feat(p-reinforce): 00_Raw AI 이미지 생성 위키 68개 Topics_Art 분류

- AI 이미지 생성, 프롬프트 엔지니어링 계열 68개 문서 Topics_Art 등록
- Midjourney V7, DALL-E 3, Stable Diffusion, LoRA 관련 전체 포함
- 프롬프트 가중치, CFG Scale, 네거티브/포지티브 프롬프트 포함
- 스타일/캐릭터/옴니 참조, 인페인팅, 아웃페인팅 포함
- Agentic Creative (에이전틱 크리에이티브) 포함
- 1개 파일 중복 스킵 (Agentic Creative.md 기존 존재)

10_Wiki/Topics_Art/미드저니 V7 및 DALL-E 3를 활용한 맞춤형 브랜드 이미지 및 텍스트 포함 콘텐츠 제작 워크플로우.md

@@ -0,0 +1,26 @@
+# [[미드저니 V7 및 DALL-E 3를 활용한 맞춤형 브랜드 이미지 및 텍스트 포함 콘텐츠 제작 워크플로우]]
+
+## 📌 Brief Summary
+미드저니 V7과 DALL-E 3를 활용한 맞춤형 브랜드 이미지 및 텍스트 콘텐츠 제작은 각 AI 모델의 고유한 강점을 전략적으로 결합하는 워크플로우입니다 [1-3]. 미드저니 V7은 옴니 참조(--oref)와 스타일 참조(--sref)를 통해 브랜드의 시각적 정체성과 객체의 일관성을 유지하며 예술적인 결과물을 도출하는 데 탁월합니다 [4-7]. 반면 DALL-E 3는 자연어 이해도와 텍스트 렌더링 능력이 뛰어나 로고, 인포그래픽, 소셜 미디어 그래픽 등 정확한 문구와 복잡한 지시가 필요한 콘텐츠 제작에 최적화되어 있습니다 [3, 8-11]. 
+
+## 📖 Core Content
+**미드저니 V7을 활용한 브랜드 이미지의 시각적 일관성 구축**
+* **스타일 및 객체의 일관성 유지:** 미드저니 V7은 `--sref`(스타일 참조) 매개변수를 사용하여 무드보드나 브랜드 고유의 미학적 테마를 여러 프롬프트에 걸쳐 일관되게 적용할 수 있습니다 [5, 7, 12, 13]. 또한, `--oref`(옴니 참조) 기능을 활용하면 사물의 고유한 형태적 정체성을 기억하여 다양한 환경에서도 동일한 제품이나 객체를 일관되게 재현할 수 있습니다 [4, 6, 7].
+* **텍스트 삽입 및 상업용 사진 연출:** V7 모델은 텍스트 렌더링 능력이 크게 향상되어 인용 부호(예: "Coffee Shop")안에 텍스트를 입력하면 99%의 정확도로 간판이나 로고에 단어를 삽입할 수 있습니다 [4]. 상업적 제품 사진의 경우 "premium", "professional advertising style" 등의 키워드를 조합하여 고급스러운 브랜드 이미지를 제작합니다 [14, 15].
+* **드래프트 모드(Draft Mode) 기반의 효율적 작업:** `--draft` 매개변수를 사용하면 표준 생성보다 약 10배 빠른 속도와 절반의 비용으로 시안을 대량 생산할 수 있습니다 [12, 16-18]. 이를 통해 빠르게 초기 콘셉트를 탐색하고 최적의 방향을 선택한 후 고품질(HD) 결과물로 발전시키는 워크플로우가 가능합니다 [16, 18].
+
+**DALL-E 3를 활용한 텍스트 중심 그래픽 및 로고 제작**
+* **뛰어난 텍스트 렌더링 및 지시 이행력:** DALL-E 3는 책 표지, 인포그래픽, 간판 등 이미지 내에 읽을 수 있는 텍스트를 정확하게 삽입하는 데 뛰어난 성능을 발휘합니다 [3, 8-10]. 인스타그램과 같은 소셜 미디어 포스트 디자인 시 "Your Only Limit Is You"와 같은 긴 텍스트를 대담한 현대적 타이포그래피로 렌더링할 수 있습니다 [11].
+* **브랜드 아이덴티티 및 로고 디자인:** 특정 회사명과 함께 "vector art style", "minimalist" 등의 명확한 프롬프트를 제공하면 확장 가능하고 깔끔한 브랜드 로고를 손쉽게 생성할 수 있습니다 [10, 11].
+* **자연어 묘사 최적화:** DALL-E 3는 기술적인 매개변수보다는 대화형 자연어 문장으로 지시할 때 더 나은 결과를 얻을 수 있으며, ChatGPT와의 통합을 통해 프롬프트를 자동 확장하고 수정하는 상호작용적 생성이 가능합니다 [3, 9, 19].
+
+**모델 특성을 고려한 최적화 워크플로우**
+* 성공적인 프롬프트 엔지니어링을 위해서는 각 모델의 한계와 강점을 이해하고, 텍스트가 많거나 논리적이고 명확한 그래픽 디자인이 필요한 경우 DALL-E 3를 사용하고, 예술적이고 시네마틱한 연출이나 브랜드 미학의 일관성이 중요한 경우 미드저니를 사용하는 전략적 분배가 필수적입니다 [1-3, 20].
+
+## 🔗 Knowledge Connections
+- **Related Topics:** [[프롬프트 엔지니어링(Prompt Engineering)]], [[매개변수(Parameters)]], [[스타일 참조(Style Reference, --sref)]], [[옴니 참조(Omni Reference, --oref)]], [[텍스트 렌더링(Text Rendering)]]
+- **Projects/Contexts:** [[상업용 제품 사진 및 브랜드 로고 디자인]], [[소셜 미디어 그래픽 및 마케팅 캠페인 제작]]
+- **Contradictions/Notes:** 소스 간 DALL-E 3의 텍스트 렌더링 능력에 대한 엇갈린 평가가 존재합니다. 일부 소스에서는 DALL-E 3가 "텍스트를 생성하도록 훈련되지 않았으며, 1~2개 단어 정도로 제한해야 작동한다"고 지적하지만 [21, 22], 다른 다수의 소스에서는 "DALL-E 3는 텍스트 렌더링에 강점이 있으며, 긴 문장이나 교육용 다이어그램, 로고 등의 텍스트 처리에 최적화되어 있다"고 상반되게 서술합니다 [3, 8-11, 23].
+
+---
+*Last updated: 2026-04-30*