LLaDA-Image-Turbo: Ant Group, 4-스텝 오픈 이미지 생성기를 조용히 출시했다

2026년 9월 4일, Ant Group의 오픈소스 연구소 inclusionAI는 LLaDA-Image-Turbo와 LLaDA-Image의 가중치를 Hugging Face에 공개했다. 출시 포스트도, 보도자료도 없었고, 이 글을 쓰는 현재 기준으로는 생성된 네 개의 저장소 어디에도 라이선스가 명시되지 않았다. LLaDA-Image-Turbo는 이번 릴리스의 고속 버전이다. 모델 카드에 따르면 증류된 체크포인트로서 프롬프트나 편집 지시를 단 네 번의 샘플링 단계만에 1024×1024 이미지로 바꾸는데, 증류 원본인 LLaDA-Image Base 모델은 50단계가 필요하다. 이 조용한 출시가 읽어볼 가치가 있는 이유는 모델 카드에 공급업체가 기록한 한 줄, 즉 Qwen-Image-Bench에서 오픈소스 모델 중 최고 수준이라는 대목 때문이다. 그러나 그것을 근거로 행동에 옮기기 어렵게 만드는 것은 그 한 줄을 둘러싸고 이번 릴리스가 아직 말해주지 못하는 모든 것이다.

이 글은 출시 첫날 작성된 보고서이지, 리뷰가 아닙니다. 체크포인트는 실제로 존재하며 다운로드할 수 있고, Diffusers 기반 추론 코드는 클론한 저장소에서 그대로 실행되며, 근거 논문인 『LLaDA-Image: Building Strong Image Generators with Fully Open Training Recipes』는 2026년 9월 3일 arXiv에 게재되었습니다. 하지만 inclusionAI나 Ant Group의 공식 발표는 없어 이를 대조할 수 없고, 이 글을 쓰는 시점 기준 LLaDA-Image-Turbo 저장소의 다운로드 수는 2회에 불과했습니다. 확인 가능한 모든 기준으로 볼 때, 연구소 밖에서 이 모델을 실행해 본 사람은 아직 없다는 뜻입니다. 아래의 내용은 이에 따라 구분됩니다: 저장소에 실제로 무엇이 포함되어 있는지, 논문이 무엇을 주장하는지, 그리고 LLaDA-Image-Turbo가 프로덕션 팀이 신뢰하고 선택할 만한 수준이 되기 위해 어떤 조건이 먼저 갖춰져야 하는지입니다.

실제로 출시된 것

2026년 9월 4일 새벽(UTC)에 inclusionAI 조직 아래 Hugging Face에 네 개의 체크포인트가 공개되었다: BF16의 50스텝 Base 모델인 LLaDA-Image, LLaDA-Image-FP8, 증류된 고속 체크포인트인 BF16의 LLaDA-Image-Turbo, 그리고 LLaDA-Image-Turbo-FP8이다. 모델 카드의 자체 뉴스 항목(2026-09-04)이 공식 발표의 전부다: "우리는 LLaDA-Image Base 및 Turbo 체크포인트를 추론 코드와 함께 공개했습니다." 같은 조직 아래의 GitHub 저장소에 추론 코드가 있으며, arXiv 보고서는 그 전날 게재되었다.

리포지토리는 스텁이 아닙니다. 각 Turbo 리포지토리는 완전한 Diffusers 파이프라인, 즉 샤딩된 diffusion-transformer 생성기, SigVQ 이미지 토크나이저, query-former 커넥터, 스케줄러, 그리고 9개 샤드로 구성된 텍스트 인코더를 담고 있습니다. 따라서 여기서 "모델"은 자리 표시자 이름이 아니라 수십 기가바이트의 실행 가능한 가중치를 의미합니다. 이 계열은 60억 파라미터 규모의 이미지 생성 및 편집 모델로 설명됩니다. 엄밀히 읽으면, 6B 수치는 처음부터 학습된 diffusion-transformer 백본을 가리키며, 연구소의 LLaDA2 계열에서 가져온 동결된 diffusion-language-model 모듈(9개 샤드 텍스트 인코더)이 그 위에 이해 능력을 더합니다.

왜 4단계 부분이 헤드라인인가

이미지 확산 모델의 경우 비용은 대부분 샘플링 스텝에서 발생합니다. 각 스텝은 네트워크 전체를 통과하는 완전한 패스이므로, 해상도, 배치 크기, 하드웨어 등 다른 어떤 요소를 고려하기 전에 이미 50스텝 모델과 4스텝 모델 간의 차이는 이미지당 계산량에서 대략 한 자릿수 차이가 납니다. 이번 릴리스의 "Turbo" 라인의 핵심이 바로 이것입니다. inclusionAI는 Twin-DMD라는 기법으로 LLaDA-Image를 LLaDA-Image-Turbo로 증류했으며, 증류된 체크포인트는 2~4스텝으로 실행되고 권장 스텝은 4입니다. 가이던스 스케일은 Base 모델의 5.0 대비 1.0입니다. 동일한 파이프라인 객체, 동일한 프롬프트, 동일한 1024×1024 출력 — 디노이징 패스가 극히 일부로 줄어듭니다.

