AuroraIMG2-100M: 작은 이미지 생성 모델의 구성과 실행 조건

이미지 생성 모델의 이름에 적힌 파라미터 수만으로 전체 실행 규모를 판단하기는 어렵다. AuroraAI Research가 공개한 AuroraIMG2-100M은 이런 차이를 살펴보기 좋은 사례다. 디노이저는 약 1억 개의 파라미터를 갖지만 텍스트 인코더와 이미지를 복원하는 디코더도 함께 필요하다. 모델 저장소는 2026년 11월 4일 생성됐다.

1억 개는 어느 부분의 크기일까

공식 모델 카드에 따르면 이 모델은 텍스트를 받아 256×256 픽셀 이미지를 생성한다. 핵심 생성망은 100.6M 파라미터의 플로 매칭 확산 트랜스포머다. 텍스트 인코더 44.9M도 별도로 학습했다. 여기에 27.9M 파라미터의 사전학습된 FLUX.2 소형 디코더를 고정해 사용한다.

따라서 이름의 100M은 전체 파이프라인이 아니라 생성망을 가리킨다. 제작진이 처음부터 학습한 부분은 생성망과 인코더를 합쳐 145.5M이고 디코더는 기존 구성 요소를 가져왔다. 모델 크기나 메모리 요구량을 다른 제품과 비교할 때 이 구분이 필요하다. 파라미터 수만으로 실제 실행 메모리를 단정할 수도 없다.

학습과 평가에서 확인할 조건

제작진은 RTX PRO 6000 GPU 한 장으로 약 80 GPU시간 동안 학습했다고 설명한다. 학습에는 미리 계산된 FLUX.2 잠재 표현 데이터셋을 사용했다. 이 시간과 결과는 제작진이 보고한 수치이며 독립적으로 재현하지 않았다. 모델 카드에 연결된 데이터셋의 출처와 라이선스도 사용 목적에 맞게 확인해야 한다.

제작진의 GenEval 2 평가에서 100M 모델은 Soft-TIFA GM 10.80, AM 48.62를 기록했다. 이전 50M 프리뷰의 값은 각각 6.00과 36.03이다. 이 수치는 제작진이 명시한 256×256 해상도, 50단계 샘플링 등의 조건에서 나온 평가다. 특정 벤치마크의 점수가 실제 작업 전반의 이미지 품질을 보장하지는 않는다. 공식 카드도 다른 모델의 텍스트 인코더와 VAE가 비교표의 생성망 파라미터 수에 포함되지 않았다고 밝힌다.

직접 사용하기 전에

출력 해상도는 256×256으로 고정돼 있다. 큰 결과물이 필요하다면 후처리나 별도 업스케일링을 고려해야 하며 그 품질은 직접 평가해야 한다. 모델 카드는 50단계를 기본 설정으로, 20단계를 빠른 생성 선택지로 제시한다. 임의의 네거티브 프롬프트는 학습에 포함되지 않았다고도 설명한다.

저장소는 Apache 2.0 라이선스를 표시한다. 다만 사용 예제에는 사용자 정의 파이프라인과 trust_remote_code=True가 필요하다. 원격 코드를 실행하기 전에 저장소의 코드와 의존성을 검토하고 격리된 환경에서 시험하는 편이 안전하다. 모델 카드의 간단한 라이브러리 안내와 상세 예제가 다를 수 있으므로 실제 설치 시 상세 지침을 확인하자.

작은 모델을 검토할 때는 생성망뿐 아니라 인코더와 디코더까지 함께 살펴봐야 한다. AuroraIMG2-100M은 제한된 해상도의 실험이나 경량 이미지 생성 연구에 참고할 만하지만 제작진의 평가만으로 운영 환경에서 필요한 품질이나 속도를 예측할 수는 없다.

출처: AuroraIMG2-100M 공식 모델 카드, 모델 저장소 메타데이터