처음 읽는 분도 따라갈 수 있게 풀어 썼습니다.
점선 밑줄이 있는 용어를 누르면 뜻·예시·쓰임을 볼 수 있습니다. 전체 용어 풀이도 읽을 수 있습니다.

조사 보고서실행 계획

Moondo 웹툰 이미지 모델 조사보고서

2026년 10월 1일 업데이트. 목표는 원하는 한국 웹툰 그림체로 장면을 만들고, 참조 이미지를 보며 필요한 부분을 고치는 자체 이미지 모델이다. 생성과 편집은 함께 연구하되 따로 시험한다. 서버 정보는 직접 읽은 값과 아직 확인하지 못한 값을 구분했다. 학습이나 유료 이미지 생성은 실행하지 않았다. 밑줄이 있는 용어를 누르면 쉬운 뜻, 예시, 이 프로젝트와의 관계가 설명 창에 나온다.

1. 만들 수 있을까?

가능성을 시험해 볼 만하다. 보유한 두 대의 96GB GPU도 작은 실험에 유용하다. 다만 image2의 그림을 모으는 일만으로 image2의 모든 능력과 Z-Image-Turbo의 속도를 동시에 얻을 수 있는 것은 아니다.

추천 순서는 이렇다. 이미 그림을 그릴 줄 아는 공개 모델인 Z-Image Base에 한국 웹툰 그림체를 추가로 가르친다. 원하는 그림체와 장면이 나오는지 검사한다. 그다음 그림 그리는 과정을 더 적은 계산으로 따라 하는 빠른 모델을 훈련한다. 앞의 과정을 추가 학습, 뒤의 과정을 증류라고 부른다.

참조 편집까지 필요해졌으므로 편집을 이미 배운 FLUX.2 Klein Base 4B와 LongCat-Image-Edit를 비교하는 경로도 추가한다. 생성 전용 모델과 편집 모델을 처음부터 하나로 합칠 필요는 없다. 먼저 웹툰 자료로 작은 편집 모델을 만들고, 두 기능을 합칠 이득은 이후 평가한다. 최신 후보와 준비할 것은 12장에 정리했다.

책으로 비유하면 추가 학습은 새 그림 교재로 배우는 일이고, 증류는 선생님의 풀이 과정을 보고 더 짧은 풀이법을 익히는 일이다. image2의 완성 이미지는 교재로 쓸 가능성이 있지만, 공개 API는 내부 풀이 과정까지 제공하지 않는다. 교재 사용 권한도 별도로 확인해야 한다.

첫 결과물은 Moondo Webtoon Base, 속도 실험이 성공한 뒤의 결과물은 Moondo Webtoon 8-Step으로 구분한다. 8-Step은 그림을 만들 때 핵심 모델을 약 8번 계산한다는 목표다. 실제 생성 시간과 품질은 아직 측정하지 않았다.

2. Z-Image-Turbo는 어떻게 빨라졌나?

이미지 모델은 처음에는 잡음처럼 보이는 상태에서 출발해 조금씩 그림을 완성한다. 큰 모델을 여러 번 계산하면 오래 걸린다. Z-Image는 자료 정리, 기본 능력 학습, 좋은 예제로 추가 훈련, 적은 계산으로 만드는 훈련을 거쳤다. 원래 글→이미지 자료에서는 AI가 만든 이미지를 걸러냈다. 따라서 “image2 그림을 모은 것이 Z-Image의 원래 학습법”이라고 설명할 수 없다. Z-Image 기술보고서

그림을 그리는 중심 부분에는 약 61억 5천만 개의 조절 가능한 숫자가 있다. 이 숫자를 파라미터라고 한다. 여기에 글을 읽는 모델과 그림을 압축·복원하는 장치도 붙는다. “6B 모델”이라는 이름만 보고 전체 메모리 사용량을 계산하면 작게 잡을 수 있다. 구조와 학습 과정

속도를 높이는 핵심 방법은 Decoupled-DMD다. 이름을 외울 필요는 없다. 느린 교사가 그림을 어느 방향으로 고칠지 알려 주고, 빠른 학생의 그림들이 교사 그림들과 비슷한 분포를 갖도록 훈련한다. 분포는 여러 장을 모았을 때 나타나는 전체 경향이다. 한 장을 똑같이 복사하는 것과는 다르다.

이 훈련에는 교사 내부의 예측값, 학생 모델, 학생 그림의 경향을 추정하는 보조 모델이 필요하다. PNG 파일만으로 이 재료들을 얻을 수 없다. 그래서 image2를 직접 이 방법의 교사로 쓰기보다 내부를 열어 볼 수 있는 Moondo Base를 교사로 만드는 경로가 현실적이다. Decoupled-DMD 논문

DMDR는 “좋은 결과에 더 높은 점수를 주는 훈련”을 더하는 후속 방법이다. 예쁜 그림에만 점수를 주면 컵 세 개라는 지시를 무시할 수도 있다. 그림체·사물 개수·위치·행동을 함께 평가하는 점수 설계가 필요하므로 첫 실험에서는 뒤로 미룬다. DMDR 논문

공식 Turbo 예제에서는 설정에 9단계를 적어도 큰 그림 모델의 실제 계산은 8번이 된다. 설정 숫자와 실제 계산 횟수는 다를 수 있다. 사용할 프로그램 버전에서 직접 세어야 한다. 공식 생성 예제

3. 전에 만든 LoRA가 아쉬웠던 이유는 무엇일까?

LoRA는 큰 모델 전체 대신 작은 추가 부품을 훈련하는 방법이다. 메모리와 비용을 아낄 수 있다. 전체 추가 학습은 더 많은 부분을 바꾸지만 잘못된 자료까지 자동으로 고쳐 주지는 않는다. 이전 자료와 결과를 보지 않았으므로 원인은 아직 가설이다.

먼저 요청문과 실제 그림 설명이 일치했는지 확인해야 한다. “빨간 컵 세 개”를 요청했는데 파란 컵 두 개가 나왔다면, 그 그림에 “빨간 컵 세 개”라는 설명을 붙여 학습시키면 안 된다. 틀린 연결을 배우기 때문이다. 원래 요청과 실제 그림 설명을 따로 남기고, 틀린 그림은 제외하거나 설명을 고친다. 그림 설명을 캡션이라고 한다.

같은 얼굴·교복·교실만 반복되면 “이 그림체는 항상 교실을 그린다”로 배울 수도 있다. 여러 사람·옷·장소·행동을 같은 그림체로 보여 줘야 한다. 연습문제 답을 외워 새 문제를 못 푸는 과적합도 확인한다. 원본 모델의 언어·개수·위치 이해가 부족했거나, 학습 범위·양이 맞지 않았을 가능성도 따로 검사한다.

LoRA와 더 넓은 추가 학습을 같은 자료와 같은 시험으로 비교한다. 개선이 자료에서 왔는지 방법에서 왔는지 알기 위해서다. 이미 빠르게 훈련된 Turbo를 다시 학습할 때는 빠른 생성 능력을 지키는 방법도 고려해야 한다. Base 안내, Turbo 추가 학습 안내

4. 그림체와 같은 캐릭터는 서로 다른 목표다

그림체 일관성은 여러 컷의 선·색·그림자 표현이 비슷한 것이다. 캐릭터 일관성은 장소와 표정이 달라져도 같은 사람으로 보이는 것이다. 그림체가 같아도 주인공 얼굴이 매번 바뀔 수 있다.

원하는 결과 시험 방법 남는 한계
같은 그림체 여러 장면의 선·색·그림자를 비교 한 장면만 잘 나오면 부족하다
요청한 장면 사람 수·사물 수·색·위치·행동 검사 예뻐도 지시가 틀리면 실패다
배운 주인공 유지 처음 보는 장소·행동에서 같은 인물 검사 같은 옷만으로 인물을 구분하면 부족하다
새 참고 이미지의 인물 유지 이미지 입력을 갖춘 편집 모델을 활용하거나 별도로 개발 글만 받는 모델에 자동으로 생기지 않는다
정확한 한국어 대사 글자 검사와 사람 검수 처음에는 빈 컷에 대사를 나중에 얹는 방식도 비교한다

시드는 생성의 시작 난수를 고르는 번호다. 같은 번호가 같은 캐릭터를 보장하지 않는다. 새 인물의 참고 이미지를 계속 보여 주려면 이미지 조건 기능이 필요하다. Base·Turbo의 원래 글 입력 기능과 별도 항목으로 계획한다. Z-Image 기능 안내

5. Tailscale 서버를 직접 확인한 결과

Tailscale은 서로 다른 장소의 컴퓨터를 사설 네트워크로 연결하는 도구다. 목록에 보인다고 서버 로그인이나 GPU 사용 권한까지 자동으로 생기지는 않는다. 이번에는 다른 기기 23개 전체를 확인했다. 컴퓨터는 16대이며 그중 11대가 온라인이었다. 나머지 7개는 휴대전화·태블릿이다. 이 Mac은 별도 관리·자료 준비 장비다.

온라인 컴퓨터 모두에 연결 가능 여부를 확인했다. 두 Linux 서버와 한 Windows PC에서는 하드웨어를 읽었다. 다른 온라인 컴퓨터는 현재 SSH 로그인 권한이 없거나 SSH 서비스가 꺼져 있어 GPU를 읽지 못했다. 접속 실패를 “GPU 없음”으로 기록하지 않았다. 내부 주소와 로그인 정보는 공개하지 않는다.

서버 확인한 GPU 조회 당시 상태 권장 역할
min-work RTX PRO 6000 Blackwell Max-Q, 제품 사양 96GB 약 52.6GiB 사용, 약 43.0GiB 남음 시간을 확보한 뒤 큰 추가 학습 후보
inyoung-work 같은 모델, 제품 사양 96GB 약 64.6GiB 사용, 약 31.0GiB 남음 비교 학습·검증, 이후 속도 훈련 후보
glitterous-pc AMD Radeon 내장 그래픽 이번 조회에서 NVIDIA GPU는 확인되지 않음 NVIDIA 학습 서버로 계산하지 않음
RTX 4090 장비 사용자 보유 정보, 위치·실측은 미확인 접속 대상 확인 필요 작은 학습·완성 모델 속도 검사 후보

GPU 메모리는 모델과 작업 자료를 펼쳐 놓는 전용 공간이다. 저장용 디스크와 다르며 VRAM이라고도 부른다. GiB는 메모리를 세는 단위이며 제품 설명의 GB와 표시 방식이 조금 다르다. 두 6000 서버의 실제 표시값은 각각 97,887MiB, 약 95.6GiB였다. 각 서버에 한 장씩 있다. 모델 이름과 96GB·300W 사양은 NVIDIA 공식 자료와도 맞는다. NVIDIA 제품 사양

조회 순간 GPU 계산 사용률은 모두 0%였지만 메모리는 많이 차 있었다. 쉬고 있는 서비스도 모델을 메모리에 남길 수 있다. 0%를 “아무도 안 쓴다”로 해석하면 안 된다. 일반 메모리는 두 서버 각각 약 64GB이며, 새 작업에 사용할 수 있는 양은 당시 약 9.2GB와 7.6GB였다. 루트 디스크 여유는 약 491GB와 217GB였다. 실행 직전에 다시 확인한다.

전체 연결 목록 확인 결과
min-work · inyoung-work · glitterous-pc 온라인, 하드웨어 조회 완료
moondo-1 · moondo-2 · inyoung-ubuntu · moondoor-dev1 · webtoon-processor 온라인, 현재 키로 SSH 로그인 거부
apic-macmini · min-mac 온라인, 현재 키로 SSH 로그인 거부
macbook-air-4 온라인, SSH 연결 거부
moondo-server · inyoung-notebook · interomai 오프라인, 연결 인증 만료
inyoung · haejo-web-1 오프라인
휴대전화·태블릿 7개 온라인 3개, 오프라인 4개. 학습 후보에서 제외

6. 이 장비로 어떤 학습부터 해야 하나?

두 96GB 서버를 한 대씩 독립적으로 쓰는 실험부터 시작한다. 한 서버에서 LoRA를, 다른 서버에서 더 넓은 추가 학습을 비교할 수 있다. Tailscale은 길을 연결하지만 두 GPU를 하나의 192GB 메모리로 만들지 않는다. 모델을 나눠 학습하려면 분산 학습 프로그램과 빠른 통신이 필요하다. 서버 간 실제 속도는 아직 재지 않았다.

96GB여도 전체 학습이 반드시 들어가지는 않는다. 중심 모델 숫자만 저장하면 약 12.3GB지만, 학습 중에는 바꿀 방향과 지난 수정 기록도 저장한다. 흔한 Adam 방식에서 전체 숫자를 바꾸는 경우, 모델·수정 기록 등의 상태만 약 98.4GB가 될 수 있다. 중간 계산과 글 읽기 모델은 여기에 추가된다. 이는 특정 설정의 예상 계산이지 측정값이 아니다.

메모리 절약 후보는 글 읽기·그림 압축 부분 고정, 계산 결과를 미리 저장하는 캐시, 작은 숫자 형식의 학습 기록, 일부 자료를 일반 메모리로 옮기는 오프로딩, 그림 모델 일부만 수정하기다. 일반 메모리 여유도 작으므로 오프로딩이 무제한 해결책은 아니다.

증류에는 교사·학생·보조 모델이 추가되어 더 많은 자원이 든다. 첫 추가 학습이 성공하기 전에 증류 용량이나 완료 시간을 확정하지 않는다. 4090은 접속·메모리 확인 뒤 설정을 정한다.

한 가지 그림체라면 몇 장부터 시작할까?

검수를 통과한 500장으로 첫 실험을 하고, 좋아지면 1,000–3,000장으로 늘리는 것을 추천한다. 이미 많은 그림을 배운 공개 모델에 한 그림체를 추가하는 계획이다. 처음부터 Z-Image의 모든 기본 능력을 새로 가르치는 계획과는 다르다.

Z-Image에서 이 그림체에 필요한 최소 장수를 보장하는 공식 숫자는 없다. 아래는 자료 준비를 위한 실험 제안이다. 500장에 도달하면 자동으로 요청 정확도와 캐릭터 유지가 해결된다는 뜻은 아니다.

검수 통과한 고유 그림 수 제안 용도 확인할 것
100–300장 가능성을 확인하는 작은 시험 그림체 변화가 생기는지 확인하되 다양한 장면의 안정성을 기대하기에는 이르다
300–500장 첫 학습 비교 자료 설명을 고치고 LoRA와 넓은 추가 학습의 차이를 본다
1,000–3,000장 한 그림체의 실용 후보를 만드는 목표 여러 인물·옷·배경·행동에서도 그림체와 지시가 유지되는지 본다
3,000–5,000장 이상 어려운 장면과 다양한 인물을 넓히는 단계 작은 자료에서 드러난 빈 부분에 맞춰 늘린다

같은 그림체로 여러 장면을 보여 줘야 한다. 얼굴 확대만 500장 있으면 전신 행동이나 두 사람의 대화를 잘 배웠는지 알기 어렵다. 비슷한 컷을 조금 바꿔 만든 파일 여러 개를 별개의 풍부한 예제로 세지 않는다. 학습용 500장과 독립된 검증·시험용 자료도 따로 확보한다.

