Wan2.1(Wan2GP)을 활용한 애니메이션 스타일 비디오 생성 실험 및 한계점 공유

커뮤니티 반응

사용자들은 소비자용 GPU에서의 성능에 관심을 보였으며, 애니메이션 스타일 구현을 위한 워크플로우에 대해 긍정적인 반응을 보였다.

01중립다수

Wan2.1은 애니메이션 비디오 생성에 잠재력이 크지만, 복잡한 움직임과 일관성 유지 측면에서는 아직 실제 제작에 투입하기 어렵다.

비디오 생성 시 NovelAI나 Illustrious 같은 애니메이션 특화 모델로 고해상도 소스 이미지를 먼저 준비하면 결과물 품질이 향상된다.
복잡한 프롬프트 작성 시 Claude 같은 LLM을 활용해 연출 의도를 모델 친화적인 문구로 재구성하는 것이 유리하다.

RTX 4070 Ti 12GB VRAM 환경에서 1080p 해상도의 비디오를 생성하는 데 약 3.5~4분이 소요됐다. 이는 소비자용 하드웨어에서도 고해상도 비디오 생성이 가능함을 시사한다.

NovelAI를 통해 고품질 애니메이션 원본 이미지를 생성한 후 이를 Wan2GP의 시작 이미지로 사용했다. 소스 이미지의 디테일이 높을수록 최종 비디오의 결과물도 비례해서 향상되는 경향을 보였다.

Claude를 활용하여 대화 내용과 원하는 연출을 입력하면, 이를 비디오 생성 모델이 이해하기 쉬운 최적화된 프롬프트 형식으로 변환하여 사용했다.

움직임이 젤리처럼 흐물거리거나 프레임 간 일관성이 부족한 문제가 지적됐다. 눈 깜빡임이나 머리카락 흔들림 같은 단순한 동작은 가능하지만, 복잡한 액션은 아직 무리가 있다는 평가다.

비디오의 마지막 프레임을 다음 생성의 시작점으로 사용하는 Continue 기능은 화풍이 변하거나 소리가 달라지는 등 실무에 적용하기에는 아직 미흡한 수준으로 나타났다.

비디오 램(VRAM): — 그래픽 카드에 탑재된 메모리로, AI 모델의 가중치를 로드하고 고해상도 이미지 및 비디오 데이터를 처리하는 공간이다. 12GB 이상의 VRAM은 Wan2.1과 같은 최신 비디오 생성 모델을 로컬 환경에서 실행하기 위한 최소 수준의 요구 사양에 해당한다.
일관성(Coherence): — 생성된 비디오의 프레임 사이에서 캐릭터의 외형, 배경, 조명 등이 변하지 않고 유지되는 성질이다. AI 비디오 생성에서 가장 어려운 과제 중 하나로, 일관성이 낮으면 영상이 깜빡이거나 형태가 뭉개지는 현상이 발생한다.
이미지 기반 비디오 생성(Image-to-Video): — 정지된 이미지를 입력값으로 사용하여 해당 이미지의 맥락과 화풍을 유지한 채 움직임을 부여하는 기술이다. 텍스트만 사용하는 방식보다 캐릭터의 디자인이나 구도를 정교하게 제어할 수 있어 애니메이션 제작에 유리하다.

Wan2GP중립

Wan2.1 기반 비디오 생성 엔진

NovelAI추천

애니메이션 스타일 이미지 생성

Claude추천

비디오 생성을 위한 프롬프트 최적화