Model
Trends
.ai
Model
Trends
.ai
오픈 AI 모델 추적
인기 급상승
랭킹
가이드
차트
API

Wan 2.2 비디오: 텍스트-투-비디오와 이미지-투-비디오 설정, 세팅 및 LoRA

주제: 비디오 모델
작성자: Captain
2026년 5월 24일 게시

개요

Wan 2.2는 알리바바의 오픈 비디오 패밀리이자 이 사이트에서 가장 많이 다운로드된 비디오 모델입니다. 5B 하이브리드 텍스트 및 이미지-투-비디오 모델로 소비자용 카드(8~12GB에서 720p)를 위해 만들어졌고, 14B 텍스트-투-비디오 및 이미지-투-비디오 모델은 두 전문가를 사용합니다: 첫 단계에서 모션과 구도를 잡는 고잡음 모델과 마지막 단계에서 디테일을 더하는 저잡음 모델입니다. 14B 쌍은 사람들이 공유하는 시네마틱 결과를 만들어내고, 5B 모델은 배우기에 적합합니다.
커뮤니티는 수백 개의 Wan LoRA를 훈련시켰습니다: 카메라 움직임(오빗, 돌리, 크래시 줌), 모션 스타일, 캐릭터, 효과, 그리고 30단계 렌더를 4~8단계로 줄이면서 손실이 거의 없는 라이트닝/증류 LoRA들. Wan 패밀리 페이지에서 인기 순으로 정렬하며, 라이트닝 LoRA는 거의 항상 상위에 있습니다.
호스팅 옵션은 비디오에 적합합니다. 렌더가 길고 VRAM을 많이 쓰기 때문입니다: PirateDiffusion은 텔레그램에서 /wf /run 명령어로 Wan 워크플로우를 실행하고, BitVector는 Wan 그래프와 LoRA를 미리 설치해 둡니다. 둘 다 모든 Wan 모델 페이지의 실행 박스에 링크되어 있습니다.

참고 자료

이름
타입
의미
Wan2.2-TI2V-5B
model
텍스트 및 이미지-투-비디오용 단일 모델, 720p 24fps, 최대 121 프레임. fp16 10GB, fp8 5GB. 8~12GB 카드용.
Wan2.2-T2V-A14B / I2V-A14B
model pair
고잡음 및 저잡음 전문가, 각각 14B(총 27B, 활성 14B). 480p 및 720p 지원. fp8은 각각 약 14GB; GGUF Q4는 각각 약 8GB.
umt5-xxl text encoder
file
fp8 스케일(6GB) 또는 fp16(11GB). 모든 Wan 모델에서 공유.
Wan 2.1 / 2.2 VAE
file
5B 모델은 2.2 VAE 사용; 14B 모델은 2.1 VAE 사용. 섞으면 엉망이 됨.
Resolution
setting
빠른 테스트용 480x832 또는 832x480; 최종용 720x1280 / 1280x720. 16의 배수.
Frames
setting
4n+1: 33, 49, 65, 81. 16fps에서 81프레임은 5초.
Steps / shift / CFG
setting
라이트닝 없이 20~30단계, shift 5~8, CFG 3.5~5. 라이트닝 LoRA 사용 시: 4~8단계, CFG 1, shift 5.
Lightning / distill LoRA
LoRA
고잡음과 저잡음 전문가용 별도 LoRA; 각각의 모델에 로드. 가중치 1.0.
Prompt
text
주제, 동작, 카메라, 조명, 스타일 순서로. 모션 동사는 명확히 설명. Wan은 네거티브 프롬프트를 사용함(Flux와 달리).

