2026/07/30

로컬 GPU 용 오픈소스 AI 동영상 모델 2026: 4 가지 모델 비교

Wan 2.2, HunyuanVideo-1.5, CogVideoX1.5, Mochi 1을 GPU 메모리, 출력 품질, 라이센스, 추론 속도, 배포 제한으로 비교합니다.

24GB GPU가 있다면 Wan 2.2 TI2V-5B가 가장 실용적인 로컬 동영상 AI 모델입니다. 14~16GB에서는 HunyuanVideo-1.5가 최적이고, 그 이하에서는 CogVideoX1.5-5B가 현실적인 선택지입니다. Mochi 1은 Apache-2.0 라이센스와 수정 가능한 파이프라인으로 연구용으로 적합하지만, 메모리 사용량과 480p 출력으로 인해 범용이기보다는 전문 용도에 더 적합합니다.

다만 중요한 주의사항이 있습니다. 공개된 최소 VRAM 수는 일반적으로 CPU 오프로드, 타일링, 저정밀도 또는 이들의 조합을 가정합니다. 이는 워크플로가 작동할 수 있음을 의미하지만, 매일 실제로 사용할 수 있는 속도가 있는지는 별개의 문제입니다.

이 비교는 각 프로젝트의 공식 모델 카드와 리포지토리를 사용하며, 2026년 7월 30일에 확인했습니다. "오픈소스 AI 동영상 모델"이라는 용어를 사용하는 이유는 사용자들이 실제로 이렇게 검색하기 때문입니다. "오픈 웨이트"가 더 정확한 경우도 있지만, 특히 사용자 정의 커뮤니티 라이센스를 사용하는 모델에서는 그렇습니다.

한눈에 보는 로컬 동영상 AI 모델

모델	공개 로컬 VRAM 경로	동영상 출력	라이센스	최적 용도
Wan 2.2 TI2V-5B	CPU 오프로드 시 최소 24GB^[1]	720p 클래스, 24fps; 텍스트-동영상 및 이미지-동영상 생성	Apache-2.0	단일 24GB 워크스테이션용 균형형 선택지
HunyuanVideo-1.5	모델 오프로드 시 최소 14GB^[2]	480p/720p T2V 및 I2V, 초해상도 경로 포함	Tencent Hunyuan Community License	14~16GB CUDA GPU용 최고 문서화 구현
CogVideoX1.5-5B	Diffusers BF16은 10GB 이상, INT8은 7GB 이상^[3]	1360×768, 5초 또는 10초	CogVideoX License	저 VRAM 실험용(생성 시간을 감수할 수 있을 때)
Mochi 1 preview	저정밀도 Diffusers 예제는 22GB; 단일 GPU 참조 구현은 약 60GB^[4]	초기 릴리스는 480p 텍스트-동영상 및 이미지-동영상 지원	Apache-2.0	연구, LoRA, 관대한 라이센스 조건

이 표의 각 행은 엄밀한 벤치마크 동등성은 아닙니다. CogVideoX의 최솟값은 Wan의 문서화된 24GB 명령과 다른 정밀도와 메모리 전략을 사용합니다. Mochi의 22GB 예제는 의도적으로 품질을 약간 낮춥니다. 이 숫자들을 배포 경로로 해석하되 품질 순위로는 해석하지 마세요.

GPU에서 실제로 실행할 수 있는 것

8GB VRAM: 기술 실험이지만 실무 워크스테이션은 아닙니다

CogVideoX1.5-5B는 약 7GB부터 시작하는 INT8 Diffusers 경로를 문서화한 유일한 모델입니다. 같은 모델 카드는 양자화와 순차 CPU 오프로드가 속도를 저하시킨다고 경고합니다. 저메모리 테스트는 A100/H100 하드웨어에서 수행되었지만, 저자들은 NVIDIA Ampere 이상의 카드에서 일반적으로 작동해야 한다고 말합니다^[3].

따라서 8GB 카드는 모델이 실행 가능함을 증명할 수 있지만, 디스플레이, 디코더, 긴 클립 또는 다른 프로세스를 위한 여유 공간이 거의 남지 않습니다. 종속성 튜닝과 큰 시스템 RAM 풋프린트를 예상하세요. 정기적인 프로덕션 사용에는 호스팅 서비스 또는 더 큰 GPU가 일반적으로 스트레스가 덜합니다.

10~12GB VRAM: CogVideoX는 인내심 있는 실험에 적합합니다

CogVideoX1.5-5B의 최적화된 BF16 Diffusers 경로는 약 10GB부터 시작합니다. INT8보다, 카드가 수용할 수 있다면 이것이 첫 번째 테스트로 더 좋습니다. 트레이드오프는 시간입니다. 퍼블리셔 자신의 50단계 5초 클립 결과는 H100에서도 수백 초로 측정되며, A100에서는 더 깁니다^[3]. 이는 컨슈머 GPU 예측이 아니지만 병목을 명확히 합니다.

