알리바바의 Qwen 팀이 9월 20일에 현지에서 실행되는 이미지 생성 및 이미지 편집 모델 Qwen-Image-2.1을 공개했습니다. 저는 개인 Mac 2대를 사용하여 사진풍의 생성부터 배경 치환까지 한 번에 모두 테스트해 보았습니다.
결과적으로, 이미지 생성 용도라면 현장 Mac에서 처리했습니다. 텍스트의 디테일이나 마감에 신경 쓰는 부분만 클라우드 기반 GPT Image 2.5에 위탁하는 것이 좋겠습니다.
대량 생산과 초안 작업은 개인 Mac에서 진행하고, 꼼꼼한 마무리 작업만 클라우드로 옮기는 방식의 활용 방식을 저울로 나타낸 그림입니다.
늘과 같이 영상으로도 상세히 설명된 내용입니다.
Mac 2 대와 mflux로 테스트한 조건
이 도구는 Apple Silicon용 MLX 구현체인 mflux를 사용하며, 이 모델과의 호환성이 공개된 다음 날에 출시되었습니다. 단 하나의 명령으로 텍스트 생성도 가능하고, 이미지를 전달하여 편집도 할 수 있습니다.
움직인 것은 메모리가 큰 맥 스튜디오와 작은 맥 미니였습니다. 단계 수는 공식 샘플과 동일하게 했고, 양자화의 유무도 비교했습니다.
대조는 클라우드 기반 GPT 이미지 2.5를 사용하도록 했습니다. 공식 자체 벤치에서 이 모델보다 높은 순위를 차지하는 모든 모델은 폐쇄형 모델이며, 그 중 가장 높은 순위를 차지하는 모델이 이 모델이기 때문입니다.
Hugging Face 모델 카드 상단에서, 빨간색으로 강조된 1은 모델의 크기, 2는 편집 기능, 3은 공식 벤치마크에서의 위치를 나타냅니다.
빨간색 상자 안의 ‘1’은 이미지 생성 부분의 크기가 7B로, 전 세대 대비 3분의 1 정도로 줄어들었다는 것을 의미합니다. 이 만큼 작아진 덕분에 작은 Mac mini에서도 작동했습니다.
빨간색으로 囲워진 기능 2는 참조 이미지를 최대 10장까지 전달할 수 있는 기능과 수정하고 싶은 부분을 원이나 마스크로 지정할 수 있는 기능입니다. 제가 시도해 본 배경 치환이나 인물 합성 등은 이 편집 기능에 해당합니다.
붉은색으로 강조된 3번은 공식 자사 벤치에서의 순위로, 위에 나열된 것은 전부 닫힌 모델입니다. 하지만 벤더의 자체 벤치에서 제3자의 재현은 아직 없으므로, 저는 “어떤 클라우드와 비교하는가”를 결정하는 데만 활용했습니다.
생성 시간은 메모리 용량에 따라 결정됩니다.
Mac Studio는 차를 끓여서 돌아오면 바로 작동하는 듯한 느낌이었습니다. Mac mini로도 작동했지만, 매번 대기 시간이 길어서 연속적인 작업에는 적합하지 않았습니다. 실제 측정 결과를 표로 정리했습니다.
제 손으로 직접 측정한 결과, 모든 경우에서 걸음 수(스텝 수)는 공식 샘플과 동일하게 40입니다.
예상 밖의 부분은 양자화의 효과 방식이었습니다. 양자화를 하면 메모리의 피크는 낮아지지만, 그에 걸리는 시간은 거의 변하지 않았습니다. 양자화는 속도를 내는 도구가 아니라, 메모리가 부족한 Mac에서 실행하기 위한 도구라는 것을 알게 되었습니다.
걸음 수를 줄이면 더 빨리 완료할 수 있지만, 결과물이 울퉁불퉁하고 글자가 깨질 수 있습니다. 속도가 중요하다면 걸음 수를 줄이는 것보다 메모리가 더 큰 맥(Mac)을 사용하거나 클라우드로 옮기는 것이 결국 더 빠를 것입니다.
사진과 일러스트는 그대로 사용할 수 있는 형태입니다.
