사진 속 흰 셔츠만 남색으로 바꿔 달라고 했는데, 창문으로 들어오던 빛까지 달라졌어. 이번엔 인물 사진에 강아지 한 마리를 추가했더니 강아지는 멀쩡한데 배경과 사람이 따로 노는 합성 사진처럼 보이지.
AI 이미지 편집을 해본 사람이라면 이런 순간이 낯설지 않을 거야. 바꾸라고 한 곳을 잘 바꾸긴 하는데, 건드리지 말라는 곳까지 바꿔버리는 일... 생각보다 개선하기가 어려운 문제거든.
✦ 두 모델 한눈에 보기
FLUX 3 Image Klein과 Qwen-Image-2.1
| 항목 | FLUX 3 Image Klein | Qwen-Image-2.1 |
|---|---|---|
| 규모 | 5.6B | 이미지 생성 구성 요소 7B |
| 참조 이미지 | 최대 10개 | 최대 10개 |
| 특징 | 네이티브 4K, 영역 지정 상자 | 투명 배경 생성 |
| 라이선스 | FLUX Kommunity License | Qwen Research License |
최근 공개된 FLUX 3 Image Klein과 Qwen Image 2.1은 이 문제를 서로 다른 방식으로 보여 주는 모델이야. 둘 다 이미지 생성과 편집을 지원하고 참조 이미지도 최대 10장까지 받을 수 있어.
그런데 같은 이미지를 놓고 시험한 비교에서는 재미있는 차이가 나타났어. 원본의 나머지 부분을 지키는 쪽은 Qwen, 여러 요소를 한 장면처럼 자연스럽게 합치는 쪽은 FLUX가 앞섰거든.
열 장의 이미지를 한 장면으로 합쳐 봤더니
✦ 실험 순서
참조 이미지를 늘려 간 과정
10월 17일 공개된 한 비교 실험은 같은 인물 사진에서 출발했어. 먼저 재킷을 입히고, 목에 카메라를 걸고, 발치에 시바견을 앉혔지. 이어 아케이드 상점가 배경과 자전거, 커피 같은 요소를 하나씩 추가했어.
참조 이미지가 한 장일 때부터 열 장일 때까지 늘려 가며, 같은 이미지와 프롬프트를 두 모델에 넣었어. 모델별로 세 가지 시드도 시험했지.
FLUX는 기본 설정인 프롬프트 보조를 켠 경우와, 보조를 끄고 원래 문장을 그대로 넣은 경우를 따로 비교했어.
✦ 다중 참조 실험 결과
같은 이미지와 프롬프트로
| 항목 | 결과 |
|---|---|
| 인물·요소 보존 | 두 모델 모두 성공(검증된 63개 생성 결과) |
| 배경과 인물의 자연스러운 융합 | 참조 5장 이상에서 FLUX가 더 우수 |
결과는 의외로 단순한 승패가 아니었어. 두 모델 모두 인물의 얼굴을 유지했고, 참조한 소품도 빠뜨리지 않았어. 열 장을 사용했을 때도 자전거나 커피가 사라지지 않았지. 필요한 요소를 빠짐없이 넣는 능력만 보면 둘 다 제 역할을 한 거야.
차이는 배경과 인물이 어우러지는 순간에 드러났어. 참조 이미지가 네 장까지일 때는 결과 차이가 크지 않았지만, 다섯 장을 넘기자 Qwen Image 2.1의 결과 일부는 상점가 사진 앞에 사람과 강아지를 얹어 놓은 듯 보였어.
인물은 배경의 거리감에 비해 커 보이고, 강아지에게는 주변 조명과 맞는 그림자가 부족했지. 배경 사진을 그대로 살린 채 새 요소를 겹쳐 놓은 느낌이랄까.
FLUX 3 Image Klein의 결과는 달랐어. 상점가라는 장소의 특징은 남기면서도 카메라 시점을 인물 높이에 맞추고, 빛과 바닥 그림자를 다시 맞췄어. 인물과 강아지가 같은 거리에서 촬영된 것처럼 보이게 만든 거지.
이 실험에서 참조 이미지가 다섯 장 이상일 때 ‘한 장의 사진처럼 자연스럽게 섞였는가’라는 항목은 FLUX 3 Image Klein이 더 좋은 평가를 받았어.
둘 다 필요한 물건을 가져오는 데는 성공했지만, FLUX 3 Image Klein이 그 물건들을 같은 세계에 놓는 데 더 능숙했던 셈이야.
셔츠만 바꾸는 작업에서는 반대 결과
✦ 부분 편집 세 가지
두 모델 모두 요청한 편집 자체는 성공
이번에는 원본 사진의 일부만 수정했어. 흰 티셔츠를 남색으로 바꾸기, 안경만 지우기, 참조한 시바견을 발치에 추가하기. 세 가지 작업에서 두 모델 모두 요청한 변화 자체는 잘 수행했어.