처음부터1만 장을 만들 필요는 없다.500장으로 성능이 좋아지는지 확인하고 오류가 많은 장면을 추가하는 편이 좋다. 좁은 그림체라도 컵의 개수나 손의 행동을 이해하는 능력은 기존 모델과 자료 설명에 함께 좌우된다.

RTX PRO 6000 Max-Q에서 시간은 어떻게 계산할까?

이 GPU에서 실제 학습 시간을 아직 측정하지 않았다. 사용할 학습 방법, 그림 크기, 한 번에 읽는 장수, 메모리 절약 방식에 따라 달라진다. 공개 full 학습 예제가 A100여덟 장에서 시험됐다는 사실을 보유 96GB 한 장의 속도로 환산할 수는 없다. 공개 전체 학습 예제

기준은 “그림을 읽고 모델 숫자를 한 번 수정하는 데 걸리는 시간”이다. 생성 중 그림을 완성하는8단계와 다른 숫자다. AI Toolkit의 Turbo LoRA 예제에는 3,000회 학습 설정이 있다. 이는 참고용 설정이며 충분한 학습량이나 완료 시간을 보장하지 않는다. 넓은 추가 학습에는 다른 설정을 측정해야 한다. 유지관리자의 학습 예제

아래는 1024×1024 중심, 한 번 수정할 때 그림 한 장을 쓰는 경우를 생각한 계산 예시다.5·10·20초는 보유 GPU의 측정값이나 확인된 속도 범위가 아니다. 실제로 더 빠르거나 느릴 수 있다.

수정 횟수 회당5초라고 가정 회당10초라고 가정 회당20초라고 가정
3,000회 약4.2시간 약8.3시간 약16.7시간
5,000회 약6.9시간 약13.9시간 약27.8시간
10,000회 약13.9시간 약27.8시간 약55.6시간

예를 들어 500장을 한 장씩 읽으며5,000번 수정하면 전체 자료를 평균10번 본 셈이다. 회당10초가 실제로 측정된다면 순수 훈련은 약14시간이다. 그림2,000장이어도 수정 횟수를 같게 두면 같은 시간 범위로 계산하지만, 각 그림을 보는 횟수는 줄어든다. 한 번에 여러 장을 묶거나 수정 전에 여러 번 계산을 모으면 회당 시간과 노출 수를 다시 계산해야 한다.

모델 내려받기, 설명·그림 압축 결과 준비, 중간 파일 저장, 평가 그림 생성, 사람 검수, 설치 문제 해결은 표의 시간에 들어 있지 않다. 설정을 세 번 비교하면 세 번의 훈련 시간이 든다. 자료 장수만으로 전체 기간을 정하지 않는다.

첫 실험은 메모리에 들어가는 설정에서3,000–5,000회 수정 후보를 비교하고, 큰 학습은5,000–10,000회 후보로 계획한다. 합격할 때까지 무조건 계속 반복하지 않고 검증 결과로 멈출 시점을 정한다. 정확한 견적은 실제 설정으로 준비 계산 이후50–100회를 측정해 만든다. 현재 두 GPU는 다른 작업이 메모리를 쓰고 있으므로 사용 시간과 일반 메모리 여유를 먼저 확보해야 한다.

Turbo처럼 적은 계산으로 생성하는 능력을 새로 만드는 증류 시간은 이 표에 포함하지 않았다. 교사·학생·보조 모델과 추가 생성이 필요한 별도 훈련이다. 이미 빠른 모델에 바로 일반 추가 학습을 하면 빠른 생성 품질을 잃을 수 있어 별도 보존 방법이나 재증류를 평가해야 한다. 학습 도구의 Turbo 주의사항

7. 62,500크레딧이면 이미지를 몇 장 만들 수 있나?

사용자가 확인한 지급량은 달러가 아닌 62,500 credits다. 앞서 제시했던 $62,500 가정의 장수는 이 잔액에 적용하지 않는다.

ChatGPT Work·Codex의 표준 GPT Image 2 크레딧 요금이 적용되면, 1024×1024 높은 품질 이미지는 출력 비용만으로 약 1만 1,800장이다. 중간 품질은 약 4만 7천 장이다. 실제 지급 서비스와 모델 접근 권한은 계정에서 확인해야 한다.

공식 크레딧 요금표는 image2가 내보내는 이미지 계산량 100만 토큰에 750크레딧을 안내한다. 토큰은 서비스가 사용량을 세는 단위다. 같은 모델의 API 이미지 출력 단가는 100만 토큰에 $30이다. 따라서 공식 이미지 1장 출력 가격에 25를 곱하면 표준 크레딧 기준의 대략적인 출력 비용을 계산할 수 있다. 이것은 요금표 비교 계산이며 크레딧을 API 달러 잔액으로 옮길 수 있다는 뜻은 아니다. 공식 크레딧 요금표, API 출력 요금표

아래는 1024×1024 이미지 출력만 계산한 추정치다. 입력 문장, 참고 이미지, 함께 실행되는 AI 계산은 추가 비용이 들 수 있다. 공식 1장 가격도 추정 가격이므로 실제 청구량과 다를 수 있다. 이미지 크기별 출력 비용

품질 설정 출력 1장당 추정 크레딧 62,500크레딧으로 계산한 장수 1,200장 출력 비용
Low · 낮음 약 0.15 약 41만 6천 장 약 180크레딧
Medium · 중간 약 1.325 약 4만 7천 장 약 1,590크레딧
High · 높음 약 5.275 약 1만 1,800장 약 6,330크레딧

웹툰 자료를 준비할 때 높은 품질 후보 1,200장의 출력 비용은 이 계산으로 약 6,330크레딧이다. 70%인 840장만 채택하면 채택한 장당 출력 비용은 약 7.54크레딧이다. 탈락한 그림에도 비용이 들기 때문에 작은 묶음에서 그림체·지시 정확도·통과율부터 확인한다.

공식 API 모델 이름은 gpt-image-2, 고정 버전 이름은 gpt-image-2-2026-04-21이다. API 키로 요청할 때는 별도의 API 청구 요금이 적용된다. Work·Codex의 크레딧과 API 잔액을 같은 지갑으로 보면 안 된다. 이미지 모델 안내, 크레딧과 API 요금 구분

이번 계정 청구 화면은 로그인으로 이동했다. 그래서 지급량의 표기 단위는 사용자에게 확인했지만, 이 잔액에 위 표준 요금이 적용되는지, 적용 서비스·실제 남은 잔액·만료일·모델 접근 권한은 확인하지 못했다. 지원 프로그램 안내와 사용량 화면으로 확인한 뒤 실제 생성량을 확정한다. 구매한 API 크레딧의 일반 만료 규칙은 1년이며 지원 크레딧은 지급 조건과 실제 만료일을 따로 확인한다. API 청구 안내, 크레딧 약관

8. 이미지 생성 비용과 학습 권한은 별개다

크레딧은 서비스 비용을 내는 수단이며 새 모델을 만드는 권한까지 자동으로 주지는 않는다. 일반 API 서비스 계약에는 출력물을 이용해 OpenAI와 경쟁하는 AI 모델을 개발하는 제한이 있다. 출력물 소유권과 함께 읽어야 한다. 일부 예외는 내부 분류·임베딩 모델이나 OpenAI 자체 모델 수정 서비스에 관한 것으로, 자체 이미지 생성기가 여기에 포함된다고 확인되지 않았다. 서비스 계약 §3.3·§4·§17

내부 실험·사용자 허락·크레딧 지급만으로 계약 조건이 바뀌지는 않는다. 지급 프로그램에 별도 서면 조건이 있으면 그것도 확인한다. 개인 ChatGPT에는 별도 이용약관이 적용된다. 이용약관

콘텐츠 제작에 image2를 쓰는 경로와 그 결과로 Moondo 모델을 학습하는 경로를 구분한다. 두 번째는 해당 목적을 허용하는 근거가 확인될 때 시작한다. 그동안 직접 그린 그림, 학습 권한을 포함해 위탁한 그림, 해당 용도를 허용하는 자료로 준비할 수 있다.

9. 실제 구현에는 어떤 도구를 쓰나?

공식 저장소에 모델과 생성 예제가 있어도 원래 자료와 전체 학습 프로그램이 모두 공개된 것은 아니다. 모델을 받는 것과 논문의 전체 과정을 재현하는 것은 다르다. 공식 저장소

도구 쉬운 설명 사용할 곳
DiffSynth-Studio 그림 모델 실행·추가 학습 도구 넓은 Base 추가 학습 우선 후보
Diffusers 여러 그림 모델을 실행하는 프로그램 묶음 LoRA 비교와 결과 생성
AI Toolkit 추가 학습 설정을 묶어 실행하는 도구 Base 실험과 Turbo 특화 학습 대안
diffusion-pipe 학습을 여러 GPU로 나누는 기능이 있는 도구 한 서버로 부족할 때 검토

DiffSynth 안내, Diffusers 예제, AI Toolkit 안내, diffusion-pipe 지원표

DiffSynth의 전체 학습 예제는 A100 8장 서버에서 시험했다고 안내한다. 최소 장비라는 뜻은 아니다. 보유 GPU에서 직접 메모리와 속도를 재야 한다. 실험적인 생성 과정 모방도 공식 Decoupled-DMD 전체 구현과 같다고 취급하지 않는다. 전체 학습 예제, 과정 모방 예제

프로그램 사용·수정·배포 조건이 라이선스다. DiffSynth·Diffusers는 Apache-2.0, AI Toolkit은 MIT, diffusion-pipe는 GPL-3.0이다. DMD2 공개 코드에는 비상업 조건이 있어 상업 프로젝트에 그대로 복사하는 후보에서 제외한다. 논문 참고와 코드 복사는 구분한다. DMD2 이용 조건

10. 성공했는지는 어떻게 판단하나?

좋은 그림 몇 장을 고르기보다 같은 문제를 모든 모델에 낸다. “빨간 컵 세 개가 파란 책 왼쪽에 있다”를 한국어·영어로 요청하고 개수·색·좌우 관계를 각각 검사한다. 공통 시험을 벤치마크라고 한다.

그림체는 모델 이름을 가리고 사람이 5점 만점으로 평가한다. 인물은 얼굴·머리·체형·고유 의상을 따로 검사한다. 사진에서 사물을 찾는 검사기가 만화에서는 틀릴 수 있어 사람 검수를 함께 둔다. 공개 시험을 참고하되 웹툰 문제를 추가한다. GenEval, T2I-CompBench

학습과 시험에 거의 같은 컷을 넣으면 답을 본 시험이 된다. 장면 묶음으로 나눠 겹치지 않게 한다. 생성 시간도 같은 GPU·그림 크기·조건에서 재야 한다. 빠르지만 지시를 더 자주 틀리면 속도 목표만 달성한 것으로 기록한다.

11. 확인한 것과 아직 모르는 것

확인한 것은 두 96GB GPU의 이름·현재 사용량, 전체 Tailscale 목록, image2 공식 API와 가격, 공개 도구 설명, 일반 계약의 학습 이용 제한이다. 계정 잔액을 확인한 것처럼 기록하지 않았다.

아직 필요한 것은 4090 접속 대상, GPU 사용 시간, 62,500크레딧의 적용 요금·만료일·적용 서비스, 기준 그림 20–50장, 이전 실패 사례, 자료 학습 권한, 새 캐릭터의 참고 이미지 입력 필요 여부다.

실험 숫자와 일정은 제안이며 실제 성능이 아니다. 자료 검사 도구와 문서는 있지만 훈련된 Moondo 모델은 없다. 다음 계획에 따라 작은 자료에서 그림체와 요청 정확도가 함께 좋아지는지부터 확인한다.

12. 참조 이미지를 보며 편집하는 Moondo 모델

가능하다. 첫 권장 경로는 편집 기능을 이미 배운 공개 모델에 우리 웹툰의 수정 예제를 추가로 가르치는 것이다. 사람도 완성 그림만 보는 것보다 원본과 수정 결과를 나란히 보면 무엇을 바꿨는지 이해하기 쉽다. 모델에도 같은 구성이 도움이 된다. 아래 기능·공개 여부는 2026년 10월 1일 공식 자료 기준이며, 문도 웹툰 성능은 아직 시험하지 않았다.

같은 i2i라는 말 안에도 다른 작업이 있다

i2i는 image-to-image의 줄임말로, 그림을 넣어 새 그림을 얻는 작업을 넓게 부르는 말이다. 목적에 맞는 입력 방식과 시험이 필요하다.

하고 싶은 일 쉬운 예 적합한 방식
비슷한 구도로 다시 그리기 스케치를 완성된 웹툰으로 바꾸기 원본에 잡음을 넣어 다시 그리는 방식, 선·자세 제어
말로 특정 부분 고치기 얼굴은 유지하고 빨간 옷만 파란색으로 바꾸기 지시 편집, 필요하면 마스크 사용
여러 참고 그림으로 새 장면 만들기 주인공·상대역·카페 그림을 보고 대화 컷 만들기 다중 참조 조건을 받는 모델
다른 부분을 그대로 두기 말풍선만 옮기고 그림은 그대로 두기 레이어 분리와 일반 편집, 필요한 부분만 AI로 수정

원본에 잡음을 섞어 다시 그리는 SDEdit 계열은 추가 학습 없이도 쓸 수 있는 출발점이다. 다만 많이 바꿀수록 원본 얼굴·구도를 잃기 쉬우며, 특정 부분만 고치는 능력을 자동으로 보장하지 않는다. SDEdit 원논문

인페인팅은 표시한 부분을 다시 그리는 기능이다. 표시 지도인 마스크는 “여기만 바꿔도 된다”는 영역을 나타낸다. ControlNet은 윤곽선·자세·깊이 같은 구조를 따르게 하는 추가 장치다. 캐릭터 얼굴을 기억하는 기능과는 구분해서 시험해야 한다.

지금 다운로드하고 추가 학습할 수 있는 후보

표의 4B·6B·7B·20B는 중심 그림 모델의 숫자 수를 가리킨다. 글·이미지를 읽는 부분까지 포함한 전체 크기나 실제 필요한 메모리라는 뜻은 아니다.

