보라, 프롬프트의 정수들을! 지난 며칠 동안 우리가 들은 것은 FLUX.3 Klein이 텍스트-투-이미지(text-to-image) 분야에서 기대에 미치지 못했다는 이야기뿐입니다. 하지만 이것이 편집 모델이라는 점을 고려할 때, 이러한 주장이 정말 공정한 것일까요? 다른 모델들과 비교했을 때 실제 편집 프롬프트로 어떻게 성능을 발휘하는지 궁금합니다. 이를 알아보기 위해 저는 12가지 일반적인 작업을 테스트하고 가장 인기 있는 직접 경쟁 모델들(즉, 파라미터가 9B 이하인 모델)과 비교했습니다. 따라서 Krea 2 + Edit LoRA와 H3 ref2vid, Qwen Image Edit는 의도적으로 제외했습니다. 시작하기 전에: 이 기사는 어떤 AI의 도움을 받지 않았습니다 ;) 요약하자면, 바로 결론부터 알고 싶으신가요? 스포일러를 아래에서 확인하세요: 가장 작은 모델임에도 불구하고 FLUX.3 Klein은 많은 편집 작업에서 매우 좋은 성능을 보여주었으며, Qwen Image 2.1과 단 1점 차이밖에 나지 않았습니다. 3위로는 FLUX.2 Klein이 자리하며, 이는 잘 확립된 생태계 덕분에 여전히 강력하다는 것을 보여줍니다.
방법론
테스트에 사용된 모델들과 그 파라미터들은 다음과 같습니다:
- FLUX.3 Klein (F3K): 5.6B 모델, 2026년 10월 16일 출시. 기본 모델 + Kijai의 Step Distilled LoRA를 강도 0.8로 사용.
er_sde + beta 20 steps, CFG 1
- Qwen Image 2.1 (QI2): 7B 모델, 2026년 9월 21일 출시. 기본 모델 + Turbo 8-step LoRA를 강도 1.0으로 사용.
er_sde + beta 8 steps, CFG 1
- Texture fix VAE FLUX.2 Klein (F2K): 9B 모델, 2026년 1월 16일 출시. 증류된(Distilled) 모델.
er_sde + Flux2Scheduler 4 steps, CFG 1
위의 파라미터들은 공식 문서와 Reddit, Discord, Civitai, huggingface 등에서 찾은 추천을 바탕으로 품질과 속도의 균형이 좋다고 판단됩니다. 그 외에 워크플로우는 ComfyUI 템플릿에 최대한 가깝게 구성되었으며 네이티브 노드만 사용했습니다. 별도로 명시되지 않은 모든 참조 이미지와 출력물은 1.5MP 해상도로 설정되었습니다. 모든 모델과 해당 텍스트 인코더에는 int8 convrot 양자화가 사용되었습니다.
공정한 비교를 위해 추가적인 LoRA는 사용하지 않았습니다. 각 작업에 대해서는 8개의 시드 중 가장 좋은 결과를 선택했습니다. 그리고 저는 다음 기준에 따라 각 결과물에 0점에서 5점까지의 점수를 매겼습니다 (5 = 완벽에 가까움, 0 = 작업을 완전히 실패함): 프롬프트 준수도: 요청한 것을 수행했는가? 보존성: 정체성과 일관성을 유지하고 손대지 않은 영역을 온전하게 남겨두었는가? 품질: 아티팩트(artifacts)가 없고 디테일하거나 설득력 있는 질감을 생성했는가?
F3K와 QI2의 경우 공식 권장 사항에 따라 프롬프트 업샘플링(Prompt upsampling)을 활성화했습니다. 사용자 프롬프트는 모델의 공식 지침을 따르도록 조정되었습니다 (예: F2K의 Picture 1, QI2의 <image1>, F3K의 <ref_image_0>).
작업 01 - 기본 편집(Basic edits)
이미지에서 요소를 추가, 제거 및 수정하는 능력을 평가합니다. 피사체 위의 우산을 제거하세요. 운하에 관광 보트를 추가하세요. 우주복 색상을 주황색으로 변경하세요.
