Qwen-Image-2.1 i2i: 자신의 이미지에서 시작하기, 그리고 Strength 슬라이더가 없는 이유

당신이 Qwen-Image-2.1 i2i를 검색했다면, 이미지 투 이미지(image-to-image, i2i)가 무슨 뜻인지 이미 알고 있을 것입니다. 빈 잠재값(latent) 대신 이미지를 모델에 넘기면, 그와 닮은 그림을 돌려받는다는 것이죠. 이 페이지에서 정리하려는 것은 Qwen-Image-2.1에서 그것이 언제 올바른 선택인가 — 그리고 다른 이미지 모델에서 넘어온 사람들을 놀라게 하는 부분입니다. 이 모델에는, 당신이 찾고 있는 strength 슬라이더가 존재하지 않습니다. Qwen-Image-2.1 자체 파이프라인은 strength나 denoise 인자를 전혀 받지 않습니다. 참조 이미지는 컨텍스트로 들어가고, 대상 이미지는 순수 노이즈에서 시작하며, 출력이 당신의 입력에서 얼마나 멀어지는지를 결정하는 것은 당신이 쓰는 텍스트입니다. 만약 당신에게 실제로 필요한 것이 이름 붙은 하나의 요소만 바꾸고 나머지는 그대로 두는 것이라면, 그것은 같은 제품군의 다른 계열 — Qwen-Image-Edit 체크포인트가 처리하는 다른 작업이며, 이 페이지의 비교가 가장 먼저 읽을 가치가 있는 부분입니다. 왜냐하면 "i2i"를 검색하는 독자는 흔히 잘못된 도구까지 검색 한 번만큼만 떨어져 있기 때문입니다.

입력 이미지가 실제로 하는 일

Qwen-Image-2.1에서 조건 이미지는 두 개의 문을 통해 모델에 들어가며, 그중 어느 쪽도 '노이즈가 낀 시작 레이턴트를 조금씩 줄여 나가는 것'이 아닙니다. 이 모델을 위해 공개된 리포지터리와 diffusers 파이프라인 클래스는 두 가지를 모두 설명합니다:

• 텍스트 인코더 — 텍스트 인코더는 Qwen3-VL 8B로, 비전-언어 모델이며, 벤더의 저장소에 따르면 텍스트 지시문과 조건 이미지를 하나의 통합된 표현으로 인코딩한다고 명시되어 있습니다. 당신의 이미지는 말 그대로 모델이 프롬프트로 읽어 들이는 내용의 일부입니다.

• VAE — 동일한 이미지가 잠재 토큰으로 인코딩되어, 대상 이미지 자체의 토큰보다 앞서 노이즈에 추가됩니다. 따라서 트랜스포머는 참조가 먼저 오고 생성되는 대상이 그 뒤에 오는 하나의 결합된 시퀀스를 보게 됩니다.

타깃 시작 — 타깃 잠재값은 가우시안에서 샘플링되어 전체 스케줄에 걸쳐 시그마 1.0부터 디노이징됩니다. 해당 파이프라인에는 부분 디노이즈 진입점이 존재하지 않습니다.

세 번째 불릿이 바로 대부분의 사람들이 사용해 온 i2i와의 모든 차이입니다. 고전적인 방식에서는 입력 이미지를 인코딩하고, 강도 값에 비례해 노이즈를 추가한 뒤, 그 지점부터 디노이즈합니다. 따라서 입력은 시작 레이턴트에 실제로 존재하며, 강도 숫자가 그중 얼마나 살아남을지를 결정합니다. Qwen-Image-2.1 자체 경로에서는 이미지가 결코 시작점이 아닙니다. 그것은 맥락입니다. 출력은 파일을 깔끔하게 정리한 버전이 아니라, 파일이 방 안에 있는 상태에서 그려진 새로운 이미지입니다.

한 가지 더 알아둘 만한 세부 사항이 있는데, 바로 독자가 입력한 축약어가 실제로 존재하는 위치이기 때문이다. diffusers 파이프라인은 사전 인코딩된 잠재값(latent)을 image로 전달하려고 하면 명시적인 오류를 발생시키며, "텍스트 인코더가 이미지 자체를 봐야 한다"라는 주석을 답니다. condition image는 텐서가 아니라 픽셀이어야 합니다.

