Qwen-Image-2.1 공개: 연구용 라이선스로 나온 7B 오픈 이미지 모델

가장 큰 변화는 네이티브 투명도이다. RGBA 이미지를 직접 생성하고 편집하기 때문에 물체나 글자 한 줄을 배경이 칠해진 상태가 아니라 투명한 레이어 위에 둘 수 있다. 텍스트를 이미지로 만드는 생성과 이미지 편집을 하나의 모델이 모두 맡고, Qwen은 참조 이미지 10장을 활용하는 사례로 단체 사진, 가상 착용, 실내 디자인을 꼽다.

작동 방식

시각 생성 부분은 32개의 Single-Stream DiT 레이어에 걸친 7B 파라미터이며, 혼합 입자도 어텐션과 프리픽스 KV 캐시 재사용으로 실행 비용을 낮춘다. 편집은 다시 말로 설명하는 대신 지역적으로 조종한다. 영역을 동그라미로 표시하거나, 그 위에 직접 그리거나, 별도의 마스크를 넘기는 세 가지 방법이 있다. 모델 카드에는 가로세로 비율 7가지(1:1, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16)가 올라 있고, 빠른 시작 예제는 40 추론 단계로 2048x2048 크기를 생성한다.

주요 스펙

크기: 시각 생성 구성 요소 7B; 구조: Single-Stream DiT 32개 레이어; 라이선스: Qwen Research License(비상업); 참조 이미지: 편집당 최대 10장; 제공처: Hugging Face, ModelScope, 데모 Space; 요구 사항: torch 2.4.0 이상, transformers 5.17 이상, diffusers.

Qwen은 모델을 QwenImage21Pipeline이라는 diffusers 파이프라인으로 제공하며, 모델 ID는 Qwen/Qwen-Image-2.1이다. 소프트웨어 쪽으로는 GitHub에서 설치하는 diffusers에 accelerate와 pillow도 필요하다.

왜 중요한가

문제는 라이선스이다. Qwen-Image-2.1은 비상업 목적만 허용하는 Qwen Research License Agreement로 나왔는데, 이전 Qwen-Image 저장소는 Apache 2.0이다. 오픈 웨이트 위에 제품을 만든 팀은 Qwen에 별도 조건을 문의하지 않고는 단순히 업그레이드할 수 없다. 외신에 따르면 기업 사용자는 별도 라이선스를 신청해야 한다.

연구자와 취미 사용자에게는 이점이 있다. 외신은 RTX 3090 같은 소비자용 카드에서 이 모델이 돌아간다고 전하며, 보통은 호스팅 API가 필요한 투명도와 다중 참조 편집을 작은 모델로 쓸 수 있다는 것이다.

이전 모델과 벤치마크

Qwen-Image-2.1은 QwenLM/Qwen-Image README가 2026년 2월 10일로 기록한 Qwen-Image-2.0의 뒤를 잇다. 눈에 보이는 차이는 라이선스(Apache 2.0에서 연구용으로), 네이티브 RGBA 출력, 최대 10장의 참조 이미지 편집이다. Qwen은 두 모델을 비교한 점수표를 공개하지 않았다.

Qwen은 자체 벤치마크에서 대부분의 폐쇄형 모델을 능가한다고 주장하지만, Hugging Face 모델 카드에는 벤치마크 표가 없고 외신도 독립 벤치마크가 아직 나오지 않았다고 지적한다. 따라서 이 주장은 측정된 결과가 아니라 제작사의 주장으로 받아들여야 한다.

참고할 점

주 대상은 이미지를 로컬에서 생성하거나 편집하려는 연구자와 취미 사용자이다. 상업 서비스에 쓸 계획이라면 라이선스부터 확인해야 한다. 바로 써 보려면 diffusers의 QwenImage21Pipeline으로 Qwen/Qwen-Image-2.1을 불러오거나 Hugging Face의 데모 Space를 열면 된다.