inclusionAI, Ming Image 0.1 공개: 투명 배경 생성과 레이어 분해 지원

Ming-Image-0.1은 inclusionAI가 오픈소스로 공개한 6B 크기의 시각 디자인 특화 모델 시리즈다. UI 디자인, 인포그래픽, 포스터처럼 텍스트와 레이아웃 요소가 많은 시각 작업에 맞춰 설계되었다.

일반적인 이미지 생성 모델은 모든 요소가 단일 평면 이미지로 합쳐져 나와 문구를 수정하거나 요소를 분리하기가 까다롭다. Ming-Image-0.1은 이를 해결하기 위해 두 개의 6B 모델로 나뉜다. 디자인 이미지를 생성하는 Ming-Image-0.1-Design과, 완성된 단일 이미지를 편집 가능한 여러 투명 레이어로 분해하는 Ming-Image-0.1-Design-Layer다.

지원 기능

Ming-Image-0.1-Design은 최대 2K 해상도의 생성을 지원한다. 16:9, 4:3, 1:1 등 기본 규격은 물론 1:4에서 4:1 사이의 다양한 화면비를 다룰 수 있다.

가장 실용적인 기능은 알파 채널이 포함된 투명 배경 RGBA 이미지를 직접 출력하는 점이다. 프롬프트 시작 부분에 '带透明通道，4通道RGBA图像'나 'RGBA, 4-channel, transparent background' 같은 지정 문구를 넣으면 배경이 투명하게 제거된 단독 오브젝트를 바로 뽑아낼 수 있다.

또 다른 모델인 Ming-Image-0.1-Design-Layer는 평면 디자인 이미지를 분해하는 역할을 맡는다. 원하는 레이어 개수를 지정하면 텍스트를 최상단에 두고, 이를 받치는 카드 패널, 메인 오브젝트, 배경을 순서대로 분리해 개별 투명 PNG 파일로 저장해 준다.

여기에 생성된 시각 자료를 바탕으로 에이전트가 UI 코드를 작성하는 Ling UI Design, 생성 이미지를 실제 편집 가능한 도형과 텍스트로 바꾸는 Image to Editable PPT 워크플로도 갖췄다.

구현 방식과 하드웨어 요구 사양

정교한 배치를 위해 모델은 피그마(Figma) 스타일의 구조화된 JSON 프롬프트를 활용한다. Ling-3.0-flash-VL이나 qwen3.8-27B 같은 비전 언어 모델(VLM)을 전처리 단계로 활용해, 단순 요청문을 좌표와 계층, 색상 코드, 원문 텍스트가 명시된 설명문으로 확장한 뒤 이미지 모델에 전달하는 방식이다.

보도에 따르면 Artificial Analysis의 UI/UX 디자인 오픈 가중치 모델 순위에서 Ming Image Design이 현재 1위를 기록하고 있다. 라이선스는 매우 자유로운 MIT License다.

모델 크기는 기본 Design 모델이 약 12GB, Design Layer 모델이 약 24GB다. 공식 권장 기본 배포 환경은 최소 80 GiB 메모리를 갖춘 단일 GPU(BF16 기준)다.

코드와 가중치는 GitHub, Hugging Face, ModelScope에 공개되어 있으며 온라인 데모도 제공된다.

왜 중요한가

우리는 이 모델이 그래픽 생성 AI의 가장 큰 약점이었던 '수정 불가능한 평면성'을 정면으로 해결하려 했다는 점을 높게 평가한다. 알파 채널 생성과 레이어 분해 기능을 제공함으로써, AI가 만든 결과물이 디자인 툴에서 즉시 재가공할 수 있는 실질적인 작업 자산이 되었기 때문이다.

다만 80 GiB VRAM을 요구하는 하드웨어 문턱은 개인 작업자에게 다소 부담스러운 수준이다. 그럼에도 자동화된 UI 생성 파이프라인이나 마케팅 에셋 툴체인을 구축하려는 개발팀이라면 현재 오픈소스 진영에서 가장 실용적으로 검토해 볼 만한 선택지다.