크레아, 2초 만에 2K 이미지 뽑는 오픈웨이트 모델 ‘크레아 2’ 공개

• 크레아가 새 이미지 생성 모델 ‘크레아 2’를 오픈웨이트로 공개함

  • 버전은 ‘크레아 2 로우’와 ‘크레아 2 터보’ 두 가지
  • 폐쇄형 이미지 생성 모델이 장악한 시장에서, 기업과 창작자가 직접 커스터마이징할 수 있는 쪽을 전면에 내세움

• 모델 구조는 120억 매개변수짜리 자체 확산 트랜스포머(Diffusion Transformer) 기반임

  • 요즘 이미지 생성 모델에서 흔한 “하나로 다 해보자” 방식이 아니라, 학습용과 생성용을 분리한 게 포인트
  • 크레아가 제안한 흐름은 “로우로 학습하고, 터보로 생성한다”는 식임

• ‘크레아 2 로우’는 일부러 덜 정렬된 모델에 가까움

  • 인간 피드백 기반 강화학습(RLHF)이나 미적 최적화를 적용하지 않은 비정렬(Unaligned) 모델
  • 그래서 특정한 예쁜 스타일로 쏠리지 않고, 브랜드 이미지·건축 설계·제품 디자인 같은 용도에 맞춰 다시 학습시키기 좋다는 설명

• ‘크레아 2 터보’는 속도에 몰빵한 상용 생성 모델임

  • 지식 증류(Knowledge Distillation)로 생성 과정을 줄였고, 8단계 추론만으로 최대 2K 이미지를 약 2초 만에 생성한다고 밝힘
  • 공개 오픈소스 모델과 상용 이미지 모델을 통틀어도 가장 빠른 축에 든다는 평가가 붙음

• 로우에서 학습한 스타일을 터보에서 그대로 쓰는 구조도 준비돼 있음

  • 사용자가 로우 모델에서 학습한 LoRA(Low-Rank Adaptation)나 맞춤형 스타일을 터보 모델에 적용할 수 있음
  • 기업 입장에선 브랜드 톤을 학습시킨 뒤 빠른 생성 모델로 결과물을 대량 생산하는 그림이 가능해짐

• 스타일 전송도 텍스트 프롬프트만 보는 방식이 아님

  • 여러 장의 참조 이미지를 넣고, 무드보드나 디자인 레퍼런스를 조합할 수 있음
  • 특정 스타일 요소만 뽑거나 스타일 강도를 조절할 수 있어, 대규모 디자인 작업에서 일관성 유지가 쉬워진다는 주장

• 프롬프트 입력 쪽도 대형 언어 모델(LLM)을 붙여 보강함

  • ‘프롬프트 확장기(Prompt Expander)’가 짧은 입력을 더 자세한 프롬프트로 자동 확장함
  • 복잡한 프롬프트 엔지니어링 없이 원하는 이미지를 만들게 하려는 장치임

• 학습 데이터 품질 관리도 꽤 강조함

  • 공개 데이터, 라이선스 이미지, 자체 구축 데이터셋을 섞어 사용했다고 밝힘
  • AI가 만든 합성 이미지는 사전 학습 데이터에서 완전히 제외했다고 함
  • DINOv3와 SigLIP-2 기반 필터링으로 중복 이미지, 저해상도 콘텐츠, 유해 콘텐츠를 제거했다고 설명

• 라이선스는 “열어주되, 기업 규모와 안전 책임은 챙긴다” 쪽임

  • 개인 개발자, 독립 창작자, 중소기업은 별도 로열티 없이 상업 활용 가능
  • 생성 콘텐츠 저작권도 사용자에게 귀속
  • 다만 50석을 넘는 대기업 고객은 별도 엔터프라이즈 라이선스가 필요함

---

기술 맥락

• 크레아 2의 선택은 모델 하나로 모든 걸 해결하려는 접근이 아니라, 학습용 모델과 생성용 모델을 나누는 쪽이에요. 기업은 보통 “우리 브랜드 스타일을 얼마나 잘 먹이느냐”와 “실제 결과물을 얼마나 빨리 뽑느냐”를 동시에 원하거든요.

• 로우 모델이 비정렬 상태로 제공되는 이유도 여기에 있어요. 이미 특정 미감으로 강하게 정렬된 모델은 보기엔 예뻐도, 브랜드나 제품 디자인처럼 고유한 스타일을 입히기엔 오히려 방해가 될 수 있어요.

• 터보 모델은 지식 증류로 추론 단계를 8단계까지 줄인 게 핵심이에요. 이미지 생성은 품질만큼 대기 시간이 중요해서, 2K 이미지를 약 2초에 뽑는 성능은 광고 시안, 커머스 이미지, 게임 리소스 초안 같은 반복 작업에서 꽤 큰 차이를 만들 수 있어요.

• 안전 필터링 의무가 붙은 것도 오픈웨이트 모델의 현실적인 숙제예요. 가중치를 열면 활용 범위는 넓어지지만, 배포자에게 불법 콘텐츠 방지 책임을 넘기지 않으면 기업 고객이 쓰기 어려운 모델이 되거든요.