Wan 2.5는 오픈 소스인가요? Alibaba의 전략 전환 이해하기

Alibaba가 Wan 2.1과 2.2를 Apache 2.0으로 공개했을 때 AI 커뮤니티는 오픈 소스 동영상 생성의 또 다른 성과를 축하했습니다. 하지만 GitHub에서 Wan 2.5나 2.6을 찾아도 나오지 않습니다. 이는 실수가 아니라 AI 기업들이 오픈 소스의 경제성을 다시 생각하고 있음을 보여주는 의도적인 전략 전환입니다.

핵심 요약

Wan 2.5와 2.6은 오픈 소스가 아닙니다. Alibaba Cloud API로만 제공되며, Wan 2.1과 2.2에 사용한 Apache 2.0 모델에서 명확히 벗어났습니다. 이 글에서는 다음을 살펴봅니다.

2.2에서 2.5로의 기술 발전이 API 중심 배포를 불가피하게 만든 이유
오픈 소스 2.2와 API 기반 2.5/2.6 사이의 선택 기준
Wan의 접근 방식과 Stability AI, Meta 전략의 비교
오픈 소스 AI의 미래에 주는 신호

제I부: 모든 것을 바꾼 기술 발전

1.3B에서 멀티모달로: 기능의 도약 이해하기

Wan 2.1에서 2.6으로의 발전은 점진적인 개선만이 아니라 근본적인 아키텍처 변화입니다.

Wan 2.1 (2025년 2월)

모델 크기: 1.3B 파라미터(T2V 버전)
기능: 텍스트에서 동영상 생성
출력: 무음 동영상 클립
추론: 소비자용 GPU에서 가능(24GB VRAM)

Wan 2.2 (2025년 7월)

모델 크기: 5B 파라미터(TI2V 버전)
기능: 텍스트 + 이미지에서 동영상
출력: 더 높은 품질, 여전히 무음
추론: 전문가용 GPU 필요(40GB+ VRAM)

Wan 2.5/2.6 (2025년 9월 이후)

모델 크기: 비공개(10B+로 추정)
기능: 멀티모달(텍스트, 이미지, 오디오 동기화)
출력: 오디오가 동기화된 동영상
추론: 분산 GPU 클러스터 필요

오디오·비디오 동기화가 판도를 바꾼 이유

Wan 2.5/2.6의 동기화된 오디오는 단순한 기능이 아니라 아키텍처 복잡성을 배가하는 요소입니다.

계산 비용: 시청각 정렬에는 모달리티 간 공동 학습이 필요하며 학습 비용이 추정 3-5x 증가합니다
추론 복잡성: 실시간 동기화에는 서로 조율된 생성 파이프라인이 필요하며 통제된 환경 밖에서는 최적화하기 어렵습니다
품질 관리: 오디오와 영상이 어긋나면 사용자 경험이 나빠져 광범위한 후처리와 검증이 필요합니다

이 복잡성 때문에 대부분의 사용자에게 자체 호스팅은 경제적으로 비현실적입니다. 허용 가능한 추론 지연을 위해 8x A100 GPU가 필요한 모델은 99%의 개발자에게 실질적인 의미의 «오픈 소스»가 아닙니다.

자체 호스팅의 현실 점검

마지막 오픈 소스 버전인 Wan 2.2를 대규모로 운영하는 실제 비용을 계산해 보겠습니다.

프로덕션 배포 하드웨어 요건:

최소: 2x A100(80GB) = 하드웨어 약 $20,000
권장: 이중화를 위한 4x A100 = 약 $40,000
기업: 8x A100 클러스터 = 약 $80,000

연간 운영 비용:

전력 소비: 약 $15,000-30,000/년(사용률에 따라 다름)
냉각 및 인프라: 약 $5,000-10,000/년
DevOps/ML 엔지니어링: 약 $150,000/년(1 FTE)
합계: 약 $170,000-220,000/년

손익분기점 분석: Alibaba Cloud가 영상 생성당 $0.10를 청구한다면, 자체 호스팅을 정당화하려면 연간 1.7-2.2백만 편을 생성해야 합니다. 하루 약 4,800-6,000편입니다.

