GLM-Image

GLM-Image는 글자로 설명하면 그림을 그려주는 도구인데, 특히 그림 안에 들어가는 글자 자체를 또렷하게 쓰는 데 신경 쓴 모델이다. 보통 이런 도구는 그림은 그럴듯하게 그려도 간판이나 포스터 속 글자를 뭉개거나 이상하게 써버리는 일이 잦았는데, GLM-Image는 이 부분을 개선하는 쪽에 초점을 맞췄다.

작동 방식도 두 가지 화풍을 섞은 화가에 비유할 수 있다. 한 화가는 그림을 왼쪽 위부터 순서대로 한 획씩 채워나가는 방식(자기회귀)으로 그리고, 다른 화가는 흐릿한 스케치를 점점 선명하게 다듬어가는 방식(디퓨전)으로 그린다. GLM-Image는 이 둘을 함께 써서, 순서대로 정확히 그려야 하는 글자 부분은 앞의 방식으로, 전체적인 이미지 완성도는 뒤의 방식으로 보완한 셈이다.

중국 AI 기업 즈푸 AI가 언어모델 GLM-5.1, 문서 인식 모델 GLM-OCR과 비슷한 시기에 함께 내놓았다는 점도 눈여겨볼 만하다. 텍스트, 이미지, 문서 인식 모델을 한꺼번에 공개한 흐름 속에서 나온 결과물이다.

기사에서는 "즈푸(Zhipu AI)도 자기회귀와 디퓨전을 결합한 GLM-Image로 텍스트 렌더링 강점을 앞세웠다"처럼, 이미지 생성 속도 경쟁 속에서 텍스트 표현력을 차별점으로 소개하는 맥락으로 등장한다. 다만 GLM-Image는 즈푸가 내놓은 이미지 생성 전용 모델이고, 언어모델 GLM-5.1이나 문서 인식 모델 GLM-OCR과는 별개 모델이라는 점을 혼동하지 않아야 한다.

1. 즈푸 AI가 제공하는 GLM 계열 서비스나 이를 지원하는 플랫폼에서 이미지 생성 기능을 찾는다.
2. 이미지 안에 들어갈 문구를 구체적으로 지정한 프롬프트를 넣어본다. 예: "파란 배경의 세일 포스터, 큰 글씨로 'SUMMER SALE 50% OFF'라고 적혀 있고 하단에 작은 글씨로 매장 주소가 쓰여 있다"
3. 결과물에서 지정한 문구가 정확한 철자로, 읽을 수 있게 나왔는지 확인한다. 이 부분이 다른 이미지 생성 도구와 비교했을 때 GLM-Image의 특징을 가장 잘 보여준다.