단계별 안내

  1. 로더 설치: ComfyUI 코어는 Wan 2.2 지원; 양자화 파일용 ComfyUI-GGUF 추가. 먼저 ComfyUI 업데이트.
  2. 카드에 맞게 다운로드: 8~12GB는 5B fp8과 2.2 VAE, umt5 fp8; 24GB는 14B fp8 쌍과 2.1 VAE; 12~16GB는 14B GGUF Q4 쌍.
  3. 공식 템플릿 불러오기(Workflow > Browse Templates > Video > Wan 2.2) 후 로더를 자신의 파일로 교체. GGUF는 Load Diffusion Model 대신 Unet Loader (GGUF)로 교체.
  4. 14B용: 두 개의 KSampler Advanced 노드. 첫 번째는 0부터 N/2까지 고잡음 모델 실행(남은 노이즈 반환), 두 번째는 N/2부터 N까지 저잡음 모델 실행. 템플릿에 이미 연결되어 있음.
  5. 첫 렌더: 480x832, 33프레임, 20단계, CFG 4, shift 8, 프롬프트 "a corgi runs along a beach at sunset, camera tracks alongside, golden light, shallow depth of field". 2~6분 예상.
  6. Wan 패밀리 페이지에서 라이트닝 LoRA 추가(각 전문가별 1개), 단계를 6(3+3)으로, CFG 1로 설정. 480p에서 렌더 시간이 1분 미만으로 감소.
  7. 이미지-투-비디오: I2V 쌍 로드, WanImageToVideo에 그림 입력, 프롬프트는 모션과 카메라에 집중하고 그림 설명은 피함.
  8. 최종: 720p, 81프레임, RIFE 또는 FILM으로 32fps 보간, 필요 시 Upscalers 패밀리의 비디오 업스케일러로 업스케일.
  9. 너무 느리거나 너무 큰 경우: 같은 워크플로우를 BitVector에서 실행하거나 PirateDiffusion에서 /workflow /show:wan로 필드 확인 후 /wf /run:wan 프롬프트 실행.

예시

텍스트-투-비디오 프롬프트

A fisherman in a yellow raincoat hauls a net onto a small wooden boat in heavy rain, waves rock the boat, the camera is handheld and close, grey stormy light, cinematic, 35mm film grain
Negative: overexposed, static, blurry details, subtitles, worst quality, low quality, deformed, extra fingers, still image

이미지-투-비디오 프롬프트 (모션만)

The woman turns her head toward the camera and smiles, wind moves her hair, slow push-in, soft daylight

PirateDiffusion

/workflow /show:wan-i2v
/wf /run:wan-i2v /initimage:Iabc123 the woman turns her head toward the camera and smiles, wind moves her hair, slow push-in

팁

  • 모션은 동사로, 카메라는 영화 용어로 설명(느린 돌리 인, 핸드헬드, 정적인 와이드 샷). Wan은 카메라 언어를 잘 따라감.
  • 네거티브 프롬프트 유지: 공식 프롬프트는 과다 노출, 정지, 흐릿한 디테일, 자막, 최악 품질, 추가 손가락 등을 포함하며 효과적임.
  • I2V는 첫 프레임을 Flux, Qwen, Z-Image로 목표 종횡비에 맞게 생성; 선명하고 잘 조명된 정지 이미지가 어떤 프롬프트보다 좋은 클립을 만듦.
  • 프레임 수가 해상도보다 비용이 더 큼: 480p에서 81프레임이 720p에서 49프레임보다 저렴.
  • Wan용 모션 LoRA는 대상 전문가로 태그됨; 저잡음 전용 LoRA는 디테일 추가, 고잡음 LoRA는 모션 변경.
  • 비디오에서는 시드가 매우 중요; 프롬프트 조정 시 시드를 고정하고, 촬영 시 시드를 바꿈.
  • 워크플로우를 LoRA 세트와 함께 템플릿으로 저장; Wan 그래프는 길고 쉽게 깨질 수 있음.

문제 해결

첫 샘플러에서 메모리 부족

원인
24GB 이하 카드에서 fp16 14B 가중치 사용.

해결 방법
fp8 또는 GGUF Q4 쌍, 프레임 수 줄이기, 480p, --lowvram 사용; 또는 5B 모델 사용.

비디오가 흐릿하거나 색상 노이즈

원인
잘못된 VAE 사용(14B에 2.2 VAE 또는 5B에 2.1 VAE), 또는 라이트닝 LoRA 사용 시 CFG 1 미설정.

해결 방법
모델에 맞는 VAE 사용; 라이트닝 LoRA 사용 시 CFG 1과 4~8단계 설정.

