이미지: METAL LAB 생성
요약
- 오픈소스 데스크톱 앱 '모들리(Modly)'가 로컬 GPU만으로 사진을 3D 메시로 변환하는 기능을 공개했다
- 윈도우·리눅스·애플 실리콘 macOS를 지원하며, GitHub 저장소 기반 확장 설치와 stdlib 전용 CLI로 자동화도 지원한다
- MIT 라이선스로 배포되며 포크 시 원저작자 크레딧 표시가 의무 조건으로 걸려 있다
- 제품명
- Modly
- 성격
- 오픈소스 데스크톱 앱 (이미지→3D 메시 생성)
- 지원 OS
- Windows, Linux, Apple Silicon macOS
- 처리 방식
- 로컬 GPU에서 전량 처리, 클라우드 미사용
- 확장 방식
- GitHub 저장소(manifest.json) 기반 모델·프로세스 확장 설치
- 자동화
- stdlib 전용 CLI 제공 (health, model, workflow-run, capability, process-run)
- 라이선스
- MIT (포크 시 원저작자 크레딧 표시 의무)
사진 한 장이 GPU 안에서 3D 모델이 된다
깃허브 트렌딩 주간 순위에 오픈소스 데스크톱 앱 '모들리(Modly)'가 올랐다. 사진이나 텍스트 프롬프트를 넣으면 로컬 GPU가 이를 3D 메시로 변환해 주는 도구다. 별도 서버나 클라우드 API 호출 없이 사용자의 컴퓨터 안에서 전체 과정이 끝난다는 점이 핵심이다. 윈도우, 리눅스, 애플 실리콘 맥에서 모두 동작한다.
왜 로컬에서 돌리나
이미지를 3D 모델로 바꾸는 작업은 그동안 클라우드 서비스나 전문 소프트웨어의 몫이었다. 결과물을 얻으려면 파일을 서버에 올리고 처리 결과를 기다려야 했고, 상업적으로 쓰려면 별도 요금을 치러야 하는 경우가 많았다. 모들리는 이 과정을 사용자의 그래픽카드 안으로 통째로 옮겨 온다는 점에서, 최근 늘어나는 '로컬 우선(local-first)' AI 도구 흐름과 맞닿아 있다. METAL LAB이 지난 11일 보도한 Unsloth, 로컬에서 학습까지 되는 데스크톱 앱 공개에서도 확인했듯, 모델 실행과 생성 작업을 로컬 GPU로 끌어내리는 오픈소스 데스크톱 앱은 이번 여름 들어 잇따라 나오고 있다.
어떻게 써보나
시작은 github.com/lightningpixel/modly 저장소의 Releases 페이지에서 자신의 운영체제에 맞는 설치 파일을 내려받는 것이다. 설치 없이 쓰고 싶다면 저장소를 클론해 직접 실행하는 방법도 안내돼 있다.
- Releases 페이지에서 Windows·Linux·Apple Silicon macOS용 설치 파일을 내려받아 실행한다.
- 앱을 열고 'Workflows' 탭에서 기본 작업 흐름인 Image → Generate Mesh → Add to Scene 세 단계가 서로 연결돼 있는지 확인한다.
- 'Generate' 탭으로 이동해 방금 만든 워크플로를 선택한 뒤 'Generate 3D Model' 버튼을 누른다.
- 결과가 이상하면 'Settings/Logs/Errors' 메뉴에서 오류 로그를 확인한다.
더 다양한 모델을 쓰고 싶다면 'Models' 페이지에서 'Install from GitHub'를 누르고 확장 저장소의 HTTPS 주소를 입력하면 된다. 확장이 모델 노드를 제공하면 모델 본체나 변형 버전을 추가로 내려받아야 하고, 프로세스 확장은 설치와 설정만 끝나면 바로 쓸 수 있다.
예를 들어 제품 사진 한 장을 넣어 이커머스용 3D 프리뷰를 만들거나, 스케치를 프롬프트로 바꿔 게임 에셋 초안을 뽑아보는 식의 활용이 가능하다. 사람 얼굴이나 인물 사진을 3D화해 아바타 시제품을 만드는 것도 기능 범위 안에 있다.
