스태빌리티 AI, 'SDXL 1.0' 오픈소스 공개: 손 묘사 대폭 개선

SDXL 1.0은 스태빌리티 AI가 정식 출시한 플래그십 오픈소스 텍스트 투 이미지 모델이다. 기본 1024x1024 해상도 출력을 지원하며 기존 모델의 고질적 문제였던 손 묘사와 텍스트 표기, 복잡한 공간 구도 렌더링을 크게 개선했다.

무엇을 할 수 있나

가장 눈에 띄는 변화는 이미지 품질과 화풍의 유연성이다. 특정 모델 특유의 인위적인 느낌 없이 실사부터 다양한 예술적 화풍까지 자유롭게 구현하며, 색감의 생동감과 명암비, 조명 표현이 한층 정교해졌다.

프롬프트 이해도 역시 비약적으로 발전했다. 예전처럼 고화질을 얻기 위해 'masterpiece'나 'best quality' 같은 수식어를 나열할 필요 없이 몇 단어의 짧은 지시만으로 미려한 이미지를 생성한다.

단어의 맥락도 구분할 줄 안다. 예를 들어 모스크바 명소인 'The Red Square'와 단순한 도형인 'red square'의 차이를 이해한다. 그동안 까다로웠던 손가락 형태나 글자 표현, '전경의 개를 쫓아가는 배경 속 여성' 같은 원근 구도 처리 능력도 크게 나아졌다.

어떻게 구동되나

SDXL 1.0은 오픈 모델 중 손꼽히는 파라미터 규모를 자랑한다. 전체 파이프라인 기준 66억 개(6.6B), 베이스 모델 기준 35억 개(3.5B) 파라미터로 구성됐다.

구동 방식은 2단계 파이프라인 구조를 취한다. 먼저 베이스 모델이 노이즈가 포함된 잠재 표현을 생성하고, 세부 디노이징에 특화된 리파이너 모델이 이를 넘겨받아 최종 결과물을 다듬는다. 필요에 따라 베이스 모델만 단독으로 실행할 수도 있다.

모델 덩치는 커졌지만 요구 사양은 현실적이다. 8GB VRAM을 갖춘 일반 소비자용 GPU나 표준 클라우드 인스턴스에서 원활하게 구동할 수 있다.

가중치와 소스코드는 CreativeML OpenRAIL++-M 라이선스로 깃허브에 공개됐다. 직접 설치하지 않더라도 클립드롭, 드림스튜디오, 디스코드, AWS 및 공식 API를 통해 즉시 사용해볼 수 있다. 전용 컨트롤넷과 LoRA 미세조정 도구도 준비 중이다.

왜 중요한가

로컬 환경에서 생성형 이미지를 다루는 이용자에게는 작업 효율의 비약적인 도약이다. 저해상도 이미지를 업스케일링하고 뭉개진 손을 보정하느라 들이던 시간을 아낄 수 있으며, 합리적인 사양의 그래픽카드로 상용 툴 수준의 화질을 뽑아낼 수 있다.

업계 전반으로 봐도 미드저니 같은 폐쇄형 상용 서비스와의 격차를 단숨에 좁혔다는 점에서 의미가 크다. SDXL 1.0을 기반으로 파생 모델과 LoRA 생태계가 안착하면 향후 오픈소스 이미지 생성 시장의 새로운 표준으로 자리 잡을 것으로 보인다.