AI 이미지 생성 모델 비교 : 어떤 것이 가장 적합한가?

 

AI 이미지 생성 기술이 빠르게 발전하면서, 다양한 모델이 등장하고 있습니다. 처음 Stable Diffusion 모델이 공개되어 로컬에서 사용해 볼 수 있었던 때가 언제인지 기억나시나요? 1.0 버전이 2022년 8월이었으니 2년하고 5개월 정도가 지났다면 믿어지시나요? 그 사이에 정말 많은 변화가 있었는데 말이죠. 이제는 선택지가 너무 많아 고민이 될 정도죠.

 

현재까지 나와 있는 AI 이미지 생성 모델들을 비교 테스트한 Youtube 영상을 보다가 이에 대한 소개를 해야겠다는 생각이 들었습니다.

 

 

 

워낙 새롭고 더 좋은 것들이 계속해서 나오니 큰 의미가 있겠냐 싶지만, 현 시점에서 내가 필요로 하는 작업을 하려면 어떤 모델이 적합한지를 알아 두면 도움이 될 것 같았기 때문입니다. 게다가 이런 모델들은 계속 버전 업을 하니까 자기하고 맞는 것을 하나 정해두고 작업하는 것도 나쁘지 않다고 생각했습니다. 

 

이제부터 영상 속의 내용을 정리해서 하나씩 대표적인 AI 이미지 생성 모델을 비교하며, 각 모델의 특성과 장단점을 살펴보겠습니다.

---

1. 비교 대상 모델과 기준

비교된 모델은 다음과 같습니다:

• Stable Diffusion 시리즈 (1.5, SDXL, 3.5)
• Flux.1 (Schnell, Dev)
• Omnigen
• SANA

테스트는 NVIDIA RTX 4090과 AMD Ryzen 9 CPU를 사용한 강력한 설정에서 진행되었으며, 각 모델의 권장 설정이 활용되었습니다. 비교 기준은 이미지 품질, 프롬프트 반응성, 속도, VRAM 사용량 네 가지입니다. 비교를 위해 12개 카테고리, 11개 챌린지에 대응하는 총 107개의 이미지를 생성해서 비교했다고 합니다. 다만, 모델의 선정 기준이나 이미지 품질 등에 대해서는 다소간의 주관적인 판단이 개입될 수 있음을 감안해야 할 것 같습니다. 

---

2. 모델별 분석

2.1 Stable Diffusion (1.5 & SDXL)

• Stable Diffusion 1.5
  주로 낮은 해상도에서 빠른 렌더링(768x768 해상도, 3초 이하)과 적은 VRAM(4GB)으로 사용할 수 있다는 점이 장점입니다. 하지만 손가락이나 복잡한 텍스트 처리에는 약점을 보입니다.
• SDXL 시리즈 (Juggernaut XL, LCM, Lightning, Turbo)
  품질이 향상되었지만 여전히 손가락 문제는 해결되지 않았습니다. 특히 SDXL Turbo 모델은 빠른 속도(1.8초)와 적은 자원 사용으로 중저사양에서도 사용할 수 있는 모델로 추천할 만합니다.

2.2 Flux.1 (Schnell, Dev)

• Flux Schnell
  빠른 속도와 뛰어난 텍스트 처리, 특히 사람의 손이나 복잡한 이미지에서도 더 자연스러운 결과를 제공합니다. 다만 VRAM 사용량이 많아(약 19.5GB) 고사양 GPU를 필요로 합니다.
• Flux Dev
  품질 면에서 탁월하며 모든 종류의 프롬프트에 잘 반응하며 텍스트와 심볼 처리에서도 가장 안정적입니다. 하지만 렌더링 속도(17초)와 VRAM 요구량(20GB 이상)은 높은 장벽으로 작용합니다.

2.3 Omnigen

• Omnigen
  기존 모델과 다른 접근 방식을 채택하여 직관적인 사용자 경험을 제공합니다. 복잡한 워크플로우 없이 자연어로 작업이 가능하다는 점이 강점입니다. 그러나 품질(손가락 처리 등)과 속도(50 스텝 렌더링 시 42초)가 아쉬워 보입니다.

2.4 SANA

• SANA
  뛰어난 속도와 대형 이미지 렌더링(4096x4096 픽셀, 5초 이내)이 강점이나, 품질은 다소 평균적이며, VRAM 사용량(18GB 이상)과 현재는 리눅스 전용이고 초기 설정 등 제약 사항이 존재합니다.

---

3. 추천 및 결론

 

해당 영상 제작자는 영상 뒷 부분에 어떤 목적에 어떤 사양의 장비를 가지고 있느냐에 따라 최적의 모델을 제시 하고 있습니다. 새로운 것에 대한 궁금함을 가진 사람에게 제시한 OmniGen에 대한 언급은 제외했습니다. 내용 중 평가가 그리 좋지 못했기 때문입니다. 

• 고사양 GPU 사용자
  • Flux Dev : 최고의 품질. 단 긴 렌더링 시간과 높은 VRAM 요구량
  • Stable Diffusion 3.5 Large Turbo : 텍스트, 기호 렌터링 정확도 높음. 품질은 평균, 속도는 빠른 편, 높은 VRAM 요구량
• 중사양 GPU 사용자 
  • Flux Schnell : 적절한 품질과 빠른 속도를 제공
  • SDXL Turbo : 다양한 작업에 적합하며, 안정적인 성능을 제공
• 저사양 GPU 사용자 
  • Stable Diffusion 1.5, SDXL Turbo : 빠르고 가벼운 선택지임
• 새로운 접근법을 시도하고자 하는 사용자
  • OmniGen : 품질 평균, 속도 느림, 직관적 자연어 인터페이스 제공
  • SANA : 품질 평균, 속도 빠른 편, 대형 이미지 작업에 적합, 높은 VRAM 요구량

그림 : 사용자의 요구사항 별 권장 모델 소개

 

정리하며

 

AI 이미지 생성 기술은 빠르게 발전하고 있으며, 모델마다 특화된 기능과 강점이 다릅니다. 그러므로 어떤 기준으로 모델을 선택할 것인가는 각자가 결정을 내려야겠죠. 작업 속도가 우선일지 아니면 품질이 우선일지, 내가 사용할 수 있는 장비에는 동작이 가능한지, 생성한 결과물 이미지의 라이선스 허용 범위가 내가 원하는 것을 만족하는지 등등이 판단의 기준이 될 수 있겠죠.

 

거기에 하나를 더한다면... 앞으로 해당 모델의 발전 가능성이 어느 정도인지 정도가 아닐까요? 사용법과 특성에 익숙해져 있는데 금새 사라지는 모델이라면 매번 새로운 모델을 찾아야 하는 번거로운 과정은 건너뛰 수 있을테니까요.