남색 셔츠의 바느질 무늬가 남았고 안경은 사라졌으며, 강아지도 지정한 자리에 들어갔지.
✦ 편집하지 않은 영역은 얼마나 남았을까
편집 영역 바깥 PSNR 평균, 높을수록 원본에 가까워
| 작업 | Qwen | FLUX |
|---|---|---|
| 남색 셔츠 | 38.9dB | 30.8dB(보조 있음 33.0dB) |
| 안경 제거 | 37.6dB | 34.8dB |
| 시바견 추가 | 33.6dB | 31.9dB(보조 없음) |
진짜 차이는 요청하지 않은 부분이었어. Qwen Image 2.1은 셔츠 주변의 배경과 얼굴, 조명 등을 거의 그대로 유지했어. 결과를 원본과 번갈아 보아도 바뀐 곳을 찾기 어려울 정도였지.
FLUX 3 Image Klein는 편집을 끝낸 뒤 배경의 밝기나 푸른 기운, 안경 테의 두께, 치아의 밝기처럼 요청하지 않은 부분도 조금씩 달라졌어.
즉 Qwen image 2.1은 수정할 곳을 바꾸고 나머지를 잠가 두는 편집에서 강점을 보였고, FLUX 3 Image Klein은 장면 전체의 관계를 다시 조정하는 데 장점이 있었어.
배경과 인물을 자연스럽게 섞는 일에는 전체 조명과 원근을 함께 손보는 게 유리하지만, 셔츠만 바꾸려는 사람에게는 그 손길이 오히려 불청객이 되겠지.
FLUX의 네모 상자 기능은 꽤 쓸모 있어
✦ 영역 지정 예시
상자는 주변 픽셀 보존과는 별개의 기능
| 상황 | 결과 |
|---|---|
| 왼쪽 신발을 상자로 지정 | 왼쪽만 빨간색 |
| 상자를 오른쪽으로 이동 | 오른쪽만 빨간색 |
| 상자 없이 “한쪽만” | 두 신발 모두 빨갛게 변함 |
FLUX 3 Image Klein에는 수정할 위치를 사각형으로 지정하는 기능도 있어. 애매하게 “왼쪽 신발만 빨간색으로 바꿔 줘”라고 설명하지 않고, 아예 그 신발을 네모 상자로 감싸서 설명을 넣으면 되는 식이지.
GPT Image 2.5를 사용해본 사람들은 알거야. 생성된 이미지의 특정 부분을 찍어서 '댓글'을 남기고 전송하는 기능. 그거야. 비교 실험에서는 왼쪽 신발만 상자로 지정하고 한쪽만 빨갛게 바꾸라고 했더니, 해당 신발만 바뀌었어.
상자를 오른쪽으로 옮기면 오른쪽 신발이 바뀌었고, 상자 없이 “한쪽만”이라고 했을 때는 두 신발이 모두 빨갛게 변했지.
이 기능은 물체를 화면의 특정 위치에 배치하거나, 어디를 수정할지 더 구체적으로 알려 줄 때 유용해. 다만 상자를 그렸다고 상자 밖의 픽셀이 원본 그대로 보존되는 건 아니야.
편집 위치를 지정하는 기능과 주변 영역을 보존하는 기능은 서로 다른 문제거든.
그리고.. 솔직히 내가 직접 Flux 3을 써본 바로는 이 사각형을 그려서 이미지의 일부만 수정하는 기능이 그렇게 완벽하게 작동하지는 않았어.
하지만 그렇다고 현존 최고의 이미지생성 모델이라고 불리는 GPT Image 2.5의 편집 기능도 그다지 뛰어난 건 아니야.
아마 GPT Image 2.5를 써본 사람이라면, 내가 아무리 수정하라고 요구해도 GPT가 자기가 학습한 방향으로만 계속 이미지를 밀어부치는 경험을 했을 거야.
이건 굉장히 짜증나는 거고, GPT에게 아무리 화를 내고 개선하라고 지시해도 절대 개선이 안 되더라. GPT가 올바른 프롬프트를 전달해도, GPT Image 2.5가 마치 증류모델처럼 이미 학습된 출력물을 계속 내놓아버리더라고.
예를 들어 인물이 살짝 15도 정도 몸을 틀어서 옆을 보도록 하고 싶은데, 몸의 방향은 돌리지 않고 계속 고개만 돌려버리는 식이지. 이걸 아무리 수정하고 수정하고 계속 지시해도...
결국엔 그냥 내가 포기하게 되더라.("챗GPT!! 이번에도 실수하면 내가 해킹해서 너를 죽일거야아아아아!" 하고 협박해도 해결이 안 되더라) 그래도 이런 면에서는 Flux 3이 GPT Image 2.5보다 더 나았어.
계속 시도하다보면 운좋게 괜찮은 Seed가 걸렸을 때 내가 원하는 장면이 나오더라고. GPT Image 2.5는... 음... 아마 써본 사람이라면 알 거야. 최초 이미지를 만들어내는 품질은 뛰어나지만 수정작업에서는 정말 말을 안 듣지.