강도 조절, 그리고 그것이 어디로 갔는지

Diffusers는 이 계열을 위한 img2img 파이프라인을 실제로 제공하며, 해당 strength 인수는 이 분야가 여러분에게 기대하도록 가르쳐 온 그대로 정확히 동작합니다. 해당 클래스의 독스트링에서 직접 읽어 보면, 이미지는 "출발점으로 사용되며 strength가 높을수록 노이즈가 더 많이 추가됩니다", 그리고 "값이 1이면 사실상 image를 무시합니다." 기본값은 strength=0.6, num_inference_steps=50입니다. 따라서 양 끝은 이미 여러분이 알고 있는 그 양 끝입니다:

• 강도 0에 가까움 — 노이즈가 거의 추가되지 않고, 디노이즈 루프가 짧으며, 출력물은 입력과 거의 구분되지 않습니다. 컬러 그레이딩, 가벼운 텍스처 패스, 거의 그대로 복사하는 작업을 위한 설정입니다.

• Strength가 1일 때 — 추가되는 노이즈가 최대이고, 디노이즈는 전체 스케줄을 실행하며, 입력 이미지는 사실상 버려집니다. 값비싼 무의미한 연산이 덧붙은 텍스트-투-이미지인 셈입니다.

여기에는 함정이 있습니다. 그리고 그것이 바로 이 페이지가 존재하는 이유입니다. 해당 파이프라인과 함께 공개된 예제는 이 모델이 아니라 2025 체크포인트를 로드합니다. Qwen-Image-2.1에는 자체 파이프라인 클래스인 QwenImage21Pipeline이 있으며, strength 인자도, denoise 인자도, 부분 노이즈 진입점도 받지 않습니다. 다른 모델에서 설정했던 값이 무엇이든, 2.1 경로에는 그것을 설정할 곳이 없습니다. 레버는 숫자에서 프롬프트로 옮겨 갔습니다.

그것은 벤더가 열어 둔 빈틈이 아니다. 이는 바로 그 프롬프트를 작성하는 것만이 유일한 임무인 모델을 함께 제공한다: Qwen-Image-2.1-PE-I2I, 즉 모호한 지시와 하나 이상의 입력 이미지를 받아 rewritten_prompt와 상호 배타적인 두 필드 중 하나를 담은 JSON 객체를 반환하는, 파인튜닝된 Qwen3.5-VL 9B 체크포인트다 — 요청이 새로운 구도를 만들 때는 wh_ratio, 번호가 매겨진 입력 이미지의 화면 비율을 상속해야 할 때는 ratio_follow. 그 JSON은 Qwen-Image-2.1에 강도 설정이라는 개념에 가장 가까운 것이다. 이는 모델이 당신의 요청이 입력의 프레임을 유지하는지, 아니면 새로운 프레임을 만드는지를 알려주는 것이다. 벤더 자신의 명명에서 "i2i"라는 문자열이 어디에 나타나는지 주목하라: 별도의 이미지 대 이미지 체크포인트가 아니라, 이 프롬프트 재작성 체크포인트에 나타난다. 2.1 세대는 그런 체크포인트를 공개하지 않는다.

i2i 또는 편집: 적용할 규칙

변형을 원할 때는 i2i를 선택하세요. 변경을 원할 때는 편집을 선택하세요. 나머지 모든 것은 이 한 줄에서 따라옵니다.

• 변형 — 이미지가 마음에 들어서 비슷한 걸 더 원할 때입니다. 또 다른 시도, 다른 조명, 새로운 장면 속 같은 캐릭터, 새로운 배경 속 같은 제품. 픽셀 단위로 똑같이 유지해야 하는 단 하나의 요소도 꼽을 수 없습니다. 왜냐하면 당신은 보존하는 게 아니라 다시 그리는 것이기 때문입니다. 그건 i2i 작업입니다.

• 변경 — 그것에 이름을 붙일 수 있습니다. "캐릭터와 포즈는 그대로 두고, 이 셔츠를 입혀 주세요." 지시는 제약이고, 프레임의 나머지는 당신에게 돌아올 약속입니다. 그것이 편집 작업입니다.

