'무검열 Qwen-Image 2.1 Turbo' 검증: 거부율은 줄었지만 이미지 결과는?

한 X 게시물은 “검열 없는 Qwen-Image 2.1 Turbo"라며 AtomicChat의 Hugging Face 저장소를 소개한다. 이름만 보면 이미지 생성 모델의 필터를 제거한 새 버전처럼 들린다. 하지만 배포자의 모델 카드는 더 좁은 결론을 제시한다. 변경된 것은 이미지 생성기 자체가 아니라 텍스트 인코더의 거부 방향이며, 배포자가 수행한 이미지 시험에서는 새로 허용된 결과가 관찰되지 않았다.

이 글은 설치법보다 무엇을 바꿨고 무엇이 실제로 달라졌는가를 다룬다. 이전에 정리한 다른 Qwen-Image 2.1 GGUF 변형의 메모리·라이선스 검토와는 배포자와 변경 대상이 다른 모델이다. 아래 수치는 AtomicChat의 공개 시험 결과이며, 필자가 같은 조건에서 독립 재현한 값은 아니다.

Sources

• 원문 X 게시물
• AtomicChat의 변경된 인코더 모델 카드
• AtomicChat의 Turbo 이미지 생성기 GGUF 카드
• Qwen-Image 2.1 공식 저장소 · Qwen Research License

1. 저장소 이름과 실제 변경 대상은 다르다

공식 Qwen-Image 2.1은 이미지 생성용 7B 시각 모델, 프롬프트를 처리하는 Qwen3-VL-8B 텍스트 인코더, VAE 등으로 구성된다. 2026년 10월 공개된 Turbo 체크포인트는 공식 문서상 8단계 생성·편집을 지원한다. AtomicChat의 이 저장소는 그 전체를 다시 학습한 결과물이 아니라, Qwen3-VL 텍스트 인코더의 수정·양자화 GGUF 파일을 배포한다. 함께 사용할 이미지 생성기 GGUF는 별도 저장소에 있다. 공식 구조 · 변경 대상

flowchart TD
    A["프롬프트"] --> B["Qwen3-VL 텍스트 인코더
이 저장소에서 변경"]
    B --> C["7B 이미지 생성기
변경 없음"]
    C --> D["VAE
변경 없음"]
    D --> E["최종 이미지"]
    classDef inputTone fill:#c5dcef,stroke:#6b9fc1,color:#333
    classDef changedTone fill:#fde8c0,stroke:#c9a96c,color:#333
    classDef unchangedTone fill:#e0c8ef,stroke:#a68ab8,color:#333
    classDef outputTone fill:#c0ecd3,stroke:#72b28d,color:#333
    class A inputTone
    class B changedTone
    class C,D unchangedTone
    class E outputTone

모델 카드의 설명에 따르면 공개 가중치 기반 원래 파이프라인에는 제거할 별도 이미지 안전 검사기가 없었다. 배포자는 텍스트 인코더가 채팅 모델로 답변할 때 보이는 거부 경향의 표현을 약화시켰고, 이미지 생성기가 학습하지 못한 시각적 개념을 이 변경만으로 새로 넣을 수는 없다고 설명한다. 따라서 “무검열"을 모든 프롬프트에서 새로운 이미지를 얻는 기능으로 해석하면 부정확하다. 이는 배포자의 파이프라인 분석에 근거한 설명이며, 모든 실행 환경의 필터 유무를 독립적으로 검증한 것은 아니다. 모델 카드의 변경 범위

2. 채팅 거부율 감소와 이미지 생성 변화는 별개다

AtomicChat은 변경된 인코더를 채팅 모델로 평가했을 때, 보류된 영어 유해 요청 평가에서 거부 비율이 **88.9%에서 1.2%**로 내려갔다고 보고한다. 이는 텍스트 답변의 시작 부분을 기준으로 거부를 판정한 수치다. 같은 모델 카드에서 이미지 생성은 원본 인코더와 변경 인코더를 같은 이미지 생성기·시드로 비교했으며, 민감 주제 프롬프트 45개 중 결과 판정이 뒤집힌 사례가 0개였다고 밝힌다. 두 결과는 모순이 아니다. 하나는 텍스트 답변의 거부 행동, 다른 하나는 이미지 생성 결과를 측정했기 때문이다. AtomicChat의 측정 설명

