Qwen-Image-2.1: 투명 이미지와 연구용 라이선스

Qwen-Image-2.1은 알리바바 Qwen 팀이 2026년 9월 20일 공개한 이미지 생성 편집 통합 모델입니다. 그림을 만드는 시각 생성부는 7B, 즉 약 70억 개의 파라미터로 구성되며, 알리바바가 함께 낸 평가표에서 구글 나노바나나 2.0보다 높은 점수를 받았습니다. 프롬프트에 투명 배경이라고 적으면 배경이 비어 있는 이미지를 그대로 내놓기도 합니다.

상세페이지나 카드뉴스에 제품만 얹고 싶은데 생성한 그림에 벽이나 하늘이 함께 들어갈 때가 있습니다. 이 경우 대상만 남기는 배경 제거 작업이 필요합니다. 처음부터 투명하게 생성한 이미지라면 그 과정을 줄일 수 있습니다.

이번 모델은 투명 배경으로 직접 생성하는 기능을 지원합니다. 다만 가중치를 내려받을 수 있다고 해서 오픈소스라고 부를 수 있는지는 따로 봐야 하는데, 이전 모델과 사용 조건이 다릅니다. 모델을 공개했다는 발표와 업무에 사용할 허락은 따로 확인해야 합니다. 공식 블로그와 허깅페이스 모델 카드, LICENSE 원문, 깃허브 저장소를 근거로 삼아 발표 당시 사양과 2026년 10월 4일 확인한 사용 조건을 설명합니다. 가중치는 학습된 수치가 들어 있는 모델 파일이고, 파라미터는 그 수치를 담는 항목입니다.

Qwen-Image-2.1 공식 사양

표에서 먼저 볼 것은 VAE 항목입니다. VAE(Variational Autoencoder), 즉 변분 오토인코더는 이미지를 모델이 다루기 쉬운 압축된 형태로 바꿨다가 다시 그림으로 되돌리는 부분입니다. 여기에 RGBA라고 적힌 것이 이번에 달라졌습니다. 빨강과 초록과 파랑 세 가지 색 정보에 더해, 각 점이 얼마나 비어 있는지 적어 두는 알파 채널까지 이 VAE가 함께 압축하고 복원한다는 뜻입니다.

그다음은 텍스트 인코더입니다. 프롬프트를 읽는 부분이 Qwen3-VL 8B로, 시각 생성부인 7B보다 큽니다. 내려받기 용량 33.13GB 가운데 절반이 넘는 17.53GB가 여기에 들어갑니다. 7B는 전체 구성의 크기가 아닙니다. BF16은 모델의 수치를 저장하는 형식이며, 파일의 GB는 저장 공간을 뜻합니다. 실행 중에는 별도 메모리도 필요하므로 디스크 여유가 33.13GB라고 해서 실행을 보장하지 않습니다.

첫날 지원 목록도 함께 봐야 합니다. ComfyUI는 화면에서 작업 단계를 연결하는 도구이고 Diffusers는 Python 코드로 모델을 실행하는 라이브러리입니다. 지원된다는 말은 연결 방법이 있다는 뜻이며, 기존 설치에 그대로 파일만 넣으면 된다는 뜻은 아닙니다. 다만 Diffusers는 깃허브 최신판이 필요하고 transformers는 5.17 이상을 요구합니다.

프롬프트로 배경을 비우는 투명 이미지 생성

알파 채널이라는 개념은 해상도나 파일 형식보다 낯설 수 있습니다. 쉽게 말하면 그림의 점마다 색과 별개로 이 부분은 비어 있다고 적어 두는 정보 한 겹입니다. 알파 값에 따라 완전히 비치거나 일부만 비치는 반투명도 표현합니다. 배경이 완전히 투명한 부분에서는 뒤에 깔린 색이 그대로 보입니다.

