정정의 AI 레이더 · Qwen Image 2.1 · 2026-11-02 저녁 뉴스레터
이번 호 4개의 새로운 버전: 강력 추천 0 · 추천 1 · 주목할 만함 1 · 단순 수록 2
편집자 주 이번 호에서는 Qwen 2.1의 새로운 버전 4개를 검토했습니다. 가장 먼저 추천하는 것은 Q21 Emote 표정 LoRA입니다. 'make the woman + 감정'이라는 구문을 사용하여 지정된 표정을 생성하며, 만화 및 캐릭터 표정 시트 제작에 유용합니다. 저자는 과적합을 인정하고 낮은 강도로 사용할 것을 권장합니다. AIKSK의 시각 프롬프트 재구성 워크플로우는 파라미터가 잘 정의되어 있지만 RunningHub 온라인 서비스에 의존하므로 B등급으로 평가했습니다. 메카 디테일 LoRA의 Qwen 2.1 버전은 저자가 여러 기본 모델 중 가장 성능이 낮다고 자체 평가했으며, Qwen 텍스트-이미지 생성에서 H3 이미지-비디오 생성으로 이어지는 워크플로우 설명이 두 문장에 불과하여 모두 C등급으로 하향 조정했습니다.
추천 (1)
【A】Qwen 2.1 Emote Lora · Q21 Emote - V1
LoRA · 신규 모델 · 저자 AirbagGuy · 게시일 11-02 19:02 · 다운로드 수 42
표정 템플릿 LoRA: 'make the woman + 감정'과 같은 간단한 구문을 사용하여 Qwen 2.1이 지정된 표정(좌절, 부끄러움, 눈 뒤집기, 윙크, ah/oh 입 모양 등)을 생성하도록 합니다. 저자는 만화 제작 시 캐릭터의 표정을 통일하기 위해 이를 학습했습니다.
A등급 유지: 용도가 구체적이고 트리거 구문 및 강도 범위를 그대로 따를 수 있으며 무료이고 라이선스가 관대합니다. 감점 요인은 저자가 과적합을 인정하고 공개된 예시가 적다는 점입니다.
이미지
추천 이유
- 새로운 기능: 모델 카드에 모든 표정과 해당 트리거 구문이 나열되어 있어 프롬프트에서 혼합하고 세밀하게 조정할 수 있습니다. 학습 데이터의 약 3/5는 카툰/애니메이션 이미지이며 나머지는 실사 이미지로, 저자는 두 가지 스타일 모두 사용 가능하다고 언급했습니다.
- 만화 스토리보드, 캐릭터 표정 시트, 동일 캐릭터의 다양한 감정 비교 등 표정의 일관된 재현이 필요한 작업에 유용합니다.
- 무료이며 라이선스에서 판매 및 파생 작업을 허용합니다. 이 버전은 다운로드 42회, 좋아요 5개를 기록했습니다(단순히 관심도를 나타냄).
사용 방법
- Q21_Emote_Version 1.safetensors를 로드하고 프롬프트에 카드에 나열된 'make the woman frustrated / make the woman wink / make the woman say ah' 등의 구문을 작성하며, 여러 표정을 조합할 수 있습니다.
- 저자는 일반적으로 강도 .25 ~ .5을 사용하여 제어 가능한 표정을 생성하며, 더 과장되거나 카툰 스타일을 원할 경우 값을 높입니다. 1.0에서는 매우 과장된 결과가 나옵니다. 스텝 수와 CFG 값은 저자가 제공하지 않았습니다.
리스크 및 제한 사항
- 저자는 명백한 과적합이 있으며 첫 번째 버전임을 인정합니다. 일부 표정은 효과가 떨어지며, LoRA를 적용하지 않는 것이 더 나은 경우도 있습니다. 실사 이미지는 높은 강도에서 평면적으로 변할 수 있습니다.
- 학습 데이터는 거의 전부가 여성이며, 저자는 남성에게도 사용 가능하다고 주장하지만 예시는 제공하지 않았습니다. 공개된 예시는 2장뿐입니다(6개의 민감도 등급 항목은 숨겨짐). 이 항목은 실행되지 않았습니다.