후보 편집 기능과 공개 상태 사용 조건·문도에서의 판단
FLUX.2 Klein Base 4B 생성·단일/다중 참조 편집. 느린 Base와 빠른 4단계 모델이 따로 공개됨 4B는 Apache-2.0. 작은 자체 모델의 우선 후보. 9B는 같은 조건이 아님. 공식 모델, 제품별 조건
LongCat-Image-Edit · 약 6B 계열 편집 모델과 8회 핵심 계산의 Edit-Turbo 공개. 원본·결과로 학습하는 코드 제공 Apache-2.0. 한 장의 원본을 수정하는 비교 후보. 기본 학습 예제는 참조 경로 하나를 사용함. 공식 저장소, 편집 학습 자료 형식
Qwen-Image-Edit-2511 여러 이미지 편집과 인물 유지 개선. 20B 계열로 작은 모델보다 부담이 큼 Apache-2.0. 품질 비교·허용된 자료 제작 후보. 전체 학습부터 시작하지 않음. 공식 모델
FireRed-Image-Edit-1.1 2026년 3월 공개. 인물 유지·여러 요소 합성에 집중. 그림 이해 결과를 미리 저장하고 학습하는 코드 제공 코드·가중치 Apache-2.0. 품질 비교 후보. 웹툰에서의 이득은 따로 확인. 공식 저장소, 학습 방법
Qwen-Image-2.1 · 중심 7B 2026년 9월 20일 공개. 최대 10개 참조, 부분 편집, 투명 RGBA, 참조 계산 재사용 Qwen Research License. 상업 이용은 별도 허가 필요. 최신 연구 비교 대상으로 분류. 공식 기능, 사용 조건
Qwen-Image-Layered 평면 그림을 인물·배경 등 여러 투명 레이어로 나누는 모델 Apache-2.0. 위치·색 수정과 말풍선 분리의 보조 후보. 지시 편집 모델 자체와는 역할이 다름. 공식 모델
Z-Image + Fun ControlNet Union 2.1 Alibaba PAI가 윤곽선·자세·부분 다시 그리기 기능을 공개. Turbo용 8단계 변형도 있음 기존 문도 생성 모델에 구조·영역 편집을 붙이는 후보. 우리 추가 학습 모델과의 호환성은 검사 필요. Base용, Turbo용
Z-Image-Omni-Base · Z-Image-Edit 공식 소개에는 생성·편집 모델이 있으나 다운로드 표에 아직 공개 예정으로 표시 바로 내려받아 학습하는 경로로 계산하지 않음. 비공식 사이트 소개를 출시 근거로 쓰지 않음. 공식 공개 목록

OmniGen2도 편집·참조 생성과 공개 학습 자료 X2I2를 제공한다. 구조와 자료 제작을 참고할 비교 후보지만, 우선 두 작은 모델의 결과를 확인한 뒤 실험 범위를 넓힌다. OmniGen2 공식 저장소

최신 공개 모델이라고 모두 상업 조건이 같지는 않다. 특히 Qwen 2.1을 기존 Qwen 2511의 Apache 조건으로 취급하면 안 된다. Qwen 2.1의 코드·가중치 사용과 그 출력으로 모델을 개선하는 계획은 별도 조건을 검토해야 한다. Qwen 2.1 조건 §2·§4

최근 기법에서 실제로 가져올 것

첫째, 참조 그림을 학습 입력에 계속 넣는다. 최신 편집 모델은 수정 문장과 원본 정보를 함께 읽으며 결과를 만든다. 참조 조건은 원본의 얼굴·선·배치를 판단할 근거다. 같은 시드나 문장 속 캐릭터 이름만으로 대신할 수 없다.

Qwen-Image의 원논문은 그림의 의미를 읽는 장치와 세부 모양을 압축하는 VAE를 함께 사용한다. 글만으로 그림 만들기, 원본 복원, 원본과 지시로 편집하기를 함께 훈련해 보존 능력을 높인다. 문도에서도 편집 예제만 반복하는 경우와 원본 복원·생성 예제를 섞는 경우를 비교한다. 단순히 원본과 결과를 붙인 한 장을 생성 전용 학습기에 넣는 것으로 대체하지 않는다. Qwen-Image 편집·다중 과제 학습

둘째, 바꿀 부분과 유지할 부분을 동시에 가르친다. 편집 학습쌍에는 “무엇을 바꿨는가”뿐 아니라 “무엇은 그대로인가”도 기록한다. 잘 바꾼 결과와 불필요하게 얼굴까지 바꾼 결과를 비교해 더 좋은 쪽을 배우는 DPO도 후속 후보다. 먼저 기본 편집 학습이 좋아지는지 확인하고, 그 뒤 사람이 고른 비교 결과를 더한다. LongCat의 편집 SFT·DPO 자료 형식

셋째, 점수를 주는 AI도 우리 만화를 이해해야 한다. 2026년 Qwen-Image-2.0-RL 연구는 지시 수행 점수와 얼굴 유지 점수 등을 조합한다. 사진의 얼굴 점수기가 과장된 웹툰 얼굴도 잘 검사하는지는 별개다. 자동 점수와 사람 판단의 일치부터 확인한다. 이 논문의 OPD는 여러 교사의 능력을 학생에게 모으는 방법이며, 그 자체가 생성 단계를 줄이는 보장은 아니다. Qwen-Image-2.0-RL 논문

넷째, 수정 결과 없이 배우는 NP-Edit도 있다. 2026년 개정 논문은 원본과 수정 지시만 준비하고, VLM이라는 그림·글 이해 AI의 평가에서 계산 신호를 받아 편집 모델을 학습한다. DMD로 원래 모델의 그림 품질을 유지하도록 돕는다. 정답 결과를 만드는 비용은 줄일 수 있지만, 여러 모델과 그림을 만드는 전 과정을 다시 계산하는 훈련이 필요하다. 공개 설명의 실험은 A100 80GB 32장을 사용했다. 이것이 최소 장비라는 뜻은 아니며 우리 두 서버에서 곧바로 재현된다는 근거도 없다. 첫 방법은 검수한 학습쌍, NP-Edit는 이후 연구 후보로 둔다. NP-Edit 방법·실험 설정

다섯째, 레이어를 남겨 두면 반복 편집이 쉬워진다. 레이어는 인물·배경·말풍선을 투명한 종이에 따로 그려 겹친 것과 같다. 위치 이동·단순 색 변경은 일반 편집으로 처리하고, 새 표정·손 모양 등 다시 그려야 할 내용에 AI를 쓴다. 원본 레이어가 있으면 우선 보존한다. 평면 그림의 자동 분리는 작은 선·가려진 부분을 추정하므로 원래 작업 파일을 완벽하게 복원한다고 보장하지 않는다. Qwen-Image-Layered 논문

여섯째, 속도를 높여도 참조를 계속 보게 한다. 조건부 증류는 교사와 학생이 같은 원본·수정 지시·참조 그림을 받아 빠른 편집법을 배우도록 만드는 계획이다. 글→이미지 증류만 성공해도 편집 능력이 유지된다고 볼 수 없다. 먼저 같은 모델 계열·그림 압축 방식을 가진 교사와 학생으로 시험한다. 다른 계열의 내부 예측값은 그대로 비교할 수 없어 추가 설계가 필요하다.

이미 공개된 Klein 4단계와 LongCat Edit-Turbo 8회 모델은 속도 기준으로 비교할 수 있다. 우리 모델을 일반 학습한 뒤에도 그 속도·품질이 유지되는지는 다시 검사한다. Qwen 2.1의 prefix KV cache처럼 반복되는 참조 계산을 저장하는 방법은 증류와 다른 속도 개선 방법이다. 이 기능을 설계하지 않은 Z-Image에 설정 하나로 옮길 수 있는 것으로 보지 않는다. Klein 모델 구분, LongCat Edit-Turbo, Qwen 2.1 구조

기존 Moondo 생성 모델을 직접 편집기로 확장한다면?

두 단계로 나눌 수 있다. 먼저 Z-Image용 공개 ControlNet과 인페인팅을 연결해 선·자세·수정 영역을 다루는 방법이다. 이 경로는 기존 그림체 모델과 함께 동작하는지 검사해야 하며, 처음 보는 인물을 참조하고 복잡한 수정 문장을 이해하는 능력을 자동으로 얻는 것은 아니다. Z-Image 구조·부분 편집 모델

더 넓은 지시 편집을 직접 만들려면 원본 그림을 읽는 입력 통로를 추가하고 그 정보를 그림 모델이 생성 내내 보도록 설계해야 한다. 원본을 VAE로 작은 숫자 조각으로 압축하고, 필요하면 VLM으로 인물·사물 의미를 읽어 수정 문장과 함께 전달하는 구조가 참고가 된다. 수정 영역과 여러 참조의 역할도 구분한다. 아래는 Qwen의 공개 구조에서 가져온 개발 방향이며 Z-Image에서 이미 구현·검증한 코드가 아니다. Qwen의 의미·모양 입력 구조

원본을 읽는 통로·그림 모델·자료 연결을 함께 학습하고, 원본 복원과 지시 편집을 비교하며, 새 인물과 연속 수정에서 검증한다. 그 뒤 같은 참조를 보는 빠른 학생을 만든다. 편집을 이미 배운 모델의 한 그림체 전문화와 달리 일반적인 편집 능력까지 새로 가르치는 프로젝트가 되므로, 앞의 300–500묶음과 2–4주 제안을 이 경로의 견적으로 사용하지 않는다. 공식 Z-Image-Edit 공개를 기다리는 선택지도 별도로 유지한다.

문도 모델에 필요한 편집 자료

첫 실험은 검수 통과 300–500묶음, 개선이 확인되면 1,000–3,000묶음으로 확대하는 제안이다. 편집을 이미 배운 모델의 웹툰 전문화 목표이며, 일반 편집 능력을 처음부터 배우는 최소 수량이 아니다. 일반 그림체 자료 500장과 편집 학습쌍 500묶음은 같은 단위가 아니다.

한 묶음은 원본, 수정 지시, 정답 결과로 구성된다. 추가로 참고 캐릭터·영역 마스크·유지할 특징을 기록할 수 있다. 예를 들어 “빨간 재킷을 파란색으로 바꾸고 얼굴·머리·배경은 유지”라면 결과에서 재킷 색과 나머지 요소를 각각 검사한다. 요청하지 않은 얼굴 변화가 생긴 결과는 정답으로 채택하지 않는다.

필요한 것 자료에 남기는 이유
원본과 정답 결과 무엇이 실제로 달라졌는지 학습하기
수정 지시와 유지할 요소 바꾸는 일과 지키는 일을 함께 검사하기
선택적 마스크 작은 부분만 바꿀 때 허용 영역을 표시하기
참조 그림의 역할 원본·캐릭터·그림체·배경 중 무엇을 참고할지 구분하기
원본 장면·인물 묶음 번호 비슷한 컷이 학습과 마지막 시험에 동시에 들어가지 않게 하기
작업 순서와 이전 결과 세 번 고친 뒤에도 얼굴·그림체가 유지되는지 검사하기
출처·권한·검수 기록 실제로 학습에 쓸 수 있고 정답이 맞는지 확인하기

처음에는 원본 200–300장에 서로 다른 수정 예제를 붙여 약 500묶음을 준비할 수 있다. 원본 250장과 별개의 정답 결과 500장이면 그림 파일은 750개다. 검증·시험·마스크·캐릭터 참조 파일은 여기에 별도로 더한다. 같은 원본의 수정들은 한 자료 묶음으로 관리한다.

직접 만든 웹툰 레이어를 수정하면 불필요한 변화가 적은 정답을 만들기 좋다. 공개 편집 모델의 결과도 입력 권한·출력 이용 조건을 확인하고 사람이 검수한 뒤 후보로 쓸 수 있다. ImgEdit·AnyEdit·X2I2 같은 공개 자료는 작업 종류와 형식의 참고 자료다. 사진 위주의 자료나 공개 링크 자체가 우리의 그림체·권한·자료 품질을 해결해 주지는 않는다. ImgEdit 자료 제작·검사, AnyEdit

image2로 후보 편집 결과를 만드는 기능은 공식 OpenAI 문서에 안내되어 있다. 다만 여기에도 8장의 학습 권한 조건을 적용한다. 편집에는 참조 입력 비용이 추가되며 gpt-image-2는 입력 이미지를 자동으로 높은 충실도로 처리한다. 앞의 62,500크레딧 장수는 이미지 출력만 계산한 값이므로 편집 묶음의 실제 총비용으로 쓰지 않는다. OpenAI 공식 편집·입력 비용 안내

보유 장비에서 무엇부터 구현할까?

Klein Base 4B를 첫 학습 후보로, LongCat-Image-Edit를 비교 후보로 제안한다. 둘 다 웹툰 기준 문제를 풀게 해 선택한다. 이전 FLUX 생성용 LoRA 실험과 달리 여기서는 원본을 계속 입력하고 편집 결과로 학습한다. 더 작은 부품만 배우는 LoRA와 그림 모델 일부·전체를 바꾸는 추가 학습은 같은 편집 자료로 비교한다.

DiffSynth-Studio는 Klein Base 4B 전체 학습 예제에 참조 입력을 받는 편집 설정도 제공한다. 다만 편집 명령은 주석으로 되어 있으며, 주석 해제만으로 우리 서버에서 검증된 프로그램이 되는 것은 아니다. 자료 읽기·참조 연결·평가·중단 후 이어가기까지 구현하고 시험해야 한다. Template-Edit 예제는 별도 부품을 학습하므로 전체 그림 모델 학습과 구분한다. Klein 전체 학습과 편집 설정, 별도 편집 부품 설정

96GB GPU 한 장을 충분히 비우고, 글 읽기·그림 압축 부분을 고정한 작은 실험부터 진행한다. 참조가 늘면 그림을 처리하는 계산과 중간 저장이 늘어난다. 중심 4B의 흔한 학습 상태만 약 64GB로 계산할 수 있지만, 참조·결과 중간 계산과 다른 모델은 추가다. 이는 숫자당 16바이트를 쓰는 한 설정의 계산이며 실제 최소 용량·성공 보장이 아니다. 더 큰 모델의 전체 학습은 메모리 절약과 학습 범위를 먼저 검토한다.

다른 96GB 서버는 동시에 나눠 학습하기보다 비교 결과 생성·검수 준비를 맡기는 경로부터 시작한다. 현재 두 서버의 메모리 점유와 일반 메모리 부족은 기존 조사와 같다. 실제 학습 시간은 편집 설정으로 50–100회 측정해야 하며, 생성 전용 실험의 시간을 그대로 적용하지 않는다.

최종 구조의 첫 제안은 기준 컷·캐릭터 그림 준비 → 수정할 부분 표시와 요청 → Moondo Edit가 후보 생성 → 유지할 영역·인물·그림체 검사 → 선택한 결과를 새 버전으로 저장이다. 원본 컷을 보존하고 필요하면 마스크 밖의 원본을 다시 합성해 고정한다. 마스크 경계·그림자까지 바뀌어야 하는 작업은 허용 영역을 넓히고, 전신 자세 변경에 작은 영역 고정을 억지로 적용하지 않는다.