Qwen-Image-2.1에서는 두 가지 동작이 모두 하나의 체크포인트 안에 있습니다. 공급업체의 자체 릴리스 자료에서는 이를 "통합 텍스트-이미지 생성 및 이미지 편집 모델"이라고 부르며, 문서에서 설명하는 로컬 편집 경로는 마스크 형태입니다. 영역을 원으로 표시하거나 칠하거나, 원본 이미지와 별도의 마스크를 두 개의 입력으로 전달하는 방식입니다. 2.1 버전이 제공하지 않는 것은 바로 별도의 편집 체크포인트입니다.

전용 편집 체크포인트는 다른 라인이며 서로 다른 세대입니다. 공급업체 조직이 Hugging Face에 올린 자체 모델 목록을 2026년 10월 13일에 확인한 결과, 해당 작성자 아래에 아홉 개의 이미지 모델이 있으며 그 안의 편집 항목은 Qwen-Image-Edit(2025년 8월 17일 생성), Qwen-Image-Edit-2509(2025년 9월 22일), Qwen-Image-Edit-2511(2025년 12월 17일)입니다. 그중 어느 것도 2.1 모델이 아닙니다. 따라서 "Qwen-Image-Edit 2.1"이라고 말하는 페이지는 주의해서 대하세요. 공급업체 목록에는 그 이름의 리포지터리가 존재하지 않으며, 사람들이 입력하는 표기인 "qwen image edit 3", "qwen image edit 2512"도 공개된 공급업체 리포지터리와 일치하지 않습니다. 편집 라인에 관한 주장이 무엇을 말하든, 행동하기 전에 그것이 어느 세대에 관한 것인지 확인하세요. 이 라인은 날짜가 지정된 세 세대에 걸쳐 있으며 2.1 릴리스는 그중 하나가 아니기 때문입니다.

실제로 규칙은 이렇게 나뉜다. 지시문을 목표 대상이 포함된 문장으로 쓸 수 있다면 — "하늘을 노을로 만들어", "시계를 지워" — 당신은 편집 영역에 있는 것이고, 2.1에서는 도구를 전환하는 대신 마스크나 페인팅 주석으로 그 영역에 도달한다. 문장에 목표 대상이 없고 다음에 원하는 이미지에 대한 설명일 뿐이라면, 당신은 i2i 영역에 있는 것이다. "i2i"를 입력한 뒤 자신이 명령문을 쓰고 있음을 깨닫는 독자가 바로 편집 경로가 필요한 독자이며, 이것이 바로 이 섹션이 페이지에서 이렇게 위쪽에 자리한 이유다.

입력 이미지가 제한하는 것

참조를 선택하는 순간 고정하게 되는 다섯 가지 — 이들 모두는 파이프라인 자체 코드나 이 모델에 대해 공개된 ComfyUI 문서에 문서화되어 있습니다. 2026년 10월 13일에 읽어보세요.

• 해상도 예산 — 2.1 파이프라인의 output_resolution은 기본값이 1024이며, 모든 조건 이미지는 output_resolution 제곱의 예산으로 자체 종횡비에서 크기가 조정되고 32의 배수로 반올림됩니다. 따라서 3000×4000 사진은 모델이 단 한 픽셀도 보기 전에 대략 896×1184, 즉 약 1메가픽셀로 축소됩니다. ComfyUI 문서는 그 비용을 구체적으로 보여줍니다: 약 896×1184에 대해 3008×4000 캔버스로 같은 작업을 실행하면 RTX 5090에서 측정했을 때 반복당 약 6초 대 약 0.3초가 걸립니다. 캔버스를 낮추면 i2i 실행이 더 빨라지는 것은 더 작은 이미지를 생성하기 때문이지 세부 정보를 추가하기 때문이 아닙니다.

• 종횡비 — 높이와 너비를 생략하면 출력 캔버스는 마지막으로 전달한 조건 이미지의 종횡비를 기반으로 결정됩니다. 각 참조 이미지는 개별적으로 고유한 형태를 유지하므로, 세로 이미지와 가로 이미지가 서로의 프레임에 잘리지 않고 같은 호출에 함께 전달될 수 있습니다.