점수: FLUX.3 Klein - 5/5 : 매우 잘 수행했습니다. 장갑은 흰색을 유지했고 헬멧은 제거된 우산을 여전히 반사하고 있지만, 이건 제가 너무 까다로운 것일 뿐입니다. Qwen Image 2.1 - 5/5 : 모든 편집이 완료되었습니다. F3K와 마찬가지로 여기도 헬멧이 제거된 우산을 반영하고 있지만, 큰 문제는 아닙니다. FLUX.2 Klein 9B - 5/5 : 명확한 결함은 없지만, 다른 모델들만큼 선명하지는 않습니다. 주황색 수트에 주변 환경이 얼마나 잘 반응하는지 주목하세요.
결론: 모두 아주 사소한 실수만 제외하고는 완벽했습니다. 반드시 어려운 작업은 아니지만, 각 모델의 강점과 약점을 엿볼 수 있는 기회입니다.
작업 02 - 캐릭터 시트(Character sheet)
다양한 포즈, 각도 및 헤드 클로즈업에서 정체성을 일관되게 유지하는 능력을 평가합니다 (헤드 클로즈업은 업스케일링 기능에 대한 단서이기도 합니다). 참고: 이 작업을 위해 해상도는 4 MP로 설정하여 모델들이 작은 디테일을 더 잘 처리할 수 있도록 했습니다.
중립적인 회색 배경에서 동일한 피사체를 세 가지 포즈로 보여주는 사실적인 라이브 액션 레퍼런스 시트를 만드세요. 왼쪽 부분에는 피사체가 정면을 바라보고 중립적인 표정을 짓는 헤드 클로즈업 샷이 있습니다. 중간 부분에는 전신 정면 뷰가 있습니다.
오른쪽 부분은 측면 전체 몸통 샷을 특징으로 합니다. 점수: FLUX.3 Klein - 3/5 : 일관성은 괜찮지만, 서 있는 포즈가 정의감이 부족하고 때로는 해부학적 구조가 충분하지 않습니다. 하지만 텍스트는 좋아 보입니다. Qwen Image 2.1 - 3/5 : 일관성이 뛰어나지만, 표정이 원본 참고 자료와 너무 유사했습니다. 피사체는 왼쪽 패널에서 더 가까이 있어야 합니다. 모든 텍스트가 정확합니다. FLUX.2 Klein 9B - 2/5 : 언뜻 보기에는 괜찮아 보일 수 있지만, 정체성을 잘 유지하지 못합니다. 시드마다 약간 다른 사람이 나왔습니다. 하지만 일관성 보조 LoRA를 사용하면 해결할 수 있습니다. 참고로 이 모델만이 눈 색깔을 정확하게 구현했습니다. 추가 텍스트 쓰레기는 쉽게 제거할 수 있습니다. 결론 : 더 나은 워크플로우로 결과가 개선될 수 있을 것입니다. QI2는 별도의 테스트에서 1.5 MP에서도 좋은 품질을 유지할 수 있었던 유일한 모델이었고, lightx2v LoRA를 사용하면 더욱 상세하게 만들 수 있습니다. 작업 03 - 장소 변경 배경과 조명을 얼마나 잘 변경하는지 확인합니다. 배경을 어두운 우주선 내부로 변경합니다. 유일한 광원은 벽에 있는 네온 불빛입니다. 피사체는 미래 지향적인 의자에 앉아 있습니다. 점수: FLUX.3 Klein - 4/5 : 정체성을 유지했으며, 이 특정 예시에서 배경이 나쁘지 않습니다. 조명은 거의 정확하게 조정되었습니다(헬멧에 잘못된 반사가 여전히 보입니다). Qwen Image 2.1 - 4/5 : 일관성이 뛰어나지만, 테이블이 모든 시드에 존재했고, 헬멧도 식당을 반영하고 있습니다. FLUX.2 Klein 9B - 5/5 : 피사체의 조명을 조정하는 것을 두려워하지 않았습니다. 심지어 헬멧 반사까지 제대로 구현되었습니다. 결론 : 모든 모델이 잘 수행했지만, 제 생각에는 F2K가 이러한 종류의 작업에서 여전히 최고입니다. 작업 04 - 포즈 전송 한 피사체의 포즈를 다른 피사체에 얼마나 잘 전송하는지 확인합니다. Picture 2의 사람의 포즈를 Picture 1의 포즈와 일치하도록 변경합니다.