CogVideoX는 영어 프롬프트를 가정합니다. 다른 언어의 프롬프트를 받아들이는 팀은 추론 전에 번역 또는 프롬프트 재작성 단계가 필요합니다.

14~16GB VRAM: HunyuanVideo-1.5는 실질적인 단계 상향입니다

Tencent는 14GB 최소값을 모델 오프로드 활성화로 공개합니다. 공식 소스 경로는 Linux, Python 3.10 이상, NVIDIA CUDA GPU를 대상으로 합니다^[2]. 이는 대규모 동영상 모델이 "12GB에서 작동한다"는 비공식 커뮤니티 주장보다 훨씬 더 견고한 출발점입니다.

HunyuanVideo-1.5는 480p 및 720p에서 텍스트-동영상 및 이미지-동영상 체크포인트를 지원합니다. 별도의 초해상도 모델은 동영상을 1080p로 업스케일할 수 있습니다. 마지막 단계는 추가 작업이며 네이티브 1080p 생성으로 설명해서는 안 됩니다.

주요 제약은 기술적이 아니라 법적입니다. Tencent Hunyuan Community License는 유럽 연합, 영국 및 남한에서의 사용을 제외하고 사용 제약을 포함하며 특정 단계별 사용자 임계값 이상의 특정 제품에 대해 별도의 라이센스가 필요합니다^[5]. 상용 서비스에 선택하기 전에 현재 라이센스를 읽으세요.

24GB VRAM: 실질적인 로컬 동영상 계층

이것이 로컬 생성이 메모리 트릭 같은 느낌이 아닌 현실이 되는 지점입니다. Wan 2.2 TI2V-5B는 24GB RTX 4090 클래스 카드용 공식 단일 GPU 명령을 가집니다. 단일 5B 파이프라인에서 텍스트-동영상 및 이미지-동영상을 지원하며 24fps에서 720p 클래스 동영상을 출력합니다^[1].

Wan의 모델 카드는 5B 모델이 특별한 최적화 없이 단일 컨슈머 GPU에서 5초 720p 동영상을 9분 이내에 생성할 수 있다고 명시합니다. 이는 미리 보기 및 배치 작업에는 유용하지만 인터랙티브 편집에는 그렇지 않습니다. 큐 설계는 여전히 중요합니다.

Mochi 1도 22GB BF16 Diffusers 예제를 통해 이 계층에 들어갈 수 있습니다. Genmo는 그 경로에 약간의 품질 감소를 기록합니다. 스페어 VRAM이 적으면 다른 애플리케이션이나 다른 프레임 수로 인해 작업이 메모리 부족 상태로 밀릴 수 있습니다^[4]. 여기서 Mochi를 선택하는 이유는 그 연구 가치와 라이센스 때문이지, 가장 안전한 24GB 배포라서가 아닙니다.

48~80GB VRAM: 트레이드오프 감소이지만, 자동 처리량 증가는 아닙니다

Mochi의 고품질 Diffusers 예제는 42GB를 필요로 하며, 참조 리포지토리는 단일 GPU 작동에 대해 약 60GB를 설명하고 H100을 권장합니다^[4]. 더 큰 메모리는 다른 모델의 오프로드 감소 또는 다중 워커 지원도 가능하게 할 수 있습니다.

이는 확산의 계산 비용을 제거하지 않습니다. 더 큰 카드를 구입하기 전에 제출된 프롬프트 수가 아니라 승인된 클립 수/시간을 벤치마크하세요.

Wan 2.2: 24GB GPU용 최고 균형형

Wan 2.2 TI2V-5B는 이 그룹에서 로컬 실용성과 출력 능력의 가장 깔끔한 조합을 가집니다.

공식 가중치 및 추론 코드
문서화된 단일 24GB GPU 경로
단일 모델 내 텍스트-동영상 및 이미지-동영상
24fps에서의 720p 클래스 출력
Apache-2.0 라이센스

모델 이름에 정확하십시오. Wan 2.2에는 더 큰 A14B 체크포인트도 있습니다. 4090에서 TI2V-5B를 보여주는 튜토리얼은 더 큰 변형이 동일한 하드웨어에 맞을 수 있음을 증명하지 않습니다. 다운로드 크기, 추론 인수 및 메모리 요구 사항이 다릅니다.