제II부: 개발자를 위한 의사결정 기준

시나리오 1: 프로토타입과 소규모 프로젝트(월 <1,000편)

권장: Wan 2.5/2.6 API

이유:

인프라 투자 불필요
최신 기능 이용(오디오 동기화, 더 높은 품질)
예상 비용: $100-500/월
첫 영상까지: <1시간

절충점:

API 의존성과 호출 제한 가능성
데이터가 Alibaba 인프라를 통과함
요금 변경의 영향

시나리오 2: 프로덕션 애플리케이션(월 10,000-100,000편)

권장: 두 선택지를 신중히 평가

Wan 2.2 자체 호스팅이 적합한 경우:

기존 GPU 인프라가 있음
개인정보 보호가 중요함(의료, 법률, 기업)
모델의 사용자 정의 미세 조정이 필요함
용도에 오디오가 필요하지 않음

Wan 2.5/2.6 API가 적합한 경우:

오디오·비디오 기능이 필요함
팀에 ML 인프라 전문성이 부족함
자본 지출을 피하고 싶음
비용 최적화보다 유연한 확장이 중요함

중요한 계산: 월 50,000편에서는 API 비용(약 $5,000/월)이 자체 호스팅 운영비에 가까워지기 시작합니다. 이 지점이 결정의 전환점입니다.

시나리오 3: 연구와 맞춤화

권장: Wan 2.2(유일하게 실현 가능한 선택)

이유:

API로는 모델 아키텍처를 수정할 수 없음
연구에는 재현성과 버전 관리가 필요함
학술 용도에는 예산 제약이 있지만 기관의 계산 자원을 사용할 수 있는 경우가 많음
분야별 데이터로 미세 조정하려면 가중치 접근이 필요함

현실 점검: 연구에 2.5/2.6의 기능이 필요하다면 다음 중 하나를 선택해야 합니다.

Alibaba와 직접 협업
API 출력을 비교 기준으로 사용
향후 공개 가능성을 기다림(불확실)

제III부: «개방형» AI의 세 가지 모델: 전략 비교

AI 업계는 개방성과 상업적 실현 가능성 사이에서 균형을 잡는 세 가지 접근 방식으로 수렴하고 있습니다. 이를 이해하면 Wan이 선택한 길을 알 수 있습니다.

모델 A: 세대별 분리(Alibaba Wan)

전략: 이전 세대는 완전한 오픈 소스로 유지하고 최첨단 버전은 API로 배포

Wan의 구현:

Wan 2.1/2.2: Apache 2.0, GitHub 저장소, Hugging Face 가중치
Wan 2.5/2.6: Alibaba Cloud Model Studio를 통한 API 전용

장점:

오픈 소스 신뢰성과 커뮤니티의 호의를 유지
최신 기능이 필요한 기업 사용자로부터 수익 확보
지원 부담 감소(API 사용자는 모델을 망가뜨릴 수 없음)
가장 강력한 버전의 악용과 오용을 통제

단점:

취미 사용자와 기업으로 나뉜 이중 생태계 형성
연구 커뮤니티가 이전 세대에 머무름
커뮤니티 분열 위험

모델 B: 단계별 라이선스(Stability AI)

전략: 가중치는 공개하지만 수익에 따른 라이선스 제한 적용

Stability의 구현:

Stable Video Diffusion: Hugging Face의 가중치
라이선스: 연구 및 수익 <$1M는 무료, 기준 초과 시 기업 라이선스 필요
SD3 Medium에 대한 커뮤니티 반발 후 2024년 7월 갱신

장점:

연구자와 소규모 기업이 가중치에 접근 가능
고수익 사용자에 대한 명확한 수익화 경로
«오픈 웨이트»라는 위치 유지

단점:

집행의 어려움(수익을 어떻게 추적할 것인가?)
관할권을 넘나드는 법적 복잡성
OSI 정의에 따른 진정한 «오픈 소스»는 아님

모델 C: 사용 제한이 있는 허용형(Meta Llama)

