[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
+209
-43
@@ -1,67 +1,233 @@
|
||||
---
|
||||
id: wiki-2026-0508-ai-이미지-생성-및-편집-워크플로우-ai-image-ge
|
||||
title: "AI 이미지 생성 및 편집 워크플로우 (AI Image Generation & Editing Workflow)"
|
||||
title: AI Image Generation & Editing Workflow
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [AI 이미지 워크플로우, image generation workflow, draft mode, iterative refinement]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
source_trust_level: B
|
||||
confidence_score: 0.85
|
||||
verification_status: conceptual
|
||||
tags: [image-generation, workflow, midjourney, stable-diffusion, draft-mode, iterative, post-editing]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-09
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
inferred_by: Claude Opus 4.7 (manual cleanup 2026-05-09)
|
||||
---
|
||||
|
||||
# [[AI 이미지 생성 및 편집 워크플로우 (AI Image Generation & Editing Workflow)|AI 이미지 생성 및 편집 워크플로우 (AI Image Generation & Editing Workflow)]]
|
||||
# AI Image Generation & Editing Workflow
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
AI 이미지 생성 및 편집 워크플로우는 텍스트 아이디어를 시각적 결과물로 변환한 후, 사후 편집 도구와 반복적인 프롬프트 수정을 통해 결과물을 정교화하는 일련의 과정이다 [1, 2]. 단 한 번의 완벽한 프롬프트로 결과물을 얻기보다는, 초기 베이스 이미지(Base Image)를 생성하고 점진적으로 수정해 나가는 협업적 접근 방식을 취한다 [2, 3]. 이 과정에는 인페인팅(Vary Region), 아웃페인팅(Zoom Out/Pan), 업스케일링(Upscale), 리믹스(Remix) 등의 기술적 제어 도구가 필수적으로 활용된다 [4, 5].
|
||||
## 📌 한 줄 통찰
|
||||
> **Single perfect prompt 의 myth → iterative loop**. **Draft (cheap variant) → select → refine → upscale → polish (post-edit)**. 매 round 의 quality ↑.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
* **반복적 정교화(Iterative Refinement) 전략:** 성공적인 AI 이미지 생성은 단발성 행위가 아니라 모델과의 반복적인 대화와 탐색 과정이다 [2, 6]. 창작자들은 단순하고 명확한 프롬프트로 시작하여 다양한 결과물을 확인한 후, 조명, 구도, 네거티브 프롬프트 등을 추가하여 결과물을 세밀하게 조정해 나간다 [7, 8].
|
||||
* **초안 모드(Draft Mode)를 활용한 파이프라인:** 미드저니 V7 등 최신 모델에서는 '드래프트 모드(Draft Mode)'를 활용해 낮은 비용과 매우 빠른 속도로 다수의 시안을 탐색할 수 있다 [9, 10]. 사용자는 이 중 유망한 구도의 결과물을 선택(Shortlist)하고 고화질 렌더링으로 승격시키는 단계적인 디자인 리뷰 루프(Design review loop)를 통해 작업의 효율성을 극대화한다 [10, 11].
|
||||
* **인페인팅을 통한 영역별 변주 (Vary Region / Inpainting):** 이미지가 전반적으로 마음에 들지만 특정 부분에 수정이 필요할 때 사용되는 핵심 편집 기능이다 [5, 12]. 전체 이미지의 맥락과 화풍을 완벽하게 유지하면서 선택한 특정 영역(예: 모자를 왕관으로 변경, 불필요한 객체 삭제)에 대해서만 새로운 프롬프트를 적용해 자연스러운 합성과 수정을 진행할 수 있다 [2, 4, 13].
|
||||
* **아웃페인팅과 캔버스 확장 (Zoom Out & Pan):** 생성된 이미지의 구도가 너무 답답하거나 피사체가 과도하게 꽉 차게 잡혔을 때 시야를 넓히는 데 사용된다 [2, 4]. 'Zoom Out'은 이미지의 네 면을 모두 확장하여 배경 맥락을 더해주며, 'Pan'은 특정 방향으로 캔버스를 확장해 종횡비를 변경하면서도 기존의 환경과 조명을 논리적으로 유지해 준다 [4, 5].
|
||||
* **업스케일링 및 리믹스 (Upscale & Remix):** '업스케일(Upscale)'은 이미지의 크기를 키우고 미세한 디테일(피부 모공, 천의 질감 등)을 추가하여 최종적인 완성도를 높이는 작업이다 [4, 14]. '리믹스(Remix)' 기능은 기존 이미지의 생성 기반을 유지하면서 프롬프트 텍스트나 매개변수 설정을 변경하여 창의적인 방향성을 새롭게 유도할 때 활용된다 [15, 16].