• 32의 배수 — VAE 스케일 팩터의 두 배(이 모델에서는 32)로 높이나 너비가 나누어떨어지지 않으면 파이프라인이 경고하고 조용히 크기를 조정합니다. 캔버스를 직접 고른다면 반올림하세요.

• 네이티브 크기 — Qwen-Image-2.1은 2K에서 학습되었으며, 저장소에서 권장하는 크기는 모두 그 범위에 있습니다: 1:1은 2048×2048, 16:9는 2752×1536, 9:16은 1536×2752, 4:3은 2400×1792입니다. ComfyUI 문서에 따르면 기본 목표는 100만 화소이며, 네이티브 2048×2048 정사각형에는 약 4.0 MP를 설정하고 — 여기서 유용한 경고가 있는데 — 학습된 크기보다 훨씬 높은 목표, 예를 들어 4K는 디테일을 얻는 대신 프롬프트 준수도를 잃게 됩니다.

• Alpha — 참조에 투명도가 포함되어 있으면, 비전 인코더는 흰색 위에 합성된 복사본을 넘겨받습니다. VAE 복사본만 네 채널을 모두 유지합니다. 모델이 투명도에 대해 이해하기를 기대하는 모든 내용은 텍스트 쪽에서 흰색 배경으로 읽힙니다.

무엇이 살아남고, 무엇이 재발명되는가

여기서는 정확하게 말해야 합니다. 릴리스 자료와 메커니즘이 서로 다른 말을 하고 있고, 둘 다 사실이기 때문입니다.

• 지속되는 것으로 문서화됨 — 공급업체는 두 가지 측면에서 충실도 작업을 주장합니다. 하나는 초상 정체성으로, 편집과 생성 전반에 걸쳐 인물을 알아볼 수 있게 유지하는 것이고, 다른 하나는 텍스트, 질감, 형태를 보존하는 제품 일관성입니다. 이는 측정치가 아니라 나란히 비교한 예시로 설명된 공급업체의 주장이며, 2026년 10월 13일 이 페이지를 위해 읽은 자료에는 두 가지 중 어느 것에 대해서도 독립적인 점수가 게시되지 않았습니다.

• 픽셀 수준에서 보장되는 것 — 아무것도 없습니다. 당신의 레퍼런스는 컨텍스트 토큰과 비전 프리픽스이고, 타깃은 노이즈입니다. 프롬프트가 다루지도, 암시하지도 않는 입력의 어떤 부분이든 얼마든지 바뀔 수 있으며, 파이프라인의 어떤 설정도 그것을 제자리에 붙잡아 두지 않습니다. 어떤 세부 사항이 움직여서는 안 된다면, 프롬프트에 그것을 명시하세요. 다른 어떤 것도 그러지 않으니까요.

• 마크가 입력으로 새어 들어감 — ComfyUI의 문서화된 편집 워크플로에서는 페인트 펜 스트로크가 마스크가 아니라 이미지의 RGB 레이어에 얹히므로, 저장하면 마크가 찍힌 이미지가 노드로 다시 기록되고 그 마크가 모델이 읽는 레퍼런스의 일부가 됩니다. 변경하려는 영역 안에 마크를 하나 남겨 두고, 원하는 색상도 프롬프트에 함께 명시하세요. 그렇지 않으면 마크의 색상이 출력에 나타날 수 있기 때문입니다.

• 캔버스가 맞지 않으면 결과가 밀린다 — ComfyUI 문서는 사용자 지정 캔버스를 첫 번째 참조 이미지의 크기 조정된 크기에 가깝게 유지하라고 권고한다. "그렇지 않으면 편집이 밀릴 수 있다". 요청한 캔버스와 형태가 다른 입력은 레터박스 처리되지 않고, 그냥 이동된다.

