Qwen-Image-2.1-Turbo 공개, 8단계로 그리고 편집하는 빠른 이미지 모델

원래 모델과의 관계

기반이 되는 Qwen-Image-2.1은 Qwen이 9월 20일에 공개한 7B 이미지 모델이다. 이 모델 하나가 글에서 이미지 생성(text-to-image), 한 장의 이미지 편집, 여러 참조 이미지를 합치는 구성, 투명 배경이 있는 RGBA 출력을 모두 맡는다. 같은 날 Qwen은 Qwen-Image-2.1 Pro와 Turbo를 Alibaba Cloud Model Studio의 API로도 제공하기 시작했다. Turbo는 같은 7B 생성 및 편집 모델을 8단계로 줄인 버전이라고 이해하면 된다.

작동 방식

속도의 비결은 단계 수이다. Turbo는 기본값으로 8번의 디노이징 단계와 CFG=1을 쓰는데, 기반 모델의 빠른 시작 예제는 40단계를 쓴다. 디노이징 단계는 노이즈에서 이미지를 만들어 가는 반복 횟수이므로, 단계가 5분의 1로 줄면 그만큼 계산이 줄어든다. 또한 텍스트와 참조 이미지의 맥락을 단계 사이에 다시 쓰는 prefix KV 캐싱도 사용한다.

주의할 점이 있다. 이 체크포인트는 자체적으로 8단계 스케줄을 담고 있어서, num_inference_steps 값만 바꾼다고 이 스케줄이 덮어써지지 않는다. Qwen은 다른 스케줄은 평가하지 않았다고 밝혔다. 따라서 단계 수를 임의로 늘리거나 줄여 보기보다 기본 설정을 쓰는 것이 권장된다.

사용 방법

Hugging Face의 Qwen/Qwen-Image-2.1-Turbo를 diffusers의 QwenImage21Pipeline으로 불러와 쓰면 된다. 이때 diffusers는 소스에서 설치해야 하고, transformers는 5.17.0 이상이어야 한다. 모델 카드, GitHub 저장소, Qwen-Image-2.1 블로그가 안내 자료로 제공된다.

라이선스

가중치는 Qwen Research License를 따르므로 연구용으로 쓸 수 있다. 상업 제품에 넣으려면 별도의 이용 조건을 받거나, 호스팅된 API를 써야 한다. 이 제약은 기반 모델에서 그대로 이어진 것이다.

Pro와 Turbo의 차이

같은 날 Alibaba Cloud Model Studio에서 Qwen-Image-2.1 Pro와 Turbo가 API로 열렸다. 직접 GPU를 쓰기 어려운 팀은 이 API를 통해 두 버전을 선택할 수 있다. 로컬에서 쓰는 가중치는 Turbo 체크포인트이고, 연구와 실험이 목적이라면 Hugging Face에서 내려받아 시험하면 된다.

기능 정리

이 모델 하나로 가능한 일은 네 가지이다. 글로 설명해서 그림을 만드는 일, 한 장의 이미지를 고치는 일, 여러 장의 참조 이미지를 합쳐 새 장면을 구성하는 일, 투명한 배경이 있는 RGBA 이미지를 내는 일이다. Turbo는 이 모든 기능을 유지한 채 단계 수만 8단계로 줄였다. 단계가 줄어드는 대신 품질이 얼마나 달라지는지는 공개된 자료에 구체적인 수치가 없으므로, 필요한 경우 직접 비교해 보셔야 한다.

실행 환경 정리

로컬 실행에는 diffusers를 소스에서 설치하고 transformers를 5.17.0 이상으로 맞추는 준비가 필요하다. 또한 Qwen은 8단계 외의 다른 스케줄은 평가하지 않았다고 밝혔으므로, 기본 설정에서 벗어난 조정은 결과를 보장할 수 없다.

왜 중요한가

단계가 줄면 자기 GPU에서 이미지를 더 빠르고 싸게 만들 수 있다. 특히 여러 변형을 시도하며 고치는 편집 반복 작업에서 효과가 크다. 연구자와 로컬에서 이미지 생성을 돌리는 취미 사용자에게 적합한 모델이며, 서비스에 쓰려는 팀은 라이선스 조건을 먼저 확인해야 한다.