고집쟁이 천재 미술가와 함께 일하는 느낌이랄까? 반면에 Flux 3 Image Klein은 실력은 조금 떨어져도 열심히 그림을 그려주려는 가난한 화가와 일하는 느낌이었어.
여기에는 또 한 가지 차이가 있어. Black Forest Labs가 제공하는 FLUX API(이건 유료인거 알지?)에는 편집하지 않은 영역을 픽셀 단위로 보존하는 ‘pixel restoration’ 기능이 포함돼 있어.
하지만 이번 로컬 ComfyUI 비교에서는 기본 템플릿을 사용했고, 그 복원 기능은 적용되지 않았어. 따라서 이번 결과는 “FLUX는 어떤 방식으로 쓰든 배경을 바꾼다”는 뜻이 아니야.
어떤 실행 경로와 기능을 사용하느냐도 결과를 좌우한다는 의미지.
속도와 사용 조건도 살펴보자
✦ 속도 비교
동일 장비, 참조 이미지 10장을 처음 넣어 생성할 때
속도 역시 한 줄로 정리하기 어려웠어. 같은 장비에서 참조 이미지 열 장을 처음 넣어 생성할 때, 프롬프트 보조 기능을 끈 FLUX는 약 675초, 보조 기능을 포함한 FLUX는 약 804초, Qwen은 약 1,038초가 걸렸어.
하지만 참조 이미지를 이미 처리해 둔 뒤 같은 조건으로 여러 장을 생성할 때는 Qwen이 더 빨라지는 설정도 있었어. 이미지 수와 실행 방식에 따라 순서가 바뀐다는 얘기야.
✦ 라이선스 비교
가중치 공개가 무제한 사용은 아니야
| 항목 | Qwen-Image-2.1 | FLUX 3 Image Klein |
|---|---|---|
| 라이선스 | Qwen Research License | FLUX Kommunity License |
| 상업적 이용 | 별도 허가가 필요 | 연매출을 비롯해 몇 가지 조건을 지키면 가능 |
직접 내려받아 쓰려는 사람이라면 라이선스도 확인해야 해. Qwen-Image-2.1의 공개 라이선스는 연구·평가 목적의 비상업적 사용만 허용하고, 상업적으로 사용하려면 별도 허가가 필요해.
FLUX도 사용 조건이 있는 FLUX Kommunity License를 따르므로, ‘가중치 공개’가 곧 무제한 사용을 뜻하진 않아. 단, FLUX쪽이 라이선스 조건은 조금 더 너그러운 편이야.
연매출을 비롯해서 몇 가지 조건을 지킨다면 상업적 이용도 가능해(Flux 커뮤니티 라이선스(https://bfl.ai/blog/flux-3-image-klein)에서 확인하자).
정리해볼까
원본 이미지의 구도와 배경을 최대한 건드리지 않고 셔츠 색만 바꾸거나 안경만 없애려면 Qwen 쪽이 더 유리해.
특히 이미 공들여 만든 배경이 있고 인물의 얼굴이나 카메라 구도를 조금도 흔들고 싶지 않다면, 편집하지 않은 영역을 지키는 능력이 큰 장점이야.
반대로 서로 다른 사진에서 인물과 소품을 가져와 하나의 장면으로 묶으려면 FLUX를 먼저 시험해 볼 만해. 요소가 많아질수록 인물 크기와 배경의 원근, 조명과 그림자가 어우러지는지가 결과를 좌우하니까.
참조 사진을 그냥 한 캔버스에 올려놓은 느낌과, 실제로 그 장소에서 함께 찍은 느낌의 차이가 생각보다 크거든.
하지만 이것은 실험결과일 뿐이야. 솔직히 말하면, 내가 개인적으로 사용해본 바로는 Qwen Image 2.1이 FLUX 3 Image Klein보다 보편적으로 더 우수했어.
Qwen은 인물들의 얼굴이 뭔가 좀 중국인처럼 변하는(?) 느낌이 들 때도 있지만, 내 경험상으로는 여러 개의 참조이미지를 조합할 때도 오히려 Qwen Image 2.1이 더 나았어.
FLUX 3 Image Klein은 뭐랄까, 결과물이 너무 들쑥날쑥해서 일관성있게 쓰기가 참 어렵더라구. 그런 면에서 Qwen 쪽이 좀 더 안정적으로 일관된 이미지를 만들어주는 느낌을 받았어.
뭐 이건 내 개인적 생각이니까, 괜찮다면 두 모델 다 사용해보는 걸 추천할게!
이번 글은 여기서 마칠게. 또 만나자.
관련 글
🌐 영어 버전: FLUX 3 Image Klein vs Qwen Image 2.1: Preserve or Blend?
💬 댓글
아직 댓글이 없어. 첫 댓글을 남겨줄래?
댓글 쓰기