알리바바, 8단계 만에 2K 이미지 생성하는 'Qwen-Image-2.1-Turbo' 공개

Qwen-Image-2.1-Turbo는 알리바바가 오픈소스로 공개한 이미지 생성 및 편집 모델입니다. 7B 시각 생성 아키텍처를 기반으로 설계되었으며, 단 8번의 노이즈 제거 단계만으로 2K 해상도의 고품질 이미지를 뽑아내는 점이 핵심입니다.

일반적으로 디테일이 살아있는 고해상도 이미지를 얻으려면 수십 번의 샘플링 단계를 거쳐야 해 속도가 느릴 수밖에 없었습니다. Turbo 체크포인트는 품질 저하 없이 추론 단계를 8단계로 압축해 텍스트 기반 생성과 편집 속도를 대폭 끌어올렸습니다.

무엇을 할 수 있나

이 모델은 이미지 생성과 수정을 하나의 파이프라인에서 처리합니다. 텍스트 프롬프트로 이미지를 처음부터 그리는 것은 물론, 장신구를 추가하거나 배경을 바꾸는 작업을 자연어 지시만으로 수정할 수 있습니다.

기반이 되는 Qwen-Image-2.1의 강점도 그대로 이어받았습니다. 투명 채널이 포함된 RGBA 레이어의 네이티브 생성 및 편집을 지원해 그래픽 합성이나 텍스트 레이아웃 작업에 유리합니다.

최대 10장의 참조 이미지를 입력할 수 있어 인물이나 상품의 원래 디테일을 정밀하게 유지하면서 부분 수정을 가할 수 있고, 파노라마, 인포그래픽, 가상 피팅 등 다양한 작업에 활용 가능합니다.

어떻게 실행하나

로컬 환경에서 직접 구동할 경우 Hugging Face의 Diffusers 라이브러리를 통해 바로 실행할 수 있습니다. QwenImage21Pipeline을 로드하고 권장 8단계 샘플링 스케줄을 적용하면 됩니다.

모델 가중치는 현재 Hugging Face와 ModelScope에 모두 공개되어 있습니다. 로컬 하드웨어 세팅 없이 애플리케이션에 연동하려는 개발자를 위해 알리바바 클라우드 기반의 공식 Pro 및 Turbo API도 함께 서비스되고 있습니다.

왜 중요한가

7B 크기의 모델에서 추론 과정을 8단계로 줄였다는 점은 실제 서비스 환경을 구축하는 개발자에게 매우 실질적인 이점입니다. 로컬 인프라 비용과 생성 지연 시간을 눈에 띄게 낮출 수 있기 때문입니다.

오픈소스 이미지 모델의 경쟁 축이 단순 벤치마크 점수에서 빠른 생성 속도와 직관적인 편집 편의성으로 이동하고 있습니다. 고해상도 2K 출력, 자연어 편집, 투명 레이어 지원까지 갖춘 만큼 빠른 프로토타이핑이나 사내 생성 파이프라인 구축을 고민 중인 팀이라면 바로 검토해 볼 가치가 있습니다.