Qwen, 이미지 생성·편집 모델 Turbo 공개…40단계 처리 과정을 8단계로 줄였다
Alibaba의 Qwen 팀이 이미지 생성·편집 모델 Qwen-Image-2.1-Turbo를 공개했다. 기존 모델에서 사용하던 40단계 생성 설정을 8단계로 줄였으며, 모델 가중치와 상용 API를 제공한다. 다만 공개 가중치는 연구용 라이선스가 적용돼 상업적 자체 운영에는 별도 허가가 필요하다.
UPDATE DETAIL
이미지 생성 모델은 왜 여러 단계를 거쳐 이미지를 만드는가
생성형 AI로 이미지를 만들 때 사용자는 대개 하나의 명령을 입력한다. 예를 들어 ‘나무 책상 위에 놓인 커피잔을 자연광이 들어오는 사진처럼 만들어줘’라고 요청할 수 있다.
사용자에게는 하나의 요청이지만, 이미지 생성 모델 내부에서는 여러 계산 과정이 진행된다. 확산 모델 계열에서는 이미지의 노이즈를 단계적으로 제거하면서 원하는 결과에 가까운 이미지를 만들어간다. 이 과정을 Denoising, 즉 노이즈 제거 과정이라고 부른다.
일반적으로 처리 단계를 많이 사용할수록 계산 부담이 증가한다. 하지만 단계를 무조건 줄인다고 해서 같은 품질을 유지할 수 있는 것은 아니다. 생성 단계를 줄이면서도 이미지의 구성, 질감, 텍스트 표현, 편집 결과를 얼마나 유지할 수 있는지가 중요한 기술적 과제다.
이번 Qwen-Image-2.1-Turbo는 바로 이 문제에 초점을 맞춘 모델이다.
무엇이 발표됐는가
2026년 10월 9일, Qwen 팀이 Qwen-Image-2.1-Turbo의 모델 가중치를 공개했다. 이 모델은 기존 Qwen-Image-2.1을 기반으로 만든 가속 체크포인트다.
기존 모델의 공식 사용 예시는 이미지 생성과 편집에 40단계의 추론 설정을 사용한다. 반면 Turbo 모델은 8단계 노이즈 제거 일정이 체크포인트에 포함돼 있다. 따라서 개발자가 별도로 샘플링 일정을 구성하지 않아도 모델의 권장 설정을 사용할 수 있다.
40단계에서 8단계로 줄었다는 것은 계산 단계가 5분의 1이 됐다는 의미이지, 실제 이미지 생성 시간이 반드시 5배 빨라진다는 의미는 아니다. 실행 속도에는 GPU, 메모리, 이미지 크기, 모델 로딩, 텍스트 인코딩, 캐시 사용 여부 등이 영향을 준다.
이번 발표만으로 모든 환경에서 동일한 속도 향상률을 보장할 수는 없다.
주요 기능 ① — 이미지 생성과 편집을 하나의 모델에서 수행
Qwen-Image-2.1-Turbo는 텍스트로 새로운 이미지를 생성하는 기능과 기존 이미지를 수정하는 기능을 함께 제공한다.
사용자는 텍스트만 입력해 이미지를 만들거나, 기존 사진을 입력하고 배경을 변경하거나, 스케치를 실제 사진처럼 변환하는 작업을 요청할 수 있다. 공식 모델 카드에는 스케치 형태의 요트 이미지를 입력한 뒤 사실적인 사진으로 변환하는 예시가 포함돼 있다.
이는 이미지 생성과 이미지 편집을 완전히 별개의 모델로 구성하지 않아도 된다는 의미다. 다만 모든 편집 요청에서 원본 이미지의 구조나 인물의 정체성이 완벽하게 유지된다는 뜻은 아니다. 실제 서비스에 사용하려면 수정 전후의 일관성을 별도로 검증해야 한다.
주요 기능 ② — 70억 파라미터의 이미지 생성 구조
Qwen-Image-2.1-Turbo는 기존 Qwen-Image-2.1과 동일한 7B 이미지 생성 아키텍처를 사용한다. 여기서 7B는 이미지 생성 구성요소의 약 70억 파라미터를 의미한다.
실제 파이프라인에는 텍스트 인코더와 이미지 디코더 등 다른 구성요소도 포함되므로, 전체 실행 시스템의 크기를 단순히 70억 파라미터라고 표현해서는 안 된다.
