디자이너를 위한 FLUX.2: AI 이미지 생성 모델의 종류, 가격, 한계

결과를 우연에 맡기지 않고 직접 통제해야 하는 AI 이미지 생성 작업이라면 FLUX.2가 적합합니다. 헥스 코드로 고정한 브랜드 컬러, 10개 프레임에서도 유지되는 동일 캐릭터, 웬만하면 깨지지 않는 텍스트, 자체 GPU에서 실행할 수 있는 웨이트를 제공합니다. Midjourney 특유의 분위기를 알아서 만들어 주는 모델은 아닙니다. 대신 반복 제작을 묵묵히 해내는 실무형 도구입니다.

결론: 미적 영감을 주는 예언자보다 통제 가능한 실무형 모델

반복 가능하고 브랜드 기준에 맞는 제작 이미지가 필요하다면, 현재 출시된 오픈 웨이트 이미지 생성 AI 중 FLUX.2가 가장 강력한 선택입니다. Stable Diffusion을 만든 프라이부르크 팀 Black Forest Labs는 2025년 11월 25일 이 제품군을 공개했고, 2026년 1월 15일에는 소형 [klein] 모델을 추가했습니다. FLUX.2를 장난감이 아닌 디자인 툴로 만드는 핵심은 세밀한 제어 기능입니다. 헥스 코드로 브랜드 컬러를 정확히 고정하고, 최대 10장의 레퍼런스 이미지를 입력해 여러 생성 결과에서 캐릭터나 제품의 일관성을 유지하며, LoRA 학습으로 자체 비주얼 스타일에 맞춰 모델을 파인튜닝할 수 있습니다. LoRA는 기본 모델 전체를 다시 학습하지 않고도 특정 스타일 하나를 익히게 하는 작은 추가 파일입니다.

다만 미적 결과를 알아서 완성해 주는 모델은 아닙니다. Midjourney는 별도 손질 없이도 더 완성도 높고 ‘디자인된’ 듯한 장면을 만들며, Google의 Nano Banana는 사진을 더 깔끔하게 편집합니다. FLUX.2는 이런 뜻밖의 마법 대신 예측 가능성을 택했습니다. 디자이너에게는 대개 이 교환이 더 유리합니다. 다시 만들 수 없는 아름다운 이미지보다 조금 평범해도 정확히 재현할 수 있는 이미지가 실무에서는 낫기 때문입니다.

빠르게 고르자면, 자체 하드웨어에서 무료로 상업용 결과물을 만들 때는 [klein] 4B, 호스팅 기반 제작에는 [pro], 이미지의 중심이 텍스트라면 [flex], 비용보다 품질이 우선인 히어로 이미지에만 **[max]**를 선택하면 됩니다.

FLUX.2는 어떤 AI 이미지 생성 모델인가

FLUX.2의 진짜 변화는 두뇌를 갈아 끼운 데 있습니다. 대다수 이미지 모델이 작고 단순한 텍스트 인코더로 프롬프트를 읽는 것과 달리, FLUX.2는 24B 파라미터 비전-언어 모델 Mistral Small 3.1로 내용을 이해한 뒤 그 정보를 정류 흐름 트랜스포머에 전달합니다. 흐름 트랜스포머는 노이즈를 이미지로 바꾸는 엔진이며, ‘정류’란 더 곧고 빠른 경로로 변환한다는 뜻입니다. [dev] 전체 모델은 약 32B 파라미터 규모입니다. 하나의 체크포인트로 새 이미지를 생성하고 기존 이미지도 편집하므로 별도 툴이 필요하지 않습니다.

언어를 이해하는 두뇌가 커진 덕분에 복잡한 프롬프트도 실제로 파악합니다. “오후 햇빛이 드는 나무 테이블 위의 물 한 잔”을 요청하면 굴절, 따뜻하고 방향성 있는 그림자, 나뭇결을 더 자주 정확히 표현합니다. Mistral 모델이 통계만 보고 추측하는 대신 현실 세계에 관한 지식을 활용하기 때문입니다. 주제, 환경, 조명, 색상 팔레트, 스타일처럼 항목명을 붙인 구조화 프롬프트도 받습니다. 문장 하나를 쓰는 방식보다 크리에이티브 브리프에 가깝습니다.

제작 환경에서는 두 수치가 중요합니다. 기본 출력은 업스케일링 없이도 웹과 대부분의 소셜 콘텐츠에 충분한 **4MP(메가픽셀)**까지 지원합니다. 또한 한 번의 생성에 최대 10장의 레퍼런스 이미지를 조건으로 넣을 수 있으며, 이 기능이 캐릭터와 제품의 일관성을 유지하는 기반입니다.

