Flux 3 Image: AI 생성 예술을 위한 정밀한 픽셀 단위 제어

TL;DR

Flux 3 Image는 아티스트와 개발자에게 단일 프롬프트와 바운딩 박스 좌표 세트를 통해 생성된 이미지의 모든 요소를 픽셀 단위로 완벽하게 제어할 수 있는 기능을 제공하며, 고해상도 4K 출력과 정밀하고 비파괴적인 편집을 지원합니다.

Flux 3 Image란 무엇인가?

Flux 3 Image는 Black Forest Labs의 멀티모달 Flux 3 제품군(비디오, 오디오, 액션)의 이미지 생성 및 편집 구성 요소입니다. 이 모델은 0에서 1000까지의 그리드로 정의된 캔버스를 이해하며, 사용자가 지정한 바운딩 박스 내의 각 요소를 렌더링할 수 있습니다. 워크플로우는 다음과 같습니다:

  1. 종횡비 선택 (예: 2:3, 4K).
  2. 바운딩 박스 정의: [y_min, x_min, y_max, x_max]와 각 요소에 대한 짧은 텍스트 설명을 사용합니다.
  3. 전체 캡션 작성: 요소들을 하나로 묶어주는 전체 캡션을 작성합니다.
  4. 레이아웃 프롬프트 전송: API 또는 웹 Playground로 전송하면 Flux 3가 모든 박스를 준수하여 전체 장면을 렌더링합니다.
  5. 사후 편집: 개별 박스를 다시 설명하거나, 이동하거나, 교체하여 편집합니다. 나머지 요소는 변경되지 않습니다.

이 모델은 네이티브 4K(최대 16.8 MP)로 실행되며, 호스팅된 Playground, BFL API 또는 자체 호스팅 상용 가중치 라이선스를 통해 사용할 수 있습니다.

바운딩 박스 UI가 중요한 이유

“그들이 강조하는 것 중 하나는 이미지 내에서 원하는 위치에 특정 요소를 배치할 수 있는 UX입니다.” – @vunderba (HN 댓글)

기존의 확산 모델 도구들은 단일 텍스트 프롬프트에 의존하므로, 세밀한 구성을 위해서는 시행착오가 필요했습니다. Flux 3 Image의 선언적 레이아웃은 세 가지 문제점을 해결합니다:

  • 결정론적 배치 – 돔, 군중, 텍스트가 나타나야 할 정확한 위치를 모델에 지시합니다.
  • 반복적 편집 – 전체 캔버스를 다시 생성할 필요 없이 단일 박스만 변경(예: 잠수복 색상 변경)할 수 있습니다.
  • 복잡한 장면의 간편한 구현 – 편집용 스프레드, UI 목업, 다중 캐릭터 일러스트레이션을 간결한 JSON 테이블로 구축할 수 있습니다.

이 접근 방식은 Ideogram V4의 JSON 레이아웃과 유사하지만, Flux 3 Image는 UI를 Playground에 직접 통합하여 마찰을 줄였습니다.

핵심 기능

기능 설명
픽셀 단위의 완벽한 구성 각 요소는 고정된 바운딩 박스 안에 존재하며, 하나를 편집할 때 다른 부분은 절대 변하지 않습니다.
고해상도 출력 네이티브 4K 렌더링(5456 × 3072 px)으로 질감, 얼굴, 미세한 디테일을 보존합니다.
정밀한 편집 이미지의 나머지 부분을 그대로 유지하면서 박스를 다시 설명하거나, 교체하거나, 색상을 변경할 수 있습니다.
상용 가중치 라이선스 기업은 대규모 생성을 위해 모델을 자체 호스팅할 수 있습니다.
OpenRouter 할인 OpenRouter 엔드포인트에서 50% 프로모션 할인을 받을 수 있습니다(참조: @minimaxir).
멀티모달 호환성 더 넓은 Flux 3 제품군(비디오, 오디오, 액션)의 일부입니다.

예시 워크플로우: "Le Festival du Soleil"

공식 데모는 6개의 박스를 사용하여 장면을 구성합니다:

[
  {"id":"Fr_Text_1","bbox":[10,200,170,800],"desc":"\"LE FESTIVAL DU SOLEIL\" written in a thin, elegant, serif typeface in a light cream color"},
  {"id":"town_1","bbox":[280,700,420,1000],"desc":"faint lights and small buildings of a coastal town at the foot of the hills"},
  {"id":"dome_1","bbox":[250,150,650,850],"desc":"a massive, smooth parabolic dome of pale concrete"},
  {"id":"swimmers_1","bbox":[580,200,720,800],"desc":"dozens of small, silhouetted figures scattered in the dark water, wading"},
  {"id":"crowd_1","bbox":[740,0,1000,1000],"desc":"a large crowd of people seated on the beach in casual, light‑colored summer attire"}
]

전체 캡션은 다음과 같습니다:

*"A glowing concrete dome rises from a twilight bay, a crowd on the beach before it."

Flux 3 Image는 각 요소를 박스가 지시하는 정확한 위치에 배치하여, 선명한 텍스트, 건축물, 실루엣이 포함된 일관된 야간 축제 일러스트를 생성합니다.

렌더링된 이미지 편집

픽셀 단위의 완벽한 색상 변경 예시

원본: 흰색 보드 위에 검은색 잠수복을 입은 서퍼. 편집: 바다 파도와 하늘은 그대로 둔 채 잠수복과 보드를 밝은 빨간색으로 변경.