또한 이 모델은 QwenImage21Pipeline을 통해 실행할 수 있다. 개발자는 기존 Qwen-Image-2.1 파이프라인과 유사한 구조로 Turbo 체크포인트를 불러올 수 있다.
주요 기능 ③ — 8단계 샘플링과 캐시 재사용
Turbo 모델은 권장 8단계 샘플링 설정을 모델 체크포인트에 저장한다. 또한 기본 생성 설정으로 CFG=1을 사용하며, Prefix KV caching을 통해 텍스트와 참조 이미지에서 계산한 정보를 다음 단계에 재사용한다.
이 구조는 동일한 조건 정보를 반복해서 계산하는 부담을 줄이기 위한 것이다.
공식 문서에는 중요한 구현상의 주의점도 있다. 단순히 num_inference_steps 값을 변경한다고 해서 체크포인트에 저장된 샘플링 일정이 자동으로 바뀌지는 않는다. 다른 샘플링 일정을 시험하려면 별도의 sigmas 설정을 명시해야 한다. Qwen은 이러한 다른 일정에 대해서는 아직 평가하지 않았다고 설명한다.
주요 기능 ④ — 투명 이미지와 다양한 편집 작업
Qwen은 Turbo 모델 카드에서 여러 이미지 생성·편집 예시를 공개했다. 대표적으로 인물 사진, 포스터, UI 레이아웃, 투명 배경 이미지, 단일 이미지 변환, 여러 참조 이미지 조합 등이 포함된다.
기존 Qwen-Image-2.1은 RGBA 투명 이미지 생성과 다중 참조 이미지 편집을 지원했다. Turbo는 이러한 이미지 생성·편집 계열을 기반으로 한 가속 모델이다.
다만 특정 편집 기능이 원본 모델과 동일한 품질로 작동하는지는 별도의 비교 테스트가 필요하다. 기능을 지원한다는 사실과 결과 품질이 동일하다는 사실은 구분해야 한다.
주요 기능 ⑤ — 2K 이미지 생성 설정
공식 모델 카드에는 2K 수준의 이미지 생성 해상도와 여러 화면 비율이 제시돼 있다.
1:1은 2048×2048, 4:3은 2400×1792, 3:4는 1792×2400, 16:9는 2752×1536, 9:16은 1536×2752의 공식 예시 해상도가 제시된다.
이 설정은 모델 카드에서 제시한 권장 해상도 예시다. 모든 해상도에서 동일한 품질이나 실행 시간을 보장한다는 의미는 아니다.
모델 가중치는 실제로 공개됐는가
공개됐다. Qwen 공식 Hugging Face 저장소에서 모델 파일과 사용 방법을 확인할 수 있다.
모델은 Diffusers와 Safetensors 형식으로 제공되며, 개발자가 호환되는 GPU 환경에서 직접 실행할 수 있도록 예제 코드도 공개돼 있다.
다만 공개 가중치를 다운로드할 수 있다는 사실과 상업적으로 자유롭게 사용할 수 있다는 사실은 다르다.
라이선스 — 가장 중요한 제한
이번 모델은 Qwen Research License Agreement를 적용한다. 연구와 평가 목적의 사용을 위한 라이선스이며, 상업적 사용에는 별도 라이선스가 필요하다.
따라서 모델 파일을 내려받아 직접 실행할 수 있다는 이유만으로 유료 이미지 생성 서비스나 상업용 SaaS에 자유롭게 탑재할 수 있다고 판단해서는 안 된다.
오픈 가중치와 상업적 사용이 자유로운 오픈소스는 같은 의미가 아니다. 또한 공개 모델 가중치에 적용되는 라이선스와 Alibaba Cloud가 제공하는 유료 API의 서비스 이용 조건도 구분해야 한다.
API도 이용할 수 있는가
이용할 수 있다. Alibaba Cloud Model Studio는 qwen-image-2.1-turbo를 이미지 생성 API 모델로 제공한다.
공식 문서에는 텍스트와 이미지 입력을 지원하고, 결과로 이미지를 출력하는 모델로 명시돼 있다. 다만 Function Calling, 웹 검색, 구조화 출력, 배치 추론 등은 지원하지 않는 것으로 표시돼 있다.
