Krea 3, 2K 편집 8초면 끝난다 — 속도가 곧 기능

Krea가 이번 달 이미지 편집에 숫자 하나를 붙였다. 8초. Krea 3의 편집은 대부분 처음부터 끝까지 8초 안에, 그것도 네이티브 2K로 돌아온다. 가장 빠른 설정이면 4~5초. Krea는 아직 실시간은 아니라고 굳이 덧붙이는데, 이런 단서가 붙을수록 나머지 주장은 오히려 믿기 쉬워진다.

모델은 10월 15일에 나왔다. 10월 21일 헤드라인을 가져간 Ultra 등급은 다른 물건이다. 후보 결과 여러 개를 검토하고, 항상 2K이고, 몇 분이 걸릴 수 있으며, Max 플랜이 필요하다. 이름 하나에 제품 두 개가 들어 있는 셈이고, 대부분의 팀에 흥미로운 쪽은 빠른 쪽이다.

지연이 스펙이 아니라 기능인 이유

편집 도구는 1년 반쯤 전부터 쓸 만했다. 문제는 생각하면서 만질 수 있을 만큼 빠르지 않았다는 것이다. 90초를 기다리면 사람은 변형을 더 만들지 않고, 손에 있는 한 장을 변호하기 시작한다.

Krea는 9월 24일부터 10월 1일 사이에 자체 비교를 했다. 대기 시간을 포함했고 참조 이미지는 쓰지 않았다. Krea 3 2K는 8초 미만에 장당 $0.06, Nano Banana Pro는 33초에 $0.135, GPT Image 2는 90초에 $0.22. 벤더가 설계한 테스트의 벤더 발표 수치이니, 배수보다는 순위를 믿는 편이 낫다.

Krea 공동창업자 겸 CEO인 Victor Perez는 이번 베팅을 담백하게 설명한다. 편집 모델은 이미 이커머스, 영화, 광고에서 쓰이지만 그 잠재력 대부분이 속도에 묶여 있다는 것이다. 마케팅 문장이긴 한데, 제품 사진을 실제로 계속 고쳐본 사람이라면 그 감각을 안다.

벤치마크에 안 나오는 2차 효과도 있다. 편집이 8초면 한 번에 하나만 바꾼다. 90초면 왕복을 줄이려고 네 개를 한꺼번에 바꾸고, 그러고 나면 어느 변경이 화면을 망쳤는지 알 수 없다. 느린 도구는 시간만 잡아먹는 게 아니라 원인을 좁히는 능력도 잡아먹는다.

{{INLINE1}}

턴을 넘나드는 국소 편집이 진짜 어려운 부분

Krea 3는 제품은 그대로 두고 그 주변 장면을 다시 만든다. 흰 배경 누끼 사진이 라벨도 레터링도 로고도 틀어지지 않은 캠페인 사진이 된다는 게 세일즈 포인트다. 바운딩 박스로 새 요소가 놓일 위치를 지정할 수 있고, 멀티턴 편집을 지원하므로 한 장의 이미지를 여러 지시로 다듬을 수 있다. 매번 처음부터 다시 생성할 필요가 없다.

해본 사람은 실패 방식도 안다. 하나 바꿔 달라고 해서 얻고, 두 번째를 요청하면 첫 번째가 조용히 되돌아가 있다. 멀티턴 편집은 3번째 턴이 1번째 턴을 기억할 때만 편집이라고 부를 수 있다. Krea는 그게 된다고 말하고, 여기서 참조 이미지 예산이 중요하다. 편집 한 번에 6~8장이면 제품을 한 각도가 아니라 여러 각도에서 고정할 수 있다.

벤치마크 그림은 일관되지만 압도적이지는 않다. 실제 편집 작업을 측정하는 Alibaba의 CPI-Bench에서 Krea 3 Ultra는 5점 만점에 4.81을 기록했다고 한다. OpenAI의 GPT Image 2.5에 이은 2위로, GPT Image 2, Seedream 5 Pro, Nano Banana Pro보다 앞선다. Arena의 Multi-Image Edit 보드에서는 Ultra 등급이 1435로 4위, Gemini 3 Pro Image Preview가 1365로 9위다. 10월 20일 기준 Artificial Analysis에서는 Ultra가 1151로 5위, Fast 등급이 1125로 11위이며 둘 다 1106인 Nano Banana Pro보다 높다.

몇 분의 일 가격으로 2위나 4위라면 앞뒤가 맞는 자리다. 1위와 같지는 않고, Krea의 비교 페이지는 어디서 지는지를 유난히 솔직하게 적어둔다.

