동영상 제작 및 편집 전문AI인 루마AI(Luma AI)가 기존의 확산(diffusion) 기반 이미지 생성 방식을 뛰어넘는 새로운 접근의 모델을 공개하며 AI 이미지 시장에 도전장을 내밀어 화제다.

루마 AI는 23일 추론형 이미지 생성 모델 ‘유니-1(Uni-1)’을 발표했다. 이번 모델은 이미지 생성 과정에서 ‘이해’와 ‘생성’을 하나로 통합한 구조를 채택한 것이 핵심이다.

기존 이미지 생성 AI는 대부분 확산 방식에 기반해 무작위 노이즈에서 점진적으로 이미지를 완성하는 구조를 사용해 왔다. 이 방식은 높은 시각적 품질을 구현하는 데 강점이 있지만, 복잡한 장면 구성이나 논리적 일관성 유지에는 한계가 있다는 지적이 꾸준히 제기돼 왔다.

이를 보완하기 위해 오픈 AI(OpenAI) 의 ‘달리(DALL·E)’나 구글의 ‘이매진(Imagen)’ 시리즈는 언어 모델과 이미지 모델을 결합한 이중 구조를 사용해 왔다. 그러나 이 경우 프롬프트 해석과 이미지 생성이 분리되면서 정보 손실이 발생할 수 있다는 문제가 있었다.

유니-1은 이러한 구조적 한계를 근본적으로 바꿨다. 텍스트와 이미지를 하나의 시퀀스로 처리하는 자기회귀(autoregressive) 트랜스포머 구조를 적용해, 이미지 생성과 추론이 동시에 이뤄지도록 설계됐다. 즉, AI가 이미지를 ‘그리면서 동시에 생각하는’ 방식이다.

성능에서도 변화가 확인됐다. 추론 기반 이미지 편집 벤치마크 ‘라이즈벤치(RISEBench)’에서 0.51 점을 기록하며 구글의 ‘나노 바나나 2’(0.50)와 GPT 이미지 1.5(0.46)를 앞섰다. 객체 인식 성능을 측정하는 ‘ODinW’에서도 46.2 점을 기록해 ‘제미나이 3 프로’(46.3)에 근접한 수치를 보였으며, 일부 경쟁 모델을 크게 상회했다.

특히 공간 추론과 논리적 일관성 유지 능력에서 강점을 보이며, 복잡한 장면 구성이나 시간 흐름을 반영한 이미지 생성에서 기존 모델 대비 성능 향상이 두드러졌다는 평가다. 동일 인물의 생애 변화를 하나의 구도로 표현하거나, 여러 이미지를 자연스럽게 결합하는 작업도 가능하다.

루마 AI는 이러한 접근을 “시간·공간·논리를 하나의 아키텍처에서 함께 모델링하는 방식”이라고 설명하며, 기존 분리형 시스템으로는 어려웠던 문제 해결 능력을 구현했다고 강조했다.

비용 경쟁력도 주목된다. 2K 해상도 기준 이미지 생성 비용은 약 0.09달러로, 경쟁 모델 대비 10~30% 저렴한 수준이다. 이는 광고, 콘텐츠 제작 등 대규모 이미지 생성 수요를 겨냥한 전략으로 풀이된다.

실제로 루마 AI는 글로벌 광고사들과 협업을 진행 중이며, 일부 프로젝트에서는 연간 수백만 달러 규모의 캠페인을 수십 시간·수만 달러 수준으로 축소한 사례도 제시했다.

유니-1은 단독 모델이 아니라 ‘루마 에이전트(Luma Agents)’ 플랫폼의 핵심 엔진으로 작동한다. 해당 플랫폼은 텍스트, 이미지, 영상, 오디오를 통합 처리하는 에이전트형 크리에이티브 시스템으로, 다양한 AI 모델과 연동해 콘텐츠 제작 전 과정을 자동화하는 것을 목표로 한다.

시장 반응도 긍정적이다. 사용자들은 기존의 단순 프롬프트 입력 방식에서 벗어나, 보다 정밀한 제어와 반복 개선이 가능한 ‘능동형 창작 도구’로 평가하고 있다. 다만 생성 속도만큼은 개선되어야 한다는 지적이다.

업계에서는 이번 유니-1 공개를 계기로 이미지 생성 AI의 경쟁 축이 단순한 품질 중심에서 ‘추론 기반 생성’으로 이동할 가능성이 크다고 보고 있다. 즉, 얼마나 사실적으로 그리는가를 넘어 얼마나 맥락을 이해하며 생성하는지가 핵심 경쟁력이 될 것이라는 분석이다.