첫 편집 기능은 옷·소품 색, 표정, 배경 교체, 소품 추가·삭제로 좁힌다. 새로운 자세·다중 인물 합성·여러 번 이어 고치기는 별도 난도로 확장한다. 상세 준비물과 단계별 결과물은 실행계획 11장에 정리했다.

Moondo 웹툰 이미지 모델 실행계획

2026년 10월 1일 업데이트. 두 96GB GPU는 직접 확인했다. RTX 4090 접속 대상은 확인 중이다. 지급량은 달러가 아닌 62,500크레딧으로 확인했으며 적용 서비스·요금은 추가 확인해야 한다. 일정과 합격 기준은 실험 관리용 제안이며, 이미 학습을 끝냈다는 뜻은 아니다.

1. 첫 번째 완성 목표

첫 목표는 원하는 웹툰 그림체로 요청한 인물·사물·행동을 정확하게 그리는 Moondo Base다. 작은 범위에서 정확한 결과를 만든 뒤 확장한다. 컵 세 개를 요청하면 실제로 세 개가 나오는지, 여러 장면이 같은 그림체로 보이는지 검사한다. 같은 주인공 유지도 별도 점수로 기록한다. 이후 더 적은 계산으로 그림을 만드는 증류를 시험한다.

  1. 학습 권한을 확보한 그림
  2. 그림 내용에 맞는 설명과 품질 검사
  3. Z-Image Base에 웹툰 그림체 추가 학습
  4. 그림체와 요청 정확도 검사
  5. Moondo Base를 교사로 준비
  6. 그리는 과정을 줄이는 증류 실험
  7. 같은 문제로 품질과 실제 속도 비교
검사에 미달하면 자료와 설명을 다시 확인한다. 통과한 모델로 속도 실험을 진행한다.
흐름도의 원문 코드 보기
flowchart TD
  A[학습 권한을 확보한 그림] --> B[내용에 맞는 설명과 품질 검사]
  B --> C[Z-Image Base에 웹툰 그림체 추가 학습]
  C --> D{그림체와 요청 정확도 검사}
  D -->|미달| B
  D -->|통과| E[Moondo Base를 교사로 준비]
  E --> F[그리는 과정을 줄이는 증류]
  F --> G[같은 문제로 품질과 실제 속도 비교]

2. 서버는 이렇게 나눠 쓴다

장비 우선 맡길 일 시작 전에 확인할 것
이 Mac 자료 정리·사람 검수·문서·기록 원본 보존, 인증정보 비공개
min-work · 96GB GPU 큰 추가 학습 첫 후보 조회 때 약 43GiB 남음. 기존 작업과 사용 시간 조정
inyoung-work · 96GB GPU LoRA 비교·별도 검사 조회 때 약 31GiB 남음. 일반 메모리·디스크도 확인
RTX 4090 장비 작은 학습·완성 모델 속도 검사 후보 Tailscale 이름·SSH 사용자·실제 메모리 확인
기타 연결 컴퓨터 추가 후보 조사 로그인 거부·오프라인 상태를 해결해야 사용 가능

두 큰 GPU는 다른 서버에 한 장씩 있다. 처음에는 독립 실험에 쓴다. 모델을 나눠 쓰는 분산 학습은 한 대 실험 뒤 검토한다. 연결만으로 192GB가 한 덩어리가 되지는 않는다.

GPU 사용률이 0%여도 다른 서비스가 메모리를 잡고 있을 수 있다. 기존 서비스를 임의로 종료하지 않고 사용 시간을 확보한다. 실행 직전에 여유 용량을 다시 읽는다. 설치는 별도 환경에서 진행한다.

3. 먼저 크레딧과 자료 사용 조건을 확인한다

지급 안내의 프로그램명·62,500크레딧에 적용되는 요금·만료일·서비스를 확인한다. Work·Codex 표준 이미지 크레딧 요금으로 사용할지, 별도 API 청구용 지급인지 구분한다. credits를 달러와 일대일로 계산하지 않는다. 이번 계정 조회는 로그인 화면에서 끝났다. API 청구 화면, 크레딧 안내

별도로 image2 출력물을 독자 모델 학습에 사용할 해당 계약 근거를 확인한다. 일반 계약에는 경쟁 모델 개발 제한이 있다. 크레딧 지급이나 실행 허락만으로 해결된 것으로 기록하지 않는다. 별도 허용이 없으면 직접 제작·위탁·정식 학습 라이선스 자료로 시작한다. 서비스 계약

콘텐츠를 만드는 것과 학습 자료를 만드는 것은 목적이 다르다. 이 크레딧은 보유 GPU 전기료·작가 비용·사람 검수 비용을 대신 내지도 않는다.

생성할 때 모델 버전·크기·품질·장수·비용 상한을 먼저 정한다. 표준 GPT Image 2 크레딧 요금이 적용되면 1024×1024 High 1,200장의 출력 비용은 약 6,330크레딧이다. 입력·참고 이미지·관련 AI 계산은 추가될 수 있다. API에서 생성하는 출력 비용 $253.20과는 다른 청구 경로다. 작은 묶음의 통과율을 보고 다음 수량을 정한다. 이번 업데이트에서는 비용이 드는 요청을 보내지 않았다. 공식 비용

4. 1주차: 그림체와 시험 문제를 정한다

기준 이미지 20–50장으로 그림체를 구체화한다. 선의 굵기, 색의 느낌, 그림자 단계, 얼굴 비율, 배경의 자세함을 적는다. 한국 웹툰 안에서도 생활 만화·로맨스·액션은 다르므로 기준을 좁힌다.

인물 유지가 목표라면 정면·옆면·전신·표정 기준표를 준비한다. 이미 배운 주인공을 유지할지, 처음 보는 참고 이미지의 인물까지 유지할지 정한다. 후자는 이미지 입력 기능 개발이 추가된다.

시험은 72문제, 문제마다 시작 번호 두 개로 계획한다. 모델 하나당 144장이다. 한국어와 같은 뜻의 영어도 넣고 수·색·위치·행동·인물·그림체·한국어 글자를 나눠 검사한다. 현재는 한국어·영어 9쌍인 18문제만 준비돼 있다. 72개가 이미 완성됐다는 뜻은 아니다.

학습 전에 시험을 완성하고 원본 Base·Turbo 결과를 저장한다. 지시문을 다른 AI가 길게 고쳐 주는 기능을 쓴다면, 원래 문장 결과와 고친 문장 결과도 구분한다. 모델 자체의 이해와 문장 보정 효과를 섞지 않는다.

5. 1–2주차: 작은 학습 자료를 만든다

첫 실험은 검수 통과 300–500장이 목표다. 후보 600–1,200장은 탈락을 고려한 준비 범위이며 실제 통과율에 따라 더 필요할 수 있다. image2 출력물을 쓰는 경로는 계약 조건 확인 뒤에 진행한다.

모든 그림에 실제 내용의 캡션을 붙인다. “여자가 노란 우산을 들고 웃는다”라는 설명이면 인물·우산 색·행동·표정이 맞는지 확인한다. 요청문은 따로 남긴다. 틀린 그림을 요청문과 억지로 연결하지 않는다.

검사 필요한 이유
출처와 학습·배포 권한 나중에 모델에 쓸 수 있는 자료인지 확인
설명 일치 틀린 연결을 배우지 않게 함
인물·옷·장소·행동 다양성 그림체와 특정 장면을 함께 외우지 않게 함
손·얼굴·구도 오류 오류를 정상 그림으로 배우지 않게 함
중복·유사 컷 반복 그림이 자료 대부분을 차지하지 않게 함

자료는 연습용인 학습 세트, 설정 조정용인 검증 세트, 마지막 시험용인 테스트 세트로 나눈다. 같은 장면·요청의 변형들은 같은 묶음에 둔다. 파일만 무작위로 나누면 거의 같은 그림이 연습과 시험에 들어갈 수 있다. 테스트는 설정 선택에 쓰지 않는다.

일반 장면 자료 10–30%를 섞는 복습 방법도 비교한다. 리플레이라고 하며 새 그림체를 배우면서 원래 능력을 너무 잊지 않도록 돕는 후보 방법이다. 이 비율은 최적값으로 확인된 것이 아니다.

6. 2–3주차: 두 추가 학습 방법을 비교한다

먼저 학습을 50–100회 진행하는 작은 실제 실험으로 최대 메모리와 1회 학습 시간을 잰다. 1회는 자료를 보고 모델 숫자를 고치는 과정이다. 상태 조회와 다른 실제 작업이므로 서버·시간·설정·총량을 정하고 시작한다.

학습 횟수의 첫 비교 후보는 3,000–5,000회다. 한 번에 그림 한 장을 쓰고 회당10초가 실제 측정된다면 순수 학습은 약8.3–13.9시간이다. 큰 비교의 5,000–10,000회는 같은 가정에서 약13.9–27.8시간이다. 10초는 예시 가정이며 보유 GPU 속도를 측정한 숫자가 아니다. 5초·20초일 때의 계산 표는 조사보고서에 있다. 메모리에 들어가는 설정부터 확인하고 자료 준비·저장·평가 시간은 별도로 더한다.

A는 LoRA, B는 더 넓은 추가 학습이다. 자료와 시험은 같게 유지한다. 글을 읽는 부분과 그림 압축 부분은 우선 고정한다. 그림 모델 전체를 바꾸는 설정이 메모리에 안 들어가면 일부만 바꾸거나 절약 방법을 쓰고 범위를 기록한다.

실험 출발 설정 제안 확인할 질문
A · LoRA 추가 부품 용량 32·64 비교 좋은 자료만으로 이전보다 좋아지는가?
B · 넓은 추가 학습 96GB GPU에서 측정 후 변경 범위 결정 더 큰 학습 비용만큼 지시·그림체가 개선되는가?
공통 작은 묶음, 같은 시험·그림 크기 비교 차이를 설명할 수 있는가?

32·64는 성공 공식이 아니라 표현 용량의 후보다. 전체 학습 상태가 96GB를 넘을 수 있어 기본 설정 성공을 약속하지 않는다. 일반 메모리로 자료를 옮기는 오프로딩도 여유 용량 확인 뒤에 쓴다.

항목 제안 합격 기준 쉬운 뜻
요청 정확도 검사항목 85% 이상 정답 예뻐도 컵 수·색·위치가 틀리면 감점
그림체 5점 중 4점 이상, 원본보다 0.5점 이상 개선 원하는 그림체로 분명히 좋아졌는지 사람 판단
원래 능력 일반 시험 점수 하락 5%포인트 이내 90%였으면 85% 이상 유지
캐릭터 얼굴·머리·체형·고유 의상 별도 기록 그림체 점수로 같은 사람 여부를 대신하지 않음

미달하면 바로 자료를 늘리지 않는다. 설명 오류·장면 편중·답 외우기·학습 범위 중 원인을 찾고 다음 실험을 하나씩 바꾼다. 합격 기준을 바꾸면 이유를 기록한다.

7. 3–5주차: 성공한 학습을 넓힌다

한 가지 그림체만 목표로 삼으므로 작은 실험에서 좋아질 때 먼저 검수 통과 1,000–3,000장으로 확대한다. 여러 인물·복잡한 행동에서 자료가 부족할 때만 3,000–5,000장 이상을 검토한다. 기존 3,000–10,000장 계획은 초기 필수 수량에서 내린다. 처음부터 생성할 양이나 이미 확보한 수가 아니다.

실험에서 잰 1회 학습 시간에 전체 횟수를 곱해 예상 시간을 계산하고, 시험 그림·모델 저장·사람 검수 시간을 더한다. 큰 작업 전에 하는 이런 작은 실험을 파일럿이라고 한다.

중간 상태 파일인 체크포인트를 저장한다. 오래 학습한 파일이 항상 더 좋지는 않으므로 검증 시험에서 좋은 상태를 Moondo Base 후보로 고른다. 원본 모델·프로그램 버전·자료 목록·설정·점수도 함께 보관한다.

8. 5–8주차 이후: 빠른 모델을 시험한다

좋아진 Moondo Base를 교사로 삼아 학생이 더 짧게 그림을 만들도록 훈련한다. 핵심 계산 약 8회가 첫 목표다. image2의 완성 그림에는 공개되지 않은 내부 예측값이 없으므로 자체 교사를 쓴다.

교사·학생·학생 그림을 분석하는 보조 모델을 함께 다뤄야 해서 메모리·통신 부담이 늘어난다. 한 서버에서 가능한지, 두 서버를 나눠 쓸지, 필요한 계산 기능이 동작하는지를 실제 측정한다. Tailscale 연결만으로 해결된 것으로 보지 않는다.

논문의 전체 학습 프로그램이 공개된 것은 아니다. 기존 도구의 생성 과정 모방은 시험 후보지만 공식 Decoupled-DMD와 같은 것으로 부르지 않는다. 별도 구현이 필요하면 범위와 일정을 다시 잡고 코드 이용 조건을 확인한다. 증류 논문, 공개 모방 예제

빠른 모델 검사 제안 합격 기준
요청 정확도 교사보다 3%포인트 이내 하락. 90%였으면 87% 이상
그림체 교사보다 0.25점 이내 하락
실제 속도 같은 GPU·크기·조건에서 대표 시간이 2배 이상 빠름
안정성 여러 시작 번호에서 손·얼굴·개수 오류 증가 검사

대표 시간은 여러 번 실행했을 때 중간에 해당하는 값이다. 유난히 느린 경우도 기록하고, 모델을 처음 읽는 시간과 준비 뒤 그림 시간도 나눈다. 8회 계산이 몇 초라는 뜻은 아니다.

위 주차와 4–8주는 자료 준비·설정 비교·검수·속도 연구까지 포함한 초기 연구 일정이며 한 번의 GPU 훈련 시간이 아니다. 권한·GPU 시간·첫 실험 성공이 확보돼야 진행할 수 있다. 증류 프로그램이나 이미지 입력 기능 개발은 더 길어질 수 있다. 큰 견적과 완료일은 첫 측정 뒤 확정한다.

9. 캐릭터와 대사는 따로 마무리한다

배운 주인공은 새 표정·각도·옷·장소에서 검사한다. 처음 보는 참고 이미지의 캐릭터까지 유지하려면 이미지 입력 장치를 붙이거나 그 기능을 가진 모델을 검토한다. 두 목표 점수를 섞지 않는다.

한국어 대사는 글자 없는 컷에 말풍선과 글자를 나중에 얹는 방식도 비교한다. 그림체와 오탈자를 따로 고칠 수 있다. 글자까지 직접 그리게 하려면 정확한 문구 일치를 별도 시험으로 둔다.

10. 지금 준비된 것과 다음 작업

문서·기준표 초안·자료 설명 규칙·18개 출발 문제·자료 검사 도구가 있다. 기존 자료 도구의 오프라인 시험 25개는 통과했다. 실제 GPU 학습 프로그램과 훈련된 모델은 아직 없다. 설정 파일도 훈련 명령 대신 계획 기록용이다.

