텐센트, 가상 피팅 특화 오픈소스 이미지 편집 모델 'HY-WU' 공개

HY-WU는 텐센트가 공개한 오픈소스 이미지 편집 프레임워크로, 정교한 가상 피팅과 의상 전이, 스타일 합성을 전면에 내세운 도구다.

인물 원본 사진과 참조 의상 사진을 넣으면 인물의 얼굴과 포즈, 배경을 그대로 유지한 채 옷만 자연스럽게 바꿔 입혀 준다.

매 요청마다 LoRA를 즉석 생성하는 방식

기존 가상 피팅 기술은 의상마다 번거롭게 추가 파인튜닝을 거치거나, 단순히 이미지를 조건으로 밀어 넣어 디테일이 뭉개지는 한계가 있었다.

HY-WU는 이를 영리하게 풀어냈다. 참조 이미지와 텍스트 명령어를 결합해 인코딩한 뒤, 추론이 진행되는 순간 전용 초소형 LoRA 어댑터를 즉석에서 합성해 대형 기반 모델에 주입한다.

즉, 추론 시점에 별도의 학습을 전혀 하지 않고도 맞춤형 어댑터를 실시간으로 생성해 끼워 넣는 셈이다. 이 덕분에 기반 모델의 범용성을 유지하면서도 의상의 복잡한 질감과 형태를 칼같이 살려낸다.

일반적인 사람 간의 의상 교체는 물론이고, 피규어나 인형이 입고 있는 옷을 실제 사람에게 입히는 크로스 도메인 의상 전이나 정밀한 얼굴 ID 전이도 무리 없이 처리한다.

최상위 상용 모델을 위협하지만, 높은 하드웨어 요구량

선호도 평가에서 HY-WU는 Qwen ImageEdit, Long Cat ImageEdit, Flux 2 같은 주요 오픈소스 모델을 확실하게 따돌렸다. 폐쇄형 상용 모델인 Cream 4.5와 GPT Image 1.5를 상대로도 우위를 점했다.

현재 이보다 높은 점수를 기록한 것은 최정상급 상용 모델인 Nano Banana 2(52.4%)와 Nano Banana Pro(53.8%)뿐이며, 그 격차도 크지 않다.

다만 로컬 환경에서 직접 구동하기 위한 벽은 매우 높다. 80B 크기의 HunyuanImage-3.0-Instruct(활성 파라미터 13B)에 8B 파라미터 생성기를 결합해 작동하므로, 추론에 최소 80GB GPU 4장 또는 40GB GPU 8장이 필요하다.

텐센트는 깃허브를 통해 추론 코드와 가중치, Gradio 인터페이스를 공개한 상태이며, 향후 더 가벼운 증류 버전 체크포인트를 배포할 계획이다.

왜 중요한가

이커머스 가상 피팅이나 디지털 패션, 캐릭터 디자인 파이프라인을 구축하는 팀이라면 지금 바로 저장소를 살펴볼 가치가 있다. 작업마다 별도 파인튜닝을 하지 않고도 최상위 상용 API 수준의 일관성을 뽑아낼 수 있음을 오픈소스로 증명했기 때문이다.

하지만 최소 80GB GPU 4장이라는 무지막지한 사양 탓에 일반 개발자나 개인 창작자가 손쉽게 돌려보긴 어렵다. 가벼운 증류 모델이 공식적으로 풀리기 전까지는 넉넉한 인프라를 갖춘 기업과 연구팀을 위한 고급 오픈소스 자산에 가깝다.