10월 15일, Black Forest Labs가 FLUX 3 Image Klein을 공개했습니다. 5.6B 파라미터 오픈 웨이트 모델로, 텍스트로 이미지를 만들고 편집하며, 최대 10장의 참조 이미지를 함께 쓸 수 있습니다.

가장 눈에 띄는 건 파라미터 수나 벤치마크가 아닙니다. 실행 환경입니다. INT8 빌드로 NVIDIA GeForce RTX GPU의 8GB VRAM에서 돌아간다고 밝혔습니다. 최근까지 12B~20B급 이미지 모델이 24GB 메모리를 요구하던 흐름을 생각하면, 방향이 분명히 달라졌습니다.

이 글은 이 모델이 무엇을 할 수 있고, 그 숫자들이 어떤 조건에서 나온 것인지, 그리고 실제로 어디까지 믿고 쓸 수 있는지를 정리합니다.

무엇을 할 수 있나

공식 발표 기준으로 기능을 정리하면 이렇습니다.

FLUX 3 Image Klein (Black Forest Labs, 2026-10-15)

기본        : 5.6B 파라미터 오픈 웨이트 이미지 제너레이터
기능        : 텍스트→이미지 생성 · 이미지 편집 · 다중 참조 생성(최대 10장)
해상도      : 네이티브 4K 생성
제어        : 바운딩 박스로 요소의 위치를 지정하거나,
              편집을 특정 영역으로 한정 (pixel-perfect editing)
체크포인트  : 파인튜닝용 base + 저지연용 step-distilled
빌드        : FP8 · INT8 · NVFP4 (NVIDIA 협업)
라이선스    : FLUX Kommunity License
데이원 지원 : ComfyUI, Hugging Face Diffusers, TensorRT-LLM,
              SGLang Diffusion, vLLM-Omni
학습 지원   : Ostris AI Toolkit, NVIDIA NeMo AutoModel (LoRA)

특히 바운딩 박스 제어를 눈여겨볼 만합니다. "이 위치에 이 요소를 넣어라", "편집은 이 영역 안에서만" 같은 지시를 좌표로 줄 수 있다는 뜻입니다. 생성형 이미지 편집에서 가장 어려운 문제 중 하나가 "바꾸고 싶지 않은 부분을 건드리지 않는 것"입니다. API 쪽 설명에는 편집하지 않은 영역을 정확히 보존하는 픽셀 복원(pixel restoration) 기능도 언급됩니다.

메모리: 어디에 얼마나 들어가나

이 릴리스의 핵심은 메모리입니다. 공식 발표가 제시한 값을 정리하면 이렇습니다.

항목 크기 실행 환경
제너레이터 가중치 (BF16) 11.2GB 넉넉한 VRAM 권장
제너레이터 가중치 (FP8) 5.6GB 중간급 VRAM
INT8 빌드 최소 8GB VRAM RTX GeForce GPU (ComfyUI/Diffusers)
NVFP4 (GB300) — 서버급, 1MP 0.6초 미만

한 가지 조건을 꼭 기억해야 합니다. 여기서 말하는 파라미터 수(5.6B, 비교군의 7B·12.9B)는 모두 이미지 제너레이터 기준이고, 텍스트 인코더는 집계에서 제외됩니다. 비교 표를 볼 때 이 조건을 놓치면 체감과 어긋납니다.

속도: 조건을 붙여 읽기

생성 시간도 구체적으로 공개했습니다.

[1MP 이미지 1장 생성 시간, distilled 모델 16 스텝 기준]

RTX 5090   : 약 4초
RTX 4070   : 9초 미만
GB300(NVFP4): 0.6초 미만

추가 조건
- NVIDIA가 측정, RTX 결과는 ComfyUI 기준
- 각 GPU는 가장 빠른 빌드로 측정
- GPU 자체의 생성 시간이며, API 지연은 여기에
  큐 대기·네트워크·프롬프트 업샘플링이 더 붙는다
- LoRA를 서빙하면 생성 시간이 약 5% 늘어난다

"GPU 자체의 생성 시간"이라는 단서가 중요합니다. 완성된 이미지가 손에 들어오는 시간은 대기열과 네트워크까지 포함하므로 더 길어집니다.

품질: 내부 평가로는 1위, 단 조건이 붙는다

Black Forest Labs는 내부 평가에서 이 모델이 텍스트→이미지, 다중 참조 생성, 이미지 편집 모두 1위라고 밝힙니다. 더 큰 오픈 웨이트 모델들보다 앞서고, 비교에 포함된 폐쇄 모델 Ideogram V4.5와 FLUX.2 [pro]보다도 높다고 합니다.

