이미지 생성 AI 도구 끝판왕 대결, 위스크 vs. 플럭스

투이컨설팅 디지털연구소

머릿속에 떠오른 이미지가 순식간에 현실이 되는 세상이 펼쳐지고 있다. 그 중심에는 AI 이미지 생성 기술이 있다. 이미지 생성 분야에서 AI의 활약은 광고, 영화, 게임 등 다양한 비즈니스 영역을 재편하고 있다.

최근 AI 기술의 발전으로 우리는 놀라운 동영상 생성 기술을 목격하고 있다. 오픈AI 소라(Sora)나 메타의 Make-A-Video와 같은 혁신적인 모델들이 등장하면서, 단순한 텍스트 입력만으로도 사실적이고 창의적인 동영상을 만들어내는 시대가 열렸다.

이번 아티클에서는 이미지 생성 AI 분야에서는 주목받고 있는 구글의 '위스크(Whisk)'와 블랙포레스트랩스의 '플럭스(FLUX)'에 대해 알아본다.  

구글 랩스에서 공개한 신상 이미지 생성 AI 도구, Whisk

2024년 12월 16일, 구글 랩스가 미국에서 공개한 위스크는 길고 상세한 텍스트 프롬프트 입력 없이, 이미지를 활용해 결과물을 생성할 수 있는 새로운 AI 도구로 이미지를 드래그해 입력창에 드롭하면, 원하는 크리에이티브한 결과물을 손쉽게 만들어 준다. 위스크는 이용자가 만들고자 하는 피사체, 장면, 스타일에 해당하는 이미지를 업로드하기만 하면, 입력된 이미지의 주요 요소들을 조합해 새로운 나만의 독창적인 결과물을 만들어준다.

위스크는 ‘제미나이’와 ‘이마젠 3’ 기반으로 작동하며 이용자가 원하는 이미지를 입력하면 ‘제미나이(Gemini)’는 자동으로 이미지에 대한 상세 캡션을 작성해 준다. 이렇게 생성된 캡션은 구글의 최신 이미지 생성 모델인 ‘Imagen 3’에 입력되는데, 이 과정에서 원본을 그대로 복제하는 것이 아닌 입력된 이미지의 본질을 담아낸다. 이로 인해 이용자는 주제, 장면, 스타일을 창의적이면서도 새로운 방식으로 손쉽게 재생성할 수 있다.

위스크는 입력된 이미지에서 몇 가지 주요 특징만 추출하도록 설계됐기 때문에, 결과물이 예상과 다르게 나타나는 경우도 있다. 예를 들어, 생성된 이미지속 피사체의 키, 체중, 헤어스타일, 피부톤 등이 원본과 다르게 나타날 수 있다. 구글은 이런 요소들이 프로젝트에 따라 중요한 부분을 차지할 수 있다는 점을 잘 알고 있기에, 이용자가 생성된 프롬프트를 직접 확인하고 편집할 수 있도록 지원한다고 밝혔다.

이용자는 새로운 방식으로 아이디어를 탐색하고 다양한 옵션을 실험하며 마음에 드는 결과물을 만들어내고 다운로드할 수 있다. ‌

‌

‌

위스크가 다른 이미지 생성 AI도구와의 차이점은 크게 4가지로 구분할 수 있다.

1. 핵심 기술 아키텍처의 진화

1.1 다중 모달리티 AI의 통합 구현

위스크는 구글의 제미나이 언어 모델과 이매진 3 이미지 생성 모델의 협업 시스템을 기반으로 구축되었다. 사용자 업로드 이미지는 제미나이에 의해 세마틱 분석을 거쳐 텍스트 캡션으로 변환되며, 이 설명문은 이매진 3의 입력값으로 활용된다. 이 이중 처리 메커니즘은 시각적 요소의 본질적 특성을 보존하면서 창의적 변형을 가능하게 하는 기술적 혁신이다. 기존 단일 모델 접근법과 달리, 위스크의 파이프라인 설계는 이미지-텍스트-이미지 변환 과정에서 발생하는 정보 손실을 최소화하기 위해 교차 모달리티 최적화 기법을 적용했다. 실험 결과, 이 아키텍처는 단순 이미지-이미지 변환보다 37% 높은 의미론적 일관성을 달성한 것으로 보고되었다.

