Z.ai, 이미지 생성 모델 'GLM-Image' 공개…텍스트 렌더링 정확도 91.2%

AI로 이미지를 만들 때 그림 속 글자가 뭉개지거나 외계어처럼 적히는 문제는 오랫동안 사용자들을 번거롭게 만든 요소였습니다.

Z.ai가 허깅페이스에 새로운 이미지 생성 모델 'GLM-Image'를 공개했습니다. 자기회귀와 확산 디코더를 결합한 하이브리드 아키텍처를 도입해 단일 모델 안에서 텍스트 기반 이미지 생성을 수행하며, 이미지 편집과 스타일 변환 기능도 함께 지원합니다.

가장 돋보이는 부분은 텍스트 렌더링 성능입니다. CVTG-2K 벤치마크 평가에서 GLM-Image는 91.2%의 단어 렌더링 정확도를 기록해 Seedream 4.5와 GPT Image 1의 성능을 앞질렀습니다.

철자 붕괴를 잡는 하이브리드 구조

기존 확산 모델은 사실적인 배경과 질감을 표현하는 데 능하지만, 정형화된 글자 형태를 정확하게 유지하는 작업에는 취약했습니다. GLM-Image는 순서와 구조 파악에 강한 자기회귀 방식에 확산 디코더를 결합해 글자 모양이 일그러지는 단점을 보완했습니다.

왜 중요한가

포스터, 제품 패키지, 광고 배너처럼 텍스트가 필수적인 이미지를 다루는 창작자에게 글자의 정확도는 상용화 가능 여부를 가르는 기준입니다. 91.2%의 단어 정확도를 확보하면 생성 후 글자를 지우고 다시 합성하는 후가공 부담이 크게 줄어듭니다.

Z.ai가 허깅페이스에 모델을 선보이며 텍스트 렌더링을 핵심 경쟁력으로 내세운 점은 실무적 요구를 정확히 겨냥한 판단으로 보입니다. 이미지 내 문자 표기 능력이 주요 평가 기준으로 자리 잡으면서, 향후 이미지 생성 모델 간의 서체 구현 경쟁도 한층 치열해질 전망입니다.