오픈모스가 글자가 들어간 이미지를 만들고 글자와 사물의 위치도 지정할 수 있는 모델을 코드와 가중치로 공개했다. 포스터나 안내문을 만드는 개발자는 문장으로 장면을 설명하는 데서 나아가, 요소별 위치를 좌표로 전달하는 방식을 시험할 수 있게 됐다.

1. 기본 모델과 추가 학습 모델의 차이

OpenMOSS는 2026년 10월 16일 MOSS-Image-Base와 MOSS-Image-SFT를 공개했다. 전자는 기본 텍스트 기반 이미지 생성 모델이고, 후자는 선별한 데이터로 기본 모델을 추가 학습한 버전이다.

입력은 자연어 설명, 태그 나열, JSON 형식의 배치 정보를 지원한다. 프로젝트는 최대 4K 토큰의 긴 입력과 애니메이션·실사풍 생성을 지원한다고 설명한다. 토큰은 입력 문장을 모델이 처리하도록 나눈 단위다.

저장소의 비교 예시에서는 추가 학습 모델의 글자 묶음이 더 명확하고 화이트보드 구성이 더 정돈됐다고 설명한다. 이 예시만으로 전반적인 품질 우위를 단정하기는 어렵다. 정량 품질 비교와 속도·메모리 측정값 및 조건은 제공된 원문에 제시되지 않았다.

독립 파이프라인 코드는 아파치 라이선스 2.0으로 배포된다. 기본 모델 카드도 가중치와 동봉 추론 코드에 같은 라이선스를 명시한다.

2. 배치 정보는 그림의 설계도 역할을 한다

배치 입력은 전체 장면 설명과 개별 요소 목록을 나누어 적는다. 각 요소에는 종류, 설명, 영역을 둘러싼 사각형을 넣고, 그릴 글자는 별도로 지정한다. 말로만 구도를 주문하는 대신 글자와 사물의 자리를 설계도처럼 전달하는 셈이다.

사각형 좌표는 세로 최솟값, 가로 최솟값, 세로 최댓값, 가로 최댓값 순서다. 원점은 왼쪽 위가 아니라 화면 중심이다. 1024×1024 화면에서는 각 축이 −512에서 +512까지이며, 오른쪽과 아래쪽으로 값이 커진다.

웹 화면에서는 JSON을 입력 칸에 붙이고 생성할 가로·세로를 좌표 기준과 맞춰야 한다. 코드에서 배치 정보를 문자열로 바꿀 때는 json.dumps(layout, ensure_ascii=False)를 사용한다. 코드로 요청하는 이미지의 가로·세로는 각각 16의 양의 배수여야 한다.

글자, 요소 설명, 사각형을 수정해 내용과 구도를 구조적으로 조정할 수 있다는 것이 저장소의 설명이다. 따라서 배치 편집 도구와 연결할 여지가 있지만, 좌표 입력 자체를 완성된 편집 화면과 혼동해서는 안 된다.

3. 웹 화면과 노드 도구로 시작한다

모델 카드의 실행 안내는 Python 3.10 이상과 PyTorch 2.9 이상을 요구한다. 하드웨어는 CUDA를 지원하는 NVIDIA GPU를 기준으로 한다.

저장소 설치 뒤 웹 화면을 실행하는 예시는 다음과 같다. 첫 줄은 웹 화면용 의존성을 설치하고, 둘째 줄은 기본 모델로 앱을 시작한다.

pip install -e '.[ui]'
python gradio_app.py --model OpenMOSS-Team/MOSS-Image-Base

노드로 생성 과정을 연결하는 ComfyUI에서는 플러그인 관리 도구로 MOSS-Image를 검색해 설치할 수 있다. 공식 저장소 통합은 진행 중이다.

Comfy-Org는 노드 도구용으로 재포장한 모델 파일을 제공한다. 두 모델의 16비트 부동소수점 파일과 8비트 정수 양자화 파일, 별도 텍스트 인코더가 포함된다. 이는 배포 형식의 선택지이지, 파일 목록만으로 품질이나 속도 차이를 판단할 근거는 아니다.

4. 배치 제어의 이익과 실행 비용을 함께 본다

이점은 글자와 사물의 자리를 구조적으로 지정하고 기본 모델을 자체 작업에 맞게 추가 학습할 수 있다는 점이다. 다만 5B, 즉 약 50억 매개변수는 이미지 생성 본체의 규모다. 문장을 해석하는 텍스트 인코더는 별도의 9B급이므로, 본체 크기만으로 전체 실행 부담을 판단해서는 안 된다.

웹 화면은 모델 전체를 그래픽 처리 장치에 두거나, 필요한 구성요소를 중앙 처리 장치와 옮기는 방식을 제공한다. 메모리가 부족하면 해상도를 줄이거나 순차 처리 모드를 고를 수 있지만, 순차 처리는 추론이 느려지고 컴파일 최적화도 사용할 수 없다. 배치 제어를 얻는 대신 좌표 작성과 실행 자원 조율을 사용자가 맡는 구조다.

이 모델의 도입 가치는 작은 본체라는 설명보다 배치 제어가 필요한 작업에서 결과 품질과 실행 비용을 함께 확인할 때 판단할 수 있다.