LTX-2 vs Wan 2.2: 같은 프롬프트로 모션, 사운드, 속도, 가격을 직접 테스트

오픈 웨이트 영상 모델을 찾을 때 LTX-2와 Wan 2.2는 흔히 함께 거론되는 후보입니다. Lightricks의 LTX-2는 화면과 함께 사운드를 렌더링하고 길게 생성할 수 있는 것이 강점이고, Alibaba의 Wan 2.2는 움직임과 대규모 LoRA 라이브러리로 많이 쓰입니다. ‘LTX-2 vs Wan 2.2’ 페이지 대부분은 사양표만 비교하거나, 말없이 LTX 2.3을 바꿔 넣습니다. 우리는 같은 프롬프트를 같은 설정으로 두 모델에 돌리고 모든 클립을 확인했습니다.

짧은 답: 우리 테스트에서 Wan 2.2는 프롬프트를 더 충실히 따랐습니다. LTX-2는 더 빨랐고, 가격은 약 3분의 1이었으며, 사운드가 있는 유일한 모델이었습니다. 단일 실행 기준 매칭 테스트 5건에서 Wan 2.2는 세 건(달리는 개, 제품 푸시인, 댄서)에서 요청한 대로 더 잘 만들었고, 도시 걷기는 두 모델이 비슷했습니다. 이미지-투-비디오 테스트에서는 Wan 2.2가 네 가지 동작을 모두 마쳤지만 LTX-2는 두 가지만 마쳤습니다. 동시에 실행한 한 묶음의 작업에서 LTX-2는 480p 클립을 11~28초에 반환했고 Wan 2.2는 54~116초가 걸렸습니다. 가격은 5초 클립당 $0.072 대 $0.24였고, LTX-2는 스테레오 사운드트랙과 클립당 최대 20초를 제공했습니다. 성인 콘텐츠에서는 기본 Wan 2.2가 두 모델 중 더 엄격하고, LTX-2와 Wan 2.2 Spicy 빌드는 그렇지 않습니다.

• Wan 2.2로 시작하세요 샷이 브리프와 정확히 맞아야 할 때입니다. 특정 동물이나 제품, 이름 있는 카메라 움직임, 정지 이미지에서 나오는 정확한 동작 순서가 필요한 경우가 여기에 해당합니다.
• LTX-2로 시작하세요 저렴한 초안, 사운드가 필요한 클립, 기본 Wan 2.2의 5초보다 긴 영상, NSFW 텍스트-투-비디오가 필요한 경우입니다.
• Wan 2.2 Spicy로 시작하세요 Wan 품질의 NSFW 이미지-투-비디오가 필요할 때입니다. 5초 클립당 $0.095입니다.

어떤 LTX-2이고 어떤 Wan 2.2인가?

두 이름 모두 여러 모델을 가리키며, 비교 페이지들은 이를 자주 혼동합니다.

LTX-2는 Lightricks가 2026년 1월 오픈 웨이트로 공개한 190억 파라미터 오디오-비디오 모델이며, 우리 API에서는 LTX-2 19B로 나열됩니다. 후속 모델인 LTX 2.3과 LTX 2.5는 별도의 가중치를 가진 다른 모델이며, 한쪽용으로 학습한 LoRA는 다른 쪽에 로드되지 않습니다. 더 새로운 모델을 찾으셨다면 LTX 2.3 프롬프트 가이드 또는 LTX 2.5와 MiniMax H3 비교를 보세요.

Wan 2.2는 2025년 7월 Alibaba가 여러 크기로 공개했습니다. 비교 대상은 보통 A14B 모델입니다. 텍스트-투-비디오와 이미지-투-비디오가 있고, 각각 140억 파라미터짜리 전문가 두 개를 혼합한 구조입니다(하나는 레이아웃과 움직임, 다른 하나는 디테일을 담당). 480p 또는 720p로 렌더링합니다. 24fps의 720p를 만드는 더 작은 TI2V-5B 모델과 음성 기반, 캐릭터 애니메이션 변형도 있습니다. 우리 API에서 기본 Wan 2.2는 A14B 쌍이며, Wan 2.2 Spicy, Wan 2.2 LoRA, Wan 2.2 5B LoRA는 같은 릴리스의 빌드로 콘텐츠 처리와 LoRA 지원이 다릅니다.

이 글은 LTX-2 19B를 기본 Wan 2.2와 비교하며, 결과를 바꾸는 경우에만 Spicy 빌드와 LoRA 빌드를 함께 다룹니다.

