Stability AI, 'Stable Diffusion 3' API 출시

이미지 생성 AI에게 알파벳 스펠링을 제대로 적어 달라고 주문했다가 괴상한 외계어만 잔뜩 받아본 경험이 있을 겁니다.

Stability AI가 차세대 이미지 생성 모델인 Stable Diffusion 3와 고속 버전인 Stable Diffusion 3 Turbo를 자사 개발자 플랫폼 API를 통해 공식 출시했습니다. 로컬 설치용 가중치 공개는 조금 더 기다려야 하지만, 개발자들은 이제 클라우드 인터페이스를 통해 바로 연동할 수 있게 되었습니다.

이번 API 서비스는 고속 추론 인프라인 Fireworks AI와 협력해 99.9% 가동률을 보장하는 기업용 엔터프라이즈 사양으로 제공됩니다. 또한 SD3와 언어 모델을 결합한 통합 창작 도구인 Stable Assistant Beta의 제한적 테스트도 함께 시작되었습니다.

글자 제대로 쓰는 MMDiT 아키텍처

SD3의 핵심적인 기술 변화는 다중 모달 디퓨전 트랜스포머(MMDiT) 아키텍처의 도입입니다.

기존 방식과 달리 MMDiT는 텍스트 표현과 이미지 표현에 각각 독립된 가중치 세트를 사용합니다. 텍스트와 이미지가 서로 간섭하지 않으면서도 정보를 원활하게 주고받을 수 있게 설계된 것입니다.

이 덕분에 복잡한 프롬프트를 이해하는 능력은 물론, 이미지 안에 텍스트를 정확한 철자로 인쇄하는 타이포그래피 성능이 비약적으로 향상되었습니다. 논문에 공개된 블라인드 선호도 평가에 따르면 프롬프트 반영도와 텍스트 표현력 면에서 DALL-E 3나 Midjourney v6를 능가하거나 대등한 수준을 기록했습니다.

API 먼저, 가중치는 멤버십으로

로컬 PC에서 직접 모델을 돌리려는 사용자들에게 모델 가중치 공개 시점은 가장 큰 관심사입니다. Stability AI는 모델 개선 작업을 이어간 뒤, 조만간 Stability AI Membership 가입자를 대상으로 자체 호스팅용 가중치를 배포하겠다고 밝혔습니다.

안전성 평가를 진행하는 동시에 엔터프라이즈 API 시장에서 안정적인 매출을 확보하려는 단계적 상용화 전략으로 풀이됩니다.

왜 중요한가

우리는 SD3의 API 출시가 오픈소스 기반 이미지 생성 생태계의 실질적인 비즈니스 전환점이라고 봅니다.

앱 개발자나 비즈니스 창작자에게 정확한 텍스트 렌더링 능력은 매우 실용적인 무기입니다. 포스터 디자인이나 브랜드 목업처럼 타이포그래피가 필수적인 작업을 만들 때, 폐쇄형 서비스인 DALL-E 3나 Midjourney에 의존하지 않고 자체 워크플로에 API를 바로 붙일 수 있습니다. 다만 로컬 그래픽카드로 연구를 즐기는 일반 빌더라면 유료 API를 급하게 결제하기보다는 가중치가 공개될 때까지 기다리는 편이 합리적입니다.

업계 전반으로 보면 Midjourney의 폐쇄적인 API 정책에 상당한 압박이 될 것으로 보입니다. 최고 수준의 프롬프트 일치도와 글자 렌더링을 99.9% 안정성의 API로 공급하기 시작하면, 엔터프라이즈 생성 솔루션 시장의 주도권 싸움이 한층 치열해질 수밖에 없습니다.

하지만 잠재적인 불안 요소도 있습니다. 본래 무료 개방을 무기로 커뮤니티를 키웠던 Stability AI가 모델 가중치를 유료 멤버십으로 묶기 시작했다는 점입니다. 자칫 열정적인 오픈소스 커뮤니티의 반발을 사거나, 다른 신흥 완전 개방형 프로젝트들에 주도권을 내주는 부작용이 생길 수도 있습니다.