{
  "id":"surfer_wetsuit",
  "bbox":[…],
  "desc":"A bright red neoprene wetsuit, same fit and highlights"
},
{
  "id":"surfboard",
  "bbox":[…],
  "desc":"A bright red surfboard, same shape and reflection"
}

해당 두 박스만 모델로 전송되며, 나머지 캔버스(파도, 하늘)는 이전과 정확히 동일하게 유지됩니다.

커뮤니티 피드백 (HN 댓글)

  • UX 칭찬 – @arnaudsm은 채팅 기반 도구들이 종종 투박하게 느껴지는 것과 달리 “놀랍고 매우 조종하기 쉬운” 인터페이스를 강조했습니다.
  • 오픈 가중치 요구 – 여러 사용자(@vergessenmir, @Grimblewald 등)는 Black Forest Labs가 이전 Flux 버전에서 그랬던 것처럼 모델 가중치가 공개되기를 기대하고 있습니다.
  • 사용 사례의 다양성 – @soundworlds는 스크린샷의 UI 요소를 성공적으로 교체했다고 보고했으며, @armcat은 게임용 스프라이트 시트 생성에 대해 질문했습니다.
  • 한계점 – @pks016과 @Zufriedenheit는 가끔 발생하는 오류(예: 편집 후 텍스트 왜곡)와 작은 텍스트 영역을 더 잘 처리해야 할 필요성을 언급했습니다.

시작하기

  1. Playground – Precise Editing Playground를 방문하세요: https://flux-tools.bfl.ai/precise-editing.
  2. API – BFL API를 사용하거나(문서: https://docs.bfl.ai/flux_3/flux3_image_overview), 할인된 OpenRouter 엔드포인트를 사용하세요.
  3. 상용 라이선스 – 자체 호스팅 배포를 위해 영업팀에 문의하세요: https://bfl.ai/contact?interest=flux-license.

자주 묻는 질문

FLUX 3 Image란 무엇인가요?

레이아웃 인식 프롬프트를 지원하는 Flux 3 멀티모달 제품군의 이미지 생성 및 편집 브랜치입니다.

바운딩 박스는 어떻게 작동하나요?

0-1000 그리드에 사각형을 그리고 짧은 설명을 제공하면, 모델이 설명과 일치하는 콘텐츠로 박스를 채웁니다.

모든 박스를 수동으로 작성해야 하나요?

아니요. LLM이 한 줄의 프롬프트에서 전체 요소 테이블을 생성할 수 있으며, 그 후 원하는 대로 박스를 조정할 수 있습니다.

기존 이미지를 편집할 수 있나요?

네. 개별 박스를 다시 설명하거나, 이동하거나, 교체할 수 있습니다. 건드리지 않은 박스는 변경되지 않습니다.

결론

Flux 3 Image는 자유 형식의 확산 모델과 결정론적 그래픽 디자인 사이의 간극을 메워줍니다. 사용자가 모든 픽셀 그룹의 정확한 위치와 의미를 선언할 수 있게 함으로써, 신뢰할 수 있는 구성, 빠른 반복, 고해상도 출력을 가능하게 합니다. 이는 많은 창작자들이 기존의 텍스트-이미지 변환 도구에서 아쉬워했던 기능들입니다.

Sources

관련

  • Dispatch
    FLUX 3 릴리스: 시각 인텔리전스를 위한 다중모달 흐름 모델

    Black Forest Labs는 이미지, 비디오, 오디오를 공동 학습하여 통합된 세계 표현을 생성하는 다중모달 기반 모델인 FLUX 3를 소개합니다. 이를 통해 물리 AI를 위한 고급 콘텐츠 제작 및 행동 예측이 가능해집니다.

  • 프로젝트
    diffusionstudio/editor

    Diffusion Studio는 프로젝트를 SolidJS JSX 코드로 저장하는 데스크톱 비디오 편집 앱입니다. UI에서의 모든 편집은 소스 파일로 다시 쓰이며, 코드 변경은 캔버스에 즉시 반영됩니다. 이를 통해 대규모 언어 모델 에이전트(Claude Code, Codex, Gemini 등)가 JSON 기반 CLI(`diffusion`)를 통해 에디터를 제어할 수 있습니다. 이 도구는 영상 자르기, 자막 추가, AI 자산 생성, 모션 그래픽 제작, 최종 비디오 렌더링을 모두 자연어 프롬프트로 수행할 수 있습니다.

  • Dispatch
    Qwen-Image-3.0 릴리즈 노트

    Qwen-Image-3.0은 생산성에 초점을 맞춘 기반 이미지 생성 모델로, 복잡한 레이아웃을 위한 4.5k 토큰 입력 지원, 10px 텍스트 정밀 렌더링, 12개 언어에 대한 기본 지원을 특징으로 합니다.

  • 프로젝트
    tigerowo/infinite-canvas

    Infinite‑Canvas는 무한한 시각적 캔버스와 AI 기반 이미지, 동영상, 오디오 생성을 결합한 오픈소스이며 Docker 대응 크리에이티브 워크스테이션입니다. 노드 기반 편집, 3D 디렉터 스테이지, AI 에이전트, 프롬프트 라이브러리, 자산 관리 기능을 갖추고 있으며, Next.js(프론트엔드)와 Go(백엔드)로 구축되었습니다.

  • Dispatch
    Hugging Face TextImage Augmentation 파이프라인 릴리스

    Hugging Face와 Albumentations AI는 문서 이미지와 텍스트를 동시에 수정하는 TextImage Augmentation 파이프라인을 출시했으며, 이를 통해 제한된 문서 데이터셋에서 현실적인 합성 데이터 생성 및 비전‑언어 모델의 강력한 파인‑튜닝이 가능해졌습니다.