먼저, 원본 생성 능력입니다. 인물, 요리, 악수 장면은 모두 양자화 없이 40단계, 수정 없이 한 번에 완성된 결과물입니다. 피부 질감이나 돼지비계까지 사진처럼 표현이 가능하며, 이미지 생성 모델이 오랫동안 어려워했던 손과 손가락의 개수와 관절이 자연스럽게 나타났습니다.
제 맥 스튜디오에서 생성한 사진풍의 3장입니다. 왼쪽부터 인물, 음식, 손이며, 모두 수정 없이 촬영되었습니다.
그림도 같은 분위기로 제작되었습니다. 애니메이션 스타일의 캐릭터 일러스트, 만화 커마, 영어 로고 3장이며, 만화 대사 “렛츠고!”와 로고 “NORTHWIND COFFEE”의 폰트와 자간 모두 지시대로 제작되었습니다.
마찬가지로 제 맥 스튜디오에서 생성한 그림 3장입니다. 짧은 일본어와 영어 텍스트는 여기까지 들어옵니다.
성공적인 편집과 파손된 편집
가장 효과를 봤던 것은 배경 교체였습니다. 기존 사진을 전달하여 “배경을 나무 테이블과 아침 햇살로 바꿔줘”라고만 지시했을 뿐, 피사체는 그대로 유지된 채 배경만 깔끔하게 바뀌었습니다. 상품 사진의 배경을 바꾸는 정도의 작업은 이 방법으로 충분히 처리할 수 있다고 생각했습니다.
왼쪽 상단의 작은 이미지는 제가 전달한 원본 사진이며, 큰 이미지는 “배경을 나무 책상과 아침 햇살로 변경해 줘”라고 요청하신 결과입니다. 이어폰과 케이스의 형태는 그대로 유지되었습니다.
한편, 문제 사례도 있었습니다. 참조 이미지로 여러 명의 사진을 제공하여 하나의 이미지로 합치라는 요청을 드렸더니, 인물이 다른 사람의 얼굴이 되어 한쪽은 흰 화면으로 깨져 버렸습니다. 여러 이미지를 모아 놓은 것은 공식적인 기능이지만, 인물의 동일성은 아직 완전히 신뢰할 수 없습니다.
왼쪽 상단 두 장이 제공한 참조 이미지입니다. 상품의 형태는 유지되었지만, 인물은 머리 색깔과 나이가 모두 달라졌습니다.
배경을 뚫어 보여주는 이미지도, 프롬프트에서 지정하는 것만으로 그대로 나옵니다. 격자 무늬 부분이 뚫려 있는 부분에서, 소재 제작에 이것이 은근히 영향을 줍니다.
배경 투명도를 지정하여 생성한 스티커 스타일의 1장입니다. 자르기 번거로움 없이 소재로 활용할 수 있습니다.
같은 지시사항으로 양자화의 장단점을 비교하면 4비트 방식만 글자가 깨졌습니다. 메모리 절약을 통해 얻는 만큼은 글자와 세부 품질에서 보상해야 합니다.
왼쪽은 양자화가 없고, 오른쪽은 4비트이며, 프롬프트와 시드 모두 동일합니다. 구도와 빛은 그대로 유지되었지만, 오른쪽에는 요청한 텍스트가 추가되었습니다.
제 맥(Mac)에서 시도한 편집의 예시와, 그 결과에서 결정한 분리 방식입니다.
짧은 글은 쓰기 쉽지만, 긴 일본어는 깨져서 읽기 어렵다.
일본어 설명 이미지를 함께 제작해 보았습니다. “물은 92도”, “30초 뜸”과 같이 짧은 표현들은 제시된 대로 읽히도록 입력되었습니다. 커피 내리는 방법 정도의 그림 설명은 현지에서 그대로 사용 가능할 것입니다.
왼쪽은 간판의 “커피 히다리”인데 한자는 정확하게 나왔습니다. 안쪽에서는 “커피 히다리”라고 주문했지만 “히다키리”가 되어서 씨앗을 3가지로 바꿨지만 모두 똑같았습니다. 오른쪽은 “고지야, 개구리 뛰어드는 물소리”를 세로쓰기로 주문한 것으로, 1열부터 엉망이 되어 나머지는 관련 없는 한자가 나열되었습니다.
