MOSS-Image의 개요
MOSS-Image는 MOSS 모델을 만든 연구소 OpenMOSS의 텍스트-이미지 모델로, 2026년 10월 16일에 두 개의 체크포인트로 공개되었습니다. MOSS-Image-Base와, 선별한 데이터로 파인튜닝한 MOSS-Image-SFT이며, 대부분의 사용자가 실행할 것은 후자입니다. 핵심은 처음부터 학습한 50억(5 billion) 파라미터의 디퓨전 트랜스포머이고, 여기에 Qwen3.5 텍스트 인코더와 소형 FLUX.2 VAE 디코더를 결합했습니다. 영어나 중국어로 최대 4K 토큰의 프롬프트를 받습니다.
일반 프롬프트와 태그 목록 외에 JSON 레이아웃도 받습니다. 장면 설명과 항목 목록으로 구성되며, 각 항목에는 설명, 선택적으로 그릴 텍스트, 픽셀 단위의 바운딩 박스가 들어갑니다. 이 방식으로 헤드라인, 라벨, 사물이 놓일 위치를 제어합니다. 대부분의 오픈 모델은 이를 운에 맡깁니다. 기술 보고서에는 짧은 요청을 이런 레이아웃으로 바꿔 주는 에이전트형 프롬프트 개선기도 소개되어 있으며, OpenMOSS는 이를 에이전트 스킬로 제공합니다.
가중치와 추론 코드는 Apache 2.0이고, 공개 첫날부터 SGLang, vLLM-Omni, ComfyUI를 지원합니다. 모델은 MOSI API Platform을 통해서도 판매됩니다.
MOSS-Image, 쓸 만한 가치가 있습니까?
MOSS-Image는 오픈 이미지 모델이 잘 못하는 일, 즉 계획된 레이아웃 안의 빽빽한 텍스트를 위해 만들어졌습니다. 포스터, 슬라이드, 메뉴, 인포그래픽에는 한곳에 헤드라인, 다른 곳에 설명문이 필요하고 철자도 정확해야 합니다. JSON 레이아웃 입력을 쓰면 프롬프트가 그렇게 읽히기를 바라는 대신 각 항목의 텍스트와 바운딩 박스를 직접 지정할 수 있습니다. 또 하나의 장점은 라이선스입니다. Apache 2.0은 별도 계약 없이 상업적 이용을 허용하며, Qwen-Image-2.1의 연구용 라이선스는 그렇지 않습니다.
근거는 홍보 문구보다 얇습니다. 기술 보고서에 따르면 LongLongTextBench에서 평균 텍스트 커버리지 96.3%로 오픈 가중치 모델 중 1위이고, RealLayoutArena에서는 전체 시스템 기준 2위, 모든 생성 모델에 같은 개선 프롬프트를 줬을 때는 백본이 1위입니다. 두 벤치마크 모두 OpenMOSS가 설계했습니다. 독립적인 아레나 순위는 아직 찾지 못했으므로, 일반적인 이미지 품질에서 Qwen-Image-2.1이나 FLUX.3와 어떻게 비교되는지는 확인되지 않았습니다.
하드웨어 사정은 다운로드 용량에서 받는 인상보다 낫습니다. SFT 저장소는 약 27 GB로, 10.2 GB의 트랜스포머, 16.8 GB의 텍스트 인코더, VAE로 구성됩니다. 프로젝트 자체 측정으로는 저메모리 모드에서 1024 x 1024 이미지 한 장을 50스텝으로 생성할 때 GPU 최대 사용량이 3.65 GiB, 시스템 RAM이 14 GiB이며, 대신 속도가 느려집니다. 어떤 모드에서도 소요 시간은 공개되지 않았습니다. 기본값은 50스텝이고 스텝마다 트랜스포머를 두 번 거치므로 빠르지 않습니다. 커뮤니티의 8스텝 증류 버전이 있지만 공식은 아닙니다.
생태계는 빠르게 형성되었습니다. 공개 후 17일 만에 저장소의 GitHub 스타는 약 2,500개가 되었고, 커뮤니티 프로젝트들이 파인튜닝(KohakuMossTrainer는 6 GB VRAM에서 어댑터 학습이 가능하다고 주장합니다), FP16 가중치, 그리고 SFT 모델의 세로 색 띠를 줄이는 LoRA를 내놓았습니다. 이 결함은 도입을 결정하기 전에 확인해 볼 만합니다. 편집 모드는 없으며, 텍스트와 레이아웃으로 이미지를 생성하는 기능만 있습니다.
제 역할을 하는 곳
매장 40곳을 둔 외식 체인의 마케팅 운영 책임자
정확한 가격과 메뉴명이 들어간 메뉴판과 프로모션 포스터 제작
템플릿 스크립트가 매장별 텍스트와 박스 위치를 JSON 레이아웃에 채워 1024 x 1024 이상으로 렌더링합니다. Apache 2.0이므로 라이선스 협상이 필요 없습니다. 텍스트 정확도는 커버리지 96.3%로 보고되었고 100%가 아니므로 모든 결과물을 확인해야 합니다.