Qwen 팀은 2025년 12월 기존 이미지를 여러 RGBA 층으로 나누는 Qwen-Image-Layered를 공개했습니다. 2.1은 투명 이미지의 생성과 편집을 함께 지원하며, 프롬프트 내용에 따라 일반 이미지를 낼지 투명 이미지를 낼지 모델이 정합니다. 배경을 지우는 도구를 따로 부르지 않고, 미리 오려 둔 스티커를 건네받듯 뒤쪽이 비어 있는 상태로 결과를 받습니다.

위 이미지는 공식 블로그가 올린 예시로, 평범한 사진을 넣고 나무만 뽑아내라고 지시해 나온 결과입니다. 잎 사이로 하늘이 보이던 부분까지 비워져 있습니다. 배경 제거 도구는 머리카락과 나뭇잎처럼 가장자리가 잘게 나뉜 대상에서 자주 실패합니다. 공식 예시는 그런 대상을 골라 보여줍니다.

투명 층은 만들고 끝나는 것이 아니라 나중에 고칠 수도 있습니다. 공식 블로그는 배경이 비어 있는 상태를 유지하면서 인물 표정만 바꾼 예시와, 투명 이미지 안의 글자를 다른 글자로 교체한 예시를 함께 실었습니다. 다만 이 결과들은 알리바바가 성능을 보여주려고 고른 예시이므로, 실제 작업 사진에서 같은 품질이 나오는지는 직접 넣어 봐야 알 수 있습니다.

첫 연습: 공식 PNG의 투명도 확인하기

모델을 설치하기 전에 위 나무 예시의 PNG 파일을 열고, 그림을 마우스 오른쪽 버튼으로 눌러 이미지 저장을 선택합니다. 이 연습은 제공된 결과 파일을 살펴보는 것이며 새 이미지를 생성하지 않습니다.

1. 평소 쓰는 슬라이드나 이미지 편집 도구의 빈 문서에 파일을 넣습니다.
2. 배경색 메뉴를 모르겠다면 그림보다 큰 사각형을 추가해 파란색으로 채우고 맨 뒤로 보내기로 그림 아래에 둡니다. 그림이 사라지면 사각형이 앞에 있는지 확인합니다.
3. 나뭇잎 사이와 하늘이 있던 부분에 바꾼 배경색이 보이는지 확인합니다. 그림 전체가 흰 사각형으로 남으면 투명한 원본을 받았는지부터 봅니다.
4. 잎 가장자리를 확대해 하얀 테두리나 원래 배경의 색이 남았는지 확인합니다. 투명 영역이 있는 것과 가장자리가 깨끗한 것은 별도입니다.

PNG라는 확장자만으로 투명한 파일이라고 판단하지 않습니다. 체크무늬를 그림으로 그려 넣은 이미지도 있으므로 뒤 배경색을 바꾸는 확인이 필요합니다. 혼자 반복할 때는 배경을 밝은 노란색으로 바꾸고 같은 잎 끝을 다시 봅니다. 저장한 스크린샷이나 JPG로 바꾸면 투명 정보가 사라질 수 있으니 원본 PNG로 비교합니다.

참조 이미지 10장을 한 장면으로 합치는 편집

편집 기능에서 달라진 것은 넣을 수 있는 참조 이미지 개수입니다. 최대 10장을 받아 여러 대상을 한 장면에 담습니다. 공식 블로그에 실린 예시는 세 가지입니다.

• 단체 사진: 따로 찍은 인물 사진 여섯 장으로 만들었습니다.
• 착장 한 벌: 모델, 옷, 신발, 가방, 모자 사진 다섯 장으로 완성했습니다.
• 거실 하나: 빈 방 사진 한 장과 가구 사진 아홉 장으로 채웠습니다.

국소 편집은 그림의 일부만 고치는 작업입니다. 고칠 영역을 표시하는 별도 이미지가 마스크이며, 지정 방식은 세 가지입니다. 고칠 곳을 원으로 그리거나 붓으로 칠해 표시할 수 있고, 원본을 가리고 싶지 않으면 원본과 마스크를 따로 넣어도 됩니다. 원과 붓칠은 그 부분의 원래 내용을 덮어 버리는데, 마스크를 분리하면 원본을 그대로 둔 채 고칠 곳만 지정할 수 있습니다.