채팅 모델로 썼을 때

flowchart TD
    A["유해 요청 평가 프롬프트"] --> B["원본 인코더의 텍스트 답변"]
    A --> C["변경 인코더의 텍스트 답변"]
    B --> D["거부 판정: 88.9%"]
    C --> E["거부 판정: 1.2%"]
    classDef inputTone fill:#c5dcef,stroke:#6b9fc1,color:#333
    classDef processTone fill:#fde8c0,stroke:#c9a96c,color:#333
    classDef resultTone fill:#e0c8ef,stroke:#a68ab8,color:#333
    class A inputTone
    class B,C processTone
    class D,E resultTone

이미지 파이프라인에 넣었을 때

flowchart TD
    A["동일한 프롬프트·시드·이미지 생성기"] --> B["원본 인코더로 생성"]
    A --> C["변경 인코더로 생성"]
    B --> D["민감 주제 45건 비교"]
    C --> D
    D --> E["결과 판정 뒤집힘: 0건"]
    classDef inputTone fill:#c5dcef,stroke:#6b9fc1,color:#333
    classDef processTone fill:#fde8c0,stroke:#c9a96c,color:#333
    classDef checkTone fill:#e0c8ef,stroke:#a68ab8,color:#333
    classDef resultTone fill:#c0ecd3,stroke:#72b28d,color:#333
    class A inputTone
    class B,C processTone
    class D checkTone
    class E resultTone

0건은 “어떤 이미지도 달라지지 않았다"는 뜻이 아니다. 모델 카드는 픽셀·지각적 차이가 있었지만, 시험한 프롬프트에서 요청한 주제의 생성 여부가 바뀌지 않았다고 구분한다. 따라서 X 게시물의 표현은 채팅 인코더의 거부 경향 감소를 강조한 것으로는 이해할 수 있으나, 이미지 생성에서 검열이 해제돼 새 결과가 나왔다는 증거로 읽어서는 안 된다. 이미지 비교

3. 공개 시험으로 말할 수 있는 범위

모델 카드는 이미지 시험이 민감 주제 45개, 중립 주제 48개, 시드 1개이며, 생성 여부의 예/아니요 판단에 비전 모델 판정자를 사용했다고 적는다. 채팅 거부율도 답변 첫머리를 기준으로 계산하므로 완곡한 거부를 놓칠 수 있다고 스스로 경고한다. 또한 첫 토큰 KL·잔존 방향에 관한 내부 검증 관문 두 개가 목표를 통과하지 못했다고 공개한다. 따라서 “이 실험에서는 이미지 판정 변화가 없었다"는 결론은 강하지만, 모든 프롬프트·시드·샘플러·실행 도구에서 효과가 절대 없다는 증명은 아니다. 한계와 검증 관문

flowchart TD
    A["배포자 시험: 제한된 프롬프트와 시드"] --> B["채팅 거부율과 이미지 결과를 별도 측정"]
    B --> C["관찰된 결과만 보고"]
    C --> D["다른 환경으로 일반화할 때 추가 검증"]
    classDef inputTone fill:#c5dcef,stroke:#6b9fc1,color:#333
    classDef processTone fill:#fde8c0,stroke:#c9a96c,color:#333
    classDef resultTone fill:#c0ecd3,stroke:#72b28d,color:#333
    classDef cautionTone fill:#ffc8c4,stroke:#c7837c,color:#333
    class A inputTone
    class B processTone
    class C resultTone
    class D cautionTone

배포자는 ComfyUI, Mac, 비-Turbo 이미지 생성기에서는 아직 시험하지 않았다고 명시한다. Hugging Face 페이지에 GGUF 파일이 있다는 사실과 해당 조합에서 이미지 워크플로가 검증됐다는 사실을 구분해야 한다. 모델 카드의 제한 사항