이 주의사항은 증류된 이미지 모델에 대한 표준적인 것이지만, 이번 경우에는 평소보다 더 두드러진다. 증류는 약간의 충실도를 속도와 맞바꾸는 것이며, inclusionAI는 LLaDA-Image-Turbo에 대한 벤치마크 수치를 전혀 공개하지 않았다. 모델 카드의 Qwen-Image-Bench 점수는 50단계 Base 체크포인트에 대한 것이다. 따라서 4단계에서의 LLaDA-Image-Turbo와 50단계에서의 LLaDA-Image 사이의 실제 품질 격차는 공급업체가 정량화하지 않았고 다른 누구도 아직 테스트하지 않았다. 그렇기 때문에 "Turbo"는 직접 실행해야만 검증할 수 있는 속도 주장에 불과하다.

생성하고 편집하는 하나의 체크포인트

가족 뒤에 숨은 아키텍처적 베팅은 통합입니다. 단일 가중치 세트가 텍스트-이미지 생성, VQ 조건 생성, 참조 이미지 편집, 그리고 중영문 텍스트 렌더링을 처리합니다 — 별도의 편집 백본이 없으며, 그래서 이번 릴리스의 "편집" 절반이 자체 모델로 제공되지 않는 이유입니다. 편집 모드에서는 참조 이미지가 언어 모듈을 우회하여 확산 모델에 직접 주입되고, 언어 모듈은 명령어만 처리합니다; 카드에는 정확한 시각적 변경과 함께 콘텐츠 보존을 주장하며, 두 언어 모두에서 사실적인 생성과 깔끔한 조판 텍스트를 제공한다고 명시되어 있습니다.

첫날부터 주목할 만한 기술적 세부 사항이 두 가지 있다. 생성기는 파라미터 프리 RMSNorm과 Muon 옵티마이저를 사용해 처음부터 학습된 6B 디퓨전 트랜스포머로, 논문은 이 같은 세부 사항을 대충 넘어가지 않고 상세히 보고한다. 또 논문에 담긴 학습 스토리는 일반적인 이미지-텍스트 레시피를 의도적으로 뒤집은 형태다. 이미지 전용 사전 학습과 중간 학습으로 먼저 강력한 시각적 사전 지식을 구축하고, 그다음에야 비로소 짝지어진 언어 지도 학습과 생성-편집 공동 학습을 도입한다. 이러한 순서 — 그리고 논문 제목에 명시된 '완전 개방형 학습 레시피(Fully Open Training Recipes)' — 가 이 연구의 핵심 훅이다. 논문의 프레이밍과 허깅페이스 공개 계획 사이의 간극도 눈여겨볼 대목이다. 가중치와 추론 코드는 공개가 완료됐지만, 학습 코드는 여전히 '곧 공개 예정'으로 표시되어 있다.

53.53 / 53.38 주장 읽기

이동할 숫자는 벤치마크 지표입니다. 영어와 중국어 트랙이 분리된 텍스트-이미지 벤치마크인 Qwen-Image-Bench에서 inclusionAI는 LLaDA-Image가 영어 트랙에서 종합 53.53점, 중국어 트랙에서 53.38점을 기록했으며, 이를 두 트랙 모두에서 오픈소스 모델 중 새로운 최고 수준(state-of-the-art)이라고 부릅니다. 이 내용을 정확히 읽어보면 세 가지 한계가 드러납니다. 이는 공급업체가 보고한 수치이고, 연구소 자체 평가에 기반하며, 아직 어디에서도 재현되지 않았습니다. 또한 이 수치는 50스텝 LLaDA-Image Base 모델에 속한 것이지, 이번 릴리스의 명목상 대상인 LLaDA-Image-Turbo 체크포인트에 대한 것이 아닙니다. 그리고 "오픈소스 최고 수준"이라는 범주는 매달 변하는 것입니다. 이는 모델이 오픈소스 경쟁 모델들 사이에서 어디에 위치하는지에 대한 주장이지, 비공개 프론티어 모델에 대한 주장이 아닙니다.

그림이 실제로 말해 주는 것은 그 패밀리가 왜 존재하는지다. 두 트랙 모두에서 공개 벤치마크 1위를 차지한 중국어-영어 텍스트-이미지 생성·편집 모델은 빠르게 변화하는 오픈 이미지 모델 시장을 정면으로 겨냥하고 있다. Qwen-Image 패밀리 체크포인트와 끊임없이 쏟아져 나오는 다른 오픈 가중치 모델들이 주도해 온 바로 그 시장 말이다. LLaDA-Image-Turbo가 4스텝 만에 Base 모델 품질의 대부분을 재현한다면, 신뢰할 만한 품질 주장을 갖춘 오픈 이미지 모델 중 실행 비용이 가장 낮은 모델이 된다. 그 문장에서는 'If'가 모든 무게를 짊어지고 있다.