준비 순서 남길 결과물
크레딧 62,500크레딧의 적용 요금·잔액·만료일·서비스 기록
자료 권한 해당 목적의 허용 근거 또는 직접 제작·위탁 경로
장비 4090 접속 대상, 96GB 서버 시간·실행 직전 여유
그림체 기준 20–50장과 선·색·얼굴·배경 설명
시험 72문제와 원본 모델 결과
작은 자료 실제 설명·검수 기록이 있는 300–500장
학습 비교 같은 자료의 두 방법 결과·메모리·시간

원본 그림·설명·출처·권한은 자료 폴더에, 모델·설정은 모델 폴더에, 문제·생성 결과는 평가 폴더에, 실제 측정은 보고서 폴더에 남긴다. 기존 결과를 보존하고 실험마다 새 이름을 붙인다.

다음 실행은 자료와 서버 시간을 확보한 뒤 작은 추가 학습 비교다. 그림체와 요청 정확도를 함께 개선한다는 근거가 나오면 큰 학습과 빠른 모델 개발을 진행한다.

11. 참조 이미지 편집 모델을 만드는 추가 계획

생성 모델 준비와 함께 Moondo Edit v1을 별도 결과물로 계획한다. 첫 목표는 같은 웹툰 인물과 그림체를 유지하면서 옷·소품 색, 표정, 배경, 소품을 수정하는 것이다. 여러 그림에서 인물을 합쳐 새 장면을 만드는 기능은 그다음 목표다. 여기의 수량·기간·합격 기준은 실험 설계이며 이미 확보한 자료나 확인된 성능이 아니다.

11-1. 원본 모델부터 같은 문제로 비교한다

우선 FLUX.2 Klein Base 4B와 LongCat-Image-Edit를 같은 웹툰 원본·수정 요청으로 비교한다. 공개 빠른 Klein 4단계와 LongCat Edit-Turbo는 속도 기준으로 함께 본다. 품질 비교가 필요하면 사용 조건을 확인한 Qwen-Image-Edit-2511·FireRed를 추가한다. Qwen-Image-2.1은 비상업 연구 조건을 확인하기 전 상업 학습 교사나 자료 생산기로 쓰지 않는다.

먼저 원본 20–50장으로 자주 하는 수정과 유지할 특징을 정한다. 영어·한국어 요청을 따로 시험하고 자동 번역을 쓴 경우 원문과 번역문을 모두 기록한다. 한국어를 잘 읽는지와 편집을 잘하는지의 점수를 분리한다.

120개 편집 시험을 목표로 하되 첫 초안 12개를 준비했다. 단순 부분 수정·배경·자세·참조·연속 수정·그대로 복원의 여섯 종류에 각 20개씩 만드는 제안이다. 시작 번호를 두 개씩 쓰면 모델당 240개 결과다. 테스트 이미지는 학습 자료와 원본 장면·인물 묶음이 겹치지 않게 하고 마지막 시험으로 남긴다. 검증 자료는 따로 설정 선택에 쓴다.

11-2. 500장의 완성 그림 대신 500개의 수정 묶음을 준비한다

원본 200–300장과 검수 통과한 편집 학습쌍 300–500묶음이 첫 목표다. 인물·장소·구도는 다양하게 한다. 같은 원본에서 여러 수정을 만들더라도 새로운 원본 장면이 늘어난 것처럼 세지 않는다. 아래는 500묶음의 배분 예시이며 원본 모델의 실패 유형에 따라 조정한다.

수정 종류 제안 수량 유지할 것의 예
옷·소품 색 120묶음 얼굴·머리·배경
표정 80묶음 같은 인물·머리·옷
배경 교체 100묶음 인물 외모·의상·자세
소품 추가·삭제 80묶음 주변 물체·인물 수
자세·행동의 작은 변경 70묶음 인물 정체성·그림체. 필요한 영역은 넓게 허용
그대로 복원·이미 맞는 요청 50묶음 불필요한 변화가 생기지 않음

마지막 50묶음은 모든 요청에 아무것도 안 바꾸는 습관을 가르치려는 것이 아니다. 그대로 둘 때의 보존을 배우되 실제 수정 요청의 성공률을 별도로 검사한다. 좁은 영역의 색 변경은 원본 레이어를 직접 고쳐 정답을 만들기 좋다. 표정·자세는 사람이 수정하거나 사용 조건이 맞는 편집 모델의 결과를 검수한다.

각 묶음에는 원본·수정 요청·정답 결과·유지할 요소·출처·권한·검수·자료 묶음 번호를 기록한다. 마스크와 추가 참조는 해당 작업에 필요한 경우 붙인다. data/editing_manifest.template.jsonl은 이 기록 형식의 예시이며 실제 이미지 파일이 들어 있는 자료가 아니다.

같은 원본·캐릭터의 비슷한 컷·연속 수정 결과는 자료 분할에서 연결된 한 묶음으로 관리한다. 첫 단계부터 새 인물에 대한 능력을 시험할 수 있도록 마지막 시험의 인물도 별도로 남긴다. 완성 그림 설명만 있는 기존 자료는 편집 정답으로 자동 변환하지 않는다.

11-3. 참조 입력을 실제로 쓰는 학습기를 연결한다

첫 후보의 공개 편집 학습 코드를 프로젝트 자료 형식에 연결한다. Klein은 DiffSynth-Studio의 Base 4B 전체 학습 예제의 편집 설정과 Diffusers의 i2i LoRA 예제를 출발점으로 삼는다. LongCat은 공식 edit_sft 예제를 비교한다. 원본·정답 입력 순서를 잘못 연결하면 원하는 편집을 배울 수 없어 저장된 입력 묶음을 직접 확인한다. Klein 편집 설정, i2i LoRA 학습 예제, LongCat 편집 학습

자료를 같은 구도로 함께 줄이거나 잘라야 하는 작업은 원본·정답·마스크의 위치를 일치시킨다. 배경 교체나 자세 변경처럼 원래 위치가 달라질 수 있는 작업은 다른 전처리 규칙을 둔다. 글 읽기와 그림 압축 장치는 우선 고정하고, 중간 계산 저장으로 메모리를 아끼는 설정을 검토한다. 참조를 빼는 실험은 반드시 대조 실험으로 기록하며 일반 편집 학습과 섞어 보고하지 않는다.

LoRA와 더 넓은 추가 학습을 동일 자료·시험으로 비교한다. 더 넓은 학습은 먼저 일부 그림 모델을 바꾸는 설정을 포함한다. 전체를 바꾸는 설정은 실제 용량이 맞는 경우에만 비교한다. 공식 예제의 반복 수·학습량을 그대로 우리 성공 기준으로 사용하지 않는다.

96GB 한 장의 작업 시간을 확보한 뒤 512–768 크기, 참조 한 장, 작은 자료 묶음으로 실행 적합성을 확인하고 1024 중심으로 늘리는 제안이다. 첫 실제 학습은 준비 계산 이후 50–100회 수정의 메모리·속도를 기록한다. 3,000–5,000회 학습은 출발 후보이며 검증 결과로 멈출 시점을 고른다. 이 페이지를 확인하거나 서버 상태를 읽는 과정에서는 GPU 학습을 실행하지 않는다.

11-4. 무엇을 바꿨고 무엇을 지켰는지 따로 점수를 낸다

시험 항목 제안 합격 기준 확인 방법
수정 요청 확인 항목 85% 이상 성공 색·대상·개수·행동을 사람이 확인
유지할 내용 확인 항목 90% 이상 유지 얼굴·머리·옷·배경 등 요청별 목록 검사
웹툰 그림체 5점 중 4점 이상 모델 이름을 가리고 원본·결과 비교
새 캐릭터 처음 보는 인물도 별도 통계 학습에서 보지 않은 참고 그림 사용
세 번 연속 수정 마지막 컷에서도 정체성·이전 수정 유지 원본 → 옷 색 → 표정 → 배경 순서 검사
영역 밖 고정 일반 합성으로 고정한 영역은 원본과 같음 같은 크기의 원본·합성 결과 픽셀 비교. 경계 혼합 영역은 따로 기록

픽셀 차이는 같은 위치의 색이 얼마나 달라졌는지 보는 검사다. 새 자세·조명·그림체 전환처럼 변화가 넓게 필요한 작업에는 원본과 모든 픽셀이 같아야 한다는 기준을 적용하지 않는다. 자동 얼굴 검사는 웹툰에 맞는지 먼저 확인한다. 점수 AI만으로 합격을 확정하지 않는다.

실패하면 자료 부족·잘못된 정답·참조 연결·학습 범위·한국어 이해 중 원인을 나눠 본다. 좋은 결과가 확인되면 1,000–3,000묶음으로 확대하고 다중 참조와 연속 수정 자료를 더한다. 원본 500장 계획을 편집 묶음의 성능 보장으로 바꾸지 않는다.

11-5. 레이어와 속도는 품질이 확인된 뒤 더한다

제작 도구에는 원본 보관, 수정 영역 칠하기, 참조 이미지 역할 선택, 전후 비교, 버전 저장을 붙인다. 인물·배경·말풍선 레이어가 있으면 위치 이동과 단순 색 변경은 일반 편집을 쓴다. Qwen-Image-Layered로 자동 분리를 할 때는 작은 선·가려진 부분·투명 가장자리를 검사한다.

빠른 모델은 품질이 통과한 같은 계열의 Moondo Edit를 교사로 삼는 조건부 증류부터 연구한다. 교사·학생이 같은 원본과 수정 요청을 보게 하고 요청 수행·유지 내용·그림체·연속 수정 점수를 함께 비교한다. 다른 계열의 그림 압축과 내부 계산값은 그대로 맞출 수 없으므로 교사 선택을 바꾸면 새 구현 범위를 기록한다.

NP-Edit·점수 기반 학습·DPO는 자료 제작이나 보존 실패가 실제 병목일 때 도입한다. 첫 실험에 여러 방법을 동시에 넣어 원인을 알 수 없게 만들지 않는다. 공개 빠른 모델을 추가 학습한 경우에는 빠른 기능을 보존했는지 따로 시험한다.

11-6. 필요한 사람·장비·파일과 일정

준비물 첫 단계에서 필요한 것
기준 자료 목표 그림체 20–50장, 자주 할 수정·유지 목록
학습 자료 검수된 300–500묶음, 실제 파일·설명·권한 기록
평가 자료 독립된 원본과 인물, 편집 문제 120개 목표·12개 초안
GPU 충분히 비운 RTX PRO 6000 Max-Q 한 장. 다른 한 장은 비교·평가 후보
일반 메모리·저장 공간 조회 당시 여유가 작으므로 실제 예약 용량 확인. 처음에는 CPU 메모리 여유를 확보하고, GPU 계산을 CPU로 옮겨야 한다면 128GB 이상 증설도 검토. 모델·압축 자료·재개 파일 여러 개를 위해 저장 공간 여유 300–500GB를 계획 후보로 잡고 실제 크기로 조정
학습 개발 자료 연결, 참조 입력, 메모리 절약, 중단·재개, 모델·자료 버전 기록
웹툰 검수 그림체·인물·정답 편집을 판단하고 잘못된 결과를 수정할 사람
편집 화면 원본·참조·마스크, 결과 비교, 레이어, 새 버전 저장
사용 조건 기반 모델·코드·입력·정답 자료의 학습·서비스 허용 근거

팀의 초기 순서는 기준·원본 비교에 2–4일, 작은 자료 정리와 학습 연결에 1–2주, 설정 비교·검수에 1–2주를 잡는 제안이다. 이미 편집을 배운 모델을 좁은 웹툰 용도로 바꾸는 작은 결과물은 약 2–4주를 계획 범위로 삼는다. GPU 순수 훈련 시간, 일반 편집 모델을 처음부터 배우는 기간, 조건부 증류·완성 서비스 기간은 별도다. 자료 권한·작업자·GPU 사용 시간·기존 코드가 동작하는 조건에서의 제안이며 아직 확정 일정은 아니다.

위 메모리·저장 공간 숫자도 필수 최소 사양이나 실측값은 아니다. 예를 들어 중심 4B의 흔한 학습 상태를 숫자당 16바이트로 잡으면 약 64GB다. 재개 파일에 저장하는 범위와 개수에 따라 디스크 사용량이 달라지며, 참조를 여러 장 넣을수록 중간 계산이 늘어난다. 먼저 한 모델·한 참조로 실제 용량을 재고 두 서버에 어떤 작업을 맡길지 결정한다.

현재 준비된 것은 조사 내용, 설계용 configs/editing_experiment_plan.json, 자료 기록 예시, 편집 시험 초안이다. 편집 학습기·UI·학습 자료·훈련 모델은 아직 구현·확보하지 않았다. 먼저 허용된 원본으로 편집 후보 비교와 정답 묶음 제작을 진행할 수 있는 상태를 만든다.

전체 용어 풀이 · 63개

컴퓨터를 전공하지 않은 고등학생도 이해할 수 있도록 설명했습니다. 비유는 이해를 돕기 위한 것으로 실제 계산의 모든 성질을 대신하지는 않습니다.

용어 풀이 원문 내려받기 ↓

GPU · 많은 계산을 동시에 하는 장치

쉽게 말하면 컴퓨터 안에서 비슷한 계산을 여러 개 동시에 처리하는 장치다. 원래 화면을 그리는 데 많이 쓰였지만, AI가 그림을 배우고 만드는 계산에도 쓰인다. 빠르기와 담을 수 있는 메모리 양은 서로 다른 특징이다.

예를 들어 한 사람이 계산 문제 1만 개를 순서대로 푸는 대신 많은 계산 담당자가 나눠 푸는 모습에 가깝다. 다만 모든 계산이 같은 비율로 빨라지는 것은 아니다.

이 프로젝트에서는 두 RTX PRO 6000은 실제 확인했다. RTX 4090은 접속 대상을 더 확인해야 한다. 보유 장비 이름만으로 학습 속도가 몇 초인지 정하지 않는다.

VRAM · GPU의 작업 책상

쉽게 말하면 GPU가 지금 계산하는 모델과 중간 자료를 담는 전용 메모리다. 디스크에 남은 저장 공간과 다르다. 계산할 자료가 여기에 들어가지 않으면 오류가 나거나 더 느린 이동 방법이 필요하다.

예를 들어 책장이 아무리 커도 책상이 좁으면 책 여러 권을 펼칠 수 없는 것과 같다. 96GB는 책상 전체 크기이고 다른 작업이 65GB를 쓰면 새로 쓸 수 있는 공간은 훨씬 작다.

이 프로젝트에서는 두 서버의 전체 메모리뿐 아니라 남은 양을 확인했다. 사용률 0%여도 이미 메모리에 놓인 모델이 있으므로 기존 작업 시간을 조정해야 한다.

