Wan2.2의 «두 요리사 주방»이 AI 캐릭터 애니메이션을 혁신하는 이유

MoE 아키텍처의 혁신을 쉽게 이해하기

27,000개 도구가 든 상자를 상상해 보세요. 전통적인 AI는 «모든 작업에 27,000개를 전부 사용하라»고 말합니다. 철저하지만 낭비가 큽니다. Wan2.2 Animate는 «각 단계에 맞는 14,000개를 사용하라»고 말합니다. 같은 능력에 계산 비용은 절반입니다.

이것이 Wan2.2의 캐릭터 애니메이션 혁신의 비밀입니다.

문제: 하나의 모델, 전혀 다른 두 작업

AI가 애니메이션 캐릭터 영상을 만들 때는 TV 잡음 같은 혼돈에서 시작합니다. «노이즈 제거»를 통해 잡음을 점차 일관된 이미지로 바꿉니다.

처음 필요한 역량은 마지막에 필요한 역량과 완전히 다릅니다.

초기 생성(고노이즈 단계): 큰 그림을 결정합니다. 캐릭터는 어디에 있는가? 어떤 자세인가? 전체 구도는 어떤가? 건축가가 설계도를 그리는 것처럼 아직 문손잡이 색상을 고를 때가 아닙니다.

후기 생성(저노이즈 단계): 정밀 작업입니다. 얼굴 특징은 사실적인가? 그림자는 올바른가? 움직임의 세부가 자연스러운가? 이제 세부에 집착하는 인테리어 디자이너가 됩니다.

전통적인 AI는 두 단계에 같은 신경망을 사용합니다. 한 두뇌가 근본적으로 다른 두 일을 합니다. 작동하지만 최적은 아닙니다.

Wan2.2의 해결책: Mixture-of-Experts 아키텍처

Wan2.2는 두 개의 전문 «전문가» 모델을 사용해 생성 과정을 교대로 담당합니다.

전문가 #1: 고노이즈 전문가
혼란스러운 초기 단계에 활성화됩니다. 공간 추론과 구도에 최적화되어 대략적인 형태, 위치, 배치라는 골격을 만듭니다.

전문가 #2: 저노이즈 전문가
이미지가 형성되면 이어받습니다. 질감, 얼굴 특징, 사실적인 모션 블러를 다듬는 데 뛰어나며 캐릭터가 살아 있는 듯 보이게 합니다.

인계는 이미지가 얼마나 «형성되었는지» 측정하는 신호 대 잡음비(SNR)에 따라 자동으로 이루어집니다. SNR이 기준을 넘으면 Wan2.2는 매끄럽게 전문가를 바꿉니다.

왜 «둘»이 최적의 숫자일까요?

왜 셋이나 다섯이 아니라 정확히 두 전문가일까요?

연구에 따르면 영상 노이즈 제거에는 두 개의 뚜렷한 단계가 있습니다.

1. 구조 형성(높은 → 중간 노이즈)
2. 세부 정제(중간 노이즈 → 최종)

단계를 늘리면 이점 없이 복잡성만 늘고, 줄이면 전문화의 이점을 잃습니다.

수치:

• 전통적인 14B 모델: 항상 140억 파라미터 활성화
• Wan2.2 MoE: 총 270억, 매 순간 140억만 활성화
• 결과: 같은 비용으로 용량 두 배

식당에 비유하면 한 요리사가 전부 하는 방식(전통형)과 두 전문 요리사가 같은 공간을 다른 시간에 쓰는 방식(MoE)입니다. 같은 주방에서 두 전문가의 역량을 얻습니다.

캐릭터 애니메이션에 도움이 되는 이유

캐릭터 애니메이션에는 특별히 까다로운 요구가 있습니다.

• 정확한 해부학적 구조(초기 단계)
• 미묘한 표정(후기 단계)
• 자연스러운 움직임 역학(두 단계의 서로 다른 측면)
• 환경과의 통합(후기 단계)

두 전문가 설계는 완벽하게 대응합니다. 고노이즈 전문가는 해부학적으로 올바른 위치를 만들고, 저노이즈 전문가는 이를 설득력 있는 캐릭터로 다듬습니다.

기존 단일 모델은 경쟁하는 요구를 하나의 신경망에서 균형 잡았습니다. 결과는 구도가 약하거나 세부가 부족했고, 둘 다 뛰어난 경우는 드물었습니다.

실제 영향

이 혁신 덕분에 Wan2.2는 소비자용 하드웨어에서 전문가급 애니메이션을 실행합니다. 게임용 RTX 4090 GPU가 14B 활성 파라미터 전체를 처리합니다.

비용:

• RTX 4090의 Wan2.2: 약 $0.02/영상
• 클라우드 경쟁사: $1-4/영상
• 전통적인 VFX: 샷당 수백에서 수천

MoE의 효율이 «연구 프로젝트»와 «창작자가 쓰는 도구»를 구분합니다.

이것이 의미하는 것

Wan2.2가 MoE를 발명한 것은 아닙니다. 이미 수년 전부터 있었습니다. 입증한 것은 두 전문가 MoE가 특히 영상 캐릭터 애니메이션에 이상적이라는 점입니다.

아키텍처는 오픈 소스(Apache 2.0)입니다. 이미 다음이 나타나고 있습니다.

• 접근성을 높이는 ComfyUI 워크플로
• 특정 스타일을 위한 커뮤니티 미세 조정
• 두 전문가 설계를 채택하는 경쟁 프로젝트

혁신은 복잡함이 아닙니다. 영상 생성에 두 단계가 있다는 것을 인식하고 각각에 맞게 처리한 것입니다.

때로는 예전 방식대로 해야 하는지 의문을 갖는 것이 최고의 혁신입니다.