조용한 배가 진수되지 못하게 하는 간극들

• 발표입니다. 모델 카드의 2026-09-04 항목이 공급업체의 유일한 공식 입장입니다. inclusionAI 블로그 게시물도, Ant Group의 발표 자료도, 소셜 미디어 게시물도, 어그리게이터 외 보도도 없습니다. 이는 그 자체로 애써 덮어두기보다는 존중해야 할 신호입니다.

• 라이선스. 네 개의 Hugging Face 저장소 중 어느 것도 라이선스 태그를 달고 있지 않으며, GitHub 저장소에는 LICENSE 파일이 없다. 오직 LEGAL.md라는 이중 언어 노트만 있는데, 코드의 중국어 주석이 번역된 주석보다 우선한다고 적혀 있다. 선언된 라이선스가 없는 가중치(weights)에 대해 상업적 권리를 가정할 수는 없다. 논문 제목이 아무리 "오픈"처럼 들리더라도 말이다. 상업적 용도로 사용하려는 사람에게 이것은 첫 번째 질문이며, 현재 답이 없다.

• 터보 수치. LLaDA-Image-Turbo에 대해 구체적으로 발표된 벤치마크, 지연 시간, 품질 수치는 없습니다. 위의 스코어보드는 Base 모델의 것입니다. 증류된 체크포인트는 공급업체나 독립적인 실행이 수치를 채울 때까지 정량화되지 않은 주장입니다.

• 독립적 검증 및 호스팅 접근. 다운로드 수와 좋아요 수는 한 자릿수에 그치고, 독립적으로 재현된 사례도 없으며, 우리가 찾을 수 있는 추론 제공업체 중 — OrcaRouter를 포함해 — 어디에서도 아직 이 모델을 서비스하지 않습니다. 현재 이 모델은 Hugging Face에 올라와 있는 가중치가 전부이며, 그 외에는 아무것도 아닙니다.

하루 된 조용한 배로 무엇을 할 것인가

연구자 또는 자체 호스팅을 하는 팀이라면, 이번 주에 클론하여 실행할 릴리스가 있습니다: 공개 가중치, 단일 Diffusers 파이프라인, 메모리와 품질을 맞바꾸는 BF16 및 FP8 변형, 그리고 학습 코드가 공개되기 전에 훈련 방법을 설명하는 논문까지요. 상업적 용도라면 라이선스 공백이 가장 먼저 고려되어야 합니다. 그럴듯한 품질 주장을 내세운 4단계 이미지 모델은 법적 위험을 감수할 가치가 없으며, 책임 있는 선택은 자체 GPU에서 평가하고 라이선스 조항이 명확해질 때까지 기다린 후에 제품에 적용하는 것입니다.

{{1}}네 가지 일{{/1}}이 일어난다면 이 조용한 배는 키울 가치가 있는 출시작이 될 텐데, {{2}}2026년 9월 4일 현재 그중 어떤 것도 일어나지 않았습니다{{/2}}:

• inclusionAI 또는 Ant Group의 실제 발표로, 해당 패밀리와 그 조건을 명시해야 합니다.

• 저장소에 명시된 라이선스 — Apache-2.0은 연구소의 광범위한 오픈 웨이트 관행과 부합하며 상업적 걸림돌을 제거할 것입니다.

• 게시된 LLaDA-Image-Turbo 점수, 또는 Base 모델의 Qwen-Image-Bench 결과에 대한 독립적 재현.

• 호스팅 제공업체가 이를 채택하는 것, 이는 곧 모델이 이미지당 가격을 갖게 되고 라우팅 API가 한 번의 호출로 넘겨줄 수 있는 무언가가 되는 순간이기도 합니다.

그 마지막 신호가 울릴 때 — 만약 울린다면 — 가격 산정은 단순합니다. 제공자가 정가를 설정하고, 제공자 정가를 0% 마크업으로 그대로 통과시키는 라우팅 API가 그 가격을 당일 고객 측에서 유효하게 유지해 줍니다. 재협상도, 두 번째 계약도 필요 없습니다. 하지만 그날은 LLaDA-Image-Turbo에게 아직 도래하지 않았으며, 이 글의 어떤 내용도 마치 그날이 온 것처럼 읽혀서는 안 됩니다. 오늘의 솔직한 요약은 짧습니다. 진지한 연구소가 실제 품질 주장과 몇 가지 미해결 질문을 안고 진지한 오픈 이미지 모델을 조용히 출시했으며, 그 주장 중 어느 부분이 현실과의 접촉에서 살아남는지 알아내는 가장 빠른 방법은 4단계 체크포인트를 직접 실행하는 것입니다.