일반 메모리 · 컴퓨터 전체의 작업 공간

쉽게 말하면 CPU와 여러 프로그램이 실행 중인 자료를 놓는 공간이다. GPU 전용 메모리와 별개이며 전원을 끄면 보통 내용이 사라진다. 파일을 오래 보관하는 디스크와도 다르다.

예를 들어 GPU 책상에 못 올린 자료를 옆 작업대로 옮길 수는 있다. 하지만 옆 작업대도 가득 찼다면 더 옮길 수 없고, 오가는 시간도 든다.

이 프로젝트에서는 두 서버는 약 64GB의 일반 메모리를 갖지만 조회 때 여유는 약 7.6–9.2GB였다. GPU 메모리 부족을 일반 메모리로 무조건 해결할 수 있다고 보지 않는다.

GiB·MiB · 메모리 크기를 세는 단위

쉽게 말하면 GiB와 MiB는 컴퓨터 메모리의 양을 세는 단위다. 1GiB는 1,024MiB다. 일반적인 GB·MB는 1,000을 기준으로 세기 때문에 같은 숫자처럼 보여도 기준이 다를 수 있다.

예를 들어 길이를 미터와 다른 단위로 표시하면 숫자가 달라지듯, 제품 표기와 프로그램 표기 방식이 다를 수 있다. 97,887MiB를 1,024로 나누면 약 95.6GiB다.

이 프로젝트에서는 제품의 96GB 표기와 실제 조회의 97,887MiB를 함께 남겼다. 작업에 남은 메모리도 어떤 단위인지 표시해서 용량을 과장하지 않는다.

모델 · 학습한 그림 생성 규칙

쉽게 말하면 자료를 보며 조절한 많은 숫자와 계산 구조를 합쳐 부르는 말이다. 파일 안에 완성 그림만 모아 두는 방식이 아니라, 새 요청을 받아 그림을 만드는 규칙을 배운다.

예를 들어 그림 교재를 본 학생이 책에 없는 새 장면을 그리는 것에 가깝다. 다만 사람처럼 이해한다고 보장할 수 없어서 실제 새 문제로 검사해야 한다.

이 프로젝트에서는 Moondo 모델은 기존 공개 모델에 원하는 웹툰 자료를 추가로 가르치는 것으로 시작한다. 데이터 도구와 문서만 준비된 지금은 훈련된 모델이 있다고 말하지 않는다.

Base · 추가 학습의 출발 모델

쉽게 말하면 여러 번 계산해 그림을 만드는 기본 모델을 뜻한다. 이미 기본적인 그림 능력이 있으므로, 모든 것을 처음부터 가르치는 대신 원하는 영역을 더 학습시키는 출발점으로 쓴다.

예를 들어 그림을 처음 접하는 학생보다 기본 소묘를 배운 학생에게 웹툰 채색법을 가르치는 편이 수월한 것과 비슷하다.

이 프로젝트에서는 Z-Image Base에 그림체를 가르친 결과를 Moondo Base라고 부른다. 이것이 먼저 좋아져야 그 모델을 교사로 하는 빠른 모델 실험에 의미가 있다.

API · 프로그램이 서비스를 요청하는 통로

쉽게 말하면 프로그램이 다른 서비스에 정해진 형식으로 부탁하고 결과를 받는 통로다. 사람이 웹 화면에서 버튼을 누르는 것과 별도로, 코드가 이미지 생성 요청을 보낼 수 있다.

예를 들어 음식점 화면에서 직접 주문하는 대신 정해진 주문서로 주문을 전달하는 것에 가깝다. 메뉴, 주문 가능 횟수, 결제 수단은 따로 확인해야 한다.

이 프로젝트에서는 gpt-image-2는 공식 이미지 API로 요청할 수 있다. ChatGPT 구독이나 Codex 크레딧이 있다고 API 요금이 자동으로 충당되는 것은 아니다.

크레딧 · 특정 서비스 요금에 쓰는 잔액

쉽게 말하면 서비스 이용 비용에 사용할 수 있는 잔액 또는 사용 단위다. 이름이 같아도 API의 달러 잔액과 ChatGPT·Codex의 사용 단위가 같지는 않다. 발급된 서비스와 만료일도 중요하다.

예를 들어 서로 다른 가게의 쿠폰 둘에 1,000이라고 적혀 있어도 가치와 쓸 수 있는 곳이 같지는 않다. 숫자뿐 아니라 어느 가게의 무엇에 쓰는지를 봐야 한다.

이 프로젝트에서는 지급량은 달러가 아닌62,500크레딧으로 확인했다. 표준 GPT Image 2 요금이 적용되면 높은 품질1024×1024 출력은 약1만1,800장이다. 실제 적용 서비스와 잔액·만료일은 계정에서 더 확인해야 한다.

고정 버전 · 같은 모델을 계속 가리키는 이름

쉽게 말하면 업데이트되는 서비스 이름 대신 특정 시점 모델을 가리키는 이름이다. 같은 설정의 결과를 비교할 때 모델이 몰래 바뀌는 영향을 줄이는 데 쓴다. 완전히 동일한 그림이 나온다는 보장은 아니다.

예를 들어 항상 바뀌는 최신 교과서 대신 2026년 4월 21일 판으로 시험을 통일하는 것과 비슷하다.

이 프로젝트에서는 image2 경로가 허용되고 실행할 때 gpt-image-2-2026-04-21 등 버전 이름을 기록한다. 비교 실험에는 그림 크기·품질·입력도 함께 남긴다.

추가 학습 · 이미 배운 모델에 새 예제를 가르치기

쉽게 말하면 이미 기본 능력을 가진 모델에 새로운 자료를 보여 주며 숫자를 다시 조절하는 과정이다. SFT는 정답 예시로 가르치는 추가 학습을 가리킨다. 정확한 자료와 설명이 중요하다.

예를 들어 기본 그림을 그릴 줄 아는 학생에게 같은 선·색의 웹툰 여러 장을 보여 주며 새 스타일을 연습시키는 것과 같다.

이 프로젝트에서는 처음에는 300–500장의 검수 통과 자료로 원하는 그림체와 지시가 함께 좋아지는지 본다. 더 많은 부분을 바꾼다고 잘못된 설명이 해결되지는 않는다.

LoRA · 작은 추가 부품을 학습하는 방법

쉽게 말하면 큰 모델의 모든 숫자를 바꾸는 대신 작은 추가 부품의 숫자를 바꾼다. 적은 메모리와 저장 공간으로 특성을 바꿀 수 있지만, 바꿀 수 있는 범위에도 한계가 있다.

예를 들어 기존 카메라 전체를 새로 만드는 대신 특수 필터를 붙여 표현을 바꾸는 것에 비유할 수 있다. 실제로는 색 필터보다 더 많은 변화가 가능하다.

이 프로젝트에서는 과거 결과가 아쉬웠어도 같은 좋은 자료에서 LoRA와 넓은 학습을 비교한다. 32·64라는 부품 용량 후보가 있으며 무조건 큰 숫자가 좋은 것은 아니다.

파라미터 · 모델 안의 조절 가능한 숫자

쉽게 말하면 모델 계산에 쓰이며 학습 중 조금씩 바뀌는 숫자다. 숫자가 모여 그림 생성 행동을 결정한다. 사용자가 입력하는 그림 크기 설정과는 다른 뜻이다.

예를 들어 아주 많은 조절 손잡이가 있는 장치를 생각할 수 있다. 학습은 좋은 결과를 내도록 손잡이 위치를 조금씩 바꾸는 과정이다.

이 프로젝트에서는 Z-Image의 중심 그림 모델에 약 61억 5천만 개가 있다. 글 읽기 모델까지 포함한 전체 크기가 아니며 학습에는 숫자 외의 작업 기록도 저장해야 한다.

캡션 · 그림에 실제로 있는 내용을 적은 설명

쉽게 말하면 학습할 그림과 함께 주는 설명 문장이다. 무엇이 있는지, 색과 위치·행동이 어떤지 실제 그림에 맞게 써야 한다. 생성할 때 원했던 요청문과 다를 수 있다.

예를 들어 빨간 컵 세 개를 요청했어도 결과가 파란 컵 두 개면 캡션은 파란 컵 두 개여야 한다. 또는 그 그림을 원하는 자료에서 제외한다.

이 프로젝트에서는 원래 요청과 실제 캡션을 별도 항목으로 저장한다. 이전 LoRA 실패 원인으로 설명 불일치가 있었는지 먼저 확인한다.

과적합 · 연습 답을 외워 새 문제에 약해지는 현상

쉽게 말하면 학습 자료에서는 잘하지만 새로운 장면에서는 결과가 나빠지는 상태다. 자료가 적거나 비슷한 예제가 반복되거나 학습을 지나치게 오래 하면 생길 수 있다.

예를 들어 교실에서 웃는 같은 주인공만 반복해서 배우면 시장에서 달리는 장면에서도 교실을 그릴 수 있다. 연습문제만 외운 모습과 비슷하다.

이 프로젝트에서는 다양한 장소·행동을 넣고 처음 보는 시험 문제를 따로 둔다. 오래 학습한 상태보다 검증 결과가 좋은 상태를 선택한다.

증류 · 좋은 모델의 능력을 더 적은 계산으로 배우기

쉽게 말하면 교사 모델이 알려 주는 결과나 내부 신호를 학생 모델이 따라 배우는 훈련이다. 목표에 따라 작은 모델을 쓰거나 생성 과정을 줄일 수 있다. 항상 크기와 속도가 동시에 줄어드는 것은 아니다.

예를 들어 정확하지만 긴 풀이를 가진 선생님에게서 핵심을 배우고 짧은 풀이를 만드는 학생을 떠올리면 된다. 짧아져도 정답을 유지하는지 시험해야 한다.

이 프로젝트에서는 먼저 좋은 Moondo Base를 만든 뒤 핵심 계산 약 8회의 학생을 시험한다. 최종 image2 그림만으로 공식 DMD 내부 신호를 얻을 수는 없다.

교사 · 학생에게 학습 신호를 주는 모델

쉽게 말하면 학생 모델이 배울 때 기준을 제공하는 모델이다. 사람 교사가 아니라 별도 AI 모델을 가리킨다. 증류 방법에 따라 완성 결과뿐 아니라 내부 예측도 필요하다.

예를 들어 풀이를 배워야 하는 학생에게 답안 사진만 주는 경우와 풀이의 각 단계를 보여 주는 경우는 얻는 정보가 다르다.

이 프로젝트에서는 원하는 그림체를 잘 그리는 자체 Moondo Base가 교사 후보다. image2 공개 API에는 DMD에 필요한 내부 예측값이 확인되지 않았다.

학생 · 빠른 생성법을 배우는 모델

쉽게 말하면 교사의 신호를 이용해 훈련하는 모델이다. 학생이라는 이름이 반드시 작은 파일이라는 뜻은 아니다. 이 프로젝트에서는 적은 생성 단계로 만드는 것이 목표다.

예를 들어 풀이를 짧게 만들어도 답을 자주 틀리면 좋은 학생이라고 할 수 없다. 속도와 정답을 함께 봐야 한다.

이 프로젝트에서는 Moondo Webtoon 8-Step 후보를 뜻한다. 교사보다 지시 정확도와 그림체 점수가 얼마나 떨어지는지 같은 문제로 검사한다.

분포 · 여러 그림을 모았을 때 나타나는 경향

쉽게 말하면 한 장의 모습이 아니라 많은 결과 전체가 어떤 종류와 특징으로 나타나는지 설명하는 말이다. 선·색·구도·내용이 얼마나 자주 나타나는지도 포함될 수 있다.

예를 들어 한 반 학생의 키 하나가 아니라 전체 키의 퍼짐을 보는 것과 비슷하다. 그림 한 장이 비슷해도 나머지 결과가 다르면 전체 분포는 다를 수 있다.

이 프로젝트에서는 DMD는 학생의 많은 결과가 교사의 경향을 따라가도록 훈련한다. 좋은 컷 몇 장만 골라 보여 주는 것으로 이 목표를 검증할 수 없다.

Decoupled-DMD · 그림의 경향과 지시 효과를 나눠 가르치기

쉽게 말하면 학생이 만든 그림의 전체 경향을 교사에 맞추는 훈련과, 문장 지시 효과를 강화하는 훈련을 나눠 조절하는 증류 방법이다. 그림 완성 파일 외에도 교사의 내부 예측과 보조 모델이 필요하다.

예를 들어 그림체가 선생님과 비슷한지 보는 수업과 요청문을 잘 따라 그리는지 보는 수업을 나누어 조절하는 비유로 이해할 수 있다. 실제 계산은 논문 방식에 따라 구현해야 한다.

이 프로젝트에서는 Z-Image-Turbo 방법론의 핵심 참고 대상이다. 공개 학습 도구의 단순 과정 모방을 이 방법과 동일하다고 부르지 않는다.

DMDR · 증류에 결과 점수 훈련을 더하는 방법

쉽게 말하면 DMD 훈련과 결과에 점수를 주는 훈련을 결합하는 연구 방법이다. 어떤 결과를 좋다고 평가하는지에 따라 배우는 행동이 바뀐다. 점수가 틀리면 원하지 않는 결과가 좋아질 수도 있다.

예를 들어 예쁜 그림에만 상을 주면 컵 두 개를 그려도 높은 점수를 받을 수 있다. 예쁨과 요청 정확도를 함께 평가해야 한다.

이 프로젝트에서는 첫 실험의 필수 단계로 넣지 않았다. 웹툰과 개수·행동을 제대로 평가할 점수 체계를 준비한 뒤 후속 연구로 검토한다.

시드 · 그림 생성의 시작 번호

쉽게 말하면 무작위 시작 상태를 고르는 번호다. 다른 조건이 같을 때 결과 비교를 도와주지만 모델·버전·장치에 따라 완전한 동일 결과가 보장되지는 않는다.

예를 들어 같은 출발점에서 달리면 비교는 편해지지만, 코스와 달리는 방식이 바뀌면 도착 모습은 달라질 수 있다.

이 프로젝트에서는 문제마다 두 시작 번호를 써서 우연히 잘 나온 한 장에 의존하지 않는다. 같은 번호로 캐릭터 정체성을 고정할 수 있다고 보지 않는다.

이미지 조건 · 참고 그림도 입력으로 받는 기능

쉽게 말하면 글뿐 아니라 참고 이미지를 보고 새 그림을 만드는 기능이다. 새 인물 외모나 구도 정보를 전달할 수 있다. 이 입력을 처리하는 구조와 학습이 필요하다.

예를 들어 주인공을 말로만 설명하는 대신 얼굴·옷 사진을 함께 주고 다른 장소에서 그려 달라고 부탁하는 경우다.

이 프로젝트에서는 새 캐릭터의 외모를 유지하려면 필요할 수 있다. 글만 받는 Z-Image Base 추가 학습과 별도 개발·평가 항목이다.

