AI 동영상 용어집 — T2V, I2V, CFG, 확산 등 설명

용어 사전

AI 비디오 용어 사전

Wan AI 동영상 모델 사용 중 접하는 모든 기술 용어를 쉬운 말로 설명합니다. 관련 용어나 모델 링크를 눌러 자세히 알아보세요.

T2V(텍스트 투 비디오): 텍스트 투 비디오(T2V)는 입력 이미지 없이 작성된 프롬프트로 동영상 클립을 처음부터 합성합니다. 장면, 포즈, 조명, 카메라 움직임을 설명하면 모델이 그 설명에서 직접 움직임을 렌더링합니다. 모든 Wan 동영상 모델이 T2V를 지원합니다. 자세하고 구체적인 프롬프트를 사용하면 품질이 크게 향상됩니다.
I2V(이미지 투 비디오): 이미지 투 비디오(I2V)는 원본 이미지를 시각적 출발점으로 사용해 움직임을 생성합니다. Wan 동영상 모델에서 이미지는 보통 첫 프레임으로 쓰이며, 최신 워크플로는 첫 프레임과 마지막 프레임을 함께 제어해 클립의 시작과 끝을 유도할 수도 있습니다. Wan 2.2, Wan 2.5, Wan 2.6, Wan 2.7, Wan 3.0은 서로 다른 형태로 모두 I2V 워크플로를 지원합니다.
R2V(참조 투 비디오): 참조 투 비디오(R2V)는 Wan 동영상 모델이 참조 이미지를 시각적 지침으로 사용하는 생성 모드입니다. 참조는 피사체, 스타일, 구도처럼 알아볼 수 있게 유지할 요소를 정의하고, 텍스트 프롬프트는 생성할 움직임, 장면, 조명, 카메라 방향을 지정합니다. R2V는 텍스트에만 의존하지 않는다는 점에서 T2V와 다르고, 여러 결과 사이의 일관성이 중요할 때 주로 사용된다는 점에서 기본 I2V와 다릅니다.
확산 모델: 확산 모델은 노이즈 과정을 역으로 되돌리는 법을 학습해 콘텐츠를 생성합니다. 무작위 노이즈에서 시작해 텍스트나 이미지 조건의 안내를 받으며 일관된 이미지 또는 동영상으로 점진적으로 다듬습니다. Wan AI 모델은 확산 아키텍처를 기반으로 합니다. 출력 품질과 일관성은 실행하는 노이즈 제거 단계 수와 가이던스 스케일에 크게 좌우됩니다.
CFG 스케일(Classifier-Free Guidance): CFG(Classifier-Free Guidance)는 모델이 프롬프트를 얼마나 엄격히 따를지 제어하는 수치입니다. 낮은 CFG(예: 3–5)는 창의적 자유를 늘리고 동작을 더 부드럽게 만드는 경향이 있지만 프롬프트에서 벗어날 수 있습니다. 높은 CFG(예: 10–15)는 문구에 더 가깝게 따르도록 하지만 과포화되거나 아티팩트가 많은 프레임을 만들 수 있습니다. 이 사이트의 대부분 생성기는 합리적인 기본값을 사용하므로 명확한 프롬프트 드리프트나 색 번짐이 있을 때만 조정하세요.
노이즈 제거 단계(샘플링 단계): 각 노이즈 제거 단계는 노이즈에서 일관된 결과로 출력을 다듬습니다. 단계가 많으면(예: 50) 일반적으로 더 선명하고 자세한 프레임을 만들지만 생성 시간이 길어집니다. 적으면(예: 20) 빠르지만 출력이 다소 흐리거나 불안정할 수 있습니다. NSFW 동영상 생성에는 보통 20–30단계가 좋은 균형입니다. 이 사이트의 생성기는 단계 수를 자동으로 관리합니다.
프롬프트: 프롬프트는 모델에 무엇을 생성할지 알려 주는 텍스트입니다. 동영상용 좋은 프롬프트에는 일반적으로 피사체 설명(외모, 포즈), 행동이나 움직임, 배경과 조명, 카메라 각도나 이동, 스타일 지시가 포함됩니다. Wan 모델은 명시적이고 구체적인 설명에 잘 반응합니다. 모호한 프롬프트는 일반적인 결과를, 구체적인 프롬프트는 제어된 결과를 만듭니다. 모델별 팁은 프롬프트 가이드를 확인하세요.
네거티브 프롬프트: 네거티브 프롬프트는 출력에서 원하지 않는 항목을 나열하는 두 번째 텍스트 입력입니다. 예: "흐림, 워터마크, 여분의 팔다리, 왜곡된 얼굴". 모델은 이러한 개념에서 멀어지도록 생성합니다. 효과적인 NSFW 동영상용 네거티브 프롬프트에는 일반적인 아티팩트 설명이 포함됩니다. 모든 인터페이스가 이 필드를 제공하지는 않지만 이 사이트의 Wan 생성기는 고급 설정에 포함합니다.
