Avataar의 Varya가 AI 영상을 10배 싸게 만든다, 그리고 그게 진짜 이야기다

Avataar.ai는 오늘 뉴델리에서 열린 행사에서 Varya를 공개했고, 그 자리에는 인도 전자정보기술부 장관이 함께했다. 이 회사는 이 140억 파라미터 AI 영상 모델을 Alibaba의 Wan 2.2, Google의 Veo 3와 같은 품질 구간에 놓는다. 하지만 중요한 숫자는 품질 벤치마크가 아니다. 가격이다. Varya는 초당 약 ₹0.48에 영상을 생성하는데, 회사는 이것이 선도적인 글로벌 모델들보다 최대 열 배 싸다고 말한다. 그렇게 할 수 있는 이유는 보통 50번인 디퓨전 스텝을 4번으로 줄이면서도 출력 품질을 전체 스텝 모델에 가깝게 유지하는 증류된 아키텍처를 돌리기 때문이다.

인도의 증류 영상 모델 Varya는 50스텝 대신 4스텝으로 클립을 생성한다

이 모델은 인도의 IndiaAI Mission의 도움으로 여기까지 왔다. IndiaAI Mission은 국가 AI 컴퓨트에 대한 보조금 지원 접근을 제공했다. Varya는 일부러 인도의 맥락에 맞춰 학습됐기 때문에, 주로 서구 데이터로 학습된 모델보다 지역적 다양성, 축제, 음식, 의상, 일상 환경을 더 잘 표현한다. varya.avataar.ai에 라이브 데모가 있고, Avataar는 Varya를 학습 데이터와 함께 오픈 웨이트 모델로 인도의 AIKosh 포털에 공개해 개발자들이 직접 호스팅하거나 파인튜닝할 수 있게 하겠다고 말한다. 아키텍처와 증류 방법에 관한 기술 보고서도 나올 예정이다.

50스텝 대신 4스텝

여기서의 기술적 한 수가 핵심 전부다. 디퓨전 모델은 노이즈에서 시작해 여러 스텝에 걸쳐 다듬어 나가며 생성하고, 각 스텝은 네트워크를 한 번 완전히 통과하는 과정이다. 50스텝이면 50번 통과한다는 뜻이다. 증류는 더 작고 빠른 학생 모델을 학습시켜 느린 다단계 교사 모델이 만들어내는 것을 몇 스텝만으로 재현하게 한다. 50스텝 대신 4스텝이면 프레임당 컴퓨트가 열 배 넘게 줄어드는 것이고, 영상 생성 비용의 거의 전부는 바로 이 프레임당 컴퓨트에 있다.

벽시계 기준 숫자가 이를 구체적으로 보여준다. NVIDIA H200에서 Varya는 5초짜리 720p 클립을 약 45초 만에 만들어낸다고 Avataar는 말한다. 같은 작업에 Wan 2.2는 약 1,230초가 걸리는 것으로 측정한다. 이건 가장자리에서의 작은 승리가 아니라 차원이 다른 규모이고, 다수에게 서비스할 수 있는 모델과 데모용으로나 돌릴 수 있는 모델을 가르는 차이다.

이건 지난 2년간 빠른 이미지 생성을 실용적으로 만든 바로 그 수법이다. 그것이 실제 초당 가격표를 달고 프로덕션 규모의 영상에 안착하는 걸 지켜보는 것이 주목할 만한 신호다.

왜 2026년 영상 이야기는 비용인가

2년 동안 AI 영상 대화는 성능에 관한 것이었다. 누구 모델이 4K를 하느냐. 누구 모델이 오디오를 맞추느냐. 누구 모델이 여러 샷에 걸쳐 캐릭터를 유지하느냐. 그 경쟁은 대부분 정리됐다. Kling 3.0은 3월에 오디오와 함께 4K를 내놨고, LTX 2.3은 그것을 오픈소스로 해냈으며, 프런티어 모델들은 모두 차이가 격차가 아니라 논쟁거리일 만큼 충분히 가까워졌다.

정리되지 않은 건 경제성이었다. 우리는 OpenAI가 Sora를 닫기 전까지 누적 매출 200만 달러에 맞서 하루 약 100만 달러를 태웠다는 이야기를 썼다. 성능은 결코 문제가 아니었다. 그걸 서비스하는 비용이 문제였다. 아름답지만 감당할 수 없는 모델은 제품이 아니라 데모다.

그래서 2026년의 흥미로운 프런티어는 뭔가 새로운 걸 하는 모델이 아니다. 같은 일을 10분의 1 비용으로 하는 모델이다. Varya는 하나의 데이터 포인트다. 분야 전체에서 일어나는 더 넓은 움직임, 즉 증류, 더 적은 스텝, 특정 맥락에 맞춰진 더 작은 모델은 AI 영상을 돈 잃는 쇼케이스에서 작은 팀이 실제로 그 위에 무언가를 만들 수 있는 것으로 바꾸는 바로 그것이다.

만드는 사람들에게 무엇을 의미하나

일회성이 아니라 제품의 일부로 영상을 생성하는 무언가를 만들고 있다면, 초당 비용이 곧 당신의 단위 경제다. 그건 모두에게 제공할 수 있는 기능과 아껴 쓰거나 프리미엄을 매기는 기능을 가르는 차이다. 10배 비용 절감이 제품을 10배 좋게 만들어주지는 않는다. 다만 적자였던 제품의 한 범주 전체를 갑자기 실현 가능하게 만든다.

이것이 우리가 화려한 쪽보다 곡선의 싼 쪽을 계속 지켜보는 이유다. Cinevva에서는 플랫폼 내 생성 도구들이 비즈니스로 작동하려면, 생성 비용이 충분히 낮아서 크리에이터가 클릭마다 우리 돈이 새어 나가는 일 없이 자유롭게 실험할 수 있어야 한다. Sora가 준 교훈은 잘못된 비용에 매달린 훌륭한 출력이 회사를 끝낸다는 것이었다. Varya가 주는 교훈은 그 비용이 마침내 빠르게 움직이기 시작했다는 것, 그리고 싸고 좋은 모델 위에 만드는 팀이 비싸고 화려한 쪽을 좇는 팀보다 오래 살아남으리라는 것이다.

지역적 관점도 중요하다. 인도의 맥락에 맞춰 학습되고 인도의 예산에 맞춰 가격이 매겨진 모델은, 이 도구들의 다음 물결이 모두 똑같은 몇몇 미국 연구소에서 나오지도, 모두 미국 지갑에 맞춰 가격이 매겨지지도 않으리라는 점을 일깨워 준다. 더 싸고, 더 지역적이고, 더 구체적인 것은 더 크고 더 범용적인 것과는 다른 경쟁 축이고, 기존 강자들이 방어하기 더딘 축이다.

Avataar의 Varya가 AI 영상을 10배 싸게 만든다, 그리고 그게 진짜 이야기다 ​

50스텝 대신 4스텝 ​

왜 2026년 영상 이야기는 비용인가 ​

만드는 사람들에게 무엇을 의미하나 ​

참고 자료 ​

Avataar의 Varya가 AI 영상을 10배 싸게 만든다, 그리고 그게 진짜 이야기다

50스텝 대신 4스텝

왜 2026년 영상 이야기는 비용인가

만드는 사람들에게 무엇을 의미하나

참고 자료