Tailscale · 떨어진 컴퓨터를 연결하는 사설 네트워크

쉽게 말하면 서로 다른 장소의 기기들이 허용된 사설 연결로 통신하게 하는 도구다. 서버 목록과 온라인 여부를 볼 수 있지만 로그인 권한과 GPU 사용 권한은 별개다.

예를 들어 집과 사무실 사이에 길을 놓는 것과 비슷하다. 길이 있어도 건물 출입 열쇠까지 자동으로 받는 것은 아니다.

이 프로젝트에서는 등록된 다른 기기 23개를 확인했다. 두 GPU 서버를 연결해도 메모리가 하나로 합쳐지거나 빠른 분산 학습이 자동 완성되지는 않는다.

SSH · 다른 컴퓨터에 안전하게 로그인하는 통로

쉽게 말하면 허용된 사용자와 인증 키로 다른 컴퓨터의 명령을 실행하는 접속 방식이다. 네트워크 연결과 별도의 출입 권한이 필요하다. 로그인 거부는 하드웨어가 없다는 뜻이 아니다.

예를 들어 서버 건물의 출입 열쇠로 비유할 수 있다. 건물이 지도에 있어도 열쇠가 맞지 않으면 내부를 볼 수 없다.

이 프로젝트에서는 온라인 컴퓨터 모두의 접속 가능 여부를 확인했다. 일부는 현재 키로 거부됐다. 사용자에게 필요한 것은 장비 이름과 로그인 사용자 정보이며 비밀번호·개인 키를 공개하지 않는다.

분산 학습 · 여러 장비가 학습 일을 나누는 방식

쉽게 말하면 여러 GPU나 서버가 자료·계산·모델 상태를 나누고 서로 정보를 주고받으며 학습하는 방식이다. 나누는 방법마다 필요한 메모리와 통신 양이 다르다.

예를 들어 팀 과제를 나누면 빨라질 수 있지만 매번 큰 파일을 주고받아야 하면 오히려 기다리는 시간이 길어진다.

이 프로젝트에서는 다른 서버의 96GB 두 장을 자동 192GB로 계산하지 않는다. 먼저 독립 실험을 하고 통신 속도와 학습 프로그램 지원을 확인한 뒤 검토한다.

Adam · 모델 숫자를 바꿀 방향을 정하는 방법

쉽게 말하면 학습 오류를 줄이도록 모델 숫자를 조절하는 계산 방법 중 하나다. 이전 수정 기록을 저장해서 다음 수정을 정하므로 숫자 자체 외에도 메모리가 필요하다.

예를 들어 틀린 답을 보고 그냥 수정하는 것뿐 아니라 지난번 수정 방향과 크기를 메모하며 다음 수정을 고르는 모습에 비유할 수 있다.

이 프로젝트에서는 흔한 전체 학습 설정의 모델·수정 기록만 약 98.4GB가 될 수 있다. 숫자를 작은 형식으로 저장하거나 일부만 학습하는 방법을 측정한다.

캐시 · 같은 계산을 반복하지 않도록 미리 저장하기

쉽게 말하면 반복해서 필요한 계산 결과를 저장해 다음에 다시 계산하는 일을 줄이는 방법이다. 시간은 아낄 수 있지만 저장 공간이 들고 입력이나 처리 방식이 바뀌면 다시 만들 수 있다.

예를 들어 매번 사전을 찾기보다 자주 쓰는 단어의 뜻을 작은 노트에 적어 두는 것과 비슷하다.

이 프로젝트에서는 고정한 글 읽기·그림 압축 부분의 결과를 저장하는 방법을 검토한다. 어느 부분이 고정됐는지와 디스크 공간을 함께 확인한다.

오프로딩 · GPU 밖으로 일부 작업 자료를 옮기기

쉽게 말하면 GPU 메모리에 모두 놓기 어려운 자료를 일반 메모리나 다른 저장 공간으로 옮겨 쓰는 방법이다. GPU 사용량은 줄 수 있지만 이동 시간이 들고 옮길 공간도 필요하다.

예를 들어 작은 책상에서 안 쓰는 책을 옆 책상에 놓고 필요할 때 가져오는 것과 같다. 옆 책상이 꽉 찼으면 해결이 안 된다.

이 프로젝트에서는 두 서버의 일반 메모리 여유가 작아 무제한 대안이 아니다. 메모리와 1회 학습 시간을 함께 재고 전체 학습 설정을 고른다.

라이선스 · 사용·수정·배포를 허용하는 조건

쉽게 말하면 자료나 프로그램을 어떤 목적으로 사용·수정·공유할 수 있는지 정한 조건이다. 공개로 다운로드할 수 있다고 모든 상업 사용과 모델 학습이 자유로운 것은 아니다.

예를 들어 무료로 읽는 책이라도 책 전체를 복사해 판매할 권한까지 받는 것은 아닌 것과 비슷하다.

이 프로젝트에서는 그림의 학습 권한과 프로그램 코드의 이용 조건을 각각 확인한다. DMD2 코드의 비상업 조건과 독자 구현을 구분한다.

벤치마크 · 모두에게 똑같이 내는 시험

쉽게 말하면 여러 모델을 공정하게 비교하려고 정해 둔 공통 문제와 평가 방식이다. 비교 도중 문제나 조건이 바뀌면 차이를 해석하기 어려워진다.

예를 들어 한 학생은 쉬운 문제만 풀고 다른 학생은 어려운 문제만 풀었는데 점수만 비교하면 공정하지 않다. 같은 문제와 기준이 필요하다.

이 프로젝트에서는 72문제와 두 시작 번호로 계획한다. 현재 준비된 문제는 18개이며 학습 전에 나머지와 채점 기준을 완성한다.

학습 세트 · 실제 연습에 쓰는 자료

쉽게 말하면 모델 숫자를 고치는 데 직접 사용하는 그림과 설명 묶음이다. 시험 문제와 구분해야 새로운 장면에 배운 것을 적용할 수 있는지 알 수 있다.

예를 들어 수업 중 풀어 본 연습문제에 해당한다. 최종 시험이 같은 문제라면 외운 답인지 실력인지 구분하기 어렵다.

이 프로젝트에서는 같은 컷의 변형과 같은 요청의 유사 그림은 묶음으로 나눈다. 거의 같은 그림이 시험에 들어가지 않게 한다.

검증 세트 · 학습 설정을 고르는 확인 문제

쉽게 말하면 모델을 직접 학습시키지 않고 중간 성능을 보고 설정을 고르는 데 쓰는 자료다. 여러 번 보고 고르므로 마지막 시험과도 별개로 둔다.

예를 들어 수업 방법을 바꾸며 보는 모의고사와 비슷하다. 모의고사를 기준으로 연습 방법을 바꿨다면 마지막 시험은 다른 문제가 필요하다.

이 프로젝트에서는 학습을 언제 멈출지, 어떤 저장 모델을 고를지 결정한다. 최종 시험 자료로 반복 설정을 고르지 않는다.

테스트 세트 · 마지막에 남겨 둔 새 문제

쉽게 말하면 설정을 정한 뒤 마지막 평가에 사용하는 자료다. 학습이나 반복 설정 선택에 쓰면 더 이상 독립된 최종 시험 역할을 하기 어렵다.

예를 들어 정답을 미리 보지 않은 시험지에 해당한다. 거의 같은 연습 문제를 넣지 않아야 새 문제 실력을 볼 수 있다.

이 프로젝트에서는 최종 요청 정확도와 그림체 유지 결과를 확인한다. 같은 장면의 조금 다른 파일로 연습·시험을 나누지 않는다.

리플레이 · 새 수업 중 원래 능력도 복습하기

쉽게 말하면 새 영역을 학습할 때 기존 영역의 자료를 함께 섞어 원래 능력을 너무 잊지 않게 하는 방법이다. 적절한 양은 자료와 목표에 따라 시험해야 한다.

예를 들어 웹툰 채색을 배우면서 기본 사물과 여러 구도를 그리는 연습도 계속하는 것과 비슷하다.

이 프로젝트에서는 일반 장면 자료 10–30%를 섞는 방법을 후보로 비교한다. 이 비율이 이미 검증된 정답이라고 보지 않는다.

파일럿 · 큰 작업 전의 작은 실제 실험

쉽게 말하면 큰 비용과 시간이 드는 작업을 정하기 전에 작은 범위에서 실제 동작·품질·속도·메모리를 확인하는 실험이다. 계획을 읽는 것과 다르며 실제 자원을 사용한다.

예를 들어 옷 천을 수천 벌 주문하기 전에 몇 벌을 만들어 품질과 제작 시간을 확인하는 것과 같다.

이 프로젝트에서는 작은 자료 학습과 50–100회 훈련 측정으로 큰 견적을 정한다. 단순 상태 조회를 핑계로 유료 생성이나 훈련을 제출하지 않는다.

체크포인트 · 학습 중 모델 상태를 저장한 파일

쉽게 말하면 학습의 특정 시점에 모델 숫자와 필요한 상태를 저장한 파일이다. 중단 후 이어서 학습하거나 다른 시점 결과를 비교하는 데 쓴다.

예를 들어 게임의 저장 지점처럼 생각할 수 있다. 다만 나중 저장 파일이 항상 좋은 그림을 만드는 것은 아니다.

이 프로젝트에서는 기존 파일을 덮어쓰지 않고 시점별 상태와 설정을 남긴다. 검증 시험에서 좋은 상태를 선택하며 최종 파일에 버전과 자료 출처도 연결한다.

추론 · 학습한 모델로 새 그림 만들기

쉽게 말하면 모델을 새로 훈련하는 대신 이미 배운 숫자로 요청을 처리하는 과정이다. 그림 생성에서는 글을 받아 새 이미지를 만드는 실행을 뜻한다.

예를 들어 수업을 받는 시간이 학습이라면, 시험장에서 배운 것으로 문제를 푸는 시간은 추론에 가깝다.

이 프로젝트에서는 학습 때 들어가는 메모리와 그림 한 장 생성 때 들어가는 메모리를 구분한다. 생성이 가능하다고 전체 학습도 같은 장비에서 가능하지는 않다.

계산 횟수 · 큰 그림 모델을 실제로 부른 횟수

쉽게 말하면 그림을 만들며 핵심 모델이 실제 계산한 횟수다. 화면 설정의 단계 숫자와 항상 같지는 않다. 적어질수록 빨라질 가능성이 있지만 각 계산 비용도 영향을 준다.

예를 들어 풀이를 8줄 쓰는 것과 큰 계산을 실제 8번 하는 것은 다를 수 있다. 준비 계산과 추가 계산이 있으면 전체 시간도 달라진다.

이 프로젝트에서는 공식 Turbo 예제의 설정 9는 실제 핵심 계산 8회다. 버전별로 확인하고 실제 초 단위 시간도 함께 측정한다.

BF16 · 모델 숫자를 짧게 저장하는 형식

쉽게 말하면 숫자 하나를 16비트, 즉 2바이트로 저장하는 형식이다. 더 긴 형식보다 메모리를 아끼지만 숫자를 표현하는 세밀함이 달라진다. 모든 학습 기록이 이 형식인 것은 아니다.

예를 들어 아주 긴 소수점 대신 짧은 표기로 숫자를 적는 것에 비유할 수 있다. 계산 목적에 충분한 정확도가 남는지 확인해야 한다.

이 프로젝트에서는 61억 5천만 개 숫자만 이 형식이면 약 12.3GB다. 수정 기록과 중간 계산을 더해야 해서 전체 학습 메모리는 훨씬 커질 수 있다.

양자화 · 숫자를 더 작은 형식으로 바꾸기

쉽게 말하면 모델의 숫자를 더 적은 저장 용량으로 표현하는 방법이다. 메모리와 실행 비용을 줄일 수 있지만 지원 프로그램이 필요하고 정확도가 달라질 수 있다.

예를 들어 사진의 색 종류를 줄여 파일을 작게 하는 비유로 볼 수 있다. 너무 많이 줄이면 표현이 달라질 수 있다.

이 프로젝트에서는 메모리 절약 후보이지 아직 검증한 설정이 아니다. 작은 형식으로 저장한 모델과 기존 모델을 같은 시험으로 비교해야 한다.

VAE · 그림을 작은 표현으로 압축·복원하는 장치

쉽게 말하면 큰 그림을 더 작은 숫자 묶음으로 표현하고 다시 이미지로 복원하는 모델이다. 큰 그림 전체에서 계속 계산하는 부담을 줄이는 데 쓰인다.

예를 들어 큰 지도를 작은 약도로 정리해 작업하고 마지막에 다시 자세한 그림으로 옮기는 것에 비유할 수 있다. 압축·복원에서 일부 표현이 달라질 수 있다.

이 프로젝트에서는 Z-Image에는 Flux VAE가 붙는다. 초기에는 고정하고 중심 그림 모델부터 바꾸며 그 메모리도 전체 실행 용량에 포함한다.

텍스트 인코더 · 문장을 모델이 쓰는 숫자로 바꾸기

쉽게 말하면 글을 읽고 다른 모델이 활용할 숫자 표현으로 바꾸는 모델이다. 문장 순서·뜻·관계 정보를 전달한다. 이 과정이 있다는 사실만으로 모든 개수·위치를 정확히 이해하지는 않는다.

예를 들어 그림 작업자에게 주문서를 전달하기 전에 요구사항을 작업용 목록으로 바꾸는 역할로 비유할 수 있다.

이 프로젝트에서는 Z-Image는 별도 글 읽기 모델을 사용한다. 첫 추가 학습에서는 이 부분을 고정하고 그림 모델부터 비교한다.

CFG · 문장 지시의 영향력을 조절하는 방법

쉽게 말하면 문장을 준 예측과 주지 않은 예측의 차이를 이용해 문장 영향을 조절하는 생성 방법이다. 값을 높인다고 지시 정확도가 무조건 좋아지지는 않고 그림 품질도 달라질 수 있다.

예를 들어 작업자가 자기 평소 그림과 주문서 그림 사이에서 주문서 쪽으로 얼마나 강하게 이동할지 조절하는 비유로 이해할 수 있다.

이 프로젝트에서는 기본 모델과 Turbo의 설정이 다를 수 있다. Turbo 생성에서 CFG를 쓰지 않는다고 훈련 때 교사의 지시 신호도 없었다는 뜻은 아니다.

토큰 · AI가 처리한 자료량을 세는 단위

쉽게 말하면 AI 서비스가 글이나 그림을 얼마나 처리했는지 세는 단위다. 글과 그림의 세는 규칙은 다르다. 크레딧이 이용 비용이라면 토큰은 그 비용을 계산하는 사용량에 해당한다.

예를 들어 같은 크기 이미지도 품질 설정에 따라 처리량과 비용이 달라질 수 있다. 요금표의 100만 토큰당750크레딧을 이미지 한 장당750크레딧으로 읽으면 안 된다.

