FLUX 3 Image Klein, 매출 조건과 GPU 메모리 숫자 읽는 법

Black Forest Labs(BFL)는 2026년 10월 15일 이미지 생성·편집 모델 FLUX 3 Image Klein의 가중치를 공개했습니다. 크기는 5.6B이고, 상업적으로 써도 되는지는 쓰는 쪽의 연 매출 500만 달러를 기준으로 나뉩니다. 공식 문서에는 GPU 메모리 숫자가 여러 개 나오는데 측정 조건이 서로 달라서, 숫자 하나만 보고 장비를 고르면 실습 당일 메모리가 모자랄 수 있습니다. 수업이나 사내 디자인 업무에 쓰기 전에 라이선스 문장, 체크포인트 종류, 메모리 숫자의 조건, 글자 렌더링 한계를 BFL 블로그, Hugging Face 블로그, Hugging Face 모델 카드로 확인했습니다. 모델을 직접 실행해 보지는 않았습니다.

1. 공개된 체크포인트 2종

BFL 블로그는 이 모델을 "Today we are releasing FLUX 3 Image Klein, a 5.6B parameter open weights model for text-to-image generation, image editing and multi-reference generation with up to 10 reference images."라고 소개했습니다. 글로 이미지를 만들고, 기존 이미지를 고치고, 참조 이미지를 최대 10장까지 넣어 합성할 수 있다는 뜻입니다. 모델 카드에 따르면 5.6B는 이미지를 그리는 트랜스포머만 센 숫자이고, 요청 문장을 읽는 텍스트 인코더 Qwen3-VL-4B-Instruct는 따로 있습니다.

체크포인트는 2종입니다. 모델 카드는 Klein을 16단계로 생성하는 증류(distilled) 모델로, 생성·편집과 자체 설치용이며 BFL API가 쓰는 체크포인트라고 적었습니다. Klein Base는 50단계로 생성하는 원본 모델로, 파인튜닝·LoRA 학습·연구용입니다. 증류 모델은 생성 단계를 줄여도 결과를 낼 수 있도록 추가로 학습시킨 모델을 말합니다. 수업 시연과 시안 제작이라면 Klein을, 사내 스타일을 학습시키려면 Klein Base를 고르면 됩니다.

Hugging Face 블로그는 "One model for text-to-image, multi-reference image-to-image, and bounding-box layout control."이라고 요약했습니다. 위치 지정은 요청 문장 뒤에 영역 목록을 붙이는 방식이며, 블로그는 "Add a JSON list of regions after the caption."이라고 안내합니다. 각 영역에 좌표 상자와 설명을 적어 넣으면 그 위치에 해당 요소를 그리게 하는 방식입니다.

2. 라이선스는 매출과 용도를 함께 봅니다

BFL 블로그는 라이선스를 "The weights are available under the FLUX Kommunity License, which allows free commercial use for individuals and companies with annual revenue under $5M, alongside research and non-commercial use."라고 설명했습니다. 연 매출 500만 달러 미만인 개인과 회사는 무료로 상업적으로 쓸 수 있고, 연구와 비상업적 사용도 허용한다는 뜻입니다. 그보다 큰 조직에는 자체 설치용 별도 라이선스나 API를 안내했습니다.

모델 카드는 같은 조건을 더 좁게 적었습니다. 라이선스 버전은 FLUX Kommunity License v.1.0이고, 비상업적 사용과 함께 계열사를 포함한 연 매출이 500만 달러 미만인 자격 이용자(Qualifying User)에게 상업적 결과물 생성을 허용한다고 썼습니다. 이어서 이 상업 사용 예외가 상업적 파인튜닝이나 배포까지 포괄적으로 허락하는 것은 아니라고 밝혔습니다. 그래서 결과 이미지를 시안에 쓰는 일과 학습시킨 모델을 다른 곳에 배포하는 일은 따로 확인해야 합니다.

한국 교육기관이나 공공기관이 자격 이용자에 해당하는지는 공식 문서만으로 판단하지 못했습니다. 계열사 매출을 합산하는 방식, 유료 교육 과정이 비상업적 사용에 들어가는지도 라이선스 전문과 기관 법무 담당에게 확인하십시오. 모델 카드는 라이선스 4항의 금지 용도로 군사 목적, 감시, 생체 정보 처리, 초상권 침해, 이 모델의 결과물로 비슷한 기능의 다른 AI 모델을 개선하는 일 등을 요약해 두었습니다. Hugging Face에서 파일을 받으려면 연락처 공유에 동의해야 한다는 안내도 모델 카드 상단에 있습니다.

쓰려는 용도	공식 문서 문장과 연결되는 부분	우리 쪽에서 확인할 것
수업 시연, 비상업 연구	비상업적 사용과 연구 허용	유료 과정이 비상업적 사용에 들어가는지
매출 500만 달러 미만 회사의 시안·홍보물	자격 이용자의 상업적 결과물 생성 예외	계열사를 포함한 연 매출
그보다 매출이 큰 회사·기관	자체 설치용 별도 라이선스 또는 BFL API	별도 라이선스 조건, API 요금
학습시킨 모델 배포	상업 예외가 파인튜닝·배포를 포괄 허용하지 않음	라이선스 전문
감시, 생체 정보 처리 관련 업무	라이선스 4항 금지 용도	업무가 금지 용도에 해당하는지

3. GPU 메모리 숫자는 조건과 함께 읽습니다

모델 카드는 장비 항목에 "Peak GPU memory with the reference code, B200, 1024x1024, prompt upsampler off: 31 GB in BF16, 26 GB in FP8, 25 GB in NVFP4."라고 적었습니다. BFL의 참조 코드로 NVIDIA B200에서 1024×1024 이미지를 만들고, 프롬프트 업샘플러를 끈 조건입니다. 같은 문단은 업샘플러를 켜면 80GB GPU에서 약 28GB가 더 든다고 덧붙였습니다.

