텐센트클라우드 WAND, AI 영상 제작 데이터 공개: 생성 10회에 쓸 만한 컷 1개, 비용은 어떻게 계산해야 하나
InfoQ 중국어판이 2026년 11월 8일 보도한 바에 따르면, 텐센트클라우드 WAND 책임자 주린은 AI 단편 만화극에서 만족스러운 결과 하나를 얻으려면 약 10회 생성이 필요하다고 말했다. 텐센트클라우드는 WAND가 고객의 종합 비용을 약 20% 절감하는 데 도움을 줬다고 밝혔고, 인터뷰에 응한 만쑨문화 관계자는 컷 사용률이 약 30%에서 50%—80%로 올랐다고 말했다. 보도에는 WAND의 가격, 과금 방식, 가중치, 공개 API가 제시되지 않았다.

주요 변화
InfoQ 중국어판의 2026년 11월 8일 기사에 따르면, 텐센트클라우드 WAND 멀티모달 애플리케이션 책임자 주린은 10월 30일 텐센트 글로벌 디지털 생태대회 멀티모달 애플리케이션 세션과 회견에서 업계 경험상 AI 단편 만화극 한 편은 콘티에서 완성본까지 약 10회의 생성 시도를 거쳐야 만족스러운 결과 하나를 얻을 수 있다고 말했다. 기사는 이에 근거해 멀티모달 서비스는 보통 호출 횟수, 영상 길이 또는 출력 사양으로 과금되며, 단가가 곧 완성품 원가는 아니라고 지적했고, 가상의 숫자로 시연했다. 생성 1회를 10위안으로 계산하고 약 10회에 쓸 만한 컷 하나를 얻는다면 생성 비용만 약 100위안이며, 사용률이 약 50%로 오르면 평균 두 번이면 되므로 비용은 약 20위안이라는 것이다. 이 숫자들은 기사의 예시 계산일 뿐 어떤 업체의 견적도 아니다. 텐센트클라우드는 올해 출시한 음성·영상 AI 제품군 WAND가 고객의 콘텐츠 제작 종합 비용을 약 20% 절감하는 데 도움을 줬다고 밝혔다. 인터뷰에 응한 고객들의 설명은 더 구체적이다. 만쑨문화의 탄린 총경리 보좌는 컷 사용률이 약 30%에서 50%—80%로 올랐고, 정밀 운영을 거치면 약 80%에서 안정된다고 말했다. 이 회사의 프리미엄 AI 단편극은 편당 비용이 약 10만—20만 위안이며, WAND 관련 기능을 사용한 뒤 비용이 약 30% 추가 절감되고 전체 효율은 약 30% 향상됐다. 쯔쉰과기 공동창업자 두위성은 WAND-Vega를 도입한 뒤 이미지 소재의 유효 사용률이 50%—60%에서 70%—80%로 올랐다고 말했다. 기술 경로에 대해 텐센트클라우드 부총재 겸 미디어 AI 제품 책임자 리즈청은 WAND-Vega가 처음부터 학습한 범용 기반 모델이 아니라 텐센트 훈위안 및 일부 오픈소스 기반 모델을 사후 학습·튜닝한 것이며, 가성비를 중시하는 Lite와 생성 품질을 중시하는 Pro를 제공한다고 말했다. 보도에 따르면 일부 업계 주류 모델과 효과가 대체로 맞는 전제에서 비용에 민감한 고객을 위한 방안은 모델 비용을 약 20%—30% 낮출 수 있다. 텐센트클라우드가 설명한 엔지니어링 수단은 두 가지다. 첫째는 복잡한 영상 시나리오를 위한 3D 화이트 모델 사전 작업으로, 3D 소프트웨어로 단순화한 장면 영상을 먼저 만들어 물체 위치, 공간 관계와 일부 운동 정보를 정한 뒤 참고 자료로 영상 모델에 넘긴다. 둘째는 WAND-EraseVibe+의 잠재 공간 트랜스포머 기반 영상 지우기와 화면 재구성으로, 화면을 잠재 공간 특징으로 인코딩하고 특징 층에서 복원할 영역을 추론·재구성한 뒤 디코딩한다. Agent 워크플로로 대본, 콘티, 화면 생성, 후반 처리와 편집을 연결하는 것은 만쑨문화가 WAND의 영상 생성·화질 강화 등의 기능을 자체 제작 중간 플랫폼에 접속한 방식이며, 텐센트클라우드가 공개한 제품 기능은 아니다. 또 다른 사업 책임자는 현장에서 자사 플랫폼 Creative OS의 영상 모델 호출 중 82%가 이미 Agent에 의해 시작된다고 말했으나, 보도는 해당 플랫폼의 소속 회사와 통계 시점을 밝히지 않았다. 리즈청은 업계 선두 영상 생성 모델조차 빛과 물리 법칙이 복잡한 영상 시나리오에서는 아직 해결되지 않은 문제가 있다고 밝혔다. 기사는 또한 올해 9월 발표된 초장편 서사에서 영화 생성에 관한 연구(CineCrew)를 인용해, 기존 프롬프트 기반 워크플로가 쉽게 문제를 일으킨다고 지적했다. 한 가지 이유는 대본과 영상 모델 사이에 구조화된 중간층이 없어 컷, 캐릭터, 연속성 등 제약을 충분히 표현할 수 없다는 것이다.