빠른 선택 표

두 호스팅 엔드포인트의 전체 사양표는 LTX-2 19B vs Wan 2.2 비교 페이지에 있습니다.

테스트 방법

2026년 10월 17일 우리는 같은 텍스트 프롬프트 네 개를 LTX-2 19B 텍스트-투-비디오와 Wan 2.2 텍스트-투-비디오에 보냈습니다. 설정은 480p, 16:9, 5초, 같은 시드, Wan의 프롬프트 확장 끔입니다. 도시 걷기는 720p로 한 번 더 돌렸습니다. 이미지-투-비디오에서는 카페 테이블에 앉은 여성의 정지 이미지 한 장을 만들어 LTX-2 19B, Wan 2.2, Wan 2.2 Spicy로 애니메이션했습니다. 시각 프롬프트는 두 모델에 동일했으며, LTX-2에는 사운드를 조종하는 방법에 따라 Audio:로 시작하는 줄을 하나 더 넣었습니다.

프롬프트당 한 번씩 실행해 총 13개 클립을 만들었고, 테스트용 정지 이미지 두 장을 포함한 비용은 $2.25였습니다. 한 번의 실행은 그 시드에서 무슨 일이 일어났는지를 보여 줄 뿐, 성공률을 뜻하지 않습니다. 모든 클립을 프레임 단위로 확인했습니다.

공정성에 대한 단서가 하나 있습니다. Lightricks는 LTX-2의 프롬프트 준수가 프롬프트 작성 방식에 크게 좌우되며, 자사 가이드는 샷별로 나눈 긴 프롬프트를 권장한다고 밝힙니다. 우리 프롬프트는 짧았고 두 모델에 같았으므로, 이것이 Wan 2.2에 유리했을 수 있습니다. 다시 쓴 LTX-2 프롬프트는 개와 병의 결과를 바꿀 수 있습니다.

모션과 프롬프트 준수: Wan 2.2가 브리프에 더 가까웠습니다

달리는 개

영상: 같은 해변 프롬프트, 480p, 5초, 같은 시드. 왼쪽 LTX-2 19B는 자체 파도 소리를 유지하고, 오른쪽 Wan 2.2는 무음입니다.

프롬프트

A golden retriever sprints along the edge of the surf on a sandy beach at sunrise, water spraying up from its paws. The camera pans from left to right to follow it, the sun low behind the waves.

이것이 가장 뚜렷한 차이였습니다. Wan 2.2는 분명한 골든 리트리버를 그렸고, 5초 내내 같은 개를 유지했으며, 적힌 그대로 카메라를 따라 패닝했습니다. LTX-2는 역광을 받은 어두운 개를 그렸는데 셰퍼드에 더 가까워 보였습니다. 카메라는 개를 따라가지 않았고, 개는 프레임에서 작아질 때까지 물속으로 멀어져 갔습니다. 화면도 더 거칠었습니다. 반면 LTX-2의 사운드트랙은 장면에 맞게 거센 파도 소리와 젖은 모래 소리였습니다.

제품 푸시인

0.3, 1.5, 2.7, 3.9, 4.9초 시점의 프레임. 같은 프롬프트, 480p, 같은 시드.

프롬프트

Slow camera push-in on a clear glass perfume bottle standing on a black marble pedestal. A single soft key light from the left; a thin gold reflection slides across the glass as the camera moves closer; dust particles drift through the light. Dark background.

Wan 2.2는 푸시인하면서 첫 프레임부터 마지막 프레임까지 병을 똑같이 유지했습니다. LTX-2는 반대 방향으로 움직였습니다. 처음 프레임에서는 병의 윗부분이 잘렸고, 카메라가 뒤로 빠지자 뚜껑이 보이면서 모양이 바뀌었으며, 받침대는 사라졌습니다. 물건이 계속 같은 물건으로 남아야 하는 제품 컷에서는 이것이 탈락 사유입니다.

댄서

프롬프트는 햇빛이 드는 스튜디오에서 헐렁한 흰 셔츠를 입은 남성 댄서가 두 바퀴 회전한 뒤 팔을 벌리고 카메라를 정면으로 바라보며 멈추도록 요청했습니다. Wan 2.2는 제자리에서 그를 돌렸고 요청한 포즈로 끝났지만, 분명하게 셀 수 있는 회전은 한 번뿐이었고 햇빛 때문에 렌즈 플레어가 심했습니다. LTX-2는 아무도 요구하지 않은 바닥 동작으로 시작했습니다. 웅크리고 발차기를 한 뒤 일어나 올바른 포즈로 끝났습니다. 두 모델 모두 결말은 맞았지만, 묘사된 동작에는 Wan 2.2가 더 가까웠습니다. 다만 두 바퀴가 아니라 분명한 한 바퀴만 보였습니다.

