FLUX.2 멀티레퍼런스 합성과 Photoshop·오픈웨이트 워크플로우

한 체크포인트로 합쳐진 생성과 편집

Stable Diffusion 초기 개발진이 세운 독일 스타트업 Black Forest Labs는 2025년 11월 25일 FLUX.2를 출시했다. 이 모델은 최대 10장의 참조 이미지를 한꺼번에 처리하면서 포토리얼리스틱 결과와 정밀한 텍스트 렌더링을 지원한다.

전작 FLUX.1 Kontext가 단일 참조 이미지 편집에 초점을 맞췄다면, FLUX.2는 텍스트-이미지 생성과 단일·멀티레퍼런스 편집을 하나의 체크포인트에 묶었다. 작업마다 모델을 나누어 연결해야 했던 구성을 단순화한 셈이다.

⤢✕

제품군은 엣지 배포까지 확장됐다. 2026년 1월 15일 공개된 FLUX.2 [klein]은 4B 파라미터 규모이며, 일반 소비자 GPU에서 1초 미만 생성을 달성한다.

이미지가 만들어지는 내부 경로

FLUX.2의 생성 파이프라인은 Rectified Flow Matching Transformer, Mistral-3 비전-언어 모델, 새로 훈련한 VAE가 맞물리는 구조다.

32B 파라미터의 Rectified Flow Matching Transformer는 노이즈에서 데이터로 이어지는 직선 궤적을 학습한다. 수백 단계의 샘플링을 사용하는 기존 DDPM 계열과 달리, 노이즈와 데이터를 연결하는 ODE(Ordinary Differential Equation)를 학습해 더 적은 Function Evaluation으로 결과를 만든다. 곡선 경로를 따라가는 방식보다 수치 오차도 적다.

Mistral-3 24B 비전-언어 모델은 텍스트 프롬프트와 참조 이미지의 맥락을 해석한다. 시맨틱 그라운딩과 세계 지식을 담당하며, 타이포그래피와 브랜드 로고, 장면 설명을 이미지에 반영하는 기반이 된다.

잠재 공간을 다루는 VAE도 다시 훈련됐다. 이 설계는 학습 가능성·품질·압축 사이의 트릴레마를 다루며, 고해상도 이미지의 세밀한 텍스처 보존 능력을 높인다. 기존 FLUX.1 VAE와는 호환되지 않는다.

⤢✕

여러 참조 이미지에서 특징을 가져오는 방식

각 참조 이미지는 VAE 인코더를 거쳐 잠재 표현으로 변환되고, 서로 다른 포지셔널 인코딩을 받는다. 트랜스포머는 이 정보를 이용해 잠재 토큰이 어느 참조 이미지에서 왔는지 구분한다.

생성 대상의 패치 토큰은 모든 참조 이미지의 잠재 토큰을 대상으로 크로스 어텐션을 수행한다. Softmax 가중합이 각 참조 이미지에서 가져올 정보의 비중을 동적으로 결정한다. 인물의 얼굴은 한 이미지에서, 의상 스타일과 배경 분위기는 다른 이미지에서 가져와 합성하는 구성이 가능한 이유다.

인물 아이덴티티를 유지하려면 참조 이미지의 구성도 중요하다. 4~6장이 최적 범위이며, 3장 미만에서는 각도와 조명 정보가 부족해 합성된 인물의 입체감이 떨어진다. 반대로 8장을 넘기면 VRAM 소비가 기하급수적으로 늘지만 품질 개선은 한계 효용 체감을 보인다. 학습 데이터는 같은 인물이나 객체를 여러 각도에서 촬영한 클러스터로 구성해, 어텐션이 일관된 아이덴티티 특징을 추출하도록 한다.

⤢✕

모델별 비용과 배포 선택

FLUX.2 제품군은 klein, dev, pro, max로 구분된다. 로컬 실행과 상업 API 사이의 선택뿐 아니라 품질, 라이선스, 인프라 운영 방식까지 달라진다.

모델	파라미터	라이선스	API 가격	ELO 점수	주요 특징
FLUX.2 [klein]	4B	오픈웨이트	최저가	-	소비자 GPU, 1초 미만 생성
FLUX.2 [dev]	32B	Apache 2.0 오픈웨이트	자체 호스팅	~1029	가장 강력한 오픈웨이트 이미지 모델
FLUX.2 [pro]	32B	상업 API	$0.02/이미지 또는 $0.03/메가픽셀	[dev] + 4 ELO	상업 API 최적 가격/성능
FLUX.2 [max]	32B	상업 API	[pro] 이상	[pro] + 15 ELO	최고 품질 상업 API

FLUX.2 [dev]를 자체 호스팅할 경우 A100 80GB GPU 기준으로 월 $2,000~$4,000의 인프라 비용이 든다. 하루 1,000장을 생성한다면 상업 API 비용은 $0.02 × 30일 × 1,000 = $600이어서 자체 호스팅보다 경제적이다. 하루 10,000장 이상의 대규모 배치 처리에서는 자체 호스팅 쪽이 유리하다.

