Avataar AI가 공개한 영상 생성 모델 Varya는 ‘인도판 Sora’가 아니라 단가와 latency를 깎아 만든 응용 레이어다. 알리바바의 오픈 모델 Wan 2.2를 베이스로 깔고, distillation 기법으로 50-step 추론을 4-step까지 압축했다. 그 결과 Nvidia H200 한 장에서 5초짜리 720p 클립을 45초에 뽑는다. 같은 작업을 Wan 2.2 원본으로 돌리면 1,230초가 걸린다. 약 27배 빠르다.
진짜 흔드는 숫자는 가격이다. 호스팅 서비스 기준 영상 1초당 ₹0.48, 달러로 $0.005다. Veo·Kling·Luma·Runway가 보통 1초당 $0.10 이상을 받는 시장에서 약 20배 격차다. Peak XV의 Rajan Anandan은 “인도는 video-first 시장이고, 학생·교사·MSME·크리에이터·공공 서비스까지 영상 AI가 닿으려면 비용 자체가 무너져야 한다”고 말한다. 이 가격대는 SKU 단위 상품 영상, 학교 보조 자료, 지역 언어 공익 캠페인처럼 ‘인구 규모’ 워크로드를 처음으로 영상 AI에 얹을 수 있게 만든다.
또 다른 축은 문화 인식이다. 글로벌 영상 모델은 인도 결혼식이나 디왈리 장면을 요청받으면 모호한 ‘남아시아풍’ 평균치로 뭉개버리는 경우가 많다. Avataar는 디왈리·홀리 같은 축제, 사리·쿠르타 같은 의상, 도사·이들리 같은 음식, 지역 사원 건축 같은 시각 단서를 인식하도록 큐레이션된 데이터로 Varya를 학습시켰다. 모델 구조보다 데이터셋 레벨에서 문제를 풀려는 접근이고, 글로벌 파운데이션 모델이 가장 약한 지점을 정확히 노린다.
배포 방식도 시사적이다. Varya는 인도 정부의 AI 자산 포털 AIKosh에 가중치와 학습 데이터까지 함께 open-weight로 풀린다. India AI Mission이 12개 스타트업에 보조금 GPU를 주는 대신 모델 공개를 요구한 결과다. 인도는 LLM 베이스로 미국·중국과 정면 경쟁하는 대신, 오픈 베이스를 distillation으로 깎아 자국 단가와 자국 문화에 맞춘 응용 모델을 빠르게 쌓는 길을 선택한 셈이다. e-commerce 영상이라는 좁은 사용처에서 시작했지만, $0.005/sec라는 숫자가 굳어진다면 영상 AI를 보던 우리의 단가 감각 자체가 다시 그려진다.