도시 걷기, 480p와 720p

같은 걷기 프롬프트의 480p와 720p 결과. 네 클립 모두 처음부터 끝까지 같은 여성과 코트를 유지했습니다.

프롬프트

A woman in her thirties wearing a camel trench coat walks toward the camera along a wet city sidewalk at dusk. Neon shop signs reflect in the puddles and people pass behind her. The camera tracks backward at her walking pace, keeping her framed from the knees up.

이 비교는 근소했습니다. 네 클립 모두 같은 얼굴과 코트를 유지했고, 젖은 거리의 반사광도 각각 설득력이 있었습니다. 480p에서 LTX-2는 여성을 더 가까이 가져왔고, ‘무릎 위’ 구도가 Wan 2.2의 먼 전신 샷보다 프롬프트에 더 맞았습니다. 다만 끝부분에 행인이 그녀 앞을 지나갔습니다. Wan 2.2는 큰 네온 간판을 의미 없는 글자로 바꿔 놓았습니다. 720p에서는 Wan 2.2가 ‘무릎 위’ 구도를 가장 잘 지켰고 가장 완성도가 높아 보였습니다. LTX-2의 720p 걷기는 안정적이었지만 요청보다 넓게 유지되었습니다. 사람이 걷는 장면만 필요하다면 어느 쪽이든 괜찮습니다.

이미지-투-비디오: 카페 정지 이미지

영상: 정지 이미지 하나를 LTX-2 19B(왼쪽, 자체 사운드 포함), Wan 2.2(가운데), Wan 2.2 Spicy(오른쪽)가 애니메이션한 장면. 480p, 각 영상의 처음 5초.

프롬프트

She lifts the coffee cup with her right hand, takes a slow sip, sets it back on the saucer, then turns her head toward the window and smiles. The camera holds still.

5초 안에 동작 네 가지는 많은 편이며, 차이가 여기서 드러났습니다. 두 Wan 빌드는 모두 네 가지 동작, 즉 들기, 마시기, 내려놓기, 고개 돌려 미소 짓기를 마쳤습니다. LTX-2는 들기와 마시기까지 한 뒤, 컵을 손에 든 채 멈췄습니다. 세 모델 모두 정지 이미지의 얼굴과 스웨터를 일관되게 유지했습니다. 한 장의 이미지에서 동작 순서가 필요하다면, LTX-2에는 동작 수를 줄이거나 더 긴 클립을 쓰세요. LTX-2는 최대 20초를 지원하며, 추가 시간이 나머지 동작을 담기에 충분한 경우가 많습니다.

우리 결과는 커뮤니티 게시글에서 사람들이 보고한 내용(대부분 LTX 2.3에 관한 것)과 맞아떨어집니다. Wan 2.2는 움직임과 프롬프트 준수로, LTX는 속도와 사운드로 호평받습니다. 테스트 한 세트로 일반적인 결론을 증명할 수는 없지만, 우리 테스트에서는 이 경향이 유지되었습니다.

사운드, 길이, 프레임 레이트, 해상도

사운드는 LTX-2의 가장 큰 실용적 장점입니다. 모든 클립에 사운드 트랙이 함께 왔고, 음량은 장면과 맞았습니다. 해변에는 거센 파도 소리, 빈 스튜디오에는 거의 무음, 카페 정지 이미지에는 조용한 카페 웅성거림이 있었습니다. 우리는 음량을 측정했을 뿐 음질을 평가하지는 않았습니다. Lightricks는 음성이 없는 오디오의 품질이 낮을 수 있다고 적고 있습니다. Wan 2.2 클립은 무음이므로 편집 단계에서 사운드를 더해야 합니다. Alibaba의 별도 Wan 2.2 음성-투-비디오 모델은 입 모양을 맞춘 말하는 영상을 위한 다른 도구입니다.

길이가 두 번째 장점입니다. 기본 Wan 2.2는 약 5초의 고정 클립을 렌더링합니다. LTX-2는 한 테이크에서 20초까지 가능하며, 기존 클립을 이어 가는 비디오 확장 엔드포인트도 있습니다. Wan 2.2 Spicy와 LoRA 빌드는 5초 또는 8초를 제공합니다.

