생각을 정리하는 마인드맵, 풀맵 →

원본 릴스 보기

릴스 해설

Qwen-Image-2.1, 7B로 그림 그리고 고치다

한 줄 요약: 알리바바 Qwen-Image-2.1은 생성과 편집을 한 모델로 묶은 7B 오픈웨이트 이미지 모델로, 참조 이미지 10장과 네이티브 투명 배경(RGBA)을 지원하지만 라이선스가 연구 전용이라 상업용은 별도 계약이 필요해요.

@learnaifaster의 슬라이드 10장이에요. AI로 만든 여성 인물 사진, 여행 앱 화면, 가구 여러 장을 한 방에 합친 인테리어 시안이 차례로 흐르고, 표지에는 “QWEN’S NEW 7B AI CAN USE 10 REFERENCE IMAGES”라는 문구가 떠요. 캡션은 7B(칠십억) 모델이 그림을 그리고 고치는 일을 모두 한다고 소개해요. 사실 확인부터 하면, 알리바바 Qwen 팀이 2026년 9월 20일 Hugging Face에 가중치를 공개했고 Qwen-Image-2.1 공식 문서와 알리바바 클라우드 블로그가 이튿날 내용을 정리했어요. 릴스 주장은 대체로 정확한데, 한 가지 빠진 게 있어요. 이 모델은 오픈웨이트지만 라이선스가 연구 전용이라는 점이에요. 기능 소개와 함께 그 함정까지 정리해 볼게요.

하나의 모델로 그리고 고친다

Qwen-Image-2.1의 핵심은 생성과 편집을 나누지 않은 거예요. 텍스트로 그림을 그리는(text-to-image) 모델과 그린 그림을 고치는(editing) 모델이 보통 제품별로 갈리는데, 이 모델은 하나로 묶여 있어요. 그림을 만드는 몸통은 7B 파라미터, 내부에는 32개의 단일 스트림 DiT(확산 트랜스포머) 레이어가 있어요. 공식 문서가 내세운 첫 번째 개선점도 작음이에요. 혼합 입도 어텐션(mixed-granularity attention)과 접두 KV 캐시 재사용으로 계산 비용을 줄였다고 해요. KV 캐시는 모델이 대화 도중 계속 들고 다니는 자주 쓰는 단어집인데, 이미 쓴 부분의 메모를 재활용해 비용을 아낀다는 뜻이에요.

성적표도 짚을 필요가 있어요. 슬라이드에 나온 종합 점수 60.28은 Qwen이 자체적으로 만든 순위의 수치예요. 이 순위에서 Qwen-Image-2.1은 가중치를 내려받을 수 있는 경쟁 모델 중에서는 1위지만, 폐쇄 모델들에게는 밀려요. GPT Image 2.5(67.01), GPT Image 2(64.49), Grok Imagine(63.47), Nano Banana Pro(62.34)가 앞서요. 자체 평가라는 점까지 감안하면, “7B인데 이 정도”라는 효율의 이야기로 읽는 게 정확해요.

열 장의 참조 이미지로 꾸미다

이 모델의 가장 실용적인 기능은 참조 이미지예요. 최대 10장의 참조 이미지를 넣고 사람 얼굴, 제품 같은 중요한 디테일을 유지한 채 새 장면을 만들 수 있어요. 릴스 슬라이드의 인테리어 예시가 이 기능을 보여줘요. 빈 방 사진, 소파, 의자, 시계, 화분 같은 가구 사진 열 장을 던지면 그 가구들이 원래 모습 그대로 하나의 방에 배치된 시안이 나와요. 가구 쇼핑몰이라면 상품 사진만으로 고객 집 시안을 뽑아낼 수 있는 셈이에요.