프롬프트 업샘플러는 짧은 요청 문장을 자세한 묘사로 늘려 주는 별도 모델입니다. 모델 카드는 모든 용도에 업샘플러를 강하게 권하고, 짧은 문장을 그대로 넣으면 평범한 결과가 나온다고 적었습니다. 참조 코드는 업샘플러를 기본으로 켜지만 Diffusers(이미지 모델을 실행하는 오픈소스 라이브러리)는 켜지 않는다고 합니다.

다른 출처의 숫자는 조건이 또 다릅니다. Hugging Face 블로그는 Diffusers로 H100 80GB 1장에서 Klein을 16단계로 실행해 1024×1024 이미지를 만드는 데 1.93초, 최대 메모리 23.8GiB가 들었다고 측정했습니다. BFL 블로그는 이미지 생성 부분의 가중치가 BF16에서 11.2GB, FP8에서 5.6GB이고, INT8 빌드를 쓰면 VRAM 8GB인 GeForce RTX GPU에서도 ComfyUI나 Diffusers로 실행된다고 밝혔습니다. 모델 카드는 양자화 파일의 크기가 GPU 전체 사용량을 나타내지는 않는다고 따로 적었습니다.

원문 사실: 8GB(INT8 빌드 실행 가능)와 11.2GB(BF16 가중치)는 BFL 블로그, 23.8GiB는 Hugging Face 블로그의 H100 측정, 31GB(B200 조건)와 업샘플러를 켤 때 더해지는 약 28GB(80GB GPU 기준)는 모델 카드 수치입니다. 눈금 배치, 31GB에서 이어지는 화살표, 숫자를 한 그림에 모은 구성은 작성자가 했으며, 출처마다 측정 조건이 달라 숫자끼리 직접 비교할 수 없습니다.

작성자는 실습 장비를 정할 때 이 숫자들을 하나의 기준으로 묶지 말고, 실제로 쓸 실행 방식과 같은 조건의 숫자를 고르기를 권합니다. VRAM 8GB GeForce RTX GPU로 실습한다면 INT8 빌드와 ComfyUI 조합이 되고, 업샘플러는 쓰지 않는 조건이 됩니다(작성자 해석). 그러면 업샘플러가 하던 일을 수강생이 요청 문장을 자세히 써서 채워야 합니다.

4. 글자와 위치 지정의 한계

모델 카드는 주요 기능에 이미지 안 글자 렌더링을 넣으면서도, 한계 항목에 "While the model can output text, text rendered may be inaccurate or subject to distortion."이라고 적었습니다. 글자를 그릴 수는 있지만 틀리거나 일그러질 수 있다는 뜻입니다. 한국어 글자를 얼마나 정확히 그리는지는 이번에 확인한 공식 문서에서 근거를 찾지 못했습니다. 포스터나 카드 뉴스 시안이라면 이미지는 모델로 만들고 문구는 디자인 도구에서 직접 넣는 방식이 안전합니다(작성자 해석).

위치 지정 상자도 정확한 경계선으로 동작하지 않습니다. 모델 카드는 상자가 배치와 크기를 정할 뿐 단단한 마스크가 아니어서 요소가 상자 밖으로 나가거나 작은 요소가 나타나지 않을 수 있고, 편집할 때 요청한 영역 밖 내용이 바뀔 수 있다고 적었습니다. 로고나 제품 사진의 일부만 고치는 작업이라면 편집 결과를 원본과 나란히 놓고 바뀐 곳이 없는지 확인해야 합니다. BFL 블로그의 순위 비교는 BFL 내부 평가여서 이 글에서는 옮기지 않았습니다.

설치 없이 시험하는 방법도 있습니다. BFL 블로그는 BFL API에서 증류 모델을 flux-3-image-klein이라는 이름으로 제공한다고 밝혔고, 가격은 "Pricing starts at $0.009 per 1K image."라고 적었습니다. 여기서 1K가 해상도를 말하는지 이미지 1,000장을 말하는지는 블로그 문장만으로 판단하지 못했으니, 결제 전에 BFL 요금 페이지에서 확인하십시오.

5. 이번 주에 해 볼 첫 단계

이미지 모델로 해 보려는 업무 1건을 골라 위 표에서 해당하는 용도 줄을 찾으십시오. 회사라면 계열사를 포함한 연 매출이 500만 달러 미만인지 재무 담당에게 확인하고, 교육기관이라면 그 수업이 비상업적 사용에 들어가는지 법무 담당에게 묻습니다. 그다음 보유한 GPU의 메모리 용량을 적고, 3절의 숫자 가운데 실제로 쓸 실행 방식과 조건이 같은 숫자 옆에 나란히 적어 보십시오. 장비가 모자라면 설치 전에 Hugging Face에 공개된 데모 페이지에서 글자가 없는 요청 문장 5개로 결과부터 확인하면 됩니다.