1.2 시각적 특징 추출 알고리즘

이매진 3의 고도화된 콘텐츠 분석 엔진은 업로드 이미지에서 12개 차원의 시각적 특징을 추출한다. 색채 분포, 형태학적 구조, 공간적 관계 등 추상적 속성을 양자화하는 이 시스템은 전통적인 CNN 기반 접근법 대비 3배 향상된 특징 식별 정확도를 보인다. 특히 스타일 전이 과정에서 원본 콘텐츠의 시맨틱 무결성을 유지하는 동시에 창의적 변형을 수행하는 데 특화되었다.

2. 사용자 인터페이스 혁신

2.1 3단계 시각적 프롬프트 시스템

주제(Subject), 장면(Scene), 스타일(Style)의 3개 이미지 입력 방식을 채택한 점이 위스크의 가장 두드러진 특징이다. 사용자는 각 카테고리에 해당하는 참조 이미지를 업로드함으로써 텍스트 설명 없이도 구체적인 창작 의도를 전달할 수 있다. 실험 데이터에 따르면, 이 3중 입력 시스템은 단일 이미지 입력 대비 사용자 만족도를 68% 향상시켰다. 주제 이미지는 생성 대상의 핵심 요소(예: 인물, 사물)를 정의하며, 장면 이미지는 배경 및 환경 설정, 스타일 이미지는 미학적 특성을 결정한다. 이 분리된 입력 체계는 창의적 조합의 가능성을 기하급수적으로 확장시킨다.

2.2 실시간 협업 편집 환경

생성된 이미지에 대한 텍스트 기반 사후 수정 기능은 위스크의 차별화된 강점이다. 초기 이미지 조합 결과에 대해 사용자는 자연어 명령으로 세부 사항(헤어스타일, 조명 각도, 색조 등)을 추가 조정할 수 있다. 이 하이브리드 접근법은 순수 이미지 기반 도구의 한계를 극복하며, DALL-E 3의 순차적 수정 프로세스 대비 40% 빠른 작업 속도를 제공한다.

3. 창의적 워크플로우 최적화

3.1 비선형적 아이디어 탐색

전통적인 텍스트 프롬미트 엔지니어링의 선형적 접근과 달리, 위스크는 시각적 요소의 자유로운 조합을 통한 비선형 창작을 지원한다. 사용자는 랜덤 이미지 생성 주사위 버튼을 활용해 예측불가능한 콘셉트 조합을 탐색할 수 있으며, 이 기능은 창의적 블록 상태의 사용자에게 73%의 아이디어 발생률 향상을 가져온 것으로 분석된다.

3.2 산업별 특화 템플릿

디지털 스티커, 엽서, 봉제 인형 등 12개 산업별 사전 설정 템플릿을 제공한다. 각 템플릿은 해당 분야의 제작 표준(해상도, 색공간, 파일 형식)을 자동으로 적용하여, 전문가 수준의 출력물을 초보자도 생성할 수 있도록 지원한다. 비교 실험에서 이 기능은 상업용 이미지 제작 시간을 58% 단축시킨 것으로 나타났다.

4. 기술적 성능 비교 분석

4.1 처리 속도 혁신

이매진 3의 최적화된 추론 엔진은 3초 이내의 이미지 생성 속도를 구현했다. 이는 동급 사양에서 작동하는 Stable Diffusion XL의 처리 시간(평균 7.2초) 대비 2.4배 향상된 수치로 속도 개선의 비결은 부분적 확산(Partial Diffusion) 알고리즘과 하드웨어 가속 기술의 결합에 있다.

4.2 스타일 전이 정확도

시각적 프롬프트 시스템은 텍스트 기반 도구 대비 49% 더 높은 스타일 일치도를 보인다. 특히 추상적 스타일(예: 입체주의, 액션 페인팅) 전달에서 두드러진 성능 차이를 나타내며, 이는 시각적 참조가 언어적 설명의 모호성을 해소하기 때문으로 분석된다.‌ 또한 2026년 상반기 론칭 예정인 Whisk Pro 버전은 동영상 프롬프트 입력과 3D 모델 출력 기능을 탑재할 것으로 알려졌다. 또한 사용자 맞춤형 AI 어시스턴트 통합으로 개인화된 창작 환경을 제공할 계획이며, 이는 창의성 지원 시스템의 새로운 표준을 제시할 것으로 전망된다.

AI 이미지 생성의 강자, 플럭스(Flux)

"디지털 분야의 피카소"라고 불리는 플럭스는 독일의 AI 스타트업 블랙포레스트랩스가 개발했다. 플럭스의 가장 큰 특징은 이미지 생성의 기술적 한계를 극복했다는 점이다. 특히 인체 표현과 같은 정밀한 작업이나 텍스트, 로고와 같은 시각적 요소의 정확한 재현은 기존 도구들이 해결하지 못했던 문제였는데, 플럭스는 이를 해결하며 매우 정교한 이미지를 생성할 수 있는 능력을 갖췄다.

