텐센트의 Z-Image 6B 공개와 VAE 없는 픽셀 공간 생성의 아키텍처 변화

커뮤니티 반응

커뮤니티는 VAE로 인한 시각적 왜곡 해결에 긍정적인 반응을 보이고 있으나, 실제 연산 비용과 기존 LoRA 자산 호환성에 대해서는 신중한 검증이 필요하다는 의견이 지배적이다.

01중립다수

VAE 제거는 메모리 효율성과 품질 면에서 이점이 있으나, 연산 비용 증가와 기존 모델 자산의 호환성 문제가 해결되어야 한다.

VAE 제거의 아키텍처적 의미: 기존 LDM은 VAE를 통해 이미지를 압축하여 연산량을 줄였으나, Z-Image 6B는 픽셀 공간에서 직접 연산하여 VAE로 인한 시각적 왜곡(손, 텍스트 뭉개짐)을 근본적으로 해결했다.

메모리 효율성 변화: 기존 모델은 VAE 디코딩 단계에서 메모리 스파이크가 발생하여 OOM 오류의 주원인이 되었으나, Z-Image 6B는 메모리 사용 곡선을 평탄화하여 동시 배치 처리에 유리한 구조를 갖췄다.

연산 비용과 지연 시간: 픽셀 공간 생성은 시퀀스 길이가 이차적으로 증가하여 연산 부하가 크므로, 기존 Flux 대비 단계별 지연 시간이 길어질 가능성이 높다.

L2P 프레임워크의 잠재력: 기존 Flux나 SD 모델의 가중치를 픽셀 공간으로 매핑하는 L2P 프레임워크가 작동한다면, 기존 LoRA 자산을 유지하면서 전환 비용을 최소화할 수 있다.

양자화 강건성: 픽셀 값은 인간이 해석 가능한 공간적 분포를 가지므로, 잠재 공간(Latent Space)보다 FP8 또는 INT8 양자화에 더 강건하여 연산 비용을 상쇄할 가능성이 있다.

Z-Image 6B중립

픽셀 공간 이미지 생성

Flux중립

이미지 생성 모델

SDXL중립

이미지 생성 모델