색이 다른 원을 여러 개 그려 한 번에 여러 곳을 지시하는 방식도 지원합니다. 파란 원 안의 시계는 지우고 빨간 원 안의 머리는 검게 바꾸라는 식으로 한 프롬프트에 여러 지시를 담습니다. 상세페이지 하나에서 고칠 곳이 서너 군데씩 나오는 광고 소재 작업이라면, 이렇게 한 번에 지시하면 모델에 다시 넣는 횟수가 줄어듭니다.

자체 벤치마크의 60.28점 읽기

벤치마크는 정해진 과제와 채점 방식으로 모델을 비교하는 시험입니다. 알리바바는 Qwen-Image-Bench로 자사 모델과 다른 모델의 총점을 비교했습니다. 이 평가표는 Qwen 팀이 이름을 붙여 공개한 것으로, 허깅페이스에 Qwen 조직 저장소로 올라와 있습니다. Qwen-Image-2.1은 60.28점입니다.

그래프에 나온 29개 모델 가운데 일부를 추리면 이렇습니다.

읽을 때 두 가지를 같이 봐야 합니다. 먼저 볼 것은 위에 오른 모델 여섯 개가 전부 가중치를 내려받을 수 없는 제품이라는 점입니다. 차트는 그런 모델에 자물쇠를 붙이고 파라미터 수를 비워 두었습니다. 가중치가 열린 Qwen-Image-2.1은 그 바로 아래 60.28점에 있고, 바로 밑이 구글 나노바나나 2.0의 59.82점입니다. 두 모델의 차이는 60.28 − 59.82 = 0.46점입니다. 이 값은 0.46% 더 좋은 그림을 만든다는 뜻이 아니며, 유의미한 차이인지도 표만으로 판단할 수 없습니다. Qwen-Image-2.1은 파일을 내려받아 지원 장비에서 실행하는 방식이 가능하다는 차이가 있습니다. 파라미터가 큰 쪽이 점수도 높은 것은 아닙니다. 80B인 Hunyuan Image 3.0이 50.81점이고, 직전 자사 모델인 Qwen-Image-2512와 비교하면 파라미터는 20B에서 7B로 줄었는데 점수는 52.06에서 60.28로 올랐습니다.

다음은 이 평가를 만든 곳이 알리바바라는 점입니다. 평가 항목과 채점 기준을 낸 쪽이 자기 모델까지 같은 표에 올렸으니, 순위를 그대로 성능 서열로 받아들이기는 어렵습니다. 비교 대상에 자사 비공개 제품인 Qwen Image 3 Pro가 더 높은 점수로 함께 올라 있다는 것도 표를 읽을 때 같이 봐야 합니다.

속도 개선을 위한 계산 재사용

알리바바는 속도 개선도 함께 발표했습니다. 입력의 어느 부분을 참고할지 계산하는 어텐션에 혼합 입도(mixed-granularity) 구조를 써서 텍스트는 토큰 단위로, 이미지는 묶음 단위로 나눠 계산합니다. 여기에 입력 이미지와 편집 지시를 첫 단계에서 한 번만 계산해 두고 이후 단계에서 다시 꺼내 쓰는 방식을 더했습니다. 단골손님 주문을 매번 처음부터 받지 않고 적어 둔 쪽지를 펴 보듯, 모델도 여러 장을 넣는 편집일수록 앞서 계산해 둔 값을 더 많이 다시 씁니다.

Apache 2.0에서 연구용 라이선스로 바뀐 배포 조건

라이선스는 모델을 어떤 조건으로 사용할 수 있는지 정한 문서입니다. 이번 모델은 Qwen Research License Agreement로 나왔고, LICENSE 파일에 발효일이 2026년 9월 20일로 적혀 있습니다.

핵심 조항은 2조입니다. 이 조항은 사용, 복제, 배포, 수정 권한을 주되 그 권한이 비상업 목적에만 미친다고 대문자로 밝혀 놓았습니다. 같은 문서 1조는 비상업 목적을 연구와 평가로만 한정합니다. 상업적으로 쓰려면 별도 라이선스를 요청하라는 문장과 주소가 이어집니다. 계약 당사자는 알리바바 산하의 Hangzhou Tongyi Laboratory Technology이고 요청 주소는 model-business@notice.qwencloud.com입니다.

