서리대, 소비자용 GPU에서 즉각 이미지 생성하는 'NitroFusion' 오픈소스 공개

NitroFusion은 영국 서리대학교 인간 중심 AI 연구소(PAI) 산하 SketchX 랩이 공개한 오픈소스 이미지 생성 모델로, 일반 소비자용 그래픽 카드 한 장에서 타이핑과 동시에 결과물을 실시간으로 만들어 냅니다.

무엇을 할 수 있는가

클라우드 대기열에 머물거나 구독료를 낼 필요 없이, 로컬 PC에서 텍스트 프롬프트를 입력하는 즉시 결과물이 화면에 생성됩니다.

이러한 실시간 대화형 시각화 기술은 지금까지 대규모 연산 클러스터를 갖춘 대기업의 전유물에 가까웠습니다. NitroFusion은 이를 개인용 하드웨어 수준으로 끌어내려, 1인 창작자나 소규모 스튜디오도 부담 없이 시각적 실험을 반복할 수 있게 돕습니다.

속도와 품질 사이의 균형도 직접 제어할 수 있습니다. 1단계부터 4단계까지의 정제 스텝을 선택할 수 있어, 극단적으로 빠른 즉각적인 피드백을 원할 때는 1단계를, 디테일을 더 챙기고 싶을 때는 단계를 높여 쓰는 방식입니다.

작동 방식과 하드웨어 요구 사양

적은 단계로 안정적인 이미지를 뽑아내는 비결은 신형 동적 적대적 프레임워크에 있습니다.

연구진은 이를 전문 미술 비평가 패널에 비유합니다. 여러 평가 주체가 이미지의 다양한 요소를 동시에 평가하기 때문에, 단 한 번의 스텝만 거치더라도 구조적으로 탄탄한 이미지를 확보할 수 있습니다.

하드웨어는 고성능 소비자용 그래픽 카드 한 장이면 충분하며, 외부 클라우드 통신 없이 완전히 독립적으로 작동합니다.

지난해 고해상도 확대 기술인 DemoFusion을 공개했던 연구팀의 후속 작업으로, 기술 논문은 arXiv에 올라와 있고 소스 코드와 상세 문서는 깃허브 페이지를 통해 자유롭게 이용할 수 있습니다.

왜 중요한가

아이디어를 시각적으로 빠르게 검증해야 하는 콘셉트 아티스트나 인디 게임 개발자에게 매우 유용한 도구입니다. API 호출 비용이나 네트워크 지연에 구애받지 않고, 글을 쓰듯 직관적으로 그림을 스케치할 수 있다는 점만으로도 도입해 볼 만합니다.

다만 1~4단계로 압축해 빠르게 뽑아내는 구조인 만큼, 복잡한 묘사나 미세한 질감 표현에서는 수십 단계를 거치는 기존 확산 모델보다 밀도가 떨어질 수 있습니다. 최종 납품용 이미지를 한 번에 뽑기보다는 브레인스토밍용 도구로 먼저 활용하고, 후속 보정 도구와 연결해 쓰는 편이 현실적입니다.