Wan은 독립 크리에이터, 연구 팀 또는 4090 하나를 보유한 스튜디오를 위한 합리적인 첫 벤치마크입니다. 그 약점은 지연 시간입니다. 단일 머신은 유용한 배치를 밤새 렌더링할 수 있습니다. 즉각적인 결과를 약속하는 제품의 백엔드로서는 설득력이 떨어집니다.

HunyuanVideo-1.5: 14~16GB용 최고

HunyuanVideo-1.5는 8.3B 동영상 모델을 놀랍도록 접근 가능한 공식 최소값 주변에 패키징합니다. 머신이 24GB에 도달할 수 없지만 텍스트-동영상 및 이미지-동영상 모두가 필요한 경우, 이것이 여기의 가장 강력한 후보입니다.

그 모델 계열은 단일 다운로드보다 더 복잡합니다. Tencent는 별도의 480p 및 720p 체크포인트, 증류 변형 및 초해상도 가중치를 나열합니다. 제품이 실제로 필요한 경로를 결정한 후에 스토리지 프로비저닝 또는 컨테이너 구축을 시작하세요.

이 모델은 "개방형"과 "관대한"이 다른 질문인 이유의 가장 명확한 예입니다. 가중치 및 학습 코드는 사용 가능하지만 커뮤니티 라이센스에는 영토, 귀속, 배포 및 수용 가능 사용 조건이 있습니다. Apache-2.0 가정은 적용되지 않습니다.

CogVideoX1.5-5B: 저 VRAM 실험용 최고

CogVideoX1.5-5B는 피팅 경쟁에서 이깁니다. 공식 표는 10GB BF16 및 7GB INT8 Diffusers 설정을 문서화하며, 76GB BF16 SAT 경로와 비교합니다^[3]. 그 스프레드는 소프트웨어 경로가 하드웨어 답변을 얼마나 변경하는지를 보여줍니다.

CogVideoX를 선택하세요:

사용 가능한 GPU는 8~12GB
생성이 백그라운드에서 실행 가능
프롬프트를 영어로 정규화할 수 있음
팀이 CUDA, PyTorch, Diffusers 및 양자화 종속성을 고정하는 것이 편함

"7GB"가 효율적으로 보이기만 해서 선택하지 마세요. INT8 경로는 속도를 위해 메모리를 트레이드오프하며, 모델의 5 또는 10초 출력은 반복적으로 샘플링하기에는 여전히 비용이 많이 듭니다. 안정적으로 완료되는 12GB 설치가 한계에서 작동하는 8GB 구성보다 더 실용적입니다.

CogVideoX는 자체 라이센스를 사용합니다. "Hugging Face에서 다운로드 가능"을 법적 결론으로 취급하기보다는 계획된 배포 및 상용 사용에 대한 텍스트를 검토하세요^[6].

Mochi 1: 관대한 연구 작업용 최고

Mochi 1은 Apache-2.0에 따라 공개된 10B 텍스트-동영상 및 이미지-동영상 연구 프리뷰입니다. Genmo는 가중치, 추론 코드, 프로그래밍 가능한 파이프라인 및 LoRA 트레이너를 공개합니다. 이는 최고 해상도 클립을 단순히 생산하는 것보다 스택 수정에 관심이 있는 팀을 위한 좋은 기반입니다.

그 한계는 일반적으로 잘 문서화됩니다. 초기 체크포인트는 480p를 대상으로 하며, 포토리얼리즘 튜닝, 극단적인 모션 시 왜곡 가능성, 애니메이션 스타일의 성능 저하를 보입니다^[7]. 참조 구현도 단일 GPU에서 약 60GB VRAM이 필요합니다. Diffusers는 이를 BF16에서 22GB로 낮춥니다. 하지만 기술된 품질 트레이드오프가 있습니다.

Mochi는 연구 워크스테이션 또는 다중 GPU 서버에서 의미가 있습니다. 완성된 720p 출력만을 위해 특히 카드를 구매하는 단일 크리에이터에게 정당화하기 어렵습니다.

"로컬 실행"은 4가지 다른 의미를 가집니다

모델 비교는 종종 4가지 이정표를 하나로 축약합니다.

프로세스가 시작됩니다. 가중치는 양자화 및 오프로드로 로드됩니다.
하나의 샘플이 완료됩니다. 짧은 저배치 작업이 메모리 부족 오류를 피합니다.
워크플로는 반복 가능합니다. 10개의 작업이 메모리 단편화, 드라이버 충돌 또는 수동 정리 없이 완료됩니다.
시스템이 유용합니다. 처리량, 승인된 출력율 및 작동 노력이 사용 가능한 대안을 이깁니다.