이 프로젝트에서는 image2의 이미지 출력100만 토큰에750크레딧인 표준 요금을 사용해1024×1024 장수를 추정했다. 입력 문장과 참고 이미지 처리량은 별도로 더해질 수 있다.

i2i · 그림을 넣어 새 그림 얻기

쉽게 말하면 문장만 넣는 대신 원본이나 참고 그림도 넣어 새 결과를 얻는 작업의 넓은 이름이다. 스케치 완성, 특정 부분 수정, 다른 장면 만들기는 필요한 기능이 서로 다르다.

예를 들어 교복 입은 주인공 그림과 “옷을 파란색으로 바꿔 줘”라는 문장을 함께 넣는다. 원본의 구도와 얼굴을 보고 고칠 근거가 생긴다.

이 프로젝트에서는 문도는 원하는 그림체로 처음 만드는 시험과 참조를 보며 수정하는 시험을 따로 기록한다. i2i라는 이름만으로 인물 유지나 부분 고치기가 보장되지는 않는다.

SDEdit · 원본에 잡음을 섞고 다시 그리기

쉽게 말하면 원본을 조금 흐트러뜨린 상태에서 모델이 문장에 맞춰 다시 완성하는 방법이다. 새 모델을 학습하지 않고도 원본과 비슷한 구도로 다른 그림을 만들 수 있다.

예를 들어 대략 그린 카페 스케치에 잡음을 넣고 “선명한 웹툰 카페”로 완성한다. 많이 흐트러뜨리면 바꾸기 쉬워지지만 원래 모양도 더 쉽게 잃는다.

이 프로젝트에서는 새 편집 모델과 비교하는 기본 방법이다. 특정 옷 색만 바꾸면서 얼굴을 꼭 지키는 목표에는 더 정확한 참조 입력·영역 제어·평가가 필요하다.

마스크 · 바꿔도 되는 부분을 표시한 지도

쉽게 말하면 그림과 같은 위치 관계를 가진 표시 지도다. 어느 부분을 수정하고 어느 부분을 지킬지 알려 준다. 투명도나 모델마다 흰색·검정의 뜻은 다를 수 있어 입력 규칙을 확인한다.

예를 들어 옷만 칠한 지도를 함께 넣으면 모델이나 합성 프로그램이 옷 영역을 대상으로 작업한다. 얼굴까지 칠하면 얼굴도 바뀔 수 있는 범위가 된다.

이 프로젝트에서는 원본·결과와 크기와 위치를 맞춰 보관한다. 마스크를 받는 모델인지 확인하고, 실제 고정이 필요하면 밖의 원본을 다시 합성하는 방법도 쓴다.

인페인팅 · 표시한 부분 다시 그리기

쉽게 말하면 그림의 특정 영역을 새 내용으로 채우거나 고치는 기능이다. 주변의 선·색·그림자에 맞추는 일이 포함된다. 표시한 부분만 처리해도 경계와 필요한 주변 변화는 검사해야 한다.

예를 들어 주인공 손에 든 컵을 지우고 책으로 바꾸기 위해 손과 소품 주변을 표시한다. 너무 좁게 표시하면 손과 책의 연결이 어색할 수 있다.

이 프로젝트에서는 웹툰 손·옷·소품 수정의 출발 기능이다. 전체 자세 변경이나 다른 장소의 새 장면 만들기에는 더 넓은 참조 편집이 필요하다.

ControlNet · 선과 자세를 따르게 하는 추가 장치

쉽게 말하면 그림을 만드는 모델이 윤곽선·사람 자세·거리 지도 같은 구조를 따르게 돕는 추가 모델이다. 그림체를 배우는 부품이나 같은 사람임을 확인하는 장치와는 목적이 다르다.

예를 들어 졸라맨처럼 표시한 앉은 자세를 넣으면 주인공이 그 자세로 앉은 컷을 그리도록 유도한다. 얼굴 외모는 별도의 참고나 학습으로 유지해야 한다.

이 프로젝트에서는 Z-Image에 공개 구조 제어와 부분 편집을 붙일 수 있는 후보다. 우리 그림체 추가 학습 모델과 함께 동작하는지, 빠른 생성 능력이 유지되는지 시험한다.

참조 조건 · 그림을 보고 만들도록 주는 입력

쉽게 말하면 모델이 결과를 만들 때 참고하는 그림과 그 역할이다. 원본 컷, 캐릭터 얼굴, 그림체 예시, 배경 예시는 같은 사진 입력이어도 쓰임이 다르다.

예를 들어 첫 그림은 수정할 원본, 둘째는 유지할 주인공 얼굴, 셋째는 새 카페 배경이라고 구분해 넣는다. 모델이 어떤 것을 따라야 할지 설명한다.

이 프로젝트에서는 학습과 실제 편집 모두에서 참조를 연결한다. 같은 시드나 캐릭터 이름만으로 이 입력을 대신하지 않으며 다중 참조 지원 여부를 확인한다.

편집 학습쌍 · 원본과 정답 수정 결과

쉽게 말하면 같은 작업의 원본과 올바른 수정 결과를 연결한 자료다. 실제 학습에는 무엇을 바꾸라는 문장도 함께 넣으므로 보통 원본·지시·결과 세 가지가 한 묶음이다.

예를 들어 원본의 빨간 재킷을 파란색으로 바꾼 결과와 그 요청문을 연결한다. 얼굴도 다른 사람으로 바뀐 결과는 이 요청의 정답이 되기 어렵다.

이 프로젝트에서는 완성 그림 500장과 편집 500묶음은 다른 수량이다. 원본의 수정들이 자료 분할에서 흩어지지 않게 연결하고 검수·출처·유지할 요소를 남긴다.

다중 과제 학습 · 여러 종류의 연습 함께 하기

쉽게 말하면 한 모델에게 관련된 여러 작업을 함께 연습시키는 방법이다. 각각의 자료가 어떤 작업인지 구분하고 섞는 비율과 결과를 검사한다. 모든 모델에서 자동으로 좋아지는 공식은 아니다.

예를 들어 글만 보고 새 그림 만들기, 원본을 그대로 복원하기, 지시에 맞춰 일부 고치기를 함께 연습하면 만들기와 보존하기를 동시에 익힐 기회가 생긴다.

이 프로젝트에서는 편집만 배울 때 원래 능력을 잃는지 확인하고 복원·생성 자료를 섞는 방법과 비교한다. 처음부터 최적 비율을 아는 것으로 기록하지 않는다.

원본 복원 · 입력 그림을 다시 만들기

쉽게 말하면 참고 그림의 내용을 그대로 결과로 되돌리는 연습이다. 모델의 압축과 복원 과정에서 얼굴·선·작은 글자를 얼마나 지킬 수 있는지 확인할 수 있다.

예를 들어 수정 요청이 없을 때는 원래 주인공 얼굴과 교복이 그대로 나오도록 연습한다. 압축 때문에 작은 선이 조금 달라질 수 있어 결과를 확인한다.

이 프로젝트에서는 편집 모델이 필요 없는 변화까지 만드는 문제를 줄이는 후보 연습이다. 실제 수정 요청에는 제대로 변화가 생기는지도 별도로 검사한다.

VLM · 그림과 글을 함께 읽는 AI

쉽게 말하면 그림을 보고 내용과 문장을 연결해 이해하는 AI다. 결과에 사람이 몇 명인지, 옷이 어떤 색인지 설명하거나 두 그림의 차이를 판단하는 데 쓸 수 있다. 틀릴 수도 있다.

예를 들어 원본과 수정 결과를 보고 “옷 색은 바뀌었지만 얼굴도 달라졌다”라고 판단하게 한다. 웹툰의 과장된 표정을 잘못 읽을 수 있어 사람 검수가 필요하다.

이 프로젝트에서는 자료 설명과 후보 평가에 사용할 수 있다. NP-Edit에는 모델을 바꾸는 계산 신호를 줄 수 있는 VLM이 필요하며 단순한 외부 채팅 응답과 같지 않다.

DPO · 같은 요청의 더 좋은 결과 배우기

쉽게 말하면 같은 입력과 요청에서 나온 두 결과 중 어느 쪽이 더 좋은지 비교한 자료로 모델을 조정하는 방법이다. 정답 한 장만 보여 주는 학습과 다른 신호를 사용한다.

예를 들어 두 결과 모두 옷을 파란색으로 바꿨지만 하나만 원래 얼굴을 유지했다면 그쪽을 더 좋은 결과로 골라 기록한다.

이 프로젝트에서는 기본 편집 학습이 성공한 뒤 보존 능력을 높이는 후보다. 판단 기준과 원본을 함께 남기고 점수만 높이는 부작용도 시험한다.

NP-Edit · 정답 수정 그림 없이 배우는 연구

쉽게 말하면 원본과 수정 요청은 있지만 정답 수정 그림이 없는 경우, 그림·글 이해 AI의 평가 계산으로 편집 모델을 학습하는 연구 방법이다. 그림 품질을 유지하는 추가 훈련도 결합한다.

예를 들어 “빨간 컵을 파란 컵으로 바꿔”를 모델이 시도하고 평가 AI가 색 변경과 주변 보존을 판단한다. 그 계산 신호를 받아 다음 결과가 나아지도록 조정한다.

이 프로젝트에서는 정답 제작 부담을 줄일 연구 후보지만 여러 모델과 복잡한 훈련이 필요하다. 논문의 큰 GPU 실험을 우리 서버 완료 시간이나 최소 장비로 바꾸어 말하지 않는다.

조건부 증류 · 같은 원본을 보며 빠른 편집법 배우기

쉽게 말하면 교사와 학생이 같은 참조 그림과 수정 요청을 받아, 학생이 더 적은 계산으로 올바른 편집을 하도록 배우게 하는 계획이다. 글만 보고 만드는 능력을 줄여 배우는 과정과 시험 조건이 다르다.

예를 들어 교사도 학생도 같은 주인공 그림을 보고 옷 색을 바꾼다. 학생의 속도뿐 아니라 얼굴을 유지했고 올바른 색으로 바꿨는지 비교한다.

이 프로젝트에서는 품질이 확인된 Moondo Edit를 교사로 삼는다. 먼저 같은 모델 계열로 시작하고 다른 그림 압축·내부 계산 방식을 가진 모델 간 연결은 추가 연구로 잡는다.

레이어 · 그림을 나눠 담은 투명한 종이

쉽게 말하면 인물·배경·말풍선 같은 요소를 따로 저장하고 겹쳐 한 장으로 보이게 하는 작업 단위다. 다른 층을 다시 그리지 않고 한 요소만 이동하거나 수정할 수 있다.

예를 들어 배경 위에 주인공, 그 위에 말풍선을 겹친다. 말풍선 위치만 바꾸면 주인공 얼굴과 배경 픽셀은 그대로 둘 수 있다.

이 프로젝트에서는 원본 레이어가 있으면 먼저 보존한다. 평면 그림을 AI로 분리할 수도 있지만 가려진 선과 배경은 추정되므로 원래 작업 파일을 완벽히 되찾는 것으로 보지 않는다.

RGBA · 색과 투명도를 함께 저장하기

쉽게 말하면 빨강·초록·파랑 색 정보에 투명도를 더해 저장하는 방식이다. 투명한 배경의 캐릭터 그림을 다른 배경 위에 자연스럽게 겹칠 때 사용한다.

예를 들어 주인공 밖의 영역이 투명한 PNG를 카페 배경에 올린다. 가장자리 투명도가 잘못되면 흰 테두리나 잘린 머리카락이 보일 수 있다.

이 프로젝트에서는 레이어 편집과 투명한 캐릭터 자산에 사용한다. 투명 이미지를 지원한다고 같은 인물 유지나 정확한 합성이 자동으로 해결되는 것은 아니다.

prefix KV cache · 같은 참조 계산을 저장해 재사용

쉽게 말하면 그림을 조금씩 완성할 때 매번 변하지 않는 문장·참조 그림의 계산 결과를 저장해 다시 쓰는 방법이다. 반복 계산을 줄이지만 저장 공간은 필요하다.

예를 들어 편집 과정에서 주인공 참고 그림은 같고 새 결과만 바뀐다면 참고 그림을 매 단계 처음부터 읽지 않고 이전 계산을 재사용한다.

이 프로젝트에서는 Qwen 2.1 등 해당 구조를 가진 모델의 속도 개선 방법이다. 생성 단계를 줄이는 증류와 다르며 지원하지 않는 Z-Image에 설정만 추가해 얻을 수 있는 기능으로 보지 않는다.

OPD · 학생의 시도에 교사들이 조언하는 학습

쉽게 말하면 학생이 스스로 만들어 가는 과정에 교사의 계산을 맞추어 배우게 하는 방법이다. 서로 다른 작업에 강한 여러 교사의 능력을 하나로 모으는 데 사용할 수 있다.

예를 들어 글로 새 그림을 만드는 데 강한 교사와 원본 편집을 잘하는 교사의 조언을 학생이 자기 생성 과정에서 받도록 설계한다.

이 프로젝트에서는 Qwen 2.0-RL 연구의 후속 정렬 방법으로 조사했다. 여러 능력을 합치는 목적이며 이것만으로 편집 단계가 적어지거나 빠르게 된다고 보장하지 않는다.

픽셀 차이 · 같은 위치의 색이 달라졌는지 보기

쉽게 말하면 디지털 그림의 작은 색 칸을 픽셀이라 한다. 같은 크기의 두 그림에서 각 칸의 색 차이를 비교하면 고정할 영역이 정말 바뀌지 않았는지 확인할 수 있다.

예를 들어 옷만 바꾼 컷의 배경을 원본과 비교한다. 일반 합성으로 배경을 그대로 붙였다면 해당 칸의 색은 같아야 한다.

이 프로젝트에서는 영역 밖 고정의 검사에 쓴다. 새로운 자세나 조명처럼 넓은 변화가 필요한 작업에 모든 칸을 같게 유지하라는 기준을 적용하지 않는다.

연속 수정 · 이전 결과를 이어서 고치기

쉽게 말하면 한 번 수정한 결과를 다음 작업의 입력으로 다시 쓰는 방식이다. 옷 색을 바꾼 뒤 표정을 바꾸고 배경을 바꾸는 식이다. 조금씩 원본 특징이 흐트러질 수 있다.

예를 들어 첫 수정은 성공했지만 세 번째 수정에서 주인공 얼굴이나 이전 옷 색이 바뀌면 여러 번 이어 쓰는 작업에는 문제가 있는 것이다.

이 프로젝트에서는 단일 수정과 별도 시험으로 기록한다. 원본과 캐릭터 기준 그림을 보존하고 각 수정의 버전을 남겨 이전 결과를 확인하고 되돌릴 수 있게 한다.

쉽게 말하면

예를 들어

이 프로젝트에서는