단순히 길어지다 보면 묘하게 깨져 버립니다. 히라나가 다른 형태로 변하거나, 지시하지 않은 글자가 무작위로 늘어나고, 그림의 눈금이 엇나가는 등의 문제가 발생했습니다. 공식적으로 게시되어 있는 참고 이미지에서도 확대해 보면 글자 일부가 흐릿하게 찢어진 것을 보면, 이는 이 모델의 성격이라고 생각합니다.
앱 화면을 요청한 예시입니다. 지정한 1행과 그 아래의 탭은 정확하지만, 지정하지 않은 목록 행이 무의미한 문자들로 나타났습니다. “no other text”라고 써도 막을 수 없습니다.
표는 “그럴듯한 그림”이 됩니다. 막대기 위에 있는 숫자는 정확하지만, 막대기의 높이와 주축 눈금이 그 숫자와 일치하지 않습니다.
제 손으로 시도한 범위 내에서의 강점과 약점 분류입니다.
사용감 측면에서는 전세대 이전의 Nano Banana를 만졌을 때와 똑같은 느낌으로 묘사할 수 있습니다. 편집의 품질은 세대가 한 단위 더 오래된 느낌이지만, 일상적인 용도에는 크게 신경 쓰이지 않는 경우들이 많습니다.
내 맥에서 오늘 얼마나 일을 끝낼 것인지
메모리의 양을 기준으로 합니다. 32GB 클래스라면 테스트 촬영이나 초안을 틈틈이 만들어 쓰는 데 적합합니다. 128GB 클래스라면 기다리는 시간 동안 처리할 수 있어, 그대로 대량 생산에 활용할 수 있습니다.
그 사이의 메모리는 양자화 없이 피크를 기준으로 삼고, 잘 맞지 않으면 8비트에서 시도하는 것이 좋습니다. 4비트는 최후의 수단으로, 텍스트가 불필요한 그림에 한해서 사용하는 것이 안전합니다.
돈 문제는 직접 사용할 만큼 API 요금이 발생하지 않고, 대신 대기 시간을 지불하는 형태로 이루어집니다. 클라우드는 사용량에 따라 지불하는 대신 대기 시간이 없으므로, 자신의 시간 가치가 더 높은 상황에서는 클라우드에 맡기는 것이 유리합니다.
용도별 분류를 통해 대량 생산과 초안은 현장에 있고, 세부 부분의 마감은 클라우드에서만 진행한다는 구분입니다.
단 한 가지 전제만 있습니다. 렉스믹 라이선스는 연구 및 평가 목적에 한해 무상으로 제공되며, 상업적 용도로 사용하려면 별도의 상업 라이선스를 별도로 계약해야 합니다. 생성한 이미지 자체의 저작권은 사용자에게 있으며, 공식에서는 이를 보충 설명하고 있지만, 업무에 사용하기 전에 반드시 확인하는 것이 안전합니다.
손으로 처리하는 일과 클라우드에 맡기는 일
Qwen-Image-2.1은 Mac에서 직접 활용할 수 있는 이미지 생성 도구로 오늘부터 바로 사용할 수 있게 되었습니다. 배경 치환이나 짧은 글이 들어간 그림은 문제없이 처리되고, 긴 일본어 텍스트와 인물 합성, 최종 마무리 작업은 클라우드 환경에서만 가능합니다.
Mac의 메모리가 클수록 대기 시간이 줄어들 뿐, 할 수 있는 일의 범위는 동일했습니다. 대량 생산과 초안 작업은 현장에서 진행하고, 꼼꼼한 마감 단계만 클라우드 쪽으로 맡기는 것이 저의 전략입니다.
더 깊이 파고들고 싶으신 분들을 위한 심층 탐구 안내입니다.
저는 하르네스 엔지니어링의 최첨단 탐색에서 얻은 인사이트, Claude Code/Codex의 최강 note, 영상 해설, 스터디 그룹, 디스코드에서의 일상 공유를 제공하고 있습니다. 같은 주제를 구현에 맞춰 진행하고 싶다면 멤버십을 통해 참여할 수 있습니다. 업데이트를 따라가기만 하면 마사오를 팔로우하는 것이 편리합니다. 도움이 되었을 때는 같은 어려움을 겪는 사람에게 공유하는 것도 좋습니다.
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 32청크
원문 보기 | 출처: note.com