스테이블 디퓨전 3.5 라지, 세이지메이커 점프스타트 출시

기업 환경에서 오픈소스 이미지 생성 모델을 도입할 때 가장 큰 걸림돌은 보안과 인프라 운영 부담입니다. 외부 API로 기밀 데이터를 보낼 수 없는 대기업은 모델을 직접 호스팅해야 하지만, 설정 과정이 꽤나 까다롭기 때문입니다.

이런 문제를 해결하기 위해 Stability AI와 AWS가 손을 잡았습니다. Stability AI의 최신 텍스트 투 이미지 모델인 Stable Diffusion 3.5 Large가 Amazon SageMaker JumpStart에 공식 추가되었습니다.

SDXL 이후 1년여 만의 JumpStart 신규 모델

SageMaker JumpStart에 새로운 Stable Diffusion 모델이 등록된 것은 2023년 7월 SDXL 1.0 출시 이후 처음입니다.

이번에 제공되는 SD 3.5 Large는 81억(8.1B) 파라미터 규모를 갖췄으며, AWS의 머신러닝 인프라인 Amazon SageMaker HyperPod 환경에서 직접 훈련되었습니다.

이 모델은 100만 화소(1-megapixel) 해상도의 이미지를 생성하며, 3D 그래픽, 실사 사진, 라인 아트 등 다양한 화풍을 지원합니다. 이전 버전에 비해 복잡한 프롬프트 지시를 잘 따르고, 한 장면에 여러 피사체를 자연스럽게 배치하는 능력이 개선되었습니다.

머신러닝 엔지니어는 SageMaker Studio 인터페이스나 파이썬 SDK를 통해 몇 번의 클릭만으로 모델을 배포할 수 있습니다. 기업의 가상 프라이빗 클라우드(VPC) 내부에서 완벽히 격리된 상태로 실행되므로 데이터 보안과 개인정보 보호가 유지됩니다.

현재 미국, 유럽, 중동, 아프리카는 물론 아시아 태평양의 오사카, 홍콩, 베이징 등 주요 AWS 리전에서 즉시 배포 가능합니다.

왜 중요한가

우리는 이번 협업이 엔터프라이즈 시장을 확보하려는 Stability AI의 중요한 행보라고 봅니다. 일반 사용자 시장에서는 미드저니가 앞서가고, 오픈소스 진영에서는 Flux 같은 라이벌이 빠르게 치고 올라오는 상황에서 AWS라는 탄탄한 B2B 공급망을 잡는 것은 생존과 직결된 문제입니다.

게임, 광고, 이커머스 등 자체 콘텐츠 보안이 중요한 기업들에게는 도입 문턱을 크게 낮춰주는 기회입니다. 별도의 컨테이너 구축 없이 SageMaker의 MLOps 도구와 연계해 안전하게 사내 워크플로를 테스트해 볼 가치가 충분합니다.

다만 비용 관리는 숙제입니다. 81억 파라미터 모델을 클라우드 전용 인스턴스에 상시 띄워두는 것은 상당한 인프라 비용을 유발합니다. 지속적인 대량 생성 수요가 뒷받침되지 않는다면 호출당 요금을 지불하는 API 방식보다 비용 부담이 훨씬 커질 수 있습니다.