실질적인 결정은 4번째 이정표에서만 지원됩니다. CPU 오프로드는 시스템 RAM 및 PCIe 전송으로 압력을 이동시킵니다. 양자화는 메모리를 줄이면서 추론을 느리게 할 수 있습니다. VAE 타일링은 메모리를 절약하지만 실행 프로필을 변경합니다. 데스크톱 GPU는 용량의 일부를 디스플레이 및 기타 애플리케이션으로 손실합니다.

폐쇄형 호스팅 모델은 별도의 카테고리입니다. API 또는 ComfyUI 노드는 친숙한 모델 이름을 노출하면서 모든 추론이 원격으로 발생합니다. 그 구별의 구체적인 예를 보려면 Seedance를 로컬에서 실행할 수 있는지에 대한 설명을 참조하세요.

공정한 로컬 벤치마크는 한 오후가 소요됩니다

큰 프롬프트 라이브러리로 시작하지 마십시오. 서로 다른 실패 모드를 노출하는 5개의 프롬프트를 사용하십시오.

잠긴 카메라와 한 가지 움직이는 주체;
2명이 상호작용;
빠른 횡방향 움직임;
얼굴 또는 제품이 일관성을 유지해야 하는 이미지-동영상;
텍스트, 손 또는 반복되는 기하학을 포함하는 장면.

실제로 배포할 해상도, 기간 및 메모리 설정에서 모든 모델을 실행하십시오. 기록:

메트릭	중요한 이유
피크 VRAM	워크플로가 실제 서비스와 나란히 생존하는지 여부를 드러냅니다
피크 시스템 RAM	CPU 오프로드의 숨겨진 비용을 보여줍니다
콜드 스타트 시간	서버리스 워커 및 재시작 큐와 관련
클립당 초	용량을 결정하지만 품질은 아님
10회 시도당 승인된 클립	모션, 동일성 및 프롬프트 실패를 캡처
승인된 클립당 와트시간	로컬 작동 비용을 비교 가능하게 만듭니다
수동 개입	프로덕션 전에 취약한 파이프라인을 드러냅니다

시드와 프롬프트를 고정하십시오. 한 모델이 프롬프트 재작성이 필요한 경우 조용히 더 나은 프롬프트를 제공하는 것이 아니라 그 재작성을 파이프라인의 일부로 저장하십시오.

오픈 웨이트 동영상 모델 배포 전

체크포인트는 하나의 구성 요소일 뿐입니다. 신뢰할 수 있는 로컬 서비스에는 다음이 필요합니다:

가중치, 캐시, 입력 및 렌더링된 프레임을 위한 충분한 NVMe 공간;
NVIDIA 드라이버, CUDA, PyTorch 및 주의 라이브러리를 위한 고정된 버전;
실패한 작업 후 GPU 메모리를 해제하는 워커;
기간, 해상도, 프레임 수 및 배치 크기에 대한 요청 제한;
출력 조정 및 업로드된 얼굴 또는 저작권이 있는 자산에 대한 정책;
필요한 경우 제품으로 운반되는 모델 및 라이센스 알림;
업그레이드를 위한 재현 가능한 벤치마크 프롬프트.

비디오 확산 실패는 늦게 도착하기 때문에 비용이 많이 듭니다. 워커는 메모리 부족 오류 또는 사용할 수 없는 클립을 반환하기 전에 몇 분을 소비할 수 있습니다. 작업이 생성 큐에 들어가기 전에 입력을 검증하고 메모리를 예약하십시오.

Wan-AI. Wan2.2-TI2V-5B model card and official repository. Weights, Apache-2.0 license, 720p output, 24GB command, and performance guidance. Retrieved July 30, 2026 from huggingface.co/Wan-AI/Wan2.2-TI2V-5B and github.com/Wan-Video/Wan2.2
Tencent. HunyuanVideo-1.5 model card. Official 14GB minimum, system requirements, checkpoints, and output paths. Retrieved July 30, 2026 from huggingface.co/tencent/HunyuanVideo-1.5
Z.ai. CogVideoX1.5-5B model card. Diffusers and SAT memory figures, quantization trade-offs, duration, and resolution. Retrieved July 30, 2026 from huggingface.co/zai-org/CogVideoX1.5-5B
Genmo. Mochi 1 preview model card. Diffusers memory examples and lower-precision trade-off. Retrieved July 30, 2026 from huggingface.co/genmo/mochi-1-preview
Tencent. Tencent Hunyuan Community License Agreement. Territory, distribution, commercial, and use terms. Retrieved July 30, 2026 from HunyuanVideo-1.5 LICENSE
Z.ai. CogVideoX License. License linked from the official model card. Retrieved July 30, 2026 from CogVideoX1.5-5B LICENSE
Genmo. Mochi repository. Hardware guidance, Apache-2.0 license, architecture, and documented limitations. Retrieved July 30, 2026 from github.com/genmoai/mochi