점수: FLUX.3 Klein - 3/5 : 해부학(손가락, 발가락)이 너무 일관되게 나빠서 기본 50 스텝에서 step distill LoRA를 사용하지 않고 워크플로우를 다시 실행했지만, 정확히 같은 문제가 발생했습니다. 머리 각도를 따라가지 못했지만, 아이덴티티는 훌륭하고 품질도 충분합니다. Qwen Image 2.1 - 4/5 : 거의 완벽한 해부학을 유지하면서 포즈를 대부분 올바르게 복사했고 일관성도 뛰어났습니다. FLUX.2 Klein 9B - 3/5 : 대부분의 시드에서 전체 포즈를 꾸준히 잘 맞춘 유일한 모델이지만, 아이덴티티가 다른 모델만큼 잘 보존되지는 않았습니다. 또한, 질감의 선명도/정의도가 부족했습니다.
결론: F3K에 대해 약간 실망했습니다. 이 모델의 해부학적 문제에 대한 소문이 안타깝게 사실인 것 같습니다. 좋은 소식은 이 모든 모델들이 기본적으로 'ControlNet'을 내장하고 있다는 것입니다.
작업 05 - 헤드 스왑(Head swap) 원본 몸통, 포즈 및 표정을 유지하면서 헤드를 얼마나 잘 처리하는지. Picture 1의 피사체에서 Picture 2의 피사체로 머리를 교체합니다. Picture 1의 표정, 몸 모양, 포즈, 배경 및 조명을 유지합니다. Picture 2의 피사체의 머리, 머리카락, 눈 색깔 및 얼굴 특징을 유지합니다.
점수: FLUX.3 Klein: 3/5 : 대부분의 경우 같은 사람처럼 보이지는 않지만, 포즈와 표정을 복사하는 데 성공했습니다. 다만 머리가 너무 작습니다. Qwen Image 2.1: 1/5 : 원본 머리를 너무 문자 그대로 복사했고, 몸에 맞게 크기를 조정하지 못하는 문제가 지속적으로 발생했습니다. 높은 스텝 카운트에서 distilled LoRA가 없는 기본 모델에서도 같은 문제입니다. 또한, 마치 블렌딩 없이 붙여넣은 것처럼 보입니다. FLUX.2 Klein 9B: 3/5 : 비례적인 머리를 생성한 유일한 모델이지만, 아이덴티티와 표정 보존에는 만족하지 못했습니다.
결론: 이 작업이 요구하는 수준을 고려할 때 얼마나 어려운지 놀랍습니다. 다행히도 이를 도와줄 멋진 BFS LoRA가 있습니다.
작업 06 - 스타일 변환(Style transfer) 한 이미지의 스타일을 다른 이미지로 얼마나 잘 변환하는지. Picture 2의 예술적 스타일을 Picture 1에 변환합니다.
점수: FLUX.3 Klein: 2/5점 : 좋지는 않지만, 적어도 키아로스쿠로(chiaroscuro) 예술 작품의 어두운 측면을 재현하려고 노력했다. Qwen Image 2.1: 3/5점 : 멋진 스타일임에도 불구하고, 브러시 스트로크와 노란색 색조가 참고 스타일보다 너무 강하다. FLUX.2 Klein 9B: 2/5점 : 미학적으로 나쁘지 않지만, 참고 자료에서 가장 멀다. 결론: 놀랍지도 않게도, 가장 어려운 작업이다. 이 작업은 IPAdapter가 2023년 당시 얼마나 앞서 있었는지를 보여준다. 하지만 여전히 새로운 도구들이 이를 해결하려고 시도하는 것을 계속 보기 때문에 희망이 있다. Task 07 - 텍스트 렌더링(Text rendering) 텍스트를 대체하고 작성하는 방식. 상단에 볼드체 미래지향적 글꼴과 브러시 금속 질감으로 제목 "SUPERNOVA MAGAZINE"을 작성하시오. 좌측 하단에는 노란색 사각형 위에 빨간색 글자로 "EDIT MODELS"을 작성하시오. 그 아래에는 얇은 검은색 테두리가 있는 흰색 세리프(serif) 글꼴로 "Comparing the most popular ones"를 작성하시오. 그녀의 의류에 있는 텍스트 "Supernova Tech"를 "Behold!"로 대체하시오. 이미지에 비네팅(vignette)을 추가하시오. 점수: FLUX.3 Klein: 4/5점 : 잘 했지만 몇몇 시드(seeds)에서 실패했다. 또한,