개발자에게 미치는 영향
이 보도의 의미는 영상 생성 제품이 하나 더 늘었다는 데 있지 않고, 비용의 좌표를 바꿔 놓았다는 데 있다. 호출 횟수나 길이로 과금할 때 장부를 실제로 좌우하는 것은 쓸 만한 소재 하나당 몇 번의 생성을 소모해야 하는가다. 기사의 예시 계산을 한 걸음 더 밀면, 단가와 검수 기준이 그대로일 때 쓸 만한 소재 하나당 생성 비용은 대략 첫 회 사용률의 역수에 따라 변한다. 사용률이 10%에서 50%로 오르면 비용은 절반이 아니라 약 5분의 1로 줄어든다. 즉 양산 비용은 사용률에 매우 민감하며, 재시도 예산, 대기 시간, 수작업 선별도 함께 커지거나 줄어든다. 이는 보도의 계산 예시에서 나온 추론이지 WAND의 효과를 검증한 것이 아니다. 보도는 WAND의 API 이름, 속도 제한, 리전, 동시성, SLA를 제시하지 않았고 과금이 호출 횟수인지 길이인지 출력 사양인지도 설명하지 않았다. 따라서 파이프라인에 연결하기 전에 재시도 횟수, 작업 멱등성, 소재 장부를 최악의 경우를 기준으로 설계해야 한다. 같은 콘티의 여러 시도는 같은 작업으로 식별되어야 하고, 검수를 통과한 소재는 고정 저장해 이후 복구나 재편집 때 다시 생성을 유발하지 않도록 해야 한다. 생성 전 제약을 거는 단계는 따로 평가할 가치가 있다. 화이트 모델은 '대본이 말하는 것'과 '컷을 어떻게 찍을지'를 분리하며, 접속하는 쪽에 이미 콘티 도구나 3D 자산이 있다면 추가되는 것은 모델 호출 한 번이 아니라 데이터 변환과 검증 계층이다. 부분 복구가 비용을 줄일 수 있는지도 엔지니어링 조건에 달려 있다. 결함을 특정할 수 있고 복구가 이미 검수를 통과한 영역을 바꾸지 않을 때만 전체 재생성보다 유리하다. Agent 오케스트레이션의 경우, 보도의 82%라는 숫자는 기준과 통계 시점이 빠져 있고, 인터뷰 대상자는 전문 팀이 중간 결과를 검사·편집할 수 있어야 한다고 강조했다. 이는 자동화의 상한이 중간 산출물이 구조화되어 저장되었는지에 달려 있다는 뜻이다.
