# 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 Base**다. 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.

```mermaid
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·서비스**를 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](https://platform.openai.com/settings/organization/billing/overview), [크레딧 안내](https://help.openai.com/en/articles/8264644-setting-up-and-managing-prepaid-api-billing)

별도로 **image2 출력물을 독자 모델 학습에 사용할 해당 계약 근거**를 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](https://openai.com/policies/services-agreement/)

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](https://developers.openai.com/api/docs/guides/image-generation#calculating-costs)

## 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 300–500장**이 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 학습**이다. 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](https://arxiv.org/html/2511.22677v1), [공개 모방 예제](https://github.com/modelscope/DiffSynth-Studio/blob/main/examples/z_image/model_training/special/trajectory_imitation/Z-Image-Turbo.sh)

| 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 비교**다. 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 v1**을 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.jsonl`은 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](https://github.com/modelscope/DiffSynth-Studio/blob/main/examples/flux2/model_training/full/FLUX.2-klein-base-4B.sh), [i2i LoRA 학습 예제](https://github.com/huggingface/diffusers/blob/main/examples/dreambooth/train_dreambooth_lora_flux2_klein_img2img.py), [LongCat 편집 학습](https://github.com/meituan-longcat/LongCat-Image/blob/main/train_examples/README.md)

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.