모션 거의 없음

원인
프롬프트가 장면 설명만 하고 동작 설명 부족; 고잡음 전문가 단계가 너무 적음.

해결 방법
모션 동사와 카메라 움직임 추가; 고잡음 전문가에 단계 절반 할당.

주제가 중간에 변형됨

원인
해상도에 비해 프레임 수가 너무 많거나 두 개의 상충하는 LoRA 사용.

해결 방법
프레임을 49로 줄이고, 모션 LoRA는 한 번에 하나만 사용, 저잡음 전문가 단계 증가.

샘플링 성공 후 디코딩 실패

원인
VAE 디코딩이 비디오에서 메모리 최고점.

해결 방법
Wan VAE 디코딩을 타일로(디코드 노드의 tiled 옵션), 또는 프레임 수 줄이기.

LoRA 키 로드 경고

원인
2.2에 2.1 LoRA 사용, 또는 5B 모델에 14B LoRA 사용.

해결 방법
버전과 크기 맞추기; 모델 페이지에 둘 다 명시됨.

질문

5B 아니면 14B?

8~12GB 카드용과 학습용은 5B; 24GB 이상이거나 호스팅 시 고품질용은 14B. 둘 다 같은 프롬프트 사용.

클립 길이는?

14B는 최대 81프레임(16fps에서 5초), 5B는 최대 121프레임(24fps에서 5초)까지 렌더; 더 긴 영상은 마지막 프레임 이어붙임.

Wan이 오디오도 생성하나?

Wan 2.2 S2V는 오디오에서 화자 애니메이션만 만들고 소리는 생성하지 않음; LTX-2와 MiniMax H3는 영상과 함께 오디오 생성(이 사이트에 가이드 있음).

라이트닝 LoRA는 어디서 오나?

Lightx2v 등에서 나온 증류 릴리스; Wan 패밀리 페이지에서 인기 점수와 대상 전문가와 함께 목록 제공.

GPU 없이 Wan 실행 가능?

가능: 텔레그램의 PirateDiffusion, 브라우저의 BitVector. 둘 다 워크플로우와 LoRA를 설치해 둠.

이 가이드의 모델

Wan 모델
작성자
Captain
이 배를 운영합니다. 아무도 묻지 않은 VAE 디코드 시간에 대한 의견이 있습니다. 가중치는 자유로워지길 원하며 다운로드할 수 없는 모델은 추가 단계가 있는 구독이라고 믿습니다. NAS에 있는 400GB 체크포인트에 관한 질문은 받지 않습니다.
Captain의 모든 가이드
CUDA 메모리 부족: 각 AI 모델이 필요한 VRAM 용량과 맞추는 방법
2026년 5월 18일
ComfyUI 오류와 해결 방법: 빨간 노드, 모델 누락, CUDA 메모리 부족
2026년 5월 12일
MiniMax H3 비디오 프롬프트: 공식 구조
2026년 9월 14일
Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: 2026년에 어떤 모델 패밀리를 쓸까
2026년 5월 22일
2026년 최고의 오픈소스 AI 비디오 모델: 실제로 다운로드할 수 있는 것들
2026년 10월 14일

더 많은 가이드

초보자를 위한 AI 영상 생성: 이미지-투-비디오, 텍스트-투-비디오 그리고 Wan, LTX-2, H3로 첫 클립 만들기
2026년 4월 29일
AI 비디오에 필요한 VRAM은 얼마나 될까? Wan 2.2, HunyuanVideo 1.5, LTX-2 GPU 크기별 (2026)
2026년 10월 6일
HunyuanVideo 1.5 vs Wan 2.2: 2026년에 어떤 오픈 비디오 모델을 사용할까
2026년 10월 4일
Wan 2.2 5B vs 14B: 그래픽 카드에 맞는 Wan은 무엇을 다운로드할까
2026년 10월 4일
Wan 2.2 5B ComfyUI 워크플로우: 중급 카드 하나로 720p 텍스트 또는 이미지에서 비디오 만들기
2026년 10월 9일
모든 가이드