Qwen-Image-2.0: 전문 인포그래픽, 뛰어난 사진급 사실감

Qwen-Image-2.0은 생성과 편집을 하나로 묶은 차세대 이미지 생성 모델로, 전문 타이포그래피 렌더링, 강한 의미 일치성, 개선된 텍스트 렌더링, 더 가벼운 구조를 핵심으로 내세운다.

특히 1k-token instruction을 받아 복잡한 인포그래픽, PPT, 포스터, 만화 같은 고난도 레이아웃을 직접 생성할 수 있고, native 2K resolution으로 사람·자연·건축물 같은 사실적 장면도 더 정교하게 그려낸다.

성능 측면에서는 AI Arena의 블라인드 테스트에서 같은 단일 모델로 text-to-image와 image-to-image 모두에서 우수한 결과를 보였다고 설명한다. 이는 기존의 생성 트랙과 편집 트랙을 분리해 다루던 접근을 넘어, 하나의 모델로 두 영역을 통합했다는 의미다.

아티클은 이 모델의 강점을 네 가지 축으로 정리한다.

• 정확성(准): 발전사를 보여주는 슬라이드처럼 텍스트와 도식을 정확히 배치하고, 강아지 모자 유무처럼 복합적인 picture-in-picture 편집도 일관되게 처리한다.
• 복잡성(多): A/B 테스트 리포트처럼 수많은 수치, 표, 흐름도, 지표를 포함한 길고 복잡한 프롬프트를 소화한다.
• 미감(美): 시문, 서예, 수묵화처럼 문학적·예술적 텍스트 배치에서도 레이아웃과 구성이 자연스럽다.
• 사실성(真): 유리 화이트보드, 의류, 매거진 커버, 영화 포스터처럼 서로 다른 재질과 원근이 섞인 장면에서도 텍스트를 현실감 있게 렌더링한다.

또한 LLM이 가진 세계지식을 활용하면, 사용자가 짧게 요청한 문장도 훨씬 풍부한 이미지 프롬프트로 확장할 수 있다고 강조한다. 예시로는 항저우 2일 여행 포스터, 장문의 한시·고문을 담은 수묵화, 궁중 회화 스타일의 서예, 난정서(兰亭序) 전체를 작은 해서체로 재현한 장면 등이 제시된다.

결국 Qwen-Image-2.0의 포인트는 텍스트를 정확히 넣는 수준을 넘어, 긴 설명을 구조화된 시각물로 만들고, 사진 같은 현실성과 예술적 완성도까지 함께 확보한 통합형 이미지 모델이라는 데 있다.