Qwen-Image-3.0 공개: 4.5k 토큰 지원 및 10px 텍스트 렌더링

지금까지의 이미지 생성 AI는 프롬프트가 조금만 길어지거나 글자를 넣어달라고 하면 외계어를 쏟아내며 무너지기 일쑤였습니다.

알리바바는 7월 22일, 3세대 이미지 생성 파운데이션 모델인 Qwen-Image-3.0을 공개했습니다. 단순히 예쁜 이미지를 만드는 수준을 넘어, 실제 업무에 바로 투입할 수 있는 유용한 생산성 도구를 표방하고 나섰습니다.

4.5k 토큰을 통째로 이해하고 한 장에 9가지 전문 도표 렌더링

가장 눈에 띄는 변화는 입력 가능한 프롬프트 길이가 최대 4.5k 토큰까지 늘어났다는 점입니다.

입력 창이 넓어진 덕분에 복잡하고 빽빽한 시각 레이아웃을 정밀하게 제어할 수 있게 되었습니다. 알리바바가 공개한 시연에서는 무려 3.7k 토큰에 달하는 프롬프트를 입력받아, 여러 이미지를 이어 붙이지 않고 단 한 번의 생성으로 3×3 격자 형태의 복합 인포그래픽을 완성했습니다.

이 9개의 칸에는 터널 안전 만화, 입체기하학 강의 자료, 고문 분석, 기생충 설명도, 대수기하학 실로 정리, 은행 내부통제 도표 등 서로 완전히 다른 전문 내용이 영문과 중문 텍스트, 수식과 함께 정교하게 채워졌습니다.

가로 배열뿐 아니라 레이어가 겹치는 중첩 표현도 가능합니다. VSCode 코드 편집기 창 안에 채팅 UI가 뜨고, 그 안에 다시 메시지 창과 포스터가 중첩되는 화면을 각 인터페이스의 질감을 살려 자연스럽게 구현해 냈습니다.

10px 초소형 텍스트부터 LaTeX 논문 수식까지 구현

글자 렌더링 성능도 비약적으로 향상되었습니다. 10px 크기의 작은 글자까지 또렷하게 표현하며, 12개 언어의 네이티브 렌더링을 지원해 웹페이지나 게임 UI까지 시뮬레이션할 수 있습니다.

가장 난도가 높은 학술 논문 스트레스 테스트에서는 대수기하학 논문 한 페이지를 그대로 재현했습니다. 여러 줄의 복잡한 수식 유도 과정, 위첨자와 아래첨자, 그리스 문자, 중괄호 정렬 등 세밀한 LaTeX 조판 요소가 작은 글씨에서도 뭉개지지 않았습니다. 실제 종이 위에 빨간색 볼펜으로 밑줄이나 동그라미를 치고 짧은 메모를 덧붙인 것 같은 손글씨 필기 효과도 지원합니다. 실시간 인터넷 검색 기능도 연동되어 최신 정보 기반의 이미지 생성이 가능합니다.

왜 중요한가

그동안 미드저니 같은 도구로 멋진 콘셉트 아트를 뽑아내더라도, 실제 텍스트가 들어간 발표 자료나 제품 프로토타입을 만들려면 결국 피그마나 포토샵을 켜서 수작업으로 글자를 얹어야 했습니다.

Qwen-Image-3.0은 예술적인 화풍 경쟁에서 벗어나 복잡한 레이아웃과 텍스트 정확도라는 실제 업무의 가려운 곳을 제대로 짚었습니다. 교육용 강의 자료를 만들거나 정보 밀도가 높은 인포그래픽, UI 시안을 빠르게 시각화해야 하는 기획자나 디자이너에게는 꽤 매력적인 도구가 될 것으로 보입니다.

다만 이 기능을 온전히 쓰려면 수천 토큰에 달하는 정교한 프롬프트를 구조화해 작성해야 하므로, 텍스트 LLM을 거쳐 프롬프트를 생성하는 파이프라인이 필수적일 것으로 보입니다. 또한 학술 수식이나 금융 도표처럼 오탈자가 치명적인 영역에서는 여전히 생성 AI 특유의 미세한 왜곡을 걸러내기 위한 사람의 검수가 필요하다는 점은 감안해야 합니다.