Qwen‑Image‑Edit : AI 이미지 편집의 새로운 강자의 등장

 

Qwen‑Image‑Edit는 중국 알리바바의 Qwen 팀이 공개한 최신 AI 이미지 편집 모델입니다. 예전 글에서 FLUX.1 Kontext가 나왔을 때 '끝판왕'인가 했었는데 기술의 진보는 역시 끝이 없네요. Qwen-Image-Edit는 20억 매개변수 규모의 Qwen‑Image를 기반으로 합니다. 

 

이 모델은 원본 이미지의 스타일과 의미를 동시에 유지하면서 텍스트를 포함한 요소를 정밀하게 수정할 수 있는 특징이 있습니다.
이미지의 분위기까지 훼손하지 않으며 텍스트나 물체를 마음대로 손봐주는 도구라고 할 수 있죠. 이 기술이 주목받고 있는 이유는, 포토샵 수준의 편집 기능을 텍스트 한 줄로 실행할 수 있다는 점입니다. 작업자의 일을 대폭 줄여준다는 건데 중요한 것은 줄여주는 대상이 '준전문가'의 작업이라는 것입니다. 그렇기 때문에 적용될 수 있는 영역에서 좀 더 범위가 넓다고 할 수 있습니다.

 

이번 글에서는 Qwen-Image-Edit에 대한 내용을 간략하게 요약해 봅니다.

---

특징

• 의미론적 및 모양 편집
  • Qwen-Image-Edit은 저수준 시각적 모양 편집(요소 추가, 제거 또는 수정, 이미지의 다른 모든 영역은 완전히 변경되지 않아야 함)과 고수준 시각적 의미론적 편집(IP 생성, 객체 회전, 스타일 전송, 의미론적 일관성을 유지하면서 전체 픽셀 변경 허용)을 모두 지원합니다.

• 정확한 텍스트 편집
  • 중국어, 영어의 2개 국어의 텍스트 편집을 지원합니다. (좀 더 많은 언어가 지원되면 좋겠는데 이 부분은 좀 아쉽네요)
  • 원래의 글꼴, 크기, 스타일을 보존하면서 이미지에 있는 텍스트를 직접 추가, 삭제, 수정할 수 있습니다.

그림 : 텍스트 렌더링 전문성을 바탕으로 한 정확한 텍스트 편집 기능 예시

 

• 정밀한 외관 편집 (Appearance Editing)
  • 원본 이미지의 스타일과 질감을 잘 보존합니다.
    예) 머리카락 한 올 제거, 간판/TV 같은 오브젝트 추가 등 세부적인 이미지 요소까지 자연스럽게 수정 가능

그림 : 외모 편집 기능 예시 (배경 조정이나 옷 변경 등 다양한 상황 지원)

 

• 강력한 벤치마크 성능
  • 여러 공개 벤치마크에 대한 평가 결과, Qwen-Image-Edit은 이미지 편집 작업에서 최첨단(SOTA) 성능을 달성하여 이미지 편집을 위한 강력한 기반 모델로 자리매김했습니다.
• Dual-Encoding 구조
  • Qwen2.5-VL 인코더 : 이미지의 의미나 장면 내용을 이해하는 '의미 제어' 인코딩 담당
  • VAE 인코더 : 이미지의 시각적 외관(텍스처, 색감 등) 재현을 위한 '외관 보존' 인코딩 담당
    → 이 두 경로를 병행해 의미와 외관 모두 충실히 반영하도록 되어 있습니다. 

 

• 손쉬운 접근성
  • 웹 기반 Qwen Chat에서 바로 사용 가능하고 Hugging Face, ModelScope, Alibaba Cloud API 지원합니다.
  • Apache 2.0 라이선스 오픈소스로 제공되어 누구나 활용 가능합니다.
• 효율성과 비용
  • 고품질 편집을 몇 초 안에 수행할 수 있습니다. 
  • API 이용 시 저렴한 비용(약 0.045 USD/이미지)으로 사용 가능합니다.
• 제한 사항
  • 현재는 중국어·영어 텍스트만 지원합니다. (이건 좀 아쉽습니다)
  • 사용자가 직접 편집 영역을 지정하는 마스크 기반 편집 기능은 없음

 

 

---

 

Reddit 등에서는 'Photoshop의 강력한 경쟁자'라는 평입니다. 기술 자체의 완성도가 높고 오픈소스로 누구나 접근할 수 있기 때문인 것 같습니다. 하지만 한편으론, 60GB 가량의 저장공간이 필요하고 여전히 일정 사양 이상(대략 17GB VRAM)의 GPU를 요구하니 Photoshop 수준의 접근성은 아닌 것 같긴 합니다. 게다가 원하는 부분만 직접 지정해서 편집하는 기능이 아직은 구현되어 있지 않기 때문에 활용의 편의성 또한 약간은 호불호가 있을 것 같습니다. 

 

그렇지만, 기술적으로 이런 것까지 가능하다가 확인되었으니 거기서 한발 더 나아가는 것은 그리 어렵지 않을지도 모른다는 생각도 가져봅니다. 오픈소스를 대변하고 있는 Qwen 시리즈의 앞으로의 발전을 응원해 봅니다.

---

참고자료

• 블로그) Qwen-Image-Edit 공식 블로그 (링크)
• 코드) Qwen-Image github 저장소 (링크)
• 데모) Qwen-Image-Edit 허깅페이스 데모 (링크)
• 모델카드) 허깅페이스 모델 카드 (링크)