|
||||
## 📖 핵심
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[프롬프트 엔지니어링 (Prompt Engineering)|프롬프트 엔지니어링 (Prompt Engineering)]], [[인페인팅 및 아웃페인팅 (Inpainting & Outpainting)|인페인팅 및 아웃페인팅 (Inpainting & Outpainting)]], [[반복적 정교화 (Iterative Refinement)|반복적 정교화 (Iterative Refinement)]], [[네거티브 프롬프트 (Negative Prompt)|네거티브 프롬프트 (Negative Prompt)]]
|
||||
- **Projects/Contexts:** [[미드저니(Midjourney) V7 초안 기반 워크플로우|미드저니(Midjourney) V7 초안 기반 워크플로우]], [[AI 모델 사후 편집 도구 (Post-editing Tools)|AI 모델 사후 편집 도구 (Post-editing Tools)]]
|
||||
- **Contradictions/Notes:** 초보자들은 하나의 길고 복잡한 프롬프트로 완벽한 이미지를 한 번에 생성하려 하지만, 소스는 숙련된 워크플로우일수록 단순한 프롬프트로 시작해 모델의 결과를 확인한 후, 인페인팅이나 리믹스 등 사후 편집 기능과 점진적 수정을 활용하는 '반복적인 과정'임을 일관되게 강조하고 있습니다 [3, 6, 8].
|
||||
### 매 5-stage workflow
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-30*
|
||||
#### Stage 1: Concept + ideation
|
||||
- 매 reference (Pinterest, ArtStation).
|
||||
- 매 mood board.
|
||||
- 매 prompt sketch.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
#### Stage 2: Draft generation (cheap)
|
||||
- 매 dozen variant.
|
||||
- Midjourney `--draft` mode (10x speed).
|
||||
- Flux Schnell (fast).
|
||||
- 매 4-8 candidate.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
#### Stage 3: Select + iterate
|
||||
- 매 best candidate.
|
||||
- 매 prompt 의 refine.
|
||||
- 매 next round.
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
#### Stage 4: Refine (full quality)
|
||||
- 매 selected 의 high-quality regenerate.
|
||||
- 매 final aspect ratio.
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
#### Stage 5: Post-edit
|
||||
- 매 inpaint (specific fix).
|
||||
- 매 outpaint (extend).
|
||||
- 매 upscale (resolution).
|
||||
- 매 retouch (Photoshop).
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
→ 매 stage 의 different speed / cost.
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
### 매 cost saving
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
#### Draft mode
|
||||
- Midjourney V7 `--draft`: 10x faster, ~50% GPU cost.
|
||||
- Flux Schnell: 4-step (vs 50).
|
||||
- Latent Consistency Models (LCM).
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
→ 매 idea 의 cheap exploration.
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
#### Generation 의 cost
|
||||
- Midjourney: $10-60 / month subscription.
|
||||
- DALL-E 3: ~$0.08 / image.
|
||||
- Stable Diffusion (self-host): GPU 운영 cost.
|
||||
- Flux Pro (Replicate): $0.05 / image.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
#### Compute optimization
|
||||
- 매 quality preset (4 step LCM, 20 step DPM++, 50 step DDIM).
|
||||
- 매 resolution (512 → 1024 → 4K).
|
||||
- 매 batch size.
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### 매 reference 의 활용
|
||||
|
||||
#### Style reference (sref)
|
||||
- Midjourney `--sref [URL]`.
|
||||
- 매 brand 의 mood board.
|
||||
- 매 campaign 의 visual cohesion.
|
||||
|
||||
#### Character reference (cref)
|
||||
- Midjourney `--cref [URL]`.
|
||||
- 매 character 의 consistency.
|
||||
|
||||
#### Omni reference (oref)
|
||||
- Midjourney V7+.
|
||||
- 매 specific object identity.
|
||||
|
||||
#### IP-Adapter (Stable Diffusion)
|
||||
- 매 reference image 의 style + structure.
|
||||
|
||||
#### LoRA
|
||||
- 매 specific style / character 의 fine-tune.
|
||||
|
||||
### 매 quality control
|
||||
|
||||
#### Negative prompt (Stable Diffusion)
|
||||
- 매 known defect 의 explicit.
|
||||
- "ugly, deformed, watermark, low quality, blurry, extra fingers".
|
||||
|
||||
#### Specific defect 의 inpaint
|
||||
- 매 detected defect 의 mask.
|
||||
- 매 targeted prompt.
|
||||
|
||||
#### Upscale + face restore
|
||||
- Real-ESRGAN (background).
|
||||
- GFPGAN / CodeFormer (face).
|
||||
|
||||
### Production workflow example
|
||||
|
||||
#### Marketing campaign
|
||||
1. **Mood board** (brand 의 reference).
|
||||
2. **Draft 30 variants** (Midjourney draft).
|
||||
3. **Select 5** (different angle / composition).
|
||||
4. **Full HD generate**.
|
||||
5. **Inpaint defects**.