편집도 정밀해졌어요. 고칠 부분을 원으로 그리거나, 직접 칠하거나, 별도의 마스크 이미지로 지정하는 방식이라 이미지의 특정 영역만 골라 고칠 수 있어요. 사람과 제품의 정체성(identity)을 유지한다는 것도 공식 문서에 명시돼 있어요. 릴스의 세 번째 슬라이드는 여기서 한 발 더 나아가, 정면·측면·뒷면 세 장짜리 캐릭터 참조 이미지에서 얼굴과 옷차림을 유지한 스토리보드를 뽑는 예시를 보여줘요. 캐릭터 일관성이 웹툰·광고 제작의 오랜 난제였다는 걸 생각하면, 이 부분이 창작자들에게 반응을 얻는 이유예요.

투명 배경이 기본 기능이다

눈에 덜 띄지만 실무적으로 큰 기능이 네이티브 RGBA 투명 이미지예요. 이미지 모델은 보통 배경이 채워진 PNG를 내놓고, 투명 배경이 필요하면 별도의 배경 제거 도구를 돌려야 했어요. Qwen-Image-2.1은 64채널 RGBA 오토인코더를 통해 투명한 배경을 처음부터 뽑아내고, 투명 레이어 자체를 편집할 수 있어요. 공식 프롬프트 예시는 “RGBA 이미지입니다. 배경이 투명한 귀여운 드래곤 스티커” 같은 문장 형식을 권해요. 스티커, 제품컷, 웹 그래픽처럼 배경 제거가 필수인 작업에서 공정 한 단계가 사라지는 셈이에요.

라이선스가 진짜 함정이다

릴스가 말하지 않은 부분이 가장 중요해요. 가중치는 Hugging Face에 공개됐지만 라이선스는 Qwen Research License Agreement, 연구 목적 전용이에요. 상업적으로 쓰려면 알리바바와 별도의 계약이 필요한데, 계약 페이지에는 연락처 이메일만 있고 가격표나 매출 기준 같은 조건은 공개돼 있지 않아요. 여러 보도가 공통으로 짚은 포인트이기도 해요. “오픈웨이트”는 “누구나 내려받아 볼 수 있다”이지 “상업적으로 자유다”가 아니에요. 오픈웨이트 모델을 제품에 넣으려는 사람이라면 가중치 다운로드 버튼 옆의 LICENSE 파일을 먼저 읽는 습관이 필요해요.

어떻게 써볼 수 있나

일단 만져 보는 건 어렵지 않아요. Hugging Face Space에서 웹으로 바로 체험할 수 있고, diffusers 라이브러리의 QwenImage21Pipeline으로 코드를 몇 줄만 쓰면 돼요. 공식 예시 기준으로 torch 2.4 이상, transformers 5.17 이상이 필요하고 bf16 정밀도로 최대 2048×2048(2K) 해상도를 뽑으며, 램이 부족하면 CPU 오프로드 옵션으로 메모리를 줄일 수 있어요. 공개 이틀 만에 파생 모델 수십 개가 만들어졌을 정도로 생태계가 빨리 붙었어요. 다만 상용 서비스에는 앞서 본 라이선스 문제가 그대로 걸려요.

마치며

이 릴스의 요점은 “7B로 이만큼 한다”는 효율이에요. 거대 모델과의 점수 차이를 작은 몸집으로 메우는 전략인 셈이죠. 참조 이미지 10장, 영역 지정 편집, 투명 배경이 하나의 모델에 들어 있다는 것은, 이미지 생성이 그림 한 장 짜기에서 제품 제작의 재료가 되는 단계로 옮아가고 있다는 신호이기도 해요. 다만 두 가지를 기억하면 좋아요. 점수 60.28은 자체 벤치마크라는 점, 그리고 오픈웨이트라는 말과 상업 자유는 별개라는 점. 다음에 “오픈소스 이미지 모델” 소식을 보면, 기능표보다 LICENSE 파일을 먼저 펼쳐 보세요. 그게 이 릴스가 알려 주지 않는 가장 중요한 페이지예요.

출처