AI가 그린 이미지 속 한글은 왜 다 깨질까 — 그걸 푼 온디바이스 모델, POCKET-Image
[ "안녕하세요"가 "안ㅐ기"가 되는 순간 ]
AI로 포스터 한 장 만들어 본 사람이라면 누구나 겪는 일이 있습니다. 배경과 그림은 근사하게 나오는데, 정작 그 위에 얹힌 글자가 엉망입니다. "안녕하세요"라고 써 달라고 했더니 "안ㅐ기" 같은 정체불명의 글자가 나오고, 로고에 넣을 브랜드명은 알파벳이 하나씩 녹아내립니다.
이건 실력의 문제가 아니라 구조의 문제입니다. 세계적인 이미지 생성 모델 대부분은 라틴 문자 중심으로 학습돼 있어, 한글·한자·아랍어·태국어처럼 획이 복잡하거나 조합·연결 규칙이 있는 문자를 만나면 "글자를 쓴다"기보다 "글자처럼 생긴 얼룩을 그린다"에 가까워집니다. 그래서 결과물은 늘 애매합니다. 다시 포토샵을 열어 글자를 직접 얹어야 하죠.
비드래프트(VIDRAFT)의 POCKET-Image는 바로 이 지점을 정면으로 풉니다.
[ POCKET-Image가 하는 일 — 어떤 언어든, 모든 글자를 정확하게 ]
POCKET-Image는 "이미지 속 글자"를 위한 온디바이스 시스템입니다. 여러분이 묘사한 장면 위에, 원하는 문구를 한 글자도 깨지지 않게 써넣습니다.
· 한국어 · 中文 · 日本語 · العربية · ไทย · Latin 등 여러 문자 체계를 지원합니다.
· 오른쪽에서 왼쪽으로 쓰는 아랍어(RTL), 자모가 결합·변형되는 태국어·인도계 문자의 복잡한 조판까지 처리합니다.
· 글자는 선택입니다. 문구를 비우면 순수한 이미지만 생성됩니다.
즉, "예쁜 배경에 글자를 얹는" 게 아니라, 글자가 정확한 이미지를 처음부터 한 번에 만들어 냅니다. 카드뉴스, 포스터, 간판 시안, 썸네일, 다국어 마케팅 소재처럼 글자가 곧 핵심인 작업에서 특히 강합니다.
[ GPU도, 클라우드도 필요 없습니다 ]
POCKET-Image의 또 다른 특징은 온디바이스라는 점입니다.
· GPU도 NPU도 필요 없습니다. 일반 CPU와 RAM만으로 돌아갑니다.
· 4.5GB부터 시작하는 가벼운 용량 — Windows · macOS · Linux, 그리고 애플 실리콘에서 동작합니다.
· 완전 로컬입니다. 클라우드에 올리지 않고, 계정도 필요 없습니다. 여러분의 이미지와 문구는 기기 밖으로 나가지 않습니다.
여기서 가장 중요한 숫자가 있습니다. 같은 모델을 원래대로 돌리려면 약 23GB의 메모리가 필요하지만, POCKET-Image는 이를 4.5GB까지 — 약 5.2배 작게 줄였습니다. 그것도 눈에 띄는 화질 저하 없이요. 이것이 POCKET의 핵심 철학입니다. 큰 모델을, 사람들이 실제로 가진 하드웨어에 들어갈 때까지 압축하는 것. 4.5GB면 데이터센터가 아니라 6GB급 소비자 그래픽카드(GTX 1660·RTX 2060)나 노트북에서 돌아갑니다.
디자인 소스는 종종 공개 전 기밀입니다. 신제품 포스터, 미공개 브랜드명, 내부 캠페인 시안이 외부 서버를 거치지 않고 내 노트북 안에서 완성된다는 것은, 속도나 비용을 넘어선 보안·주권의 문제이기도 합니다.
[ 열린 기반 위에서 ]
POCKET-Image는 상업적 사용이 자유로운 오픈 기반 모델 Z-Image(Apache-2.0) 위에, 비드래프트의 온디바이스 엔진 POCKET-Core를 결합해 만들었습니다. 모델 자체도 Apache-2.0로 공개돼 있어, 누구나 내려받아 쓰고, 고치고, 다시 배포할 수 있습니다.
[ 지금 바로 만들어 보세요 ]
설치가 부담스럽다면, 브라우저에서 바로 써 볼 수 있는 POCKET-Image Studio가 있습니다. 문구와 프롬프트를 입력하면 그 자리에서 이미지를 생성합니다.
스튜디오(바로 생성): https://huggingface.co/spaces/FINAL-Bench/POCKET-Image-Studio
모델 카드: https://huggingface.co/FINAL-Bench/POCKET-Image-Zimage
[ POCKET 제품군 — 큰 모델을, 작은 하드웨어에 ]
POCKET-Image는 비드래프트의 온디바이스 제품군 POCKET의 이미지 계열입니다. POCKET은 "큰 모델을, GPU 없이, 내 기기에서"라는 한 가지 원칙으로 만들어집니다. 350억 파라미터 언어모델을 GPU 없는 PC와 휴대폰에서 돌리는 대화형 라인업(POCKET-35B/26B/KR/EN)에 이어, 이제 이미지 속 글자라는 오랜 난제까지 온디바이스로 가져왔습니다.
클라우드도, GPU도, 계정도 없이 — 어떤 언어의 글자든 완벽하게. 그게 POCKET-Image입니다.
https://www.vidraft.net