일의 성격을 바꾸는 건 LoRA 쪽이다

Krea는 Krea 3를 특정 제품, 인물, 캐릭터로 LoRA 파인튜닝해 학습시킬 수 있는 첫 편집 모델이라고 말한다. LoRA는 베이스 모델 위에 얹는 작은 어댑터이지 전체 재학습이 아니다. 그래서 컨설팅 프로젝트가 아니라 기능으로 넣을 수 있을 만큼 싸다.

이게 실무에서 통한다면, 일관성은 프롬프트 문제에서 설정 문제로 옮겨간다. 지금 같은 운동화를 40장에서 똑같이 유지하려면 스티치와 솔 모양에 대해 점점 더 강박적인 문단을 써야 하고, 그래도 17번째 이미지에서 비슷하게 생긴 무언가가 나온다. 그 운동화로 LoRA를 학습시키면 모델이 실제로 그걸 본 상태가 되고, 프롬프트는 제품을 변호하는 대신 장면을 설명하는 자리로 돌아간다.

이건 가격 인하보다 큰 변화다. 가격 인하는 한 분기 안에 따라온다. 브랜드 자산이 학습된 어댑터인 워크플로는 더 끈적하다. 어댑터가 내 계정 안에 살고, 다음에 시험할 모델에는 그게 없기 때문이다.

정직한 단서. Krea의 출시 글에는 파인튜닝 얘기가 없었다. 보도자료에서 발표된 기능은 단계적으로 나오기도 한다. 파이프라인을 이걸 전제로 짜기 전에 현재 문서를 확인하고, 데모용 캔이 아니라 자기 제품으로 테스트하길.

Nano Banana Pro가 여전히 이기는 지점

Google의 모델은 Krea가 주장하지 않는 네 가지를 갖고 있다. 4K 출력, 검색 그라운딩, 이미지 안의 긴 텍스트, 그리고 별도의 캐릭터 이미지 풀이다. 하는 일이 한 문단짜리 카피가 들어간 포스터라거나 숫자가 읽혀야 하는 인포그래픽이라면, Krea의 속도 우위는 아무 의미가 없다. 어차피 텍스트는 직접 고쳐야 하니까.

분업은 꽤 깔끔하다. Krea 3는 제품 장면 교체, 객체 제거, 사진 정리를 대량으로, 같은 소재를 수십 번 다시 연출하는 곳에 쓴다. Nano Banana Pro는 이미지가 텍스트와 사실 맥락을 떠받쳐야 하는 레이아웃에 쓴다. 하나를 고르고 다른 하나를 욕하는 것, 그게 팀이 구독은 두 개면서 파이프라인은 하나도 없는 상태가 되는 방식이다.

유통이 조용히 일하고 있다

Krea 3는 krea.ai와 Krea API에서 쓸 수 있고, fal, Hedra, Together AI, Nous Research, OpenRouter, Replicate, Baseten을 통해서도 호출된다. 이 확산은 보이는 것보다 중요하다. 자기 인터페이스 안에만 존재하는 모델은 인터페이스로 경쟁한다. 다른 여섯 개 도구 안에서 엔드포인트로 등장하는 모델은 누군가의 워크플로가 이미 호출하는 기본 모델이 되는 것으로 경쟁한다.

Krea는 샌프란시스코 회사로 Victor Perez와 Diego Rodriguez가 공동 창업했다. 8300만 달러를 조달했고, Bain Capital Ventures가 이끈 4700만 달러 시리즈 B 이후 기업가치는 약 5억 달러다. 사용자 3500만 명을 주장한다. OpenAI와 Google을 상대로는 작은 전쟁 자금이고, 공개 벤치마크에서의 2위는 당연한 결과가 아니라 진짜 이변이다.

갈아타기 전에 물어야 할 것

8초는 해자가 아니다. 누군가는 5초를 내놓고, 그다음엔 2초를 낸다. 지금 평가할 만한 것은 그 편집 모델이 20턴에 걸쳐 소재를 안정적으로 유지하는지, 그리고 내가 파는 물건으로 학습시킬 수 있는지다. 이 두 가지가 예전엔 스튜디오가 필요했던 캠페인을 세 명 팀이 돌릴 수 있는지를 결정한다. 둘 다 가격 페이지에 적히는 숫자가 아니다.

가장 못생긴 제품 사진으로 먼저 시험해보라. 라벨이 반사되고, 각도가 이상하고, 로고가 늘 철자가 틀리게 나오는 그 사진. 그게 8초 안에 버티면 결정은 알아서 난다.