OpenMOSS, 5B 오픈소스 이미지 생성 모델 'MOSS-Image' 공개 (Apache 2.0·ComfyUI 지원)

2026년 10월 17일, OpenMOSS가 50억(5B) 매개변수 규모의 오픈소스 텍스트-투-이미지(Text-to-Image) 생성 모델인 'MOSS-Image'를 공개했습니다. 모델 가중치와 실행 소스코드가 오픈소스 라이선스인 아파치 2.0(Apache 2.0) 조건으로 배포되었으며, 이미지 생성 환경인 ComfyUI를 함께 지원합니다.

이미지 출처: https://t.co/En5lwhVnCL

글로벌 생성형 AI 생태계에서 독점 클라우드 API 서비스나 엄격한 비상업적 라이선스(Non-Commercial License)가 주를 이루는 가운데, MOSS-Image는 상업적 연구와 프로덕션 파이프라인에서 자유롭게 수정·활용할 수 있는 완전 개방형 가중치를 제공하여 AI 그래픽 개발자들의 높은 관심을 모으고 있습니다.

5B 파라미터 설계와 로컬 환경을 겨냥한 생성 품질의 균형

MOSS-Image의 가장 핵심적인 아키텍처 특징은 50억(5B) 파라미터라는 매개변수 규모 선정에 있습니다.

기존 오픈소스 이미지 모델 생태계는 수십억 매개변수 미만의 초경량 모델과 수백억 파라미터에 달하는 대규모 모델 사이에서 뚜렷한 양극화를 보여 왔습니다. 초경량 모델은 일반 소비자용 데스크톱 환경에서 가볍게 구동되지만 프롬프트 이해도와 복합 렌더링 품질에서 한계를 노출했고, 대규모 파운데이션 모델은 뛰어난 시각적 완성도를 제공하는 대신 일반 개발자가 단일 워크스테이션에서 감당하기 어려운 VRAM을 요구했습니다.

• 파라미터 스위트 스팟(Sweet Spot): MOSS-Image는 5B 규모의 설계를 채택함으로써, 단일 워크스테이션 기반의 로컬 구동 가능성을 유지하면서도 복합 구도와 텍스처를 처리할 수 있는 모델 용량을 확보했습니다.
• 다채로운 시각 스타일 커버리지: 공개된 초기 샘플에 따르면, 사실적인 실사 사진부터 섬세한 일러스트레이션까지 폭넓은 시각 스타일 전반에서 양호한 표현력을 보여줍니다.

이를 통해 개발자는 거대 클라우드 인프라에 종속되지 않고도 고품질 그래픽 에셋 파이프라인을 구축할 수 있는 독자적인 모델 기반을 확보하게 됩니다.

Apache 2.0 라이선스와 ComfyUI 지원

소프트웨어 배포 및 개발자 편의성 측면에서도 실질적인 도입 혜택이 마련되었습니다.

MOSS-Image는 모델 가중치(Weights)와 실행 코드를 아파치 2.0(Apache 2.0) 라이선스로 완전 공개했습니다. 연구 목적에 국한되거나 파생 소프트웨어의 상업화를 차단하는 제약 없이, 기업과 1인 개발자 모두가 자사 제품 및 인하우스 도구에 MOSS-Image를 직접 결합하거나 파인튜닝(Fine-tuning) 모델을 자유롭게 구축할 수 있습니다.

• ComfyUI 지원: 널리 쓰이는 이미지 생성 환경인 ComfyUI 지원이 포함되어 직관적인 워크플로우 구성과 연동이 가능합니다.
• 노드 환경 연동성: ComfyUI 환경에 모델을 연동하여 이미지 생성 및 후처리 단계를 유연하게 연결할 수 있습니다.

이러한 개방성과 직결성은 독립 개발사나 스튜디오가 클라우드 구독료 부담 없이 로컬 하드웨어에서 자동화된 이미지 렌더링 파이프라인을 설계하는 데 유리한 환경을 조성합니다.

실환경 구동 요건과 초기 단계의 검증 과제

MOSS-Image가 제시하는 매력적인 규격에도 불구하고, 프로덕션 도입 전 확인해야 할 현실적 고려사항들이 존재합니다.

• 디테일 렌더링 품질 검증: 모델 공개 초기 단계인 만큼, 복잡한 인체 손가락 렌더링, 정밀한 문자(Typography) 표기, 다중 피사체 간의 공간적 관계 처리 등 실전 생성 품질에 대해서는 다양한 프롬프트 환경에서의 커뮤니티 교차 검증이 요구됩니다.
• VRAM 예산과 경량화 로더: 5B 모델은 거대 파운데이션 모델에 비해 가볍지만, 여전히 10GB 미만의 보급형 단일 GPU 환경에서는 원활한 배치 추론이나 고해상도 생성 시 메모리 부족(OOM) 현상이 발생할 수 있습니다. 보급형 장비에서 실무 속도를 확보하기 위해서는 GGUF, FP8, INT4 등 양자화(Quantization) 가중치와 최적화 로더의 추가 생태계 지원 여부를 확인해야 합니다.
• 실측 추론 속도 편차: 사용자의 GPU 아키텍처와 구동 런타임 최적화 수준에 따라 스텝당 생성 속도에 차이가 있을 수 있으므로, 대량 배치 파이프라인에 투입하기 전 인하우스 하드웨어에서의 벤치마크 테스트가 선행되어야 합니다.

출처

• OpenMOSS MOSS-Image 공식 릴리스: OpenMOSS MOSS-Image
• Che0dan (@Che0dan) X 게시글: 2026-10-17 MOSS-Image 공개 소식