 정확한 공식 모델과 버전을 사용하는지도 별도 확인 대상이다.
2. 한 요청의 생성 모드를 하나로 정한다
목표를 다음 중 하나로 문장화한다.
- 텍스트만으로 장면을 만든다.
- 첫 프레임 또는 첫·마지막 프레임을 고정한다.
- 인물·제품·동작·음색 reference를 제공한다.
- 기존 영상을 편집하거나 확장한다.
그다음 허용되는 미디어 유형만 남긴다. first_frame 방식과 reference 방식처럼 함께 쓸 수 없는 조합을 먼저 제거하면, 프롬프트를 다듬기 전에 발생하는 요청 오류를 줄일 수 있다.
3. 입력 목록과 길이 예산을 작성한다
각 입력에 목적, 유형, 파일 형식, 접근 가능 URL, 영상·오디오 길이를 기록한다. reference 상한을 넘지 않는지 확인한 뒤 출력 길이를 계산한다.
text목표 출력: 24초 제품 소개 영상 입력 영상: 6초 동작 reference 1개 입력 이미지: 제품 reference 4개 입력 오디오: 12초 분위기 reference 1개 길이 검사: 6초 입력 영상 + 24초 출력 = 30초 → 문서상 조건 충족 개수 검사: 이미지 4/10, 영상 1/5, 오디오 1/5 → 각 상한 이내 추가 검사: 포맷·용량·해상도·공개 접근성·모드 상호 배타 조건 확인
4. 프롬프트보다 먼저 수락 기준을 쓴다
생성 전에 “좋아 보인다”보다 판정하기 쉬운 기준을 적는다.
- 필요한 총 길이와 장면별 시간 범위
- 인물, 제품, 로고, 소품이 유지돼야 하는 구간
- 금지할 변형이나 등장 요소
- 대사·효과음이 필요한 시점
- 화면 글자가 있다면 정확히 읽혀야 할 문자열
- 편집에서 바로 쓸 해상도·화면비·파일 조건
화면 글자와 오디오 질감은 공급자도 개선 여지를 밝힌 영역이다. 중요한 자막은 생성 영상에 직접 맡기기보다 후반 편집에서 넣는 대안도 준비한다.
5. 비동기 작업을 생성하고 task_id를 보존한다
공식 생성 가이드의 현재 예제에 맞춰 요청한다. 응답에서 task_id를 받으면 요청 시각, 모델 ID, 지역, 입력 자산 버전, 프롬프트, 길이, 수락 기준과 함께 저장한다. 이 기록이 없으면 실패 재시도와 결과 비교가 어려워진다.
즉시 영상 파일이 오지 않는 것은 정상이다. 작업 조회 엔드포인트로 상태를 폴링하되, 호출 간격과 재시도 한도는 현재 문서와 계정 제한에 맞춘다. 실패 시에는 먼저 지역·권한·입력 접근성·미디어 제한·상호 배타 조건을 확인한다.
6. 성공 URL을 24시간 안에 저장하고 검수한다
문서상 성공 결과는 MP4, 30fps이며 반환된 영상 URL은 24시간만 유효하다. 브라우저 탭에 링크만 남기지 말고 즉시 영구 저장소로 복사한다. 다운로드 후에는 파일을 다시 열 수 있는지 확인하고, 가능하면 파일 크기와 해시도 함께 기록한다.
마지막으로 4단계에서 쓴 수락 기준을 시간축에 따라 검수한다. 길이, 장면 연결, reference 일치, 오디오 싱크, 화면 글자, 편집 가능 여부를 나눠 기록하면 공급자의 데모와 자신의 작업 결과를 혼동하지 않게 된다.
요청 전에 쓰는 30초 체크리스트
- 콘솔에서 내 지역·워크스페이스의 모델 접근 권한을 확인했다.
- 모델 ID, API 키, 생성·조회 엔드포인트가 같은 지역에 속한다.
- 텍스트·프레임·reference·편집 중 한 생성 모드를 선택했다.
- 미디어 유형별 개수, 총 길이, 형식, 크기, 해상도, 접근성을 확인했다.
- 영상 입력이 있다면
입력 영상+출력 영상≤30초를 계산했다. - 생성 전에 길이·일관성·오디오·화면 글자 수락 기준을 적었다.
-
task_id와 요청 조건을 저장할 위치를 정했다. - 성공 URL을 24시간 안에 내려받을 영구 저장소가 있다.
자주 생기는 오해
“공식 GitHub 저장소에 Apache 2.0이 있으니 가중치도 자유롭게 쓸 수 있나?”
아니다. 라이선스는 실제로 배포된 Work에 적용된다. 당일 확인한 저장소에는 README와 LICENSE만 있었고, Wan 3.0 가중치와 추론 코드는 확인되지 않았다. 향후 파일이 추가되면 각 파일의 출처와 적용 라이선스를 다시 봐야 한다.
“Wan 3.0은 무조건 30초 출력을 주나?”
아니다. duration 기본값은 5초이며, 영상 입력이 있으면 입력과 출력의 합이 30초 이하여야 한다. 접근 권한과 입력 조건을 충족해도 결과 품질과 성공률은 별도 검수 대상이다.
“검색 결과에 4K라고 적혀 있으면 공식 사양인가?”
제3자 검색 결과의 문구만으로는 공식 사양을 확정할 수 없다. 이 글의 확인 범위에서는 네이티브 4K를 검증할 직접 공식 근거를 사용하지 않았다. 현재 API 문서와 자신의 계정 콘솔에 표시되는 출력 옵션을 기준으로 판단한다.
“API가 GA인가, preview인가?”
공식 공개 자료끼리 표현이 일치하지 않는다. API 레퍼런스는 preview라고 쓰고, 모델 릴리스 페이지는 generally available이라고 설명한다. 보편적 가용성이나 SLA를 추정하지 말고 실제 지역·계정의 콘솔과 지원 계약을 확인한다.
지금 선택할 경로
바로 제작해야 한다면 공식 호스팅 API를 기준으로 지역과 권한을 확인하고, 위의 30초 계산과 비동기 저장 절차를 따른다. 로컬 추론이 필수라면 현재 공개 저장소의 존재만으로 착수하지 말고, 공식 가중치·추론 코드·가중치 라이선스·하드웨어 요구사항이 실제로 배포될 때까지 기다리거나 이미 검증 가능한 다른 모델을 선택한다.
Wan 3.0의 핵심은 “30초”라는 숫자 자체가 아니다. 접근 경로, 공개 자산의 범위, 입력 계약, 결과 보존 조건을 한 번에 맞춰야 비로소 재현 가능한 작업이 된다.