프레임 레이트: Wan 2.2의 A14B 모델은 초당 16프레임을 렌더링합니다. 받은 파일은 30fps(Wan 2.2 Spicy는 64fps)였으며, 이는 생성 후 프레임을 보간했음을 시사합니다. 보간은 재생을 부드럽게 하지만 모델이 그리지 않은 움직임을 새로 만들지는 않습니다. 우리 LTX-2 파일은 24fps였습니다.

속도

시간은 제출부터 완성 파일까지를 측정했습니다. 13개 작업을 모두 한꺼번에 제출했으므로 대기열 시간도 일부 포함되어 있습니다. LTX-2는 짝을 이룬 모든 비교에서 더 빨랐고, 480p에서는 3~5배 빨랐습니다.

로컬에서 돌리면 속도는 그래픽카드에 따라 달라집니다. 한 공개 가이드는 RTX 4090에서 Wan 2.2 14B 모델이 5초짜리 720p 클립 하나를 약 4분 20초에 만든다고 밝혔고, Alibaba는 5B 모델이 소비자용 GPU 한 장에서 ‘9분 미만’에 한 편을 만든다고 말합니다. LTX가 여러 배 빠르다는 테스트 비교는 대부분 LTX-2가 아니라 LTX 2.3에 관한 것이므로, 배수는 정확한 수치가 아니라 방향으로만 보세요.

클립당 가격

아래는 라이브 견적으로 확인한, API에서의 현재 클립당 가격입니다.

LTX-2는 초 단위로 과금되므로 20초짜리 720p 테이크는 $0.384입니다. 기본 Wan 2.2는 클립 단위로 과금됩니다. 가격 차이는 반복 작업을 할 때 가장 중요합니다. 480p 초안 10개의 LTX-2 비용은 $0.72로, Wan 2.2 클립 3개 값입니다. Wan 2.2가 한 번에 원하는 샷을 얻고 LTX-2는 네 번 필요하다면, 비용은 비슷해집니다.

합리적인 분담은 이렇습니다. 구도, 타이밍, 사운드는 LTX-2로 초안을 잡고, LTX-2가 피사체나 카메라 움직임을 유지하지 못하면 채택할 컷만 Wan 2.2로 렌더링하세요.

직접 돌릴 때: VRAM, 라이선스, LoRA

API가 아니라 자신의 GPU에서 오픈 웨이트를 고른다면 세 가지가 다릅니다.

VRAM. Alibaba는 Wan 2.2 A14B 모델을 GPU 한 장에서 돌리려면 최소 80GB의 VRAM이, 5B 모델은 최소 24GB(RTX 4090)가 필요하다고 밝힙니다. 커뮤니티는 ComfyUI에서 fp8 또는 GGUF 양자화와 오프로딩을 써서 소비자용 카드에서 A14B를 돌립니다. 이는 커뮤니티 구성이며 Alibaba의 수치가 아닙니다. Lightricks는 LTX-2의 최소 VRAM을 공개하지 않았습니다. 19B 체크포인트의 fp8과 fp4 버전, 더 빠른 증류 버전, 작은 카드를 위한 CPU 오프로딩을 제공합니다. 계획을 세우기 전에 양자화 체크포인트를 자신의 카드에서 테스트하세요.

라이선스. Wan 2.2는 Apache 2.0입니다. LTX-2는 LTX-2 커뮤니티 라이선스를 사용합니다. 무료로 쓸 수 있지만, 연 매출 1000만 달러 이상인 회사는 Lightricks에서 유료 상업 라이선스를 받아야 합니다.

LoRA. Wan 2.2에는 더 큰 LoRA 생태계가 있습니다. A14B LoRA는 두 전문가 때문에 high-noise와 low-noise 파일 두 개로 제공되며, 우리의 Wan 2.2 LoRA 엔드포인트는 둘 다 받습니다. LTX-2는 자체 트레이너와 공식 카메라 움직임 LoRA가 있습니다. 우리 API의 LTX-2 19B LoRA 빌드는 각 최대 2GiB인 LoRA 파일을 최대 3개까지 로드하며, LTX-2 19B와 LoRA 카메라 무브에서 Dolly 카메라 LoRA를 테스트했습니다. 두 모델은 서로의 LoRA를 받지 않으며, LTX-2 LoRA는 LTX 2.3이나 2.5로 옮겨 쓸 수 없습니다.

NSFW: 어느 쪽이 성인 콘텐츠를 허용하나요?