기업이 비용만으로 배포 방식을 결정하기는 어렵다. 생성물과 관련된 IP 면책(IP Indemnification)이 계약에 포함되는지도 선택 기준에 들어간다.

Photoshop 안으로 들어온 FLUX.2

Photoshop 27.2 업데이트에서는 FLUX.2 Pro와 FLUX Kontext Pro가 Generative Fill의 선택 가능한 AI 모델로 추가됐다. 디자이너는 Photoshop을 벗어나지 않고 모델을 선택하고, 참조 이미지와 프롬프트를 입력해 결과를 새 레이어로 받을 수 있다.

Generative Fill의 모델 선택 드롭다운에서 FLUX.2 Pro를 지정하며, 사용당 20 Generative Credits가 소모된다. Adobe Enterprise 계약에는 IP 면책이 포함돼 상업적 사용에 필요한 법적 안전성을 제공한다. Photoshop 2026은 FLUX Kontext Pro, Gemini 2.5 Nano Banana, Adobe Firefly 등을 선택하는 멀티모델 환경도 제공한다.

광고 제작에서는 제품 참조 이미지 4장과 배경 무드 참조 2장을 함께 넣어 브랜드 비주얼을 합성할 수 있다. 동일 인물의 다각도 사진 5장을 사용하면 입력하지 않은 각도의 자연스러운 포즈를 만들 수 있다. 네온사인이나 조각 텍스트, 그래피티 폰트 스타일을 참조한 포스터 제작에서는 텍스트 정확도 ~95%의 렌더링을 활용한다.

⤢✕

오픈웨이트에서 LoRA와 ComfyUI까지

FLUX.2 [dev]는 Apache 2.0 라이선스로 공개됐다. 상업용 API만 제공하는 대신, 커뮤니티가 모델을 직접 배포하고 파인튜닝할 수 있는 경로를 함께 열어 둔 전략이다.

이 모델은 여러 LoRA를 동시에 불러오고 각각의 가중치에 다른 강도를 지정할 수 있다. 스타일 LoRA, 인물 LoRA, 객체 LoRA를 하나의 베이스 모델 위에서 조합하는 식이다. Civitai, Hugging Face, fal.ai 허브에는 이미 수천 개의 커뮤니티 LoRA가 공유돼 있다.

fal.ai의 FLUX.2 Turbo는 Distilled LoRA를 이용해 프로덕션 속도를 최적화한 변형이다. 품질을 크게 훼손하지 않으면서 추론 속도를 대폭 높인 사례로 볼 수 있다.

로컬 워크스테이션에서는 ComfyUI가 배포와 실행 흐름을 맡는다. NVIDIA는 RTX AI Garage를 통해 FLUX.2와 ComfyUI의 통합 배포 가이드를 공개했다. 참조 이미지 로딩부터 LoRA 스태킹, 후처리까지 노드 기반으로 연결할 수 있어 비개발자 파워유저도 전체 파이프라인을 시각적으로 구성할 수 있다.

⤢✕

경쟁 모델과 나란히 놓고 볼 기준

2026년 상위 이미지 생성 모델의 품질 차이는 점차 좁아지고 있다. 어느 모델이 절대적으로 우수한가보다 멀티레퍼런스 지원, 기존 제작 도구와의 연결, 예산과 파인튜닝 가능 여부가 실제 선택을 가른다.

비교 항목	FLUX.2 Pro	Midjourney V8	Imagen4 (Google)	GPT-Image-2 (OpenAI)
최대 해상도	메가픽셀 기준 과금	네이티브 2K (2048×2048)	고해상도 지원	1024×1024 (기본)
멀티레퍼런스	최대 10장 (핵심 강점)	미지원	제한적	제한적
텍스트 렌더링	~95% 정확도 (최강)	약점	중간	양호
포토리얼리즘	최강 (브랜드·광고)	미학적 우위	인물·자연 특화	일반적 수준
오픈소스 여부	Apache 2.0 (dev)	완전 독점	완전 독점	완전 독점
ELO 점수	~1029	1168	-	-
생성 속도	-	V6 대비 5배 향상	-	-
API 가격	$0.02/이미지	구독제	사용량 기반	$0.04~$0.08/이미지
Photoshop 통합	공식 통합 (27.2)	미통합	미통합	미통합
LoRA 파인튜닝	공식 지원 (최상급)	불가	불가	불가
엔터프라이즈 IP 면책	제공 (Adobe 통해)	제한적	Google 약관 적용	OpenAI 약관 적용

Midjourney V8은 ELO 1168을 기록했고, 2K(2048×2048) 출력을 기본 지원하며 생성 속도는 V6 대비 5배 향상됐다. 광고, 패키지 디자인, SNS 콘텐츠처럼 이미지 안의 문자와 빠른 반복 제작이 모두 필요한 작업에서 이 지표가 선택 근거가 된다.