피사체 일관성: 피사체 일관성은 같은 피사체가 프레임, 샷 또는 생성된 클립 전체에서 알아볼 수 있게 유지되는지를 뜻합니다. 일관성이 약하면 동영상이 진행되면서 외모가 바뀌는 신원 드리프트가 생길 수 있습니다. Wan 2.2는 초기 동영상 제품군에서 안정성을 개선했고 Wan 2.5와 2.6은 이를 더 강화했습니다. I2V는 원본 이미지로 시작해 도움을 주며, R2V와 최신 Wan 2.7 / Wan 3.0 참조 워크플로는 더 복잡한 출력에서도 참조 미디어로 일관성을 유도할 수 있습니다.
FPS(초당 프레임): FPS는 동영상 1초에 나타나는 프레임 수입니다. 높은 FPS는 대개 움직임을 더 부드럽게 하지만 같은 길이에 더 많은 프레임을 생성해야 합니다. 이전 Wan 동영상 사양은 Wan 2.6이 최대 15초, 즉 생성당 약 ~360프레임을 만드는 것처럼 약 ~24 fps 출력을 설명할 수 있습니다. 최신 Wan 2.7과 Wan 3.0 동영상 모델은 30 fps MP4 출력으로 문서화되어 있으며, Wan 3.0의 30초 클립을 30 fps로 만들면 약 900프레임입니다.
해상도: 해상도는 각 동영상 프레임의 너비×높이로, 픽셀이나 720p, 1080p 같은 출력 등급으로 표시합니다. 높은 해상도는 세부 묘사가 뛰어나지만 연산, 메모리, 생성 시간이 더 필요할 수 있습니다. Wan 2.2, Wan 2.5, Wan 2.6은 보통 네이티브 1080p 동영상 모델로 소개됩니다. Wan 2.7 동영상은 720p와 1080p, Wan 3.0은 480p, 720p, 1080p를 지원하며 1080p가 최고 등급입니다. 실제 선명도는 모델의 세부 표현력, 프롬프트 품질, 원본 미디어, 동작 복잡성에도 좌우됩니다.
프롬프트 준수도: 프롬프트 준수도는 Wan 모델이 프롬프트에 작성된 장면, 피사체, 움직임, 카메라, 조명, 스타일을 얼마나 잘 따르는지를 나타냅니다. 준수도가 높으면 관련 없는 세부를 추가하거나 핵심 지시를 무시하지 않고 요청한 방향에 가까이 유지됩니다. Wan 2.2는 초기 동영상 제품군의 프롬프트 제어를 개선했으며, 최신 Wan 2.7과 Wan 3.0 워크플로는 프롬프트 확장과 참조 미디어를 이용해 결과를 더 명확히 유도할 수도 있습니다.
동작 부드러움: 동작 부드러움은 한 프레임에서 다음 프레임으로 움직임이 연속적으로 느껴지는지를 나타냅니다. 특히 프롬프트가 너무 많은 동작을 한꺼번에 요구하면 움직임이 떨리거나 뻣뻣하고 불안정해질 수 있습니다. FPS도 영향을 주지만 프롬프트 명확성, 피사체 일관성, 장면 복잡성, 모델 버전도 중요합니다. Wan 2.5와 2.6은 이전 모델보다 안정성을 개선했고, Wan 2.7과 3.0은 더 길고 제어된 움직임을 위한 강력한 워크플로를 추가합니다.
화면비: 화면비는 가로형 16:9, 세로형 9:16, 정사각형 1:1처럼 이미지나 동영상 프레임의 너비와 높이 비율입니다. 프레이밍, 구도, 샷 안의 피사체 배치에 영향을 줍니다. Wan 2.6 사양은 일반적으로 9:16, 16:9, 1:1을 사용하고 Wan 2.7과 Wan 3.0은 4:3, 3:4 같은 비율도 지원합니다. 첫 프레임 또는 참조 기반 워크플로에서는 수동 선택한 비율 대신 입력 미디어의 모양을 따를 수 있습니다.
참조 미디어: 참조 미디어란 텍스트 이외에 Wan 생성을 유도하는 모든 입력 자료입니다. 모델과 워크플로에 따라 이미지, 동영상, 오디오, 파일, 웹페이지 링크가 포함될 수 있습니다. 프롬프트만 사용할 때보다 신원, 장면 방향, 시각 스타일, 움직임, 사운드를 모델이 더 명확하게 이해하도록 돕습니다. I2V는 보통 원본 이미지에서 시작하며 R2V와 Wan 3.0의 참조 기반 워크플로는 더 다양한 미디어로 복잡한 출력을 강하게 제어할 수 있습니다.