따라서 이 모델은 일반적인 대화형 AI나 에이전트용 언어모델이 아니라 이미지 생성·편집 작업에 특화된 모델로 이해해야 한다.
가격과 지역별 제공 조건
2026년 10월 10일 작성 시점 기준 공식 API 가격은 중국 베이징 US$0.014133, 싱가포르 US$0.016, 미국 버지니아·독일 프랑크푸르트·일본 도쿄·홍콩은 각각 이미지 1장당 US$0.014133이다.
공식 문서에 표시된 기본 API 요금이며 프로모션 할인은 포함되지 않는다. 한국 사용자가 어느 리전에서 서비스를 이용할 수 있는지는 계정과 서비스 설정에 따라 확인해야 한다.
싱가포르는 국제 서비스 범위로, 미국·독일·일본·홍콩은 공식 문서에서 글로벌 서비스 범위로 표기돼 있다. 별도 유료 구독 플랜이 반드시 필요한지는 실제 API 활성화 과정에서 계정 조건을 확인해야 한다.
사용량 제한
공식 문서에서 확인되는 요청 제한은 분당 120회(RPM)다. 확인한 제공 지역에 동일한 수치가 표시돼 있다.
하지만 120RPM은 요청 횟수에 관한 제한이다. 분당 이미지 120장을 항상 안정적으로 생성할 수 있다거나 모든 요청이 동일한 시간 안에 완료된다는 보장은 아니다.
동시 실행, 서버 상태, 생성 해상도에 따라 실제 처리량은 달라질 수 있다.
DECHIVE의 검증 질문
AI가 더 적은 계산으로 결과물을 만들 수 있다면, 우리는 무엇을 기준으로 그 결과를 평가해야 할까?
Qwen-Image-2.1-Turbo는 이미지 생성에 필요한 처리 단계를 40단계에서 8단계로 줄였다. 이는 기술적으로 의미 있는 변화다.
하지만 처리 단계가 줄었다는 사실만으로 실제 생성 시간이 같은 비율로 줄어들거나 결과 품질이 그대로 유지된다고 결론 내릴 수는 없다. 모델을 평가하려면 생성 시간뿐 아니라 이미지 품질, 편집 정확도, 하드웨어 사용량, 운영 비용을 함께 확인해야 한다.
또한 모델 가중치가 공개됐다는 사실만으로 상업적 사용이 자유롭다고 판단해서도 안 된다. 모델이 무엇을 할 수 있는지와 실제로 어떤 조건에서 사용할 수 있는지는 별개의 검증 대상이다.
이번 발표가 보여주는 변화는 이미지 생성 모델의 경쟁이 결과물의 품질을 넘어 계산 효율과 실제 운영 가능성으로 확장되고 있다는 점이다. 이것이 오늘 DECHIVE에 남길 핵심이다.
WHAT CHANGED
무엇이 바뀌는가
기존 방식 — 이미지 품질과 계산 비용 사이의 선택
이미지 생성 모델은 반복적인 계산을 통해 이미지를 완성한다. 처리 단계를 많이 사용할수록 연산 부담이 커질 수 있고, 단계를 줄이면 생성 결과의 품질이 달라질 수 있다.
기존 Qwen-Image-2.1의 공식 예시에서는 이미지 생성과 편집에 40단계의 추론 설정을 사용했다. 이는 이미지 생성 모델을 실제 서비스에 도입할 때 고려해야 할 비용과 연결된다.
사용자가 한두 장을 생성하는 환경과 수백 장을 반복 생성하는 서비스 환경은 요구 조건이 다르다.
변경된 방식 — 8단계로 생성 과정을 단축
Qwen-Image-2.1-Turbo는 동일한 7B 이미지 생성 아키텍처를 기반으로 8단계 샘플링을 지원한다. 기존 40단계 예시와 비교하면 노이즈 제거 단계 수가 80% 감소한 것이다.
또한 Prefix KV caching을 활용해 텍스트와 참조 이미지에 대한 계산 결과를 재사용한다. 이 변화는 반복적인 이미지 생성 작업에서 계산 비용을 줄일 가능성을 제공한다.
다만 실제 성능은 하드웨어와 작업 조건에 따라 검증해야 한다.