4. 로컬 실행 파일, 라이선스, 운영 책임을 분리한다

이 저장소의 모델 카드에는 인코더 GGUF를 BF16 16.39GB부터 여러 양자화 크기로 제공한다고 적혀 있다. 그러나 인코더 파일 하나의 크기가 전체 이미지 생성 파이프라인의 저장 공간이나 VRAM 요구량은 아니다. 실제 이미지 생성에는 Turbo 이미지 생성기 GGUF와 VAE도 필요하다. 배포자가 공개한 실행 예시는 stable-diffusion.cpp 조합이며, 다른 프로그램에서의 성공을 자동으로 보증하지 않는다. 파일 구성과 시험 환경

라이선스도 구성요소별로 봐야 한다. 이 인코더 저장소는 apache-2.0으로 표시되지만, 함께 쓰는 Turbo 이미지 생성기 GGUF는 qwen-research로 표시된다. Qwen Research License는 비상업적 연구·평가 사용과 별도 상업 라이선스 조건을 구분한다. 인코더의 저장소 태그 하나만 보고 조합 전체를 상업적으로 자유롭게 쓸 수 있다고 판단해서는 안 된다.

flowchart TD
    A["인코더 파일 확인"] --> B["이미지 생성기·VAE 구성 확인"]
    B --> C["각 구성요소의 라이선스 확인"]
    C --> D["실행 환경과 사용 목적 확인"]
    D --> E["안전·권한 통제 설계"]
    classDef inputTone fill:#c5dcef,stroke:#6b9fc1,color:#333
    classDef processTone fill:#fde8c0,stroke:#c9a96c,color:#333
    classDef cautionTone fill:#ffc8c4,stroke:#c7837c,color:#333
    class A inputTone
    class B,C,D processTone
    class E cautionTone

안전성은 모델 이름이 대신 책임져 주지 않는다. 배포자 역시 변경된 인코더가 안전하거나 적법한 출력을 보장하지 않으며, 공개 서비스에는 별도 접근 통제와 정책 집행이 필요하다고 경고한다. 이미지 생성·편집에서는 당사자 동의, 실제 인물의 초상, 불법·착취적 콘텐츠 방지 같은 운영 통제를 따로 설계해야 한다. 배포자의 책임 사용 고지

실전 적용 포인트

1. 모델 파일의 역할을 확인한다. 이 링크는 전체 이미지 모델이 아니라 변경된 텍스트 인코더를 배포한다.
2. 측정 지표를 분리한다. 채팅 거부율 감소를 이미지 결과 개선으로 바꾸어 말하지 않는다.
3. 재현 범위를 기록한다. 비교하려면 같은 프롬프트·시드·이미지 생성기·샘플러를 사용하고 출력 품질과 내용 판정을 따로 기록한다.
4. 배포 조건을 확인한다. 인코더와 이미지 생성기의 라이선스, 실행 도구의 지원 범위, 콘텐츠 안전 통제를 각각 검토한다.

핵심 요약

• X 게시물이 가리키는 저장소는 Qwen3-VL 텍스트 인코더의 변경·양자화본이다. 이미지 생성기와 VAE는 별도다.
• 배포자 시험에서 채팅 거부율은 크게 줄었지만, 이미지 프롬프트 45개 중 판정이 바뀐 것은 0개였다.
• 이 결과는 제한된 프롬프트와 한 시드에서 나온 배포자의 관찰이다. 모든 조건의 불변성을 증명하지는 않는다.
• apache-2.0 인코더 태그와 qwen-research 이미지 생성기 조건, 안전 운영 책임을 혼동하지 말아야 한다.

결론

“무검열 Qwen-Image"라는 짧은 소개보다 모델 카드의 구분이 중요하다. 텍스트 모델로서 거부를 덜 하는 인코더와 새로운 종류의 이미지를 만들어 내는 파이프라인은 같은 주장이 아니다. 현재 공개된 배포자 시험은 전자를 뒷받침하지만, 후자의 실질적인 개선은 보여 주지 않는다.