전략: 완전히 공개된 가중치에 허용 사용 정책과 규모 제한 적용

Meta의 구현:

Llama 모델: 가중치를 자유롭게 이용 가능
라이선스: 허용적이지만 월간 활성 사용자 >700M 기업을 제한
목표: 직접 경쟁 방지(Google이나 Microsoft가 Llama로 Meta와 경쟁하는 것)

장점:

개발자의 접근성을 최대화
강력한 커뮤니티 채택과 생태계
Meta를 AI 인프라 제공자로 위치시킴

단점:

모델 자체의 직접 수익화 없음
잠재적 악용을 통제하기 더 어려움
경쟁사가 Meta의 연구개발 투자 혜택을 받음

비교 분석

평가 항목	Wan(세대별)	Stability(단계별 라이선스)	Meta(허용형)
가중치 접근	이전 버전만	모든 버전	모든 버전
수익 모델	API 서비스	라이선스 요금 + API	간접적(생태계)
커뮤니티 도달 범위	중간	높음	가장 높음
악용 통제	강함(API 접근 제한)	중간(라이선스 조건)	약함(신뢰 기반)
연구 영향	이전 버전으로 제한	전체 접근	전체 접근
상업적 명확성	명확(API 비용 지불)	복잡(수익 추적)	간단(바로 사용)

Wan이 세대별 분리를 선택한 이유

Alibaba의 위치를 고려하면 이 방식은 전략적으로 타당합니다.

클라우드 인프라 우위: Meta(소셜)나 Stability(AI 전문)와 달리 Alibaba에는 수익화할 대규모 클라우드 인프라가 있음
중국 시장의 특성: 국내 사용자는 통합 클라우드 서비스를 선호하고, 해외 사용자는 2.1/2.2 공개로 호의를 가짐
경쟁 위치: 오픈 소스 커뮤니티가 아니라 AWS Bedrock, Google Vertex AI와 경쟁
비용 구조: 영상 생성은 텍스트·이미지보다 비싸므로 API의 경제성이 유리함

제IV부: 미래에 미치는 의미

조건 없는 오픈 소스 AI의 끝일까요?

패턴은 명확합니다. AI 모델이 강력해지고 비싸질수록 기업은 일정 수준의 개방성을 유지하며 수익화 방법을 찾습니다. 최첨단 모델을 순수한 Apache 2.0으로 공개하는 일은 드물어지고 있습니다.

변화를 이끄는 요인:

학습 비용: Wan 2.5/2.6 학습에는 $10M+가 들었을 가능성이 높고 기업은 투자 회수가 필요함
추론 경제성: 영상 생성은 텍스트 생성보다 100-1000x 비쌈
경쟁 압력: OpenAI의 Sora는 폐쇄형이며, 개방형 대안에는 지속 가능한 사업 모델이 필요함
악용 우려: 딥페이크와 허위 정보로 인해 제한 없는 접근은 위험함

향후 12-24개월 전망

가능성이 높은 시나리오:

세대별 분리 확대: 다른 기업도 Wan처럼 N-1 세대는 공개하고 최신 세대는 API로만 제공할 것으로 예상
세 가지 방식으로 통합: 세대별(Wan), 단계별 라이선스(Stability), 허용형(Meta)
«오픈 웨이트» 용어 확산: 기업은 제한된 공개를 설명할 때 «오픈 소스» 대신 «오픈 웨이트»를 사용
학술 접근 프로그램: 연구자가 최신 모델을 이용할 수 있도록 공급자가 특별 프로그램 마련

가능성이 낮은 시나리오:

최첨단 모델의 무조건적인 Apache 2.0 공개로 복귀
모든 가중치의 완전 비공개화(커뮤니티 반발이 너무 강함)
공개를 강제하는 정부 규제(정책 주기상 너무 이른 시점)

개발자를 위한 실용적인 권고

오늘 새 프로젝트를 시작한다면:

