FLUX 3 Klein으로 상품 사진과 인물 컷 만들기, 되는 것과 안 되는 것

Black Forest Labs가 이미지 모델 FLUX 3 Klein의 가중치를 공개했습니다. 텍스트로 이미지를 만드는 것뿐 아니라 참조 이미지를 넣어 편집하는 기능까지 하나의 모델에 들어 있는데요. 실제 작업에 바로 쓸 수 있을지 궁금해서, Runpod의 L40S 한 장에 올려 두 가지 일을 시켜 봤습니다. 흰 배경 상품 사진을 다른 배경 위에 올리는 일, 그리고 인물 사진 한 장으로 여러 장면을 만드는 일입니다.

결과부터 말하면 ComfyUI 공식 템플릿을 그대로 쓰고 프롬프트를 한 줄만 써도 꽤 쓸 만했습니다. 다만 잘 안 되는 경우도 분명히 있었습니다. 둘 다 정리해 봤습니다.

GPU는 L40S 48GB 한 장입니다. Klein 자체는 8GB 그래픽카드에서도 돈다고 소개됐지만, ComfyUI 템플릿을 그대로 쓰면 모델이 세 개 올라갑니다. 이미지 모델(11.1GB), 텍스트 인코더(8.9GB), 그리고 짧은 프롬프트를 길게 풀어 주는 업샘플러 언어 모델(18.8GB)입니다. 원본 bf16으로 다 올리면 39GB쯤 되기 때문에 48GB 카드를 골랐습니다. 실험 당시 Secure Cloud 가격은 시간당 1.09달러였습니다.

설정은 템플릿 기본값 그대로입니다. distilled 모델에 16 step, CFG 1, 업샘플러는 켰고, ComfyUI는 v0.42.0을 썼습니다. 테스트용 상품과 인물 사진은 모두 Klein으로 먼저 만든 가상 이미지입니다. 조건마다 시드 하나로 한 번씩만 돌렸기 때문에, 아래 결과는 품질 순위를 매기는 벤치마크가 아니라 어떤 작업이 되고 안 되는지를 본 기록입니다.

상품 사진 한 장과 배경 사진 한 장을 넣고 "put the bottle from the first image on the desk in the second image" 정도로만 썼습니다. 시계, 세럼 병, 헤드폰을 노트북과 머그컵이 있는 책상 위에 올려 보니 크기가 꽤 자연스러웠습니다.

상품이 크게 보이는 컷에서는 작은 글자도 잘 남았습니다. 세럼 라벨의 "Niacinamide 10% + Zinc 1%", 아래의 "30 ml / 1 fl oz", 시계 문자판의 "ORBIT AUTOMATIC"이 손에 든 컷, 손목에 찬 컷, 두 상품을 같이 놓은 컷에서 모두 그대로였습니다. 반면 시계가 화면에서 작게 나온 책상 컷에서는 문자판의 "ORBIT"이 알아볼 수 없게 깨졌습니다. 글자가 중요한 상품이라면 상품을 크게 보여 주는 구도가 안전합니다.

1인용 의자를 빈 거실에 놓는 작업은 시드를 세 번 바꿔도 거의 같은 자리에 같은 크기로 나왔습니다.

반대로 크기를 비교할 물건이 없는 배경에서는 상품이 지나치게 커졌습니다. 받침대만 있는 핑크 스튜디오에서는 시계와 세럼이 받침대에 비해 컸고, 손목에 차는 시계를 받침대 위에 세워 놓기도 했습니다. 빈 해변에 올린 머그컵은 화면 앞쪽을 꽉 채웠습니다. 상품 두 개를 같이 놓았을 때는 시계가 30ml 병과 비슷한 크기로 나왔습니다.

책상 장면과의 차이는 크기를 짐작할 단서입니다. 노트북이나 컵이 있으면 모델이 거기에 맞추고, 없으면 상품을 화면 가운데 크게 둡니다. 크기가 중요한 사진이라면 배경에 크기를 아는 물건을 같이 두는 게 가장 간단한 방법이었습니다.

템플릿에 기본으로 켜져 있는 업샘플러가 생각보다 큰 역할을 했습니다. 업샘플러는 참조 이미지와 짧은 요청을 보고 긴 지시문을 다시 써서 이미지 모델에 넘깁니다. 이름이 비슷해서 헷갈리기 쉬운데, 해상도를 키우는 업샘플링(Super Resolution)과는 다릅니다. 그쪽은 픽셀 수를 늘리고, 프롬프트 업샘플러는 짧은 요청에 정보를 채워 글을 늘립니다. 14단어짜리 요청이 192단어 지시문이 됐고, 그 안에 "Match its scale to the laptop and mug"처럼 크기를 맞추라는 문장이 들어 있었습니다.