에이전트가 UI 없이 부르는 CLI
모들리는 사람이 화면을 조작하지 않고도 실행 중인 앱을 호출할 수 있는 stdlib 전용 CLI를 함께 제공한다. 표준 명령은 health, model, workflow-run, capability, process-run 다섯 가지이고, 이 중 사용성을 높인 generate 명령은 내부적으로 POST /workflow-runs/from-image를 호출해 작업을 실행한 뒤 진행 상황을 폴링하고, 요청 시 완성된 메시 파일을 내보낸다. 결과 JSON에는 workflow-run status나 workflow-run cancel 같은 복구용 메타데이터도 함께 담긴다.
legacy 명령은 예전 /generate/* 엔드포인트를 감싼 호환 경로이고, dev serve-api·dev ensure-server는 FastAPI 백엔드만 띄우는 개발용 명령이라 일렉트론 데스크톱 브리지가 준비됐는지는 보장하지 않는다. experimental comfy-image·experimental generate-from-workflow는 ComfyUI 워크플로를 외부에서 조율하는 보조 기능으로, 모들리의 표준 에이전트 규약과는 별개로 분류된다. 관련 문서는 저장소 안 tools/modly-cli/SKILL.md에 정리돼 있는 것으로 알려졌다.
최근 로컬 데스크톱 AI 앱 비교
| 앱 | 주요 기능 | 지원 OS | 라이선스 |
|---|---|---|---|
| Modly | 이미지·프롬프트 → 3D 메시 생성 | Windows·Linux·macOS(AS) | MIT |
| Unsloth Desktop | 로컬 모델 실행·학습, 이미지·영상·오디오 | macOS·Windows·Linux | 오픈소스 |
| LabLLM | 미니 LLM 사전학습·SFT·LoRA·DPO | macOS(M1↑) 전용 | MIT |
세 앱 모두 클라우드 계정 없이 로컬에서 작동하고, 소스를 공개해 커스터마이징 여지를 열어뒀다는 공통점이 있다. 다만 모들리는 3D 메시 생성에, Unsloth Desktop은 범용 모델 실행·학습에, LabLLM은 소형 언어모델 훈련에 초점을 맞춰 서로 다른 작업을 노린다.
라이선스와 커뮤니티
모들리는 MIT 라이선스로 배포되지만, 이 프로젝트를 포크해 자체 앱을 만들 경우 원저작자 크레딧을 앱의 UI나 문서에 남겨야 한다는 조건이 붙어 있다. 개발팀은 Discord 서버를 통해 최신 소식과 버그 신고, 피드백을 받고 있다.
에디터의 시선
모들리가 던지는 메시지는 명확하다. 3D 콘텐츠 제작이 클라우드 요금제와 전문 소프트웨어 라이선스에 묶여 있던 영역에서 벗어나, 그래픽카드 한 장만 있으면 되는 영역으로 넘어가고 있다는 것이다. 이미지 생성 AI가 2년 전 거쳤던 길을 3D 메시 생성이 이제 밟고 있다고 보면 된다 — 처음엔 클라우드 API로 시작했다가, 오픈소스 가중치가 쌓이면 결국 로컬 GPU에서 돌아가는 데스크톱 앱으로 수렴하는 흐름이다.
로컬 이미지-투-3D 도구를 실무에 붙여 보면 늘 같은 지점에서 갈린다 — 메시 품질보다 워크플로 유연성이 실제 채택을 가른다. 모들리가 워크플로를 노드처럼 연결하는 방식과 GitHub 저장소만으로 모델·프로세스를 확장하는 구조를 택한 것은, 특정 모델에 종속되지 않고 커뮤니티가 새 모델을 계속 얹을 수 있게 하려는 설계로 읽힌다. CLI를 별도로 열어 둔 것도 같은 맥락이다 — 사람이 버튼을 누르는 대신, 코딩 에이전트가 배치 작업으로 수백 개 이미지를 3D화하는 시나리오를 이미 염두에 뒀다는 뜻이다.
국내에서 이 도구를 쓸 만한 곳은 이커머스 상품 3D 프리뷰, 게임 스튜디오의 에셋 초안 작업, 소규모 메이커의 3D 프린팅 전 단계 정도다. 다만 로컬 GPU 성능에 결과 품질이 크게 좌우되는 만큼, 상용 수준 결과물이 필요하다면 프로토타이핑 단계에서만 쓰고 최종 산출물은 전문 툴로 다듬는 이원화 전략이 안전하다. 확장 생태계가 아직 초기 단계인 만큼, 몇 주 안에 커뮤니티가 어떤 모델 확장을 얼마나 빠르게 올리는지가 이 앱의 실사용 여부를 가를 것이다.
댓글