Reve, 구조화된 레이아웃 기반 이미지 생성 모델 'Reve 2.0' 공개

이미지 생성 AI를 써본 사람이라면 누구나 겪는 답답함이 있습니다. 구도와 분위기가 완벽하게 나왔는데 찻잔 위치 하나만 왼쪽으로 옮기려 프롬프트를 수정하면, 인물의 얼굴과 조명까지 통째로 바뀌어 버립니다. 이는 모델의 문제가 아니라 언어 자체가 지닌 모호성 때문입니다. 텍스트는 유연하지만 위치와 크기를 정밀하게 통제하기에는 태생적으로 적합하지 않습니다.

스타트업 Reve는 이 문제를 해결하기 위해 텍스트 대신 정형화된 '레이아웃'을 중간 표현으로 사용하는 이미지 생성 모델 Reve 2.0을 공개했습니다.

텍스트 프롬프트 대신 '레이아웃'을 택하다

기존 이미지 모델은 LLM이 사용자 프롬프트를 긴 문장으로 풀어쓴 뒤 디퓨전 모델이 픽셀을 렌더링하는 방식을 취합니다. 반면 Reve 2.0은 영문 서술을 완전히 걷어내고 웹페이지의 HTML이나 벡터 그래픽의 SVG에 가까운 레이아웃 개념을 도입했습니다.

이 레이아웃 구조에서는 화면 속 모든 요소가 위치, 크기, 세부 묘사, 색상이나 참조 이미지 같은 속성을 데이터 형태로 부여받습니다. 의미적 의도와 픽셀 렌더링이 명확히 분리되는 셈입니다. 사용자는 자연어로 수정 명령을 내릴 수도 있고, 레이아웃 구조를 직접 편집해 배치와 크기를 손쉽게 조정할 수 있습니다.

Reve는 이를 구현하기 위해 자체 대형 레이아웃 모델(Large Layout Model)을 개발했습니다. 오픈소스 Qwen 모델을 기반으로 추가 사전 학습과 사후 학습을 거쳐 공간 추론 능력을 부여했으며, 정밀한 인간 주석을 토대로 구축한 수십억 장 규모의 이미지 파이프라인을 학습에 활용했습니다.

10분의 1 GPU로 거둔 효율성

Reve는 이번 모델이 시가총액 1조 달러 미만 기업이 내놓은 이미지 생성 모델 중 최고 성능을 기록했다고 밝혔습니다. 특히 주목할 만한 점은 경쟁 모델 대비 10분의 1 수준의 GPU 자원만을 사용해 훈련을 마쳤다는 점입니다.

비교 실험 결과에 따르면 동일한 크기의 기존 프롬프트 기반 생성기보다 레이아웃 기반 모델이 모든 영역에서 확연히 뛰어난 결과물을 냈습니다.

이미지 복원 품질에서도 큰 차이가 나타났습니다. 텍스트 프롬프트는 아무리 자세히 작성해도 원본과 달라질 수밖에 없지만, 레이아웃 모델은 픽셀 입력이 전혀 없는 상태에서도 지정 영역 수를 늘리는 것만으로 세부 묘사를 정밀하게 복원했습니다. 모델 크기뿐만 아니라 출력 영역 수가 늘어날수록 시각적 사고 맥락이 확장되어 생성 품질이 올라가는 스케일링 법칙도 확인되었습니다.

왜 중요한가

디자이너와 일러스트레이터 등 실무 제작자에게 Reve 2.0은 생성 AI의 고질병인 '통제 불가능성'을 걷어내는 계기가 될 수 있습니다. 상업 디자인에서는 배경은 그대로 두고 특정 오브젝트의 위치나 색상만 바꾸는 식의 피드백 반영이 필수적인데, 기존 모델은 수정할 때마다 전체 이미지가 다시 뽑히는 도박에 가까웠습니다. 정형화된 레이아웃 인터페이스가 정착되면 상용 디자인 파이프라인에 AI를 결합하기가 한층 수월해집니다.

업계 관점에서도 이번 발표는 컴퓨팅 파워 중심의 물량 공세에 균열을 내는 시도입니다. 빅테크 기업들이 거대 클러스터로 텍스트 프롬프트를 처리하는 동안, Reve는 중간 표현 형식을 프로그램 합성 방식으로 전환해 훨씬 적은 자원으로 대등한 품질을 끌어냈습니다. Qwen과 같은 오픈소스 파운데이션 모델의 공간 추론 가능성을 입증한 것도 인상적인 대목입니다.

다만 실제 서비스 환경에서의 사용성은 지켜볼 필요가 있습니다. 정형화된 레이아웃은 기계와 에이전트 간 소통에는 최적이지만, 일반 사용자에게는 오히려 직관성을 떨어뜨리는 진입장벽이 될 수 있습니다. 복잡한 속성 편집 과정을 얼마나 깔끔한 그래픽 UI로 감싸느냐가 Reve 2.0의 성패를 가를 것으로 보입니다.