원문을 처음 읽는다면 LICENSE를 열고 브라우저의 찾기로 Non-Commercial을 검색합니다. 1조의 연구와 평가라는 정의를 읽은 뒤, 2조에서 허용 목적과 별도 상업 라이선스 조항을 찾습니다.

설치 없이 두 목적을 대조해 봅니다. 비상업 연구로 모델의 투명 출력 품질을 평가하는 일은 원문이 허용한 목적에 해당하지만, 모델로 고객 광고 이미지를 제작하는 일은 공개 연구 라이선스만으로 진행할 수 없습니다. 연구 평가 결과를 나중에 고객 작업에 재사용하려 한다면 목적이 달라진 것이므로 사용 조건을 다시 확인합니다. 이때 사내에서만 쓴다는 사실을 허락의 근거로 삼지 않습니다.

Qwen-Image 계열이 지금까지 어떤 조건으로 나왔는지 허깅페이스 저장소에서 확인한 결과입니다.

모델 여섯 개가 Apache 2.0으로 나오는 동안 상업 이용 제한이 없었습니다. 이번 모델에서 처음으로 조건이 달라졌고, 함께 공개된 프롬프트 재작성 모델 두 가지도 같은 연구 라이선스를 씁니다.

여기서 앞에 미뤄 둔 물음으로 돌아옵니다. 가중치를 내려받을 수 있다는 것과 오픈소스라는 것은 다릅니다. 이 차이를 K2 호라이즌 정리에서 오픈 웨이트와 완전 오픈소스로 나누어 한 번 다뤘습니다. Qwen-Image-2.1은 그 기준으로 봐도 조건이 한 단계 더 까다롭습니다. 가중치만 열린 데다 그 가중치를 쓸 수 있는 목적까지 제한됐기 때문입니다.

재배포 조건도 함께 적혀 있습니다. 모델이나 파생물을 남에게 넘길 때는 라이선스 사본을 함께 주고, 고친 파일에 변경 사실을 표시하고, Notice 파일에 지정된 저작권 문구를 넣어야 합니다. 모델을 추가 학습한 미세조정 버전도 원래 사용 목적 제한에서 자동으로 벗어나지 않습니다. 구체적인 배포 형태에는 3조의 조건을 확인해야 합니다.

Qwen-Image-2.1을 업무에 넣기 전 확인할 순서

업무에 넣을지 판단할 때는 기능보다 조건을 먼저 봅니다. 순서는 네 단계입니다.

• 쓸 목적을 먼저 정합니다. 원문은 비상업 목적을 연구와 평가로 정의합니다. 개인용이거나 사내 실험이라는 이름만으로 허용을 단정하지 말고 실제 목적을 대조합니다. 고객사 산출물이나 판매용 이미지 제작처럼 상업적으로 모델을 사용할 계획이면 별도 허락을 확인합니다.
• 용량과 장비를 확인합니다. 내려받기만 33.13GB이고, 모델은 BF16으로 돌아갑니다. 모델 카드는 GPU 메모리가 모자랄 때 모델 구성 요소를 필요에 따라 GPU 메모리와 컴퓨터의 일반 메모리 사이에서 옮기는 CPU 오프로딩 설정을 함께 안내하지만, 필요한 메모리 수치를 따로 밝히지는 않았습니다.
• 실행 조건이 갖춰졌을 때 시험합니다. 공식 모델 카드의 해당 도구용 예제와 버전을 먼저 맞춥니다. 설치와 GPU 설정이 낯설다면 이번에는 라이선스와 결과 이미지 읽기까지 마쳐도 됩니다. 별도 실행 환경 없이 다운로드부터 진행할 필요는 없습니다.
• 투명 출력을 직접 시험합니다. 공식 예시는 잘 나온 결과를 고른 것이므로, 실제로 쓰는 제품 사진이나 인물 사진을 넣어 가장자리 처리를 봅니다. 기존 배경 제거 도구 결과와 나란히 놓고 비교하면 판단이 빨라집니다.

