MS, MAI-Image-2 공개: 텍스트-이미지 순위 3위 진입, 텍스트 렌더링 대폭 개선

마이크로소프트의 이미지 생성 AI가 외부 협력에만 머무르지 않고 자체 연구개발 역량의 결실을 드러내고 있습니다.

마이크로소프트 AI 팀은 최신 텍스트 투 이미지 모델인 MAI-Image-2를 발표했습니다. 이 모델은 공개 직후 글로벌 벤치마크 플랫폼인 Arena.ai의 이미지 생성 리더보드에서 단숨에 3위에 올랐습니다.

현재 MAI Playground에서 누구나 직접 체험해볼 수 있으며, 코파일럿과 빙 이미지 크리에이터에도 순차적으로 적용되고 있습니다. 글로벌 광고 기업인 WPP 등 일부 기업 고객에게는 이미 대규모 API 접근이 열렸으며, 조만간 마이크로소프트 파운드리를 통해 일반 개발자들에게도 API가 제공될 예정입니다.

극사실적 묘사와 정확한 텍스트 렌더링에 집중

마이크로소프트는 이번 모델 개발을 위해 사진작가, 디자이너, 시각 스토리텔러들의 피드백을 집중적으로 반영했다고 밝혔습니다. 실제 창작 현장에서 가장 번거로웠던 문제들을 해결하는 데 초점을 맞춘 것입니다.

가장 눈에 띄는 변화는 포토리얼리즘의 강화입니다. AI 특유의 인위적인 피부 질감이나 부자연스러운 조명을 개선해, 자연광과 정확한 피부 톤, 사람이 머무는 듯한 자연스러운 배경 묘사를 지원합니다. 이를 통해 작업자가 후보정에 쏟는 시간을 줄이겠다는 구상입니다.

이미지 내 텍스트 생성 기능도 크게 안정화되었습니다. 포스터 타이포그래피부터 배경 간판, 인포그래픽, 프레젠테이션 슬라이드까지 지시된 텍스트를 왜곡 없이 선명하게 렌더링해 줍니다.

아울러 초현실적인 콘셉트나 영화 같은 구도, 디테일이 복잡한 대형 장면도 뭉개짐 없이 정교하게 그려냅니다. 마이크로소프트 팀은 이 같은 모델 개발의 기반으로 자사의 차세대 GB200 컴퓨팅 클러스터가 이미 가동 중이라는 점도 함께 공개했습니다.

왜 중요한가

콘텐츠 제작자나 디자이너 입장에서 텍스트가 깨지지 않고 자연스러운 인물 조명을 지원하는 생성 모델은 곧바로 실무 워크플로를 바꿀 수 있는 도구입니다. 복잡한 후보정 과정을 획기적으로 줄여줄 수 있는 만큼, 플레이그라운드를 통해 자사 브랜드 작업물에 적합한지 즉시 테스트해볼 만합니다.

업계 관점에서는 마이크로소프트가 오픈AI 의존도를 낮추고 자체 프론티어 AI 파이프라인을 완전히 가동하고 있다는 점이 핵심입니다. Arena.ai에서 3위에 오른 것은 자체 AI 연구소가 글로벌 정상급 이미지 랩들과 직접 경쟁할 수 있는 체급을 갖췄음을 보여줍니다.

우리가 보기에 마이크로소프트는 무의미한 모델 크기 경쟁 대신 실무자들이 가장 고통받던 타이포그래피와 피부 질감이라는 명확한 타깃을 잘 잡았습니다. 다만 벤치마크 순위와 수억 명이 사용하는 코파일럿 생태계에서의 실제 서비스 안정성은 다른 영역인 만큼, 대규모 트래픽 환경에서도 이 같은 고품질과 생성 속도를 유지할 수 있을지가 관건입니다.