FLUX.2 Pro는 브랜드 광고와 타이포그래피 포스터, 인물·제품의 멀티레퍼런스 합성에 맞는다. Midjourney V8은 예술적 미학과 2K 고해상도 출력, V6 대비 5배 향상된 생성 속도가 우선인 작업에 적합하다. Imagen4는 자연 풍경과 인물 포트레이트의 포토리얼리스틱 결과물에, GPT-Image-2는 ChatGPT 생태계 안에서의 빠른 프로토타이핑과 일반 목적 생성에 대응한다.

GPT-Image-2와 Midjourney V8을 고를 때도 결과물의 미적 품질만 볼 수 없다. GPT-Image-2는 멀티모달 통합과 지시 이행을 중심에 두고 ChatGPT 생태계 안에서의 대화형 멀티모달 편집 경로를 제공한다. Midjourney V8은 미적 완성도와 빠른 생성 속도를 우선하는 폐쇄형 서비스로 Discord·웹 환경에서 운용하며, 파인튜닝은 지원하지 않는다.

이 차이는 모델 아키텍처와 거버넌스의 선택으로 이어진다. 멀티모달 트랜스포머와 플로우 매칭 파이프라인을 도입하면 컴포넌트 결합도와 확장성, 참조 토큰 증가에 따른 자원 트레이드오프를 함께 다뤄야 한다. 폐쇄형 모델에서는 TCO, 벤더 종속(lock-in), 파인튜닝 가능 여부, 지식재산권 리스크가 모델 포트폴리오에 영향을 준다. Photoshop·ComfyUI·API를 연결하는 환경에서는 이기종 시스템 통합과 개방형 API 거버넌스도 운영 설계에 포함된다.

브랜드 시각 언어를 모델에 반영하려면

기업이나 에이전시가 FLUX.2를 브랜드 제작에 적용하려면 데이터 수집부터 최종 승인본 생성까지 이어지는 파이프라인이 필요하다.

먼저 브랜드 가이드라인에 맞는 제품 이미지 200~~500장을 수집하고, 각도·조명·배경을 다양하게 구성한다. 이 데이터로 FLUX.2 [dev] 기반 LoRA를 학습한다. 학습률은 1e-4, 학습 구간은 2,000~~5,000 스텝이며, 브랜드의 색감과 소재 질감, 로고 스타일을 인코딩한다.

신제품 광고를 생성할 때는 기존 브랜드 광고 이미지 4~6장을 멀티레퍼런스로 입력해 시각적 일관성을 유지한다. 일상적인 초안은 FLUX.2 [pro]로 만들고, 최종 승인본은 FLUX.2 [max] API에서 생성해 품질 게이트를 구성한다.

고품질 FLUX.2 [dev] 추론에는 NVIDIA A100 80GB 이상이 권장된다. 배치 크기 1을 기준으로 한 LoRA 파인튜닝에는 A100 40GB 이상이 필요하다. 빠른 프로토타이핑에 사용하는 FLUX.2 [klein] 4B는 RTX 3090/4090 소비자 GPU에 대응한다.

생성형 AI 시스템 설계에서 읽을 지점

FLUX.2는 생성형 AI와 멀티모달 시스템을 설계할 때 여러 계층을 함께 검토할 수 있는 사례다.

Rectified Flow Matching은 DDPM(Denoising Diffusion Probabilistic Model)의 가역 마르코프 체인 대신 직선 ODE를 사용해 샘플링 효율을 높인다. Latent Diffusion은 픽셀 공간이 아닌 잠재 공간에서 확산 과정을 수행하며, VAE의 차원 축소로 계산 효율성을 확보한다. 크로스 어텐션은 텍스트 토큰과 이미지 패치 토큰 사이의 가중치를 학습해 멀티모달 정보를 결합한다.

2026년 생성형 AI 이미지 시장에서는 멀티레퍼런스가 기본 기능으로 상향 평준화될 전망이다. 상위 5개 모델의 품질 격차가 줄어들수록 Adobe Photoshop과 Figma 같은 워크플로우와의 통합도, 오픈소스 생태계의 활성도, 기업 대상 법적 보호 수준이 선택 변수로 작용할 것이다. FLUX.2는 현재 이 세 영역 모두에서 경쟁 우위를 확보한 유일한 모델이다.

FLUX.2의 채택 가치는 모델 품질에만 있지 않다. 32B Rectified Flow Matching Transformer와 Mistral-3 24B의 결합, 최대 10장을 처리하는 멀티레퍼런스 구조, Apache 2.0 오픈웨이트, Photoshop 27.2 통합이 하나의 생태계를 이룬다. 기업에는 브랜드 아이덴티티 유지와 IP 면책이 도입 이유가 되고, 개발자에게는 FLUX.2 [dev], LoRA, ComfyUI로 이어지는 확장 경로가 남는다. 이 투트랙 구조를 바탕으로 2026년 이후 생성형 AI 이미지 시장의 통합 플랫폼 표준으로 자리 잡을 가능성이 높다.