AI 이미지 생성 팁: 초보에서 프로까지
Midjourney, DALL-E, Stable Diffusion 등 AI 도구로 멋진 이미지를 만드는 실용적인 팁.
디퓨전 모델이 그렇게 동작하는 이유
오늘날 주요 이미지 생성기는 모두 디퓨전 모델입니다. 순수한 노이즈에서 시작해 단계별로 노이즈를 제거하며, 각 단계를 프롬프트에 맞는 이미지 쪽으로 유도합니다. 프롬프트는 토큰으로 분해되고, 그 토큰들이 노이즈 제거 과정을 조건화합니다. 여기서 세 가지 실용적인 결론이 나옵니다.
첫째, 위치가 중요합니다. 대부분의 시스템은 앞쪽 토큰에 더 큰 영향력을 부여하며, 아주 긴 프롬프트는 희석되거나 잘립니다. 주제를 먼저, 스타일을 그다음에 쓰고, 세부 사항은 뒤쪽으로 배치하세요.
둘째, 모델은 규칙이 아니라 통계적 패턴을 재현합니다. 손이 악명 높게 어려운 이유는 학습 사진 속 손이 수천 가지 자세로, 반쯤 가려지거나 물건을 쥔 채 등장하기 때문입니다. 모델은 "손가락 다섯 개"라는 규칙 대신 흐릿한 평균을 학습합니다. 읽을 수 있는 텍스트가 어려운 것은 글자가 기호가 아닌 형태로 학습되기 때문입니다. 개수 세기가 실패하는 것은 아키텍처 안에 실제로 세는 장치가 없기 때문입니다: 사과 세 개를 요청하면 흔히 두 개나 네 개가 나옵니다.
셋째, 개념이 서로 번집니다. "리트리버 옆의 황금 왕관"에서 "황금"이라는 단어가 종종 개까지 물들입니다. 형용사는 근처 명사에 느슨하게 붙기 때문에, 표현 방식과 어순이 초보자의 예상보다 훨씬 중요합니다.
5층 구조 프롬프트
신뢰할 수 있는 프롬프트는 다섯 가지를 묘사합니다: 주제, 스타일 또는 매체, 환경, 조명과 분위기, 기술적 품질. 매번 다섯 가지가 모두 필요한 것은 아니지만, 이 층위를 알고 있으면 결과가 밋밋할 때 정확히 무엇을 추가해야 할지 알 수 있습니다.
- 개선 전: "고양이, 아름다운, 고품질, 4k, 걸작, 놀라운" - 개선 후: "햇살이 드는 창턱에 웅크린 은색 태비 고양이, 다큐멘터리 사진, 덩굴 식물이 있는 작은 아파트, 부드러운 아침 햇살, 얕은 피사계 심도, 85mm 렌즈"
첫 번째 프롬프트는 모델이 대부분 무시하는 품질 단어 외에 아무것도 주지 않습니다. 두 번째는 속성이 있는 주제, 매체, 배경, 광원, 그리고 모델이 강한 연관성을 갖고 있는 카메라 용어를 명시합니다.
네거티브 프롬프트
네거티브 프롬프트는 모델에게 피해야 할 것을 알려줍니다. Stable Diffusion은 기본 기능으로 지원하고, Midjourney는 --no를 사용하며(예: --no text, watermark), DALL-E 3는 프롬프트 안에 일반 문장으로 쓴 제외 요청에 가장 잘 반응합니다. 유용하고 표적이 분명한 네거티브로는 "워터마크", "텍스트", "여분의 손가락", "흐림", "과포화"가 있습니다.
인터넷에 떠도는 거대한 복사-붙여넣기 네거티브 목록은 피하세요. 모든 네거티브 용어는 영향력을 소모하며, 수십 개를 쌓으면 대비가 평평해지거나 이미지 전체가 밋밋해질 수 있습니다. 자신의 결과물에서 실제로 관찰한 문제에 대해서만 네거티브를 추가하세요.
색상과 구도 어휘
모델은 사진과 미술 비평의 어휘에 강하게 반응합니다. 그런 단어들이 잘 구성된 이미지의 캡션에 등장하기 때문입니다.