[내부 비교에서의 위치]
- 5.6B로 이 비교군에서 가장 작은 오픈 모델
  (Qwen-Image 2.1 7B, Krea 2 12.9B)
- FLUX.2 [klein] 9B 대비
    텍스트→이미지 +91 Elo
    이미지 편집  +70 Elo
    파라미터는 38% 적음
- 단, Krea 2는 이미지 편집을 지원하지 않아 편집 비교에서 제외

[주의]
- 이는 제조사 내부 평가다
- 파라미터는 이미지 제너레이터 기준, 텍스트 인코더 제외

속도와 품질의 관계도 함께 제시합니다. BFL API 기준으로 이 모델은 Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5, Krea 2보다 낮은 지연을 보이며, 그 지연 구간에서 가장 높은 평점을 냈다는 것입니다. 즉 "더 빠르거나 같은 속도에서 더 좋다"는 주장을 파레토 곡선으로 보여줍니다. API 가격은 1K 이미지당 0.009달러부터 시작한다고 밝혔습니다.

전: 8GB가 정말 다 해결해 주지는 않는다

여기서부터는 실제로 써보는 사람이 알아야 할 부분입니다. 발표문 자체가 조건을 명시합니다.

"8GB VRAM으로 지원된다"의 정확한 의미

- INT8 빌드에 한해 최소 8GB에서 실행 가능
- 메모리 관리와 CPU 오프로딩이 필요할 수 있다
- 즉 모든 고해상도·다중 참조 작업이 8GB에 다 들어간다고는
  보장하지 않는다

정리하면 이런 구분이 생깁니다.

작업 8GB에서 현실적일까
1MP 생성 (distilled, INT8) 가능. 다만 오프로딩 설정에 따라 속도 저하
편집 (단일 참조) 보통 가능
다중 참조 여러 장 메모리와 무관하게 무거워짐. 카드에 따라 어려움
네이티브 4K 8GB를 넘어설 가능성이 큼

또 하나, 라이선스도 확인해야 합니다. FLUX Kommunity License는 개인과 연매출 500만 달러 미만 기업의 상업적 사용을 무료로 허용합니다. 그보다 큰 조직은 자체 호스팅 라이선스나 API를 통해 상업 배포해야 합니다. "오픈 웨이트"라는 말이 곧 "아무 제약 없는 무료"는 아니라는 점을 기억하는 게 좋습니다.

안전 측면도 언급됩니다. 사전학습 단계의 데이터셋 필터, 후처리 단계의 유해 행동 억제 튜닝, 출시 전 내부 레드팀과 외부 파트너(Cinder) 평가를 거쳤다고 밝힙니다.

결론: 로컬 이미지 기능은 네 축으로 판단하라

브리핑의 액션을 실험으로 옮기면 이렇습니다.

[로컬 이미지 모델 미니 실험]

1. 같은 편집 작업을 하나 정한다
   (예: 제품 사진 배경 교체, 인물 사진 톤 보정)

2. 같은 입력으로 후보를 돌린다
   [ ] 동일 해상도, 동일 스텝 수, 동일 양자화(가급적 INT8)
   [ ] 동일 프롬프트와 바운딩 박스

3. 네 축을 기록한다
   [ ] 품질   : 원본 유지도(수정하지 않은 영역이 얼마나 그대로인가)
   [ ] 지연   : 요청부터 완성까지 걸린 시간
   [ ] 메모리 : 피크 VRAM (오프로딩 포함 여부)
   [ ] 라이선스: 상업 사용 범위와 매출 조건

4. ComfyUI 또는 Diffusers 워크플로로 재현한다

핵심 문장은 이렇습니다.

이미지 모델의 경쟁은 '얼마나 잘 그리나'에서
'얼마나 적은 하드웨어에서 돌아가나'로 확장되고 있다.

FLUX 3 Image Klein은 그 방향에서 중요한 이정표입니다. 다만 "8GB에서 돌아간다"는 문장은 "8GB만 있으면 다 된다"가 아니라 "최소 사양이 내려왔다"로 읽어야 합니다. 제품에 넣기 전에 내 워크로드의 피크 메모리와 지연을 직접 재는 것이 정확합니다. 관련 흐름은 Krea 3: 빠른 이미지 편집과 Meta Muse 이미지 편집에서 이어 볼 수 있습니다.

함께 읽으면 좋은 글

참고 자료

이 주제를 직접 따라가며 배우고 싶다면

이미지 생성과 편집은 프롬프트를 바꾸고 결과를 비교하는 일을 반복할 때 가장 빨리 감이 옵니다. 글쓰기·이미지·영상을 한 흐름으로 다뤄 보면 어디에 어떤 도구를 쓸지 판단이 서게 됩니다.