연동 및 평가 제안
다음은 보도에 기반한 조건부 제안이며 보도 사실이 아니다. 첫 번째 결정은 단가보다 지표 기준을 먼저 정하는 것이다. 보도의 생성 10회 경험값과 30%에서 80%의 사용률 구간에 대응해, 선택은 단가를 먼저 비교하는 것이 아니라 첫 회 사용률과 쓸 만한 소재 하나당 생성 횟수(실패 재시도 포함)를 주 지표로 삼는 것이다. 전제는 검수 결론이 붙은 유보 작업 묶음이 있고 검수 기준을 글로 쓸 수 있다는 것이다. 판정이 자동화 가능하면(예: 이커머스 이미지의 형태·색상·브랜드 표지 유지 여부) 바로 대량 실행할 수 있고, 다중 컷 서사라면 소규모 표본으로 먼저 해야 한다. 측정 가능한 판정 기준은 유보 세트에서 접속 전후의 첫 회 사용률과 쓸 만한 소재 하나당 총 생성 횟수를 비교하는 것이다. 두 번째 결정은 생성 전에 구조화된 제약 계층을 둘지 여부다. 보도에서 복잡한 영상 시나리오에 3D 화이트 모델을 참고로 도입한 것에 대응해, 선택은 프롬프트와 영상 모델 사이에 장면 배치, 물체 위치, 컷 연결의 명시적 제약 계층을 삽입하는 것이다. 전제는 실패 표본에서 공간 관계와 크로스 컷 연속성 문제의 비중이 화질 문제보다 높다는 것이다. 실패가 주로 화질이나 스타일에서 온다면 이 투자의 회수는 낮다. 측정 가능한 판정 기준은 같은 콘티 묶음을 제약을 넣은 경우와 넣지 않은 경우로 나눠 첫 회 사용률과 전체 재생성 횟수의 차이를 보는 것이다. 세 번째 결정은 부분 복구와 전체 재생성의 역할 분담이다. 보도의 WAND-EraseVibe+ 잠재 공간 생성형 복구에 대응해, 선택은 '결함 특정, 부분 복구, 검수 통과 영역 유지'를 프로세스에 넣고 주체가 이미 검수를 통과했을 때만 쓰는 것이다. 전제는 결함을 구체적 시간 구간과 화면 영역으로 특정할 수 있고 변경되지 않은 영역이 실제로 그대로인지 검증할 수 있다는 것이다. 측정 가능한 판정 기준은 복구 후 원래 검수 통과 영역의 변경 비율과 쓸 만한 컷 하나당 생성 횟수가 줄었는지 여부다. 네 번째 결정은 등급별 라우팅이다. 보도에서 WAND-Vega에 Lite와 Pro 두 등급이 있고 비용 민감 방안이 모델 비용을 약 20%—30% 낮출 수 있다고 한 것에 대응해, 선택은 전체 편을 같은 등급으로 통일하는 대신 완성편에서 컷의 비중에 따라 분류하는 것이다. 전제는 중요도에 따라 컷을 등급화할 수 있고 등급마다 검수 임계값이 다를 수 있음을 받아들이는 것이다. 측정 가능한 판정 기준은 같은 검수 임계값에서 등급별 통과율과 쓸 만한 컷 하나당 모델 비용이다. 낮은 등급이 핵심 컷에서 통과율이 뚜렷이 떨어진다면 가격 인하로 그것을 대체해서는 안 된다. Agent 오케스트레이션이 관련된다면 한 가지를 더할 수 있다. 수작업 개입 지점을 검수 통과 소재의 수정에 두고, 수작업 개입률과 개입 후 소재 유지율로 자동화를 계속할 가치가 있는지 측정하는 것이다.
제한과 확인할 사항
여기의 모든 숫자는 텐센트클라우드와 그 고객이 자사 대회와 인터뷰에서 공개한 것으로 업체 자체 보고에 해당한다. 보도는 사용률이 30%에서 80%로 오른 것, 종합 비용 20% 절감, 모델 비용 20%—30% 절감의 구체적 통계 기준과 표본을 제시하지 않았고 제3자 재현도 없으므로 인용할 때 이 귀속을 유지해야 한다. WAND와 WAND-Vega는 현재 KimiSeek 모델 카탈로그에 없다. 이는 2026년 11월 12일자 카탈로그 확인을 기준으로 한다. 보도의 가용성, 버전 등급, 접속 방식은 모두 텐센트클라우드 자체 채널을 가리키므로 그 공식 문서를 기준으로 해야 한다. 보도는 WAND-Vega가 텐센트 훈위안 및 일부 오픈소스 기반 모델을 사후 학습·튜닝한 것이라고만 설명했고 가중치 공개 여부는 언급하지 않았으며, 이를 근거로 어떤 라이선스 조항도 추론할 수 없다. 가중치 입수 가능성과 라이선스 권리는 별개다. 보도는 WAND 또는 WAND-Vega의 구체적 가격과 과금 방식을 제시하지 않고 비용 절감 폭만 공개했다. 가격과 과금은 변동되므로 텐센트클라우드 공식 가격 페이지를 확인해야 하며, 본문의 예시 계산은 견적으로 쓸 수 없다. Creative OS와 영상 모델 호출 82%가 Agent에 의해 시작된다는 숫자에 대해 보도는 소속 회사와 통계 시점을 밝히지 않았다. 본문에 언급된 CineCrew 연구(2026년 9월)와 '업계 선두 영상 모델도 복잡한 빛 환경에서 아직 해결되지 않은 문제가 있다'는 말은 모두 배경 인용과 인터뷰 대상자의 견해이며 WAND 효과에 대한 독립적 검증을 뜻하지 않는다.