스태빌리티 AI, 1단계 실시간 이미지 생성 모델 'SDXL 터보' 공개

프롬프트를 한 글자씩 입력할 때마다 화면의 이미지가 지연 없이 즉각 변하는 기술이 공개되었습니다.

Stability AI는 단 1단계의 추론만으로 고품질 이미지를 생성하는 실시간 텍스트 투 이미지 모델 SDXL Turbo를 발표했습니다. 기존 확산 모델이 필요로 하던 50단계의 노이즈 제거 과정을 단 한 번의 스텝으로 단축한 것이 핵심입니다.

ADD 증류 기술로 달성한 207밀리초의 속도

기존 확산 모델은 노이즈로부터 이미지를 복원하기 위해 수십 번의 계산 과정을 반복해야 해 속도가 느릴 수밖에 없었습니다. SDXL Turbo는 적대적 확산 증류라는 새로운 기술을 도입해 이 한계를 극복했습니다.

이 기법은 적대적 생성 신경망의 단일 단계 생성 장점과 스코어 증류 기술을 결합하여, 기존 증류 방식에서 흔히 나타나던 이미지 왜곡이나 흐릿함 문제를 효과적으로 방지합니다.

Nvidia A100 GPU 기준, 512x512 해상도의 이미지를 생성하는 데 걸리는 총시간은 207밀리초에 불과합니다. 프롬프트 인코딩과 단일 노이즈 제거, 디코딩을 모두 포함한 수치이며, 핵심인 UNet 순방향 연산만 따지면 67밀리초밖에 걸리지 않습니다.

인간 평가단을 대상으로 한 블라인드 테스트에서도 성과가 입증되었습니다. 1단계로 작동하는 SDXL Turbo가 4단계의 LCM-XL보다 높은 평가를 받았으며, 4단계로 구동한 SDXL Turbo는 50단계로 동작하는 기존 SDXL 원본 모델보다 우수한 선호도를 기록했습니다.

체험 방법과 라이선스 정책

사용자는 Stability AI의 이미지 편집 플랫폼인 Clipdrop에서 무료 베타 데모를 통해 실시간 생성 기능을 직접 웹 브라우저로 체험해 볼 수 있습니다.

모델 가중치와 소스 코드는 Hugging Face를 통해 공개되었습니다. 다만 이번 배포는 개인적 연구 및 비상업적 목적에 한정된 비상업 연구 라이선스로 제공되며, 상업적 도입을 원하는 기업은 별도로 라이선스 계약을 문의해야 합니다.

왜 중요한가

우리는 SDXL Turbo가 AI 이미지 생성을 생성 버튼을 누르고 기다리는 작업에서 마우스 움직임이나 타이핑에 즉각 반응하는 실시간 상호작용으로 패러다임을 바꿨다고 봅니다.

약 200밀리초라는 지연 시간은 디지털 드로잉 도구의 실시간 보조, 비디오 스트리밍 필터, 게임 엔진의 동적 에셋 생성 등 실시간 처리가 필수적인 분야에 확산 모델을 적용할 길을 열어줍니다.

업계 차원에서는 속도를 위해 품질을 희생해야 했던 기존의 고속화 모델들과 달리, 단일 스텝에서도 높은 품질과 프롬프트 반영도를 유지할 수 있음을 증명했습니다. 이는 경쟁사들에게도 고효율 증류 기술 도입을 강제하는 계기가 될 것입니다.

다만 초기 공개 버전이 비상업 라이선스로 묶여 있어 개발자들의 즉각적인 상용화가 어렵고, 512x512 기본 해상도는 전문적인 작업에 활용하기 위해 추가 업스케일링이 필요하다는 점은 한계로 꼽힙니다. 그럼에도 실시간 생성 AI의 가능성을 기술적으로 증명한 획기적인 전환점입니다.