알리바바, 연산 단계 줄여 속도·효율 높인 '큐원 이미지 2.1 터보' 공개

알리바바가 발표한 최신 이미지 생성 모델, '큐원 이미지 2.1 터보(Qwen-Image-2.1-Turbo)'가 주목받고 있습니다. 이 모델은 기존의 이미지 생성 방식에서 반복적인 연산 단계를 대폭 줄여 속도와 효율성을 개선한 것이 특징입니다. 알리바바는 9일(현지시간) 이 모델을 출시하며, 이미지 생성과 편집의 새로운 기준을 제시했습니다.

더욱 간편해진 이미지 생성 과정

큐원 이미지 2.1 터보는 기존 모델인 큐원 이미지 2.1의 70억 개 매개변수를 그대로 유지하면서도, 디노이징(Denoising) 단계의 수를 기본 40단계에서 8단계로 대폭 줄였습니다. 디노이징 과정은 노이즈가 섞인 이미지에서 최종 이미지를 생성하기 위해 필수적인 단계입니다. 일반적으로 이러한 단계 수를 줄이면 연산 부담이 감소하지만, 전체 이미지 생성 시간이 반드시 비례적으로 줄어드는 것은 아닙니다. 모델 로딩, 이미지 디코딩, GPU 메모리 처리 등 다양한 요소가 생성 시간에 영향을 미치기 때문입니다.

큐원 이미지 2.1 터보는 2K 해상도에서 인물 사진, 다양한 포즈, 투명 배경 이미지, 포스터 디자인 등 다양한 형태의 이미지를 생성할 수 있습니다. 기존 이미지를 변환하거나 다수의 참조 이미지를 조합해 새로운 이미지를 만드는 작업도 지원하여, 사용자들에게 폭넓은 활용도를 제공합니다.

고도화된 기술력과 효율성

이번 모델은 32개 레이어로 구성된 단일 스트림 디퓨전 트랜스포머(DiT) 구조를 기반으로 하고 있으며, 텍스트와 이미지 정보를 처리하는 데는 80억 개 매개변수를 가진 '큐원3-VL(Qwen3-VL) 8B' 인코더를 사용합니다. 이 모델은 RGBA 오토인코더를 통해 이미지의 투명도도 지원합니다. 특히, 추론 과정에서는 접두부 KV 캐싱(prefix KV caching) 기능을 활용하여 반복적인 계산 부담을 줄이는 방식을 채택했습니다. 이는 사용자가 입력한 텍스트와 참조 이미지 정보가 첫 단계에서 처리된 후, 이후 단계에서 재사용되는 방식입니다.

개발자들은 파이썬 기반의 이미지 생성 라이브러리인 디퓨저스(Diffusers)를 통해 큐원 이미지 2.1 터보 모델을 실행할 수 있으며, 최신 소스 버전의 라이브러리와 함께 특정 GPU 메모리 요구량이 필요합니다. 클라우드 API를 제공하는 알리바바 클라우드의 모델 스튜디오에서는 큐원 이미지 2.1 터보와 함께 상위 모델인 큐원 이미지 2.1 프로(Qwen-Image-2.1-Pro)도 이용할 수 있으며, 가격은 각각 이미지 1장당 0.1위안과 0.25위안으로 형성되어 있습니다.

향후 전망과 기대

알리바바의 큐원 이미지 2.1 터보는 기존의 이미지 생성 모델들과 비교해 더욱 빠르고 효율적인 작업을 가능하게 하며, 사용자들에게 더 많은 창의적 기회를 제공할 것으로 기대됩니다. 이 모델은 비상업적 목적으로 허깅페이스와 모델스코프를 통해 연구 및 평가를 위한 라이선스로 제공되지만, 상업적 사용 시 별도의 라이선스가 필요하다는 점도 주의해야 합니다. 앞으로 이 기술이 어떻게 발전하고, 다양한 산업 분야에 어떻게 활용될지 귀추가 주목됩니다.