결론: 지금까지의 모든 작업을 통틀어, 이 작업은 다소 예측 가능했습니다. 필요하다면 도움을 줄 수 있는 LoRA가 있습니다. Task 09 - 실사 사진으로 변환 일러스트레이션이 사진으로 변환되었을 때 어떤 모습인지 보여줍니다. 이 이미지를 라이브 액션 사진으로 변환하세요. 점수: FLUX.3 Klein: 4/5 : 배경과 의상이 더 사실적으로 보일 수 있지만, 피사체는 완벽합니다. Qwen Image 2.1: 4/5 : 미학적으로 좋지만, 피부가 너무 과하게 매끈해 보입니다. FLUX.2 Klein 9B: 3/5 : 피사체는 현실적이지만, 배경과 조명이 더 좋을 수 있습니다 (밤이 아닌 낮처럼 보임) - 후속 프롬프트로 쉽게 수정 가능합니다. 결론: 일부 모델은 다른 모델보다 프롬프팅하기 어렵지만, LoRA가 고칠 수 없는 것은 아닙니다. Task 10 - 애니메이션으로 변환 사진이 애니메이션으로 변환되었을 때 어떤 모습인지 보여줍니다. 이 이미지를 얼굴 표정을 유지하면서 귀여운 애니메이션 일러스트 스타일로 변경하세요. 점수: FLUX.3 Klein: 4/5 : 애니메이션 스타일은 완벽하게 구현했지만, 어색한 미소를 완전히 복사했는지는 확신할 수 없습니다. Qwen Image 2.1: 4/5 : 좋은 스타일입니다 (하지만 충분히 귀여운가요?), 하지만 전형적인 ChatGPT의 노란빛이 돌고 있습니다 (쉽게 수정 가능). 또한 표정 보존 여부도 확실하지 않습니다. FLUX.2 Klein 9B: 3/5 : 제 취향에는 약간 너무 밝지만, 분명 모든 스타일 중 가장 귀여운 스타일입니다. 불행하게도 표정을 복사하는 데 실패했고, 피사체가 카메라를 바라보도록 고집합니다. 결론: 이 작업은 기본적으로 더 쉬울 것이라고 생각했지만, 명확히 모두가 표정 보존에 어려움을 겪습니다. 아트 스타일은 LoRA로 쉽게 수정할 수 있습니다. Task 11 - 워터마크 제거 워터마크를 얼마나 잘 제거하는지 보여줍니다. 워터마크를 제거하세요. 점수: FLUX.3 Klein: 5/5 : 명백한 결함이나 타협 없이 작업을 완료했습니다. Qwen Image 2.1: 5/5 : 마찬가지입니다. FLUX.2 Klein 9B: 5/5 : 마찬가지입니다. 결론: 이 작업은 완료하기 가장 쉬운 작업 중 하나였으므로, 모든 모델에게 박수를 보냅니다. Task 12 - 사진 복원 오래된 사진을 얼마나 많이 개선할 수 있는지 보여줍니다. 종이 손상과 얼룩을 제거하여 오래된 사진을 복원하세요.
전문적인 컬러 사진으로 변환하세요. 점수: FLUX.3 Klein: 4/5 : 일관성은 뛰어나지만, 질감과 색상이 부족합니다. 후속 프롬프트로 쉽게 수정 가능합니다. Qwen Image 2.1: 4/5 : 최고의 질감을 보여주며 사진을 잘 복원했고 거의 모든 것을 보존했습니다. 약간 너무 창백하지만, 후처리에서 쉽게 수정할 수 있습니다. FLUX.2 Klein 9B: 3/5 : 정체성은 거의 완벽하지만, 일부 손상을 제거하는 데 실패했습니다. 피부가 너무 인공적으로 보입니다. 다만 일관성 LoRA를 사용하면 쉽게 해결될 것 같습니다. 결론: 모든 모델이 만점을 받을 것이라 생각했지만, 각자 장단점이 있는 것 같습니다. 아마도 여러 모델을 조합하여 각각의 장점을 취하는 것이 좋을 것 같습니다. 최종 평점 🥉3위 (60점 만점에 41점): FLUX.2 Klein 9B Distilled는 현대적인 편집 모델과 비교해도 여전히 우수합니다. 가장 크지만 제 PC에서 가장 빠른 모델입니다.