5가지 FLUX.2 모델 한눈에 비교하기

스펙만 나열하는 페이지가 흔히 놓치는 대목이 있습니다. 5가지 모델은 품질을 따라 한 단계씩 올라가는 사다리가 아니라 서로 다른 5가지 작업을 위한 선택지입니다. 아래 가격은 Black Forest Labs의 공식 메가픽셀당 API 요금입니다. 1메가픽셀(MP)은 대략 1000x1000 이미지이므로, 일반적인 1MP 이미지 한 장의 생성 비용은 표에 적힌 금액과 비슷합니다.

대부분의 디자이너는 [klein] 4B부터 시작하는 편이 좋습니다. Apache 2.0 라이선스를 적용한 유일한 모델이라 자체 장비에서 실행한 결과물을 조건 없이 판매할 수 있습니다. 대형 32B 모델을 4B 파라미터로 증류했으며, VRAM 약 8GB를 갖춘 일반 소비자용 그래픽카드(RTX 3090 또는 4070)에서도 실행되고 0.5초 안에 이미지를 렌더링합니다. BFL API의 호스팅 버전은 $0.014/MP부터 시작합니다. fal에서는 증류하지 않은 ‘Base’ 버전도 $0.009/MP에 빌릴 수 있는데, 속도를 양보하는 대신 품질을 조절하고 LoRA를 학습할 수 있습니다.

[pro]는 제작 환경의 기본 선택입니다. 생성 요금은 $0.03/MP이며, v1.1 업데이트 기준 약 1265 ELO로 LM Arena 이미지 리더보드 최상단에 올라 GPT Image와 비슷한 수준입니다. API에서 최대 8장의 레퍼런스 이미지를 지원하고, 렌더링에는 4~8초가 걸립니다. 호스팅 파이프라인으로 광고 변형이나 제품 이미지를 대량 생성한다면 이 모델을 비용 항목에 넣으면 됩니다.

[flex]는 텍스트를 위해 존재합니다. 여전히 대부분의 이미지 모델은 글자를 망가뜨립니다. 이에 대한 Black Forest Labs의 답이 [flex]입니다. 샘플링 스텝과 가이던스 스케일을 직접 조절할 수 있어 가독성을 더 강하게 밀어붙일 수 있으며, 여러 위계의 타이포그래피, 실제 숫자가 들어간 인포그래픽, UI 목업, 빽빽한 레터링에 맞춰 튜닝됐습니다. $0.05/MP인 이 모델은 장면보다 포스터, 차트, 화면을 만들 때 선택해야 합니다. LoRA 웨이트도 받을 수 있어 브랜드 고유의 타이포그래피 시스템을 모델에 반영할 수 있습니다.

[max]는 인쇄물과 히어로 이미지를 위한 모델입니다. 같은 32B 아키텍처를 생략 없이 최고 품질로 실행하며 요금은 $0.07/MP부터입니다. 다른 모델에는 없는 실시간 웹 그라운딩 기능도 갖췄습니다. 생성 도중 웹을 검색해 막 출시된 제품의 패키지나 최신 사건을 정확히 반영하므로, 고정된 학습 데이터만 보고 지어내는 일을 줄입니다. 크게 사용할 단 한 장의 이미지처럼 꼭 필요한 곳에만 쓰는 편이 좋습니다.

[dev]는 개방형 실험실입니다. 32B 파라미터 웨이트를 Hugging Face에서 비상업용 라이선스로 무료 다운로드할 수 있으며, 출시 당시 파라미터 수 기준으로 가장 성능이 뛰어난 오픈 웨이트 이미지 모델이었습니다. BFL이 제공하는 호스팅 엔드포인트는 없으므로 직접 실행해야 합니다. 전체 정밀도에서는 GPU 메모리 80GB가 필요하지만, 4-bit 양자화 버전은 RTX 4090의 약 20GB에 들어갑니다. 양자화는 모델의 수치를 낮은 정밀도로 저장해 약간의 품질을 포기하는 대신 용량을 크게 줄이는 기법입니다. 단순히 이미지를 한 장 만들려는 사람보다 파인튜닝 작업자와 연구자에게 맞는 모델입니다.

실제 디자인 브리프에서 드러나는 한계

모든 모델에는 약점이 있으므로 솔직하게 짚어야 합니다. 미적 완성도는 준수하지만 사람을 사로잡을 정도는 아닙니다. 동일한 브리프를 Midjourney와 FLUX.2에 넣으면 보통 Midjourney 쪽이 더 정교한 아트 디렉션을 거친 듯 보입니다. 조명은 더 좋고, 분위기는 더 강하며, 누군가 의도적으로 구도를 잡은 느낌이 납니다. FLUX.2는 정확하고 통제 가능한 결과를 내지만, 의도가 느껴지는 이미지로 완성하려면 종종 한 번 더 손봐야 합니다. 다양한 방향의 무드보드를 탐색할 때는 분명한 격차입니다.