|
||||
6. **Upscale 4K**.
|
||||
7. **Photoshop final touch**.
|
||||
|
||||
→ 30+ image / hour.
|
||||
|
||||
#### Product mockup
|
||||
1. **Real product photo** (input).
|
||||
2. **Img2Img** (style transfer).
|
||||
3. **Background outpaint** (lifestyle context).
|
||||
4. **Inpaint shadow / reflection**.
|
||||
5. **Upscale**.
|
||||
|
||||
#### Concept art (game)
|
||||
1. **Quick sketch** (artist).
|
||||
2. **ControlNet 의 line art**.
|
||||
3. **Generate variations**.
|
||||
4. **Select + paint over** (Photoshop).
|
||||
|
||||
## 💻 Code
|
||||
|
||||
### Iterative loop (Diffusers)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLPipeline
|
||||
import torch
|
||||
|
||||
pipe = StableDiffusionXLPipeline.from_pretrained("model")
|
||||
|
||||
# Stage 1: Draft (low quality, fast)
|
||||
prompts = [base_prompt + variation for variation in style_variations]
|
||||
drafts = pipe(prompts, num_inference_steps=10, guidance_scale=5).images
|
||||
|
||||
# Stage 2: Select (manual or ML score)
|
||||
best_idx = select_best(drafts)
|
||||
best_prompt = prompts[best_idx]
|
||||
|
||||
# Stage 3: Full quality
|
||||
final = pipe(best_prompt, num_inference_steps=50, guidance_scale=7.5).images[0]
|
||||
|
||||
# Stage 4: Post-edit (inpaint specific defect)
|
||||
mask = detect_face_defect(final)
|
||||
inpaint_pipe = StableDiffusionXLInpaintPipeline.from_pretrained("inpaint")
|
||||
fixed = inpaint_pipe(prompt="perfect face", image=final, mask_image=mask).images[0]
|
||||
|
||||
# Stage 5: Upscale
|
||||
from realesrgan import RealESRGANer
|
||||
upscaler = RealESRGANer(scale=4, ...)
|
||||
upscaled, _ = upscaler.enhance(np.array(fixed))
|
||||
```
|
||||
|
||||
### Batch + cost-aware
|
||||
```python
|
||||
def smart_generate(prompt, target_quality='final'):
|
||||
if target_quality == 'draft':
|
||||
return pipe(prompt, num_inference_steps=10).images[0]
|
||||
elif target_quality == 'preview':
|
||||
return pipe(prompt, num_inference_steps=25).images[0]
|
||||
elif target_quality == 'final':
|
||||
img = pipe(prompt, num_inference_steps=50).images[0]
|
||||
return upscale(img)
|
||||
```
|
||||
|
||||
### Reference-driven (Flux + IP-Adapter)
|
||||
```python
|
||||
from diffusers import FluxPipeline
|
||||
|
||||
pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-dev")
|
||||
pipe.load_ip_adapter("flux-ip-adapter")
|
||||
|
||||
style_ref = Image.open("brand_mood.jpg")
|
||||
result = pipe(
|
||||
prompt="product on table, professional photo",
|
||||
ip_adapter_image=style_ref,
|
||||
ip_adapter_scale=0.6,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
## 🤔 결정 기준
|
||||
|
||||
| Stage | 추천 |
|
||||
|---|---|
|
||||
| Ideation | Free + reference |
|
||||
| Draft | Midjourney draft / Flux Schnell |
|
||||
| Refine | Full quality |
|
||||
| Post-edit | Inpaint + upscale |
|
||||
| Production | Photoshop final |
|
||||
|
||||
**기본값**: Draft 30 → Select 5 → Final + post-edit. 매 cost 의 80% saving + quality 의 maintain.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[AI-Image-Generation]] · [[Creative-Workflow]]
|
||||
- 변형: [[Iterative-Refinement]] · [[Draft-Mode]] · [[Post-editing-Tools]]
|
||||
- 응용: [[Marketing-Campaign-AI]] · [[Product-Mockup]] · [[Concept-Art-Generation]]
|
||||
- Adjacent: [[Style-Reference]] · [[LoRA-Fine-Tune]] · [[ControlNet]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 commercial creative project. 매 brand campaign.
|
||||
**언제 X**: 매 single-shot idea (no iteration). 매 highly specific artist style (legal).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Single prompt + accept**: low quality.
|
||||
- **Full quality from start**: cost 폭발.
|
||||
- **No reference**: brand inconsistency.
|
||||
- **No post-edit**: defect in production.
|
||||
- **Upscale 의 detail invent**: hallucinated artifact.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified.
|
||||
- 신뢰도 B.
|
||||
- Overlap with [[AI-Image-Generation]] / [[Post-editing-Tools]].
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-09 | Manual cleanup — 5-stage workflow + cost + reference + code |
|
||||
|
||||
Reference in New Issue
Block a user