상업 이용 계약이 어려운 상황이라면 직전 모델을 계속 쓰는 방법이 남습니다. Qwen-Image-2512와 Qwen-Image-Edit-2511은 Apache 2.0으로 남아 있고 저장소도 그대로입니다. 기존 그림을 여러 투명 층으로 분리하려면 Apache 2.0인 Qwen-Image-Layered를 검토할 수 있습니다. 텍스트로 새 투명 이미지를 생성하는 기능과 동일한 대체품은 아닙니다.

자주 묻는 질문

상업적으로 쓰려면 어떻게 해야 하나요?

알리바바와 별도 상업 라이선스를 맺어야 합니다. LICENSE 파일은 상업적 사용을 원하면 정해진 주소로 라이선스를 요청하라고 안내합니다. 가격이나 계약 조건은 공개되지 않아서, 실제로 어느 정도 비용이 드는지는 문의해야 알 수 있습니다.

판단이 애매한 것은 사내 업무용입니다. 회사 안에서만 쓰더라도 그 결과물이 매출로 이어지는 활동에 들어가면 연구나 평가 목적으로 보기 어렵습니다. 조건을 정확히 나누는 기준은 라이선스 원문과 법률 검토로 정할 부분이라, 지금은 원문에 적힌 문장까지만 전달하겠습니다.

예전 Qwen 이미지 모델을 계속 써도 되나요?

이전에 Apache 2.0으로 받은 모델은 그 배포본의 조건을 지켜 계속 사용하는 방식이 가능합니다. Apache 2.0 원문은 지속적이며 철회할 수 없는 저작권 이용 허락을 규정하지만, 재배포 시 고지 등의 의무도 있습니다. 모델 라이선스가 입력 사진이나 결과물에 담긴 타인의 권리까지 해결해 주는 것은 아닙니다.

다만 앞으로 나올 모델도 같은 조건일 것이라고 기대하기는 어려워졌습니다. 이번에 계열 전체의 방침이 달라진 것인지 이 모델만 예외인지는 아직 알 수 없으므로, 새 모델을 붙일 때마다 LICENSE 파일을 먼저 확인하는 편이 안전하다고 생각합니다.

다른 이미지 모델과 비교해 무엇을 고르면 되나요?

배경이 비어 있는 이미지를 자주 만든다면 Qwen-Image-2.1이 배경 제거 작업을 줄이는지 비교해 볼 수 있습니다. 투명 출력을 한 번에 받는 모델이 아직 흔하지 않고, 자기 장비에서 돌릴 수 있다는 점도 API 제품과 다릅니다.

반대로 결과물을 바로 판매나 광고에 쓴다면 공개 연구 라이선스만으로 이 모델을 사용하면 안 됩니다. 별도 상업 허락을 받거나 사용할 서비스의 상업 이용 조건을 확인해야 합니다. API 서비스로 제공된다고 해서 자동으로 모든 상업 용도가 허용되는 것도 아닙니다. 제품별 차이는 ChatGPT Images 2.5 정리와 나노바나나 사용법에서 각각 다뤘습니다.

Sources

• Qwen-Image-2.1 공식 발표 (Qwen)
• Qwen-Image-2.1 모델 카드 (Hugging Face)
• Qwen Research License 원문 (Hugging Face)
• Qwen-Image-2.1 저장소 (GitHub)

3줄 요약

1. Qwen-Image-2.1은 이미지 생성과 편집을 함께 지원하며, 시각 생성부 7B 외에 텍스트 인코더 등 실행에 필요한 구성 요소가 있습니다.

2. 투명 RGBA 출력과 최대 10장 참조 편집을 지원하지만, 결과 파일의 실제 투명도와 대상 보존 상태는 직접 확인해야 합니다.

3. 공개 가중치는 연구와 평가 목적의 비상업 사용으로 제한되며, 상업 이용에는 별도 라이선스가 필요하므로 모델과 사용할 서비스의 조건을 각각 확인합니다.