어도비 리서치(Adobe Research)와 캘리포니아대 샌디에이고(UC San Diego) 연구진이 이미지 편집 AI 에이전트 '에디트에이전트(EditAgent)'를 개발했다고 논문을 통해 밝혔다. 복잡한 편집 요청을 여러 단계로 쪼개고, 단계마다 범용 편집 모델과 전용 도구를 겨뤄 최적의 결과를 고르는 방식이다. 포토샵(Photoshop) 전문가가 도구를 골라 쓰고 결과를 수치로 확인하는 작업 방식을 모방했다.
범용 이미지 편집 모델의 한계
연구진은 600건의 이미지 편집 작업을 전문가 5명이 블라인드 평가하게 했다. 그 결과 범용 편집 모델 '플럭스-2-클라인-9B(Flux-2-Klein-9B)'는 42.7%의 경우 쓸 만한 결과를 내지 못했다. 이 실패 가운데 약 3분의 2는 선명도 조정, 회전, 확대 등에 쓰는 전용 도구로 해결됐다. 같은 편집기로 재시도를 늘려도 효과는 미미했다.
병렬 생성과 단계별 반복 보정도 비교했다. 반복 보정은 이미 바뀐 이미지 위에 작업을 쌓아 오류가 누적됐다. 원본에서 여러 변형을 동시에 만드는 방식은 전문가가 한쪽을 고른 비교의 78.5%에서 선호됐고, 평가 횟수도 절반이면 충분했다. 에디트에이전트는 이 두 가지 발견을 토대로 설계됐다.
측정 수치로 AI 심사 정확도 높여
에디트에이전트는 단계마다 생성된 변형을 일반 언어모델이 한 번에 비교하게 한다. 이때 편집 부위 확대 이미지, 변경 영역 지도, 밝기·색상 통계 같은 '검증 기록'을 함께 제공한다. 논문 사례에서는 사진을 살짝 밝게 하라는 요청에 범용 편집기가 과노출과 색 왜곡을 일으킨 반면, 전용 도구는 기준 안에 머물렀다는 점이 수치로 드러났다.
검증 기록이 없으면 테스트한 언어모델 7종 모두 인간 평가로 미세조정된 최고 모델을 넘지 못했다. 기록을 주자 7종 모두 미세조정 심사 모델을 모두 앞섰다. 큐웬3.8-27B(Qwen3.8-27B)는 81.3%의 확률로 쓸 만한 결과를 골라, 에디트스코어-72B(EditScore-72B)의 74.8%를 웃돌았다. 연구진은 심사 모델의 학습 방식보다 무엇을 보여주느냐가 더 중요할 수 있다고 해석했다.
학습 데이터 생성에도 활용
에디트에이전트는 오픈소스 편집기 큐웬-이미지-에디트-2511(Qwen-Image-Edit-2511)과 플럭스-2-클라인-9B를 세 가지 벤치마크에서 개선했고, 다른 AI 에이전트 7종도 앞질렀다. 에디벌(EdiVal) 벤치마크에서는 큐웬 기반 구성이 세 번째 편집 라운드에서 상용 모델 시드림 4.0(Seedream 4.0)과 GPT-이미지-1.5를 근소하게 넘어섰다. 다만 연산량이 단일 편집기의 약 10배이고, 연결하는 도구에 따라 성능이 달라진다는 한계가 있다.
검증을 통과한 결과만 남기면 약 2만6천 건의 학습 데이터가 만들어진다. 이 데이터로 미세조정한 편집기는 세 벤치마크 모두에서 성능이 좋아졌지만, 플럭스가 직접 생성한 데이터로 학습하면 오히려 성능이 떨어졌다. 어도비는 지난 6월 포토샵, 프리미어 등 크리에이티브 클라우드(Creative Cloud) 앱에 AI 에이전트를 공개 베타로 도입했다. 이번 연구는 이런 상용 에이전트가 도구를 고르고 결과를 스스로 검증하는 문제와 직결된다.