슬라이드와 인포그래픽 생성기를 만드는 개발자
LLM이 레이아웃을 계획하고 오픈 모델이 그리게 하기
번들로 제공되는 프롬프트 개선 스킬이 요청을 모델이 읽는 레이아웃 JSON으로 바꾸고, SGLang이나 vLLM-Omni로 서빙합니다. 50스텝 생성을 감안하거나, 비공식 커뮤니티 8스텝 증류 버전을 시험해 보십시오.
상하이의 이중 언어 디자인 스튜디오
제품 비주얼 안에 긴 중국어와 영어 문구 렌더링
프롬프트는 4K 토큰까지 쓸 수 있고, 보고서는 긴 중국어와 영어 텍스트 렌더링을 측정했습니다. 저메모리 모드 로 소비자용 GPU 한 장에서 자체 호스팅하거나, DiffSynth-Studio 또는 KohakuMossTrainer로 자사 스타일을 파인튜닝할 수 있습니다.
도입 전 확인할 점
- 설정
- NVIDIA GPU에서 Python 3.10+, PyTorch 2.9+, Diffusers 0.38+, Transformers 5.3+를 사용합니다. 커스텀 파이프라인은 trust_remote_code로 불러옵니다. Gradio 앱에서 메모리 프로필을 고를 수 있고, ComfyUI는 기본 지원합니다.
- 연동
- Diffusers, ComfyUI, SGLang, vLLM-Omni, 학습용 DiffSynth-Studio, 프롬프트와 레이아웃 개선용 에이전트 스킬. MOSI API Platform을 통한 호스팅 접근.
- 데이터와 개인정보
- Apache 2.0으로 자체 호스팅하므로 프롬프트와 이미지는 자체 하드웨어에 머뭅니다. 학습 데이터는 기술 보고서에 나온 것 이상으로 세부 공개되지 않았습니다.
- 대규모 사용 시 비용
- 가중치는 무료입니다. 자체 호스팅에는 약 27 GB의 디스크가 필요하고, 프로젝트에 따르면 저메모리 모드에서 최소 3.65 GiB의 GPU 메모리가 필요합니다. 생성 속도와 MOSI API 가격은 공개되지 않았습니다.
- 제한
- 텍스트-이미지 생성만 가능하고 편집은 안 됩니다. 이미지 변의 길이는 16의 배수여야 하고, 레이아웃 박스는 출력 크기와 맞아야 합니다. 기본값은 CFG 3에 50스텝이며, 커뮤니티에서는 SFT 체크포인트의 세로 띠 현상을 보고하고 있습니다.
좋은 점
- JSON 레이아웃으로 각 텍스트 블록과 사물의 위치를 지정
- Apache 2.0, 상업적 이용 허용
- 프로젝트에 따르면 저메모리 모드에서 GPU 최대 사용량 3.65 GiB
- 공개 첫날부터 SGLang, vLLM-Omni, ComfyUI 지원
아쉬운 점
- 대표 점수는 OpenMOSS가 만든 벤치마크에서 나옴
- 다운로드 약 27 GB, 기본 50스텝
- 커뮤니티에서 SFT 모델의 세로 색 띠 현상을 보고
- 이미지 편집 불가, API 가격 미공개
추천 대상
생성 그래픽에서 읽기 쉬운 텍스트와 통제된 배치가 필요하고, 제품에 쓸 수 있는 라이선스를 원하는 팀.
MOSS-Image 대안
MOSS-Image: 자주 묻는 질문
- MOSS-Image, 쓸 만한 가치가 있습니까?
- 겉모습보다 글자와 그 배치가 중요할 때 써 볼 만한 오픈 이미 지 모델입니다. 다만 품질에 관한 주장은 모두 아직 제작사가 만든 벤치마크에 기대고 있습니다. 평점은 5점 만점에 3.8점입니다.
- MOSS-Image의 가격은 얼마입니까?
- 상업적 이용을 포함해 Apache 2.0의 무료 오픈 가중치입니다. 호스팅 버전은 MOSI API Platform에 있지만, 저희가 확인한 페이지에는 가격이 공개되어 있지 않습니다.
- MOSS-Image의 단점은 무엇입니까?
- 대표 점수는 OpenMOSS가 만든 벤치마크에서 나옴; 다운로드 약 27 GB, 기본 50스텝; 커뮤니티에서 SFT 모델의 세로 색 띠 현상을 보고; 이미지 편집 불가, API 가격 미공개.
- MOSS-Image에 적합한 사람은 누구입니까?
- 생성 그래픽에서 읽기 쉬운 텍스트와 통제된 배치가 필요하고, 제품에 쓸 수 있는 라이선스를 원하는 팀.
- 팀이나 프로덕션 환경에서 MOSS-Image의 비용은 얼마입니까?
- 가중치는 무료입니다. 자체 호스팅에는 약 27 GB의 디스크가 필요하고, 프로젝트에 따르면 저메모리 모드에서 최소 3.65 GiB의 GPU 메모리가 필요합니다. 생성 속도와 MOSI API 가격은 공개되지 않았습니다.
- MOSS-Image에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0으로 자체 호스팅하므로 프롬프트와 이미지는 자체 하드웨어에 머뭅니다. 학습 데이터는 기술 보고서에 나온 것 이상으로 세부 공개되지 않았습니다.
- MOSS-Image의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Qwen-Image-2.1, FLUX 3 Image Klein 및 Z-Image-Turbo입니다.
답변 확인일: 2026년 11월 2일.