API로 먼저 프로토타입 제작: 인프라에 투자하기 전에 Wan 2.5/2.6 API로 용도를 검증
이식성 중심 설계: 영상 생성 계층을 추상화하여 공급자를 교체할 수 있도록 구성
50K 기준 관찰: 월간 사용량을 추적하고 월 50,000편에 가까워지면 자체 호스팅을 재평가
Wan 2.2를 대안으로 유지: API 가격이 불리하게 바뀌면 자체 호스팅 2.2로 돌아갈 수 있는 역량 확보

이미 Wan 2.2를 사용한다면:

오디오가 필요하지 않으면 이전하지 않기: 무음 영상 용도는 2.5/2.6에서 이득을 얻지 못함
손익분기점 계산: 위 공식을 사용해 API의 경제적 타당성 판단
품질 차이 테스트: A/B 테스트로 2.5/2.6 품질 개선이 비용을 정당화하는지 확인

결론: 오픈 소스는 이분법이 아닙니다

«Wan 2.5는 오픈 소스인가?»라는 질문은 더 깊은 사실을 드러냅니다. AI의 개방성은 이분법적 상태가 아니라 연속적인 범위입니다.

Wan의 접근은 냉소적이 아니라 실용적입니다. Alibaba는 2.1과 2.2를 완전히 공개하고 2.5/2.6을 API로 제공해 커뮤니티의 호의를 유지하면서 지속 가능한 사업을 만듭니다. 대부분의 개발자에게 Wan 2.2는 여전히 프로덕션에 충분히 강력합니다. 최첨단 기능이 필요한 사람에게는 API라는 경로가 명확하고 경제적으로 합리적입니다.

진짜 질문은 Wan 2.5의 공개 여부가 아니라 $10M+ 학습과 막대한 추론 비용 시대에 오픈 소스 모델이 살아남을 수 있는가입니다. 현재의 근거에 따르면 답은 이전 세대 모델에 한해서만 가능하다는 것입니다.

개발자로서 기대를 조정해야 합니다. «오픈 소스 AI»는 점점 «작년 모델은 공개, 올해 모델은 API»를 뜻합니다. 이상적이지 않지만 없는 것보다는 낫고, 유일하게 지속 가능한 길일 수도 있습니다.

부록: 자주 묻는 질문

Q: Hugging Face에서 제3자의 Wan 2.5 가중치를 찾을 수 있나요?

A: Wan 2.5를 제공한다고 주장하는 저장소도 있지만 라이선스가 불분명하거나 가중치가 불완전하거나 무단 변환인 경우가 많습니다. 공식 Wan-AI 조직의 공개만 신뢰하세요. 2026년 3월 현재 Hugging Face에는 공식 Wan 2.5/2.6 가중치가 없습니다.

Q: Alibaba가 결국 Wan 2.5/2.6을 공개할까요?

A: 알 수 없습니다. 다만 패턴상 2.7이나 3.0 출시 후 2.5를 공개할 수 있습니다. 세대별 모델에서는 «오픈 소스»가 항상 한 세대 뒤에 있습니다.

Q: OpenAI의 Sora와 비교하면 어떤가요?

A: Sora는 완전히 폐쇄되어 자체 호스팅을 할 수 없습니다. Wan은 더 개방적이며 Wan 2.2를 완전히 통제하며 사용할 수 있습니다. 비교하면 Wan은 상대적으로 개발자 친화적입니다.

Q: Wan 2.2의 상업적 사용은 가능한가요?

A: Apache 2.0 아래 완전히 허용됩니다. 제한이나 수익 기준 없이 상업적으로 사용하고 수정하고 배포할 수 있습니다.

참고 자료 및 추가 읽을거리

1차 자료:

Wan-Video GitHub 조직 - Wan 2.1과 2.2 공식 저장소
Hugging Face의 Wan-AI - 공식 모델 가중치
Alibaba Cloud Model Studio API 문서 - Wan 2.5/2.6 API 참고 자료

비교 분석:

Stability AI 라이선스 개요 - Community License 세부 정보
Meta Llama 라이선스 - 사용 제한이 있는 허용형 라이선스