두 모델의 가중치 자체에는 내장된 콘텐츠 필터가 없지만, 호스팅 버전은 다르게 동작합니다. 우리 콘텐츠 테스트는 요청 유형마다 세 번씩 실행했으며, 결과는 아래와 같습니다.

9월 25일(Wan)과 2026년 10월 5일(LTX-2)에 테스트했습니다. ‘수위 낮춤’은 클립이 완료되었지만 요청한 내용에는 못 미쳤다는 뜻입니다. 거부된 Wan 2.2 요청에는 과금되지 않았습니다. LTX-2 행은 LoRA 없이 측정한 결과입니다.

따라서 성인 콘텐츠 작업에서 텍스트로 시작한다면 두 모델 중에는 LTX-2가 선택지입니다. 고급 NSFW 이미지까지 모든 수위에서 3회 중 3회 결과를 냈습니다. 정지 이미지에서는 Wan 2.2 Spicy가 가장 멀리 가며, 비용은 LTX-2보다 조금 비쌉니다. 모든 Wan 2.2 빌드는 Wan 2.2 NSFW: 7개 빌드 테스트를 보세요. 둘 다 부족하다면, Wan 3.0 같은 최신 모델이 Wan 무검열 테스트에서 더 멀리 갔습니다.

어떤 모델을 써야 할까요?

• 제품, 음식, 동물 샷처럼 피사체가 정확해야 할 때: Wan 2.2로 시작하세요. 우리 실행에서 리트리버와 병을 온전하게 유지했지만, LTX-2는 그렇지 못했습니다.
• 텍스트로 지정한 특정 카메라 움직임: Wan 2.2로 시작하세요. 우리 실행에서 요청대로 패닝하고 푸시인했지만, LTX-2는 두 카메라 움직임을 모두 놓쳤습니다.
• 사운드가 중요한 대화나 분위기 장면: LTX-2입니다. 추가 도구 없이 같은 파일에 사운드트랙이 들어갑니다.
• 더 긴 테이크: LTX-2, 테이크당 최대 20초입니다. 기본 Wan 2.2는 약 5초에서 멈추고, Spicy와 LoRA 빌드는 8초입니다.
• 빠르고 저렴한 반복 작업이나 대량 작업: LTX-2입니다. Wan 2.2 가격의 약 3분의 1이며 몇 배 빠릅니다.
• 정지 이미지를 여러 동작으로 애니메이션: Wan 2.2, 또는 5초 클립당 $0.095의 Wan 2.2 Spicy입니다.
• NSFW: 텍스트-투-비디오는 LTX-2, 이미지-투-비디오는 Wan 2.2 Spicy입니다. 기본 Wan 2.2 텍스트-투-비디오는 피하세요.
• 로컬 실행, 소비자용 GPU, 상업 제품: 하드웨어에 맞춰 Wan 2.2 5B 또는 양자화한 LTX-2를 쓰세요. 회사 매출이 1000만 달러를 넘는다면 LTX-2 라이선스를 확인하세요.

직접 프롬프트를 두 모델에서 시험해 보려면 LTX-2 19B 텍스트-투-비디오에서 시작해 같은 텍스트를 480p의 Wan 2.2에서 돌려 비교한 뒤, 720p 비용을 내기 전에 결정하세요.

FAQ

LTX-2가 Wan 2.2보다 전반적으로 낫나요?

전반적으로는 아닙니다. 같은 프롬프트로 한 번씩 실행한 우리 테스트에서 Wan 2.2는 프롬프트에 더 가깝게 맞췄고, LTX-2는 더 빠르고, 저렴하고, 더 길고, 사운드가 있는 유일한 모델이었습니다. 샷에 필요한 조건으로 선택하세요.

Wan 2.2는 오디오를 생성하나요?

기본 텍스트-투-비디오와 이미지-투-비디오 모델은 생성하지 않으며, 클립은 무음입니다. Alibaba의 별도 Wan 2.2 음성-투-비디오 모델은 여러분이 제공한 오디오 트랙에 맞춰 사진을 애니메이션합니다. LTX-2는 모든 클립과 함께 자체 사운드트랙을 만듭니다.

LTX 2.3은 LTX-2와 같은가요?

아닙니다. LTX 2.3과 LTX 2.5는 가중치가 다른 Lightricks의 후속 모델입니다. 많은 ‘LTX-2 vs Wan 2.2’ 비교가 실제로는 LTX 2.3을 테스트하므로, 결과가 어느 버전을 가리키는지 확인하세요.