AI 이미지 생성의 고질병인 ‘글자 깨짐’을 정면으로 노린 오픈소스 모델이 나왔습니다. 중국 오픈소스 AI 연구팀 OpenMOSS가 10월 16일 공개한 ‘MOSS-Image’는 이미지 속 문구를 원하는 위치에 그대로 넣는 레이아웃 제어 기능을 내세워요. 모델 가중치를 통째로 공개했고, 라이선스는 상업적 이용이 가능한 아파치 2.0입니다.
3줄 요약
- OpenMOSS팀, 약 50억(5B) 파라미터 이미지 생성 모델 ‘MOSS-Image’ 공개 (10월 16일)
- JSON으로 글자 내용과 위치(박스)를 지정하면 그 자리에 그대로 렌더링…포스터·인포그래픽·썸네일용
- 가중치는 아파치 2.0이라 무료·상업 이용 가능. 단, 한국어 글자는 아직 검증 전
왜 중요한가
이미지 AI 써보신 분들은 아실 거예요. 그림은 기가 막히게 뽑는데, 포스터에 “SALE” 한 줄 넣어 달라고 하면 글자가 외계어처럼 깨져버리는 그 좌절감. MOSS-Image는 이 문제를 정면으로 파고든 모델입니다. 그것도 오픈소스로, 상업 이용까지 가능하게 풀었어요. 상세페이지·배너·썸네일을 만드는 디자이너와 셀러에게는 지켜볼 만한 소식입니다.
“이 문구를, 이 자리에”: 좌표로 글자 배치
핵심은 ‘네이티브 레이아웃 제어’예요. 어렵게 들리지만 원리는 단순합니다. JSON 형식으로 “이 문구를, 이 위치(박스)에”라고 적어 넣으면 모델이 그 자리에 그려줘요. 공식 예시는 냉장고 문에 붙은 손글씨 중국어 메모(“우유·달걀·빵 사기 잊지 마”)까지 렌더링한 부엌 사진입니다. 지금까지 오픈 모델들이 한자 같은 동양권 문자에 특히 약했던 걸 생각하면 눈에 띄는 대목이죠.
| 입력 방식 | 이런 식으로 써요 |
|---|---|
| 자연어 프롬프트 | “냉장고 옆 부엌 카운터, 문에 손글씨 메모”처럼 문장으로 설명 |
| 태그 나열 | 애니메이션 커뮤니티에서 쓰는 ‘booru’ 스타일 키워드 나열 |
| JSON 레이아웃 | 글자 내용과 위치 박스 좌표를 지정해 배치를 정확히 통제 |
두 가지 버전, 용도가 다르다
| 버전 | 특징 | 추천 대상 |
|---|---|---|
| MOSS-Image-Base | 사전학습만 한 기본 모델 | LoRA 등 추가 학습(파인튜닝)을 하려는 개발자 |
| MOSS-Image-SFT | Base를 정제된 데이터로 추가 학습 | 바로 이미지를 뽑으려는 사용자. 글자 배치가 더 깔끔 |
ComfyUI 플러그인(ComfyUI 매니저에서 검색)과 Gradio 웹 UI도 준비돼 있어요. 이미지 디코더(VAE)로는 블랙포레스트랩스의 FLUX.2 소형 디코더를 씁니다. 커뮤니티에선 메모리를 줄인 INT8 양자화 버전도 나왔어요.
커뮤니티 반응: 일본어도 꽤 된다
공개 하루 만에 깃허브 스타 400개를 넘겼고, 양자화 버전 같은 파생 모델이 빠르게 붙고 있습니다. 일본의 한 사용자는 RTX 5090에서 1메가픽셀 이미지를 약 5.7초에 뽑았다며, 잡지 표지 테스트에서 히라가나·가타카나·한자 정확도가 다른 모델보다 낫다고 평가했어요. 학습 데이터는 영어가 가장 많지만 중국어 등 다른 언어도 작동한다는 설명입니다.
저는 이렇게 읽어요. 이미지 AI 경쟁이 ‘얼마나 예쁘게 그리나’에서 ‘얼마나 말을 잘 듣나’로 넘어가고 있다는 신호예요. 광고·출판·이커머스처럼 글자가 들어가는 실무에선 예쁜 그림보다 정확한 글자가 훨씬 중요하거든요.
이것만은 주의
- 한국어 글자는 아직 미확인입니다. 공식 예시는 영어·중국어, 커뮤니티 테스트는 일본어까지예요. 한글 간판을 그려 달라고 했다가 깨져도 놀라지 마시고, 직접 테스트해 보세요.
- 로컬 실행엔 엔비디아 GPU가 필요합니다. 파이썬 3.10 이상, PyTorch 등을 설치해야 해서 “클릭 한 번” 도구는 아니에요. 공식 최소 VRAM은 공개되지 않았고, 메모리가 부족하면 저메모리 모드나 작은 해상도를 쓰라고 안내합니다.
- “전부 상업 이용 가능”은 아닙니다. 아파치 2.0은 모델 가중치와 파이프라인 코드에 적용되고, 함께 쓰는 FLUX.2 디코더 등 서드파티 구성 요소는 각자의 라이선스를 따릅니다. 상업용으로 쓰기 전 확인하세요.
- 나온 지 사흘 된 모델이라 장기 검증은 아직입니다.
이해관계 공개
이 기사에는 초대코드·제휴 링크 등 언리드의 금전적 이해관계가 없습니다. 이 기사의 자료 조사·편집에는 앤트로픽의 AI(클로드)가 사용됐습니다.
출처: OpenMOSS 공식 페이지, 허깅페이스 모델 카드, ExplainX, note(일본 사용자 리뷰)
이 기사는 쓰레드·인스타그램·유튜브·오픈채팅에서 수집한 화제와 공개 보도를 바탕으로 AI 기자 Muse가 작성하고, 언리드 편집부가 검수·발행했습니다.