- 색상: "블루와 틸의 유사색 팔레트", "오렌지와 틸의 보색", "차분하게 채도를 낮춘 파스텔", "붉은 포인트 하나가 있는 모노크롬" - 구도: "삼분할 법칙", "유도선", "네거티브 스페이스", "중앙 대칭 구도", "조감도", "더치 앵글" - 조명: "골든아워 역광", "부드럽게 확산된 흐린 날 조명", "강한 림 라이트", "촛불 조명"
분위기에 대한 개선 전후 예시를 하나 더 봅시다. "어둡고 무디한 숲"은 모호합니다. "황혼의 빽빽한 소나무 숲, 차가운 푸른 그림자 톤, 초점이 되는 따뜻한 랜턴 하나, 낮게 깔린 안개, 나무선 위의 네거티브 스페이스"는 모델에게 팔레트, 초점, 구도를 건네줍니다.
수렴하는 반복 워크플로우
무작정 다시 돌리는 것은 크레딧 낭비입니다. 체계적인 루프가 훨씬 빨리 수렴합니다.
- 중간 길이의 프롬프트로 4장 배치를 생성합니다. - 가장 좋은 것을 진단합니다: 무엇이 맞고 무엇이 틀렸는가? - 한 번에 변수 하나씩 바꿉니다 — 주제 세부, 그다음 조명, 그다음 스타일. 세 가지를 한꺼번에 바꿔서 좋아졌다면 배운 것이 없습니다. - 아깝게 빗나간 결과에는 처음부터 다시 쓰는 대신 변형(variation) 도구를 사용합니다. - 업스케일은 맨 마지막에만 합니다. 일찍 업스케일하면 결점이 고해상도로 고정될 뿐입니다.
현업 아티스트들은 완성작 하나를 얻기까지 보통 5~10회의 반복이 걸린다고 이야기하므로, 크레딧과 인내심을 그에 맞게 배분하세요.
플랫폼별 강점 요약
- Midjourney: 기본 미학과 스타일화가 가장 강함. 별다른 노력 없이 아름다움을 원할 때 최적. - DALL-E 3: 지시 이행과 짧은 텍스트 렌더링이 최고. ChatGPT를 통한 대화형 다듬기 가능. - Stable Diffusion: 최대의 제어력 — 포즈와 레이아웃을 위한 ControlNet, LoRA 파인튜닝, 로컬 무료 실행. - Flux: 강력한 사실감과 프롬프트 준수, 자연스러운 피부 질감, 오픈 웨이트 변형 제공.
라이선스와 상업적 이용
게시하기 전에 약관을 읽으세요. Midjourney는 유료 플랜에서 상업적 사용권을 부여하며, 대기업에는 추가 조건이 붙습니다. DALL-E 결과물은 OpenAI 약관에 따라 일반적으로 상업적으로 사용할 수 있습니다. Stable Diffusion과 Flux는 개별 체크포인트의 라이선스에 따라 다르며, 일부 오픈 웨이트 모델은 상업적 사용을 금지합니다. 별개로, 미국을 포함한 여러 법역에서는 의미 있는 인간 저작 기여가 없는 순수 AI 생성 이미지가 저작권 보호를 받지 못할 수 있다는 입장을 내놓았습니다. 나중에 출처가 문제될 경우를 대비해 프롬프트, 초안, 편집 기록을 보관하세요.
염두에 둘 한계
프롬프트가 완벽해도 다음은 문제를 예상해야 합니다: 복잡하게 쥔 손, 읽을 수 있는 긴 문단의 텍스트, 두세 개를 넘는 정확한 개체 수, "책 왼쪽의 컵" 같은 정밀한 공간 지시, 전용 참조 기능 없이 여러 이미지에서 일관된 캐릭터 유지. 흠 없는 단 한 번의 생성을 좇기보다는 작은 결함을 이미지 편집기에서 고칠 계획을 세우세요.
흔한 실수
- "8k, 걸작, 트렌딩" 같은 키워드 채우기 — 최신 모델은 대부분 무시합니다. - 반복마다 여러 변수를 바꿔서 무엇이 효과였는지 알 수 없게 만들기. - 종횡비를 무시했다가 나중에 자신의 구도를 잘라내기. - 이미지 전체를 탁하게 만드는 초대형 네거티브 프롬프트 복사-붙여넣기. - 플랫폼 라이선스 약관을 확인하지 않고 상업적으로 게시하기.
루프를 익히세요 — 구조화된 프롬프트, 변수 하나씩의 반복, 마지막의 업스케일. 그러면 모든 플랫폼이 한꺼번에 쉬워집니다.