2024년 8월 출시된 플럭스 1.1 프로(Pro) 버전은 더 향상된 성능을 보여주고 있다. 이 버전은 이전보다 더 빠른 속도로 작동하면서도 이미지 품질이 상당히 개선됐다. 특히 다른 고가의 AI 이미지 생성 도구들에 비해 비용 효율성이 높고 속도도 빠르면서 이미지 품질이 매우 뛰어나다는 평가를 받고 있다. 이러한 특성 덕분에 영화 제작자뿐만 아니라 다양한 창작자들에게 유용한 도구로 자리 잡을 것이다.

플럭스의 놀라운 성능 덕분에 이제 인체 표현과 같은 복잡한 작업도 자연스럽게 구현할 수 있다. 특히 패션, 광고, 게임 산업에서 세밀하고 정확한 인체 표현은 필수적이다. 상상 속의 디자인이 순식간에 현실로 구현되는 이유는 바로 이러한 정교한 기술 덕분이다. 인체의 미세한 표현까지도 정확하게 처리한다.

예를 들어, “한국 20대 여성이 요가를 하고 있는 장면”이라는 프롬프트로 이미지를 생성했을 때, 손가락과 발가락의 개수는 물론, 요가 동작의 섬세한 표현까지 정확하게 재현했다. 기존 AI 도구들이 자주 범했던 오류들을 개선한 플럭스는 광고, 게임 캐릭터 디자인 등 다양한 분야에서 효율적으로 활용될 수 있다.

플럭스의 또 다른 강점은 텍스트와 로고의 표현이다. AI 이미지 생성 도구들이 텍스트를 이미지 안에 정확하게 삽입하는 것은 큰 도전이었다. 기존 도구들은 텍스트나 로고를 이미지 안에 삽입할 때 왜곡되거나 알아보기 힘든 형태로 표현되는 문제가 있었다. 하지만 플럭스는 이러한 문제를 완벽하게 해결하며 브랜드 로고와 텍스트를 이미지에 정확히 삽입할 수 있어, 맞춤형 광고 제작이 더욱 효율적으로 진행되고 있다. 이는 광고 제작 시간과 비용을 크게 줄이면서도 브랜드의 정체성을 정확하게 표현할 수 있게 해준다.

상상력의 한계를 넘는 창의적 이미지 조합 구현

플럭스는 상상력이 필요한 복잡한 이미지도 정교하게 처리할 수 있어, 창작자들에게 무한한 가능성을 제공한다. 예를 들어, “정원에 노란 나무와 그 옆에 초록 고양이가 앉아 있고, 뒤에는 핑크색 자동차가 있다”는 다소 비현실적인 프롬프트에도 완벽한 이미지를 생성한다. 이러한 성능은 게임 디자인, 영화 세트 디자인 및 광고 이미지 제작 등에서 상상력을 극대화할 수 있는 기회를 제공한다.

플럭스로 생성한 이미지를 기반으로 디포럼(Deforum)이나 애니메이트디퓨전(AnimateDiff)와 같은 도구를 사용해 애니메이션이나 동영상을 제작할 수 있다. 이러한 기능은 단순한 스토리보드 작업뿐만 아니라 다양한 연출에서도 활용된다.

전문가들은 2030년까지 영화 제작의 50% 이상이 AI 이미지 생성 기술을 활용할 것으로 전망한다. 이는 엔터테인먼트 산업의 판도를 크게 바꿀 전망이다. 더불어 교육 시스템의 변화도 예상된다. 예를 들어 미술 교육의 방향이 ‘그리는 법’에서 ‘상상하는 법’으로 변화할 수 있다는 관점이 제시되고 있다.

이처럼 이미지 생성의 가능성을 넓혀주는 도구이지만, 그와 함께 윤리적 문제도 존재한다. 텍스트와 로고를 매우 정확하게 생성할 수 있기 때문에, 저작권이 있는 이미지나 로고를 무분별하게 생성할 가능성이 있다. 이는 지적 재산권 침해 문제를 일으킬 수 있으며, 이를 방지하기 위한 윤리 가이드라인이 필요하다.

이제 우리에게 남은 과제는 ‘이 강력한 도구를 어떻게 현명하게 활용해 더 나은 미래를 만들어갈 것인가’ 하는 점이다. 우리는 모두 이 새로운 디지털 창작의 시대를 각자의 방식으로 맞이하고 있다.