주요 특징

• 인물 정체성 보존을 핵심 목표로 삼아, 배경·의상·구도가 크게 바뀌는 편집에서도 같은 사람으로 식별되도록 유지합니다. 1.1 버전은 여기에 인물 일관성과 메이크업 표현을 추가로 다듬었습니다.
• 에이전트 모듈이 지시문 재작성, ROI 자동 검출, 이미지 스티칭을 처리해 3장을 넘는 다중 이미지 합성 편집을 긴 프롬프트 없이 수행합니다. 가상 피팅처럼 여러 소재를 한 장면에 합치는 작업이 대표 용례입니다.
• 증류 LoRA(Lightning 8-step), 양자화, db_cache, 정적 컴파일을 묶은 최적화 추론 스크립트를 제공합니다. `python inference.py --optimized True` 실행 기준 VRAM 30GB에서 샘플당 약 4.5초가 걸린다고 저장소가 밝히고 있습니다.
• HSDP/FSDP, 분리 학습(Disaggregated Training), 다중 조건 인식 버킷 샘플러를 지원하는 학습 코드를 공개해 사용자 정의 스타일 LoRA를 직접 학습할 수 있습니다. VLM 특징을 오프라인으로 미리 뽑아 학습 루프에서 분리하는 방식으로 수렴 속도를 확보합니다.
• 메이크업, 텍스트 스타일 참조, 오래된 사진 복원 등 용도별 가중치를 모은 LoRA Zoo와 ComfyUI 워크플로, GGUF 경량 포맷을 함께 배포합니다. 실제 사용자 표현에 가까운 편집 지시를 모은 REDEdit-Bench 평가 데이터셋도 별도로 공개했습니다.