실제 영향 — DECHIVE 해석
이번 업데이트에서 중요한 것은 ‘AI가 이미지를 얼마나 잘 만드는가’라는 질문에 ‘그 이미지를 만드는 데 얼마나 많은 계산이 필요한가’라는 질문이 하나 더 추가됐다는 점이다.
이미지 생성 모델이 실제 서비스에 들어가면 품질만으로는 충분하지 않다. 한 장을 만드는 시간, GPU 사용량, 운영 비용, 동시 요청 처리량, 편집 실패율 등이 모두 중요해진다.
특히 AI 이미지 생성 기능을 제품에 통합하려는 개발자에게는 최고 품질의 모델보다 일정한 품질을 예측 가능한 비용으로 반복 제공하는 모델이 더 적합할 수 있다.
Qwen-Image-2.1-Turbo는 이러한 선택지를 확대하는 모델이다. 하지만 아직 독립적인 동일 조건 비교 결과가 충분하지 않으므로 이번 발표만으로 기존 모델보다 모든 면에서 우수하다고 결론 내려서는 안 된다.
WHAT WE CAN DO
이 변화로 무엇을 할 수 있는가
콘텐츠 제작용 이미지 생성
블로그, 교육 자료, 개인 기록 등에 필요한 이미지를 생성하는 작업을 시험할 수 있다.
특히 하나의 주제로 여러 시안을 만들어 비교하는 경우에는 처리 단계 감소가 작업 효율에 영향을 줄 수 있다.
다만 실제 상업용 콘텐츠 제작에 모델 가중치를 직접 활용하려면 라이선스를 확인해야 한다.
이미지 편집 자동화
기존 이미지의 배경 변경, 스케치 변환, 참조 이미지 기반 편집 등의 작업을 자동화하는 시스템을 시험할 수 있다.
이때 검증 기준은 이미지가 생성됐는지가 아니라 사용자가 요청한 부분만 정확히 수정됐는지여야 한다.
투명 이미지와 디자인 자산 제작
투명 배경 이미지, 아이콘, 포스터, 레이아웃 시안 등을 만드는 작업에도 활용 가능성을 검토할 수 있다.
다만 생성된 이미지의 투명 영역, 글자 정확도, 색상, 크기, 구성 요소를 확인해야 한다. 특히 UI나 인포그래픽에 포함된 글자와 숫자는 사람이 반드시 검토하는 것이 좋다.
이미지 생성 SaaS 개발
개발자는 공개 가중치를 내려받아 자체 GPU에서 모델을 평가하거나 Alibaba Cloud Model Studio API를 호출하는 두 가지 운영 방식을 검토할 수 있다.
자체 운영은 하드웨어와 모델 실행 환경을 직접 관리해야 한다. API 방식은 모델 서버를 직접 구축하지 않아도 되지만 호출 비용과 제공 지역, 사용량 제한에 영향을 받는다.
두 방식은 라이선스와 서비스 이용 조건이 다르다.
개발자가 실제로 시험하는 방법
공개 가중치를 이용하려면 Qwen 공식 Hugging Face 저장소에서 모델 카드와 라이선스를 확인한 뒤 호환되는 CUDA 환경에 PyTorch, Diffusers, Transformers 등을 설치하고 모델을 불러올 수 있다.
공식 문서는 QwenImage21Pipeline과 torch.bfloat16을 사용하는 실행 예제를 제공한다. API 방식으로 시험하려면 Alibaba Cloud Model Studio 모델 문서에서 제공 리전과 요금을 확인하고 qwen-image-2.1-turbo 모델을 선택하면 된다.
실제 비교 실험에서는 동일한 프롬프트와 참조 이미지, 동일한 해상도와 화면 비율, 동일한 GPU 및 실행 환경을 사용하고 여러 번 생성했을 때의 평균 처리 시간, 결과물의 품질과 편집 정확도, 이미지 한 장당 실제 비용을 함께 확인해야 한다.
단순히 한 번 생성한 결과만 비교하면 모델의 일관성과 운영 비용을 판단하기 어렵다.
주의점
8단계는 5배 빠른 생성 속도를 보장하지 않는다. 또한 Turbo가 기존 모델과 모든 작업에서 동일한 품질을 제공한다는 공식적인 보장도 확인되지 않았다.
공개 가중치는 연구용 라이선스가 적용된다. API 요금은 제공 지역에 따라 다르며 실제 계정의 프로모션과 서비스 이용 조건도 확인해야 한다.