[flex] 이외의 모델에서는 여전히 텍스트가 무너집니다. 기본 모델도 짧고 단순한 글자는 제법 그럴듯하게 표현하지만, 문단이나 로고 조합, 원근감이 있는 레터링을 요구하면 그럴싸한 낙서가 나옵니다. [flex]가 이 문제를 줄여 주기는 해도 완전히 해결하지는 못합니다. 생성된 텍스트는 최종 결과물이 아니라 Figma나 Illustrator에서 다시 만들 임시 요소로 봐야 합니다.

구체적인 프롬프트에는 보답하지만 성의 없는 입력에는 냉정합니다. Mistral 두뇌는 자세하고 구조화된 프롬프트를 전제로 설계됐습니다. 3단어짜리 프롬프트를 넣으면 평범한 결과가 나오고, 주제, 조명, 팔레트, 구도를 각각 구분해 적으면 실제로 품질이 좋아집니다. Midjourney에 분위기만 몇 마디 입력하는 것보다 손이 더 갑니다.

[dev]를 쓰려면 하드웨어에 투자해야 합니다. ‘오픈 웨이트’라는 말은 무료처럼 들리지만 GPU 가격까지 계산하면 얘기가 달라집니다. RTX 4090에서 4-bit로 실행할 경우 1메가픽셀당 약 15초가 걸립니다. 오프로딩을 이용해 8GB 그래픽카드에 올리면 이미지 한 장에 1분 이상 걸릴 수도 있습니다. 대부분의 팀에는 전기료와 대기 시간을 감수하는 것보다 호스팅된 klein 또는 pro 엔드포인트가 더 저렴합니다.

작업별 FLUX.2 모델 선택법

적합한 모델은 예산보다 작업이 어디에서 이뤄지고 누가 운영을 책임져야 하는지에 따라 달라집니다.

선택 원칙은 간단합니다. 자체 인프라에서 생성하고 결과물을 판매해야 한다면 Apache 2.0 라이선스의 [klein] 4B로 시작하고, 특정 작업이 요구할 때만 타이포그래피, 히어로 품질, 최신 웹 정보에 맞는 상위 모델로 옮기면 됩니다. 가장 좋다는 이유만으로 [max]를 기본값으로 삼을 필요는 없습니다. 일반적인 제작 작업에는 필요하지 않은 품질 때문에 klein 요금의 5배를 내게 됩니다.

폐쇄형 모델과 비교했을 때 FLUX.2의 위치를 가늠하려면 Google의 편집 모델을 보는 것이 가장 유용합니다. 사진 중심 모델이 깔끔한 편집에서 앞서는 지점은 Nano Banana 해설에서 확인할 수 있습니다.

FLUX.2는 무료인가요?

일부는 무료입니다. [dev]와 [klein]은 다운로드해 무료로 실행할 수 있는 오픈 웨이트 모델이며, [klein] 4B의 Apache 2.0 라이선스는 생성한 결과물의 판매까지 허용합니다. 호스팅 모델인 [pro], [flex], [max]는 Black Forest Labs API를 통해 사용하며, 메가픽셀당 $0.03~$0.07/MP를 지불해야 합니다.

FLUX.2는 오픈소스인가요?

[dev]와 [klein]의 웨이트는 공개되어 있지만 코드와 [pro]/[max] 웨이트는 공개되지 않았습니다. 진정한 허용형 라이선스인 Apache 2.0을 적용한 모델은 [klein] 4B뿐입니다. [dev]와 [klein] 9B는 웨이트 사용을 제한하는 비상업용 라이선스를 쓰지만, 생성 결과물은 상업적으로 이용할 수 있습니다.

FLUX.2 가격은 얼마인가요?

BFL API 기준 [klein]은 $0.014/MP부터, [max]는 $0.07/MP까지이며, 제작용으로 가격과 성능의 균형이 좋은 [pro]는 $0.03/MP입니다. 자체 GPU에서 [dev] 또는 [klein]을 실행하면 하드웨어와 전력 비용을 제외한 생성 비용은 무료입니다.

FLUX.2는 어떤 작업에 적합한가요?

통제 가능하고 브랜드 일관성이 필요한 제작 이미지에 적합합니다. 광고 변형, 제품 사진, UI 목업, 고정된 색상이나 여러 프레임에 반복 등장하는 동일 캐릭터 또는 제품이 필요한 작업이 대표적입니다. 분위기와 아트 디렉션을 자유롭게 탐색하는 작업에는 상대적으로 약하며, 이 영역에서는 Midjourney가 앞섭니다.

새 모델이 출시될 때마다 과장 대신 실제 가격과 제작 품질을 담은 분석을 받아보고 싶다면 뉴스레터를 구독하세요. 새 글을 받은편지함으로 보내드립니다.