주목할 만함 (1)
【B】Qwen Image 2.1 — Visual-Prompt Image Reconstruction · v1.0
워크플로우 · 신규 모델 · 저자 AIKSK · 게시일 11-02 14:35 · 다운로드 수 16
AIKSK의 Qwen 2.1 '시각 프롬프트 재구성' 워크플로우: 먼저 온라인 대형 언어 모델(LLM)이 원본 이미지를 보고 설명을 작성한 후, 고정된 '원본 유지' 지시문과 함께 빈 잠재 공간(latent space)에서 더 큰 크기의 이미지를 다시 그립니다. 이는 픽셀 보존형 업스케일러가 아닙니다.
B등급 유지: 프로세스와 파라미터가 명확하게 기술되어 있고 제한 사항도 솔직하게 서술되었지만, 외부 온라인 서비스에 의존하며 공개된 결과가 전혀 없습니다.
이미지
추천 이유
- 새로운 워크플로우: 원본 이미지는 RunningHub의 LLM 노드(저장된 모델은 gemini-3.1-flash-lite-preview)로만 전송되어 설명을 생성합니다. 인코더의 잠재 공간 출력은 연결되지 않았으며, 샘플러는 EmptyLatentImage에서 시작하므로 '설명에 따른 재그리기' 방식입니다. 따라서 구도와 디테일이 원본 이미지와 일치하지 않을 수 있습니다.
- 오래된 이미지나 작은 이미지를 Qwen 2.1으로 고해상도 버전으로 다시 생성하고 싶은 요구 사항에 적합합니다. 저자는 카드에서 유지 지시문이 신원, 텍스트, 로고 또는 기하학적 구조의 불변성을 보장하지 않는다고 솔직하게 명시했습니다.
- 파라미터가 완전히 기술되어 있습니다: 디테일 LoRA 약 0.5, 스텝 수 25, CFG 1, Euler/simple 샘플러, denoise 1; 크기는 면적 예산 min(4, sqrt(2048²/(너비×높이))) 공식을 사용하여 조정됩니다.
사용 방법
- qwenImage21Visual_v10.json을 가져오고, qwen_image_2.1_bf16, qwen3vl_8b_fp8_scaled, qwen_image_2.1_vae_bf16, elusarcas-qwen2-1-detailer-v1를 준비합니다. 노드 514에 원본 이미지를 배치합니다.
- LLM 설명 노드는 RunningHub 서비스에 의존하므로, 로컬 환경에서는 사전 설정을 완료하거나 다른 이미지 분석 및 설명 생성 노드로 교체해야 합니다. 이후 내장된 원본/결과 비교 노드를 사용하여 확인합니다.
리스크 및 제한 사항
- RunningHub 온라인 LLM 서비스에 의존하므로 계정, 과금 및 데이터 약관을 직접 확인해야 합니다.
- 저자는 추론 검증을 수행하지 않았다고 명시했으며, 공개된 예시가 없습니다(1개는 숨겨짐). 라이선스에서 파생 작업을 허용하지 않습니다. 이 항목은 실행되지 않았습니다.
- 카드의 이미지는 AI로 생성된 개념도이며 모델의 실제 결과가 아닙니다. 저자는 일반 등급의 공개 예시를 제공하지 않았습니다.
단순 수록 (2)
- Mecha Engrave · qwen-image2.1-v1 — LoRA: 메카 디테일 강화 LoRA의 Qwen 2.1 버전: 저자는 장갑 레이어를 두껍게 하고, 수장(獸首) 및 스파이크 등의 장식과 발광 에너지 부품을 강화한다고 주장합니다.
- qwen t2i to H3 i2v workflow · v1.0 — 워크플로우: 원클릭으로 연결된 저사양 VRAM 워크플로우: 먼저 Qwen으로 텍스트-이미지를 생성한 후, 해당 이미지를 H3로 보내 이미지-비디오를 생성합니다. 저자는 12G VRAM의 4070에서 사용했습니다.
데이터: Civitai 공개 API(기본 모델 Qwen 2.1), 수집 기간 11-02 10:15 → 11-02 21:01(베이징 시간). 추천 이유는 편집자 검수를 거쳤습니다. 다운로드 수는 단순히 관심도를 나타냅니다.