생성AI 기술이 폭발적으로 발전하며 이미지 생성 모델은 점점 대형화되고 있다. 광고, 마케팅, 미디어, 엔터테인먼트, 이커머스 분야의 기업들은 짧은 시간 안에 고품질의 맞춤형 이미지를 제작해야 하는 수요가 늘고 있지만, 대규모 모델은 막대한 컴퓨팅 자원과 비용을 요구하고 있다. 동시에, 인터넷에서 무단으로 수집된 데이터로 학습된 생성AI 모델은 저작권·상표권 침해 위험 때문에 상용화에 신중할 수밖에 없다.

특히 글로벌 기업들은 법적 리스크뿐 아니라 브랜드 이미지 관리 차원에서 신뢰할 수 있는 생성AI 솔루션을 찾고 있다. 이에 따라 전량 라이선스 데이터를 활용해 법적 안정성을 확보하면서도 경량화로 비용과 자원 소모를 줄일 수 있는 생성AI 기술이 필요하다.

글로벌 비주얼 생성AI 플랫폼 기업 브리아(Bria)가  전량 라이선스된 데이터로만 학습한 오픈소스 텍스트-투-이미지(Text-To-Image) 3세대 모델을 공개했다고 밝혔다. 

매개변수 3분의 1로 경량화

브리아의 자체 연구 결과, 이 모델은 업계의 오픈소스 모델들과 비교해 매개변수 수를 66% 줄이면서도 동등한 성능을 보장한다. 40억 개의 매개변수만으로 기존 대규모 모델과 유사한 품질의 이미지를 생성할 수 있고, 라이선스된 데이터만으로 훈련돼 법적 안정성을 확보했다. 

특히 오픈소스 모델 대비 동일 성능을 구현하는 데 필요한 컴퓨팅 자원과 데이터가 50% 수준에 불과하며, 파인튜닝(fine-tuning) 측면에서 기존 모델 대비 두 배의 용이성을 보여, 맞춤형 이미지 생성 수요가 많은 기업 환경에서 유용성이 높다.

이 연구는 시장에 출시된 모든 모델 중 ▲오픈소스로 개발됐거나 ▲전량 라이선스 데이터로 개발된 모델을 선별해 비교했다. 연구에는 대표적인 두 개의 오픈소스 모델과 하나의 라이선스 기반 모델이 포함됐으며, 동일한 프롬프트를 적용해 생성된 이미지를 놓고 수천 명의 디자인 전문가들이 블라인드 선호도 평가를 수행했다.

평가는 미적 품질, 프롬프트 준수도, 텍스트 렌더링 정확도, 파인튜닝 효율성, 컴퓨팅 성능 등을 기준으로 이뤄졌으며, 이후 통계적 분석으로 각 모델의 군집화 결과를 도출했다.

저작권 리스크 해소로 기업 수요 겨냥

브리아의 접근 방식은 특히 기업들이 생성AI를 도입하는 데 장벽이 돼온 저작권과 상표권 리스크를 제거한다는 점에서 차별화된다. 인터넷에서 출처가 불분명한 데이터를 수집해 모델을 학습시키지 않고, 브리아는 아티스트, 사진가, 콘텐츠 크리에이터들과 직접 협업해 학습 데이터를 확보한다. 이를 통해 생성AI를 상용화하려는 기업들이 법적 불확실성 없이 기술을 활용할 수 있다. 

이 모델은 즉시 허깅페이스(Hugging Face)를 통해 공개되며, 컨트롤넷(ControlNets), IP 어댑터(IP adaptors) 등 다양한 보조 모델과 개발 프레임워크를 함께 제공한다. 또한 플랫폼-애즈-어-서비스(PaaS) 형태로도 제공돼 개발 속도를 높일 수 있다.

또한, 콘텐츠 모더레이션, 엔터프라이즈 보안 표준, 다양한 접속 방식을 기본 제공해 개발 편의성을 극대화했다. 구체적으로는 MCP(Model Context Protocol) 서버, 피그마(Figma) 플러그인, 어도비 크리에이티브 스위트(Adobe Creative Suite) 플러그인 등을 지원해 기업 현장에 신속하게 적용할 수 있다.

브리아 야이르 아다토(Yair Adato) CEO는 “업계가 스크래핑 데이터로 점점 더 거대해지는 모델 경쟁을 벌이는 와중에도, 더 작고 윤리적으로 학습된 모델이 동등한 성능을 구현할 수 있음을 입증했다.”라며 “이번 소스 코드 공개 모델은 창작자 권리를 존중하면서도 효율적인 AI 개발이 가능하다는 점을 보여준다.”라고 말했다.