같은 프롬프트와 시드로 업샘플러만 끄고 켜 보면 차이가 분명했습니다. 카페 테이블에 향수병을 올릴 때 업샘플러를 끄면 병이 화분만 하게 나왔고, 켜면 테이블 위의 작은 병 크기로 나왔습니다.

뒤에서 걸어가다 돌아보는 인물 장면도 끄면 카메라를 보고 선 사진이 나왔고, 켜면 지시대로 뒷모습이 나왔습니다.

다만 빈 해변처럼 기준이 없는 배경은 켜도 여전히 컸습니다.

가상 인물 두 명의 사진 한 장씩으로 요리하기, 자전거 타기, 기차에서 책 읽는 옆모습, 비 오는 길 뒷모습, 상품 들고 웃기, 이렇게 다섯 장면을 만들었습니다. 얼굴, 머리 모양, 안경, 귀걸이, 옷까지 다섯 장 내내 유지됐고, 뒷모습에서 돌아보는 장면은 시드 세 개 모두 지시대로 나왔습니다.

두 사람을 한 장면에 넣어도 얼굴이 섞이지 않았고, 인물에게 상품을 들게 하거나 가방을 메게 하는 것도 됐습니다.

조심해야 할 건 장면을 이어서 만드는 방식입니다. 바로 전에 나온 결과를 다음 장면의 참조로 넣으면, 앞 장면에 있던 것이 계속 따라옵니다. 요리할 때 두른 앞치마가 자전거 장면에도, 기차 장면에도 남아 있었고, 기차에서 책을 읽으라고 했는데 자전거 위에서 책을 읽는 사진이 나왔습니다. 비 오는 장면은 우산도 비도 없이 같은 길이었습니다. 업샘플러를 끈 상태에서는 아예 첫 장면에서 벗어나지 못한 채 회차마다 색과 질감이 거칠어졌습니다. 여러 장면을 만들 때는 직전 결과 말고 원본 사진을 매번 다시 넣는 편이 안전합니다.

L40S에서 상품 편집(참조 2장, 4MP 출력)은 업샘플러를 포함해 장당 51초 안팎, 인물(2MP)은 25초 안팎이었습니다. 상품 사진 16장을 연속으로 뽑은 GPU 시간은 13.4분으로, 시간당 1.09달러 기준 약 24센트입니다. Pod을 켜고 모델을 받는 셋업은 5분 정도였고, 이 시간과 실제 청구액은 계산에 넣지 않았습니다.

더 빠르게 돌리고 싶다면 int8 모델이 있습니다. 업샘플러를 끈 상태에서 같은 편집이 bf16 42초에서 int8 23초로 거의 절반이 됐고, 이 장면에서는 결과를 나란히 놓고 봐도 차이를 찾기 어려웠습니다. 업샘플러를 켠 상태의 int8 시간은 재지 않았습니다.

테스트에 쓴 설정을 FLUX 3 Klein 상품·인물 편집 레시피로 정리했습니다. ComfyUI와 모델을 고정 버전으로 받는 셋업 스크립트, 템플릿과 같은 설정으로 그래프를 만들어 보내는 실행 스크립트, 이번에 쓴 프롬프트 목록과 측정값이 들어 있습니다. 모델 가중치는 포함하지 않으며, Black Forest Labs나 ComfyUI의 공식 배포물이 아닙니다.

모델은 Hugging Face에서 받습니다. Klein 저장소가 두 개인데, ComfyUI용 파일은 black-forest-labs/flux-3-image-klein-comfy에 있고 라이선스 동의도 이 저장소에서 따로 해야 합니다.

라이선스도 확인해야 합니다. Klein은 FLUX Kommunity License를 따릅니다. 비상업 용도는 쓸 수 있고, 생성 결과물을 상업적으로 쓰려면 계열사를 합한 연 매출이 500만 달러 미만이어야 합니다. 이 경우에도 콘텐츠 필터링이나 공개 전 검토, 법이 요구하는 AI 생성 표시를 지켜야 합니다. 그보다 큰 곳은 BFL에 별도 라이선스를 받아야 합니다.

이번 테스트로 보면 Klein은 상품 컷과 같은 인물의 여러 장면을 빠르게 뽑아 보기에 충분했습니다. 크기 기준이 없는 배경과 이어서 편집하는 방식만 조심하면, 템플릿 그대로 시작해도 좋습니다.