Qwen-Image 2.1 기반의 로컬 사진 편집기 'Kokon' 0.12 업데이트: 레이어 기능 추가

Qwen-Image 2.1 Turbo(stable-diffusion.cpp 기반, 맥에서는 자체 엔진 사용)를 활용한 로컬 사진 편집기인 Kokon 개발자다. 몇 주 전에 여기 올렸었는데, 이번 0.12 버전에는 '레이어 랩(Layers lab)' 기능을 추가했다. 이미지 속 객체를 클릭하면 배경을 채워 넣으면서 해당 객체만 따로 레이어로 분리해주고, 이걸 이리저리 옮기거나 PSD로 내보낼 수 있다.

Qwen-Image 2.1은 레이어 출력 기능이 없어서, 편집 모델을 활용한 파이프라인을 이렇게 짰다.

1. 선택(Select): 클릭하면 MobileSAM(ONNX, CPU, 44MB)이 마스크를 따준다. 더 크게 잡고 싶으면 한 번 더 클릭하면 됨.

2. 오려내기(Cut out): 'Fast'는 CPU에서 돌아가는 매팅 모델(객체당 몇 초 소요). 'Quality'는 Qwen한테 머리카락이나 털 같은 가장자리를 다시 그려달라고 시키는 방식.

3. 채우기(Fill): 마스킹된 Qwen-Image 편집 모델이 객체 뒤쪽 배경을 다시 그려서 구멍을 메워준다. 이게 제일 시간 잡아먹는 단계인데, RTX 5070 Ti 기준으로 객체당 15~25초, M2 Pro에서는 1~2분 정도 걸린다.

4. 장면 합성(Blend into scene, 선택 사항): 객체를 옮기고 나면 Kokon이 각 객체의 위치를 파악해서(수정 가능), 접촉면의 그림자나 반사광을 레이어로 한 번 더 그려준다. 불투명도 조절도 가능함.

솔직히 아직 잘 안 되는 것들:

• 채우기 기능이 가끔 큰 객체를 지우면 그 자리에 엉뚱한 걸 새로 만들어냄(큰 사람을 지웠는데 다른 사람이 생기는 식).

• 사람끼리 붙어 있거나 군중은 합쳐지거나 쪼개짐.

• 다른 객체 뒤에 가려진 부분은 복구가 안 됨.

• 합성(Blend) 기능이 아직 불안정함. 객체별 합성보다는 전체 장면 합성이 그나마 좀 나음.

8단계 모델이라 조절하는 데 한계가 있다. 혼자 테스트 사진으로 튜닝하는 것보다 일단 실험적 기능으로 내놓고, 사람들이 실제로 쓰면서 겪는 문제들을 고쳐나가는 게 나을 것 같음. 써보고 나서 실패 사례(이미지 + 클릭한 위치)를 보내주면 진짜 큰 도움이 된다.

지난번 글 이후 업데이트:

• 0.11부터 로컬 서버 방식: 앱이 127.0.0.1에서 돌아가는 서비스랑 통신함. "Other devices" 옵션을 켜면 같은 LAN에 있는 폰이나 다른 PC에서도 접속 가능(비밀번호 설정 가능, 기본값은 꺼짐, 해시 처리, 속도 제한 있음). NVIDIA용 도커 이미지도 있고, 리눅스 헤드리스 환경은 로 실행하면 됨. MCP 서버(npm )도 있어서 AI 에이전트가 이걸 통해 이미지를 생성하거나 편집할 수도 있다.