• 결정성에는 설정이 하나가 아니라 두 개 필요하다 — 토글링할 경우 use_kv_cache는 2.1 파이프라인에서 고정된 시드로 샘플을 바꾼다. 왜냐하면 캐시 때문에 디코드 단계가 프리필 단계와 다른 시퀀스 레이아웃으로 어텐션하게 되므로, 두 단계가 "동등하게 유효하지만 눈에 띄게 다른 샘플"을 제공한다. 파이프라인 자체의 권고는 이 플래그를 고정하라는 것이다. ComfyUI에서 동등한 제어는 캐시 노드의 저장 정밀도이며, 여기서 — ComfyUI 자체 수치, 감사되지 않음 — int8은 약 bf16 정확도로 캐시를 절반으로 줄이며, int4는 단계별 오차를 대략 두 배로 늘리면서 캐시를 4분의 1로 줄인다.

i2i가 잘못된 도구인 경우

다섯 가지 경우, 각각 대안이 명시되어 있습니다.

• 변경할 대상을 정확히 지정할 수 있습니다. Qwen-Image-2.1의 지시 경로를 사용하세요 — 영역을 칠하거나 동그랗게 표시하거나, 별도의 마스크를 두 번째 입력으로 전달하거나 — 또는 Qwen-Image-Edit 계열의 전용 체크포인트를 사용하세요. i2i는 대상 자체뿐 아니라 대상 주변의 프레임도 다시 그립니다.

• 원본 픽셀이 그대로 유지되어야 합니다. i2i는 새 이미지를 생성할 뿐, 원본 픽셀을 전혀 보존하지 않습니다. 마스크 경로는 프레임의 나머지 부분을 그대로 두도록 만들어진 방식입니다.

• 4K가 필요합니다.ComfyUI 문서에 따르면, 2K 학습 크기를 초과하면 모델이 프롬프트 준수력을 잃습니다. 4K에서의 i2i는 설명을 덜 따르는 더 느린 실행일 뿐, 더 선명한 실행이 아닙니다.

• 입력의 미세한 디테일까지 재현해야 합니다. 컨디션 이미지는 먼저 대략 1메가픽셀 예산에 맞춰 크기가 조정되므로, 12메가픽셀 레퍼런스는 전체 해상도로 모델에 도달하지 못합니다. 그 예산보다 작은 디테일은 디노이징이 시작되기도 전에 사라집니다.

• 비트 단위로 동일한 반복 실행이 필요합니다. KV 캐시 플래그와 시드를 고정하고, 한 번에 하나의 설정만 바꾸세요. 그렇지 않으면 서로 다른 두 샘플러를 비교해 놓고 그것을 노이즈라고 부르는 셈입니다.

한 가지 상호 참조가 있는데, 이건 분명 나올 얘기라서 말해둡니다. 2026년 10월 9일에 공개된 Turbo 체크포인트는 동일한 7B 비주얼 생성 아키텍처와 동일한 이미지 컨디셔닝 경로를 사용하며, 약 40단계 대신 8개의 디노이징 단계로 스케줄을 실행합니다. 두 체크포인트 사이에서 입력 이미지가 사용되는 방식은 전혀 달라지지 않습니다. i2i 경로를 빠르게 쓰고 싶다면 그것이 로드해야 할 체크포인트이고, 참조가 무시되는 이유를 디버깅 중이라면 단계 수는 변수가 아닙니다.

다음에 할 일

튜토리얼이 아니라 모델 카드에 있는 벤더 자체의 Quick Start부터 시작하고, 편집 예제의 인자 목록을 읽어 보세요: image=input_image를 전달하고 num_inference_steps를 설정하며, strength 인자는 어디에도 없습니다. 바로 그 부재가 이 페이지의 핵심이며, 요약을 믿는 것보다 벤더의 코드에서 직접 확인하는 편이 더 빠릅니다.

그런 다음, output_resolution을(를) 유사성에 관해 어떤 판단을 내리기 전에 실제로 필요한 크기로 설정하고, 가능한 한 캔버스는 네이티브 2K 프리셋에 유지하며, 레퍼런스가 부분적으로 디노이즈되는 잠재 텐서가 아니라 프롬프트 옆에 놓인 사진인 것처럼 프롬프트를 작성하세요 — 이 모델에서는 정말 그렇기 때문입니다. 그리고 세 번쯤 시도했는데 "이것만 바꾸고 나머지는 그대로 두세요"라고 말하고 싶어진다면, 멈추세요. 그 문장은 i2i가 잘못된 경로라는 신호이며, 그런 작업은 edit 라인에 속합니다.