2nd/10_Wiki/Topics/생성형 AI 워크플로우 (Generative AI Workflow).md

생성형 AI 워크플로우 (Generative AI Workflow)

📌 Brief 단기 요약

생성형 AI 워크플로우는 사용자가 추상적인 아이디어를 구체적인 텍스트 프롬프트로 변환하고, 생성된 결과물을 바탕으로 지속적으로 이미지를 수정 및 발전시켜 나가는 일련의 반복적 창작 과정입니다. 단순히 완벽한 한 번의 프롬프트 입력으로 최종 이미지를 얻는 것이 아니라, 초기 초안(Draft)을 빠르게 생성한 뒤 점진적으로 디테일을 추가하거나 실패 요소를 제거하는 과정을 거칩니다. 2026년 현재 이 워크플로우는 생성 모델의 특성에 맞춰 프롬프트를 최적화하고, 인페인팅이나 확장 기능 등을 통해 사후 편집을 진행하는 정교하고 전문적인 단계로 진화했습니다.

📖 Core Content

1. 반복적 프롬프팅 및 정교화 (Iterative Prompting and Refinement)

• 모든 AI 이미지 생성은 일회성 작업이 아닌 모델과의 반복적 협업(Iterative) 과정입니다 [1, 2]. 가장 먼저 명확하지만 단순한 긍정 프롬프트를 작성하여 초기 이미지를 생성합니다 [3, 4].
• 단 한 번에 완벽한 결과를 기대하기보다는, 대략 23문장(1550단어)으로 기본 구성을 작성하여 첫 생성에서 80%의 완성도를 목표로 합니다 [5, 6].
• 초기에는 열린 지시어(Vague directions)로 시작하여 AI에게 창의적 자유를 주고, 결과물을 확인한 후 점차 좁고 정밀한 지시어나 필요한 구도를 추가해 나가는 것이 올바른 워크플로우입니다 [7].

2. 이미지 생성 프롬프트 워크플로우 5단계 안정적인 이미지 생성을 위해 전문가들은 다음과 같은 워크플로우를 권장합니다 [8-16]:

1. 의도 정의: 원하는 장면을 자연어로 명확히 구상합니다. 필요한 경우 AI(예: GPT, Meta AI 등)에게 먼저 아이디어를 설명하여 프롬프트 초안 작성을 도움받을 수 있습니다.
2. 비전의 구체화: 주제(Subject), 스타일(Style), 분위기(Mood) 등을 명확히 하여 기계가 해석하기 좋은 기호로 변환합니다.
3. 세부 사항 추가: 환경, 조명(Lighting), 구도, 카메라 앵글, 그리고 해상도나 화면비(--ar 16:9 등) 같은 기술적 매개변수를 덧붙입니다.
4. 테스트 이미지 생성: 첫 번째 배치를 생성하여 의도가 어떻게 반영되었는지 확인합니다.
5. 반복 수정(Refine and iterate): 조명, 색상, 구도 등을 변경하거나 부정 프롬프트(Negative prompt)를 활용해 원하지 않는 요소를 배제하며 원하는 결과가 나올 때까지 반복합니다.

3. 문제 진단과 부정 프롬프트(Negative Prompt) 적용

• 단순히 인터넷에 떠도는 길고 포괄적인 부정 프롬프트를 무작정 복사하여 붙여넣는 것은 구시대적인 방식이며, 오히려 이미지를 망칠 수 있습니다 [17-19].
• 효과적인 워크플로우는 문제를 먼저 진단한 후 부정 프롬프트를 작성하는 것입니다. 생성된 소규모 배치(Batch) 이미지를 확인하여 반복적으로 나타나는 결함(예: 텍스트 노출, 손가락 기형, 원치 않는 3D 렌더링 느낌 등)을 파악하고, 이를 해결할 최소한의 구체적인 부정어만 타겟팅하여 적용해야 합니다 [20-22].

4. 2026년형 초안 모드(Draft Mode)와 생성 효율화

• 미드저니(Midjourney) V7 등의 최신 모델은 저렴하고 빠른 속도로(기존 대비 약 10배) 다수의 시안을 생성하는 '드래프트 모드(Draft Mode, --draft)'를 지원합니다 [23-25].
• 이를 통해 수많은 프롬프트와 구도를 비용 효율적으로 탐색하고, 가장 유망한 구도를 선택해 고품질(HD) 이미지로 승격시키는 프로세스가 표준화되었습니다 [23, 26].
• 선택된 결과물은 시드(Seed)를 고정하거나, 스타일 참조(--sref), 옴니 참조(--oref) 기능에 투입되어 다음 작업 단계의 일관성을 유지하는 뼈대(Reference)로 활용됩니다 [23, 25].

5. 사후 편집 및 비디오 연계로의 확장

• 생성된 이미지가 완성에 가까워지면 처음부터 다시 프롬프트를 작성하지 않습니다. 미드저니의 'Vary Region(인페인팅)'을 통해 원본의 맥락을 완벽하게 유지하면서 특정 모자, 배경 요소만 부분 수정하거나, 'Zoom Out / Pan(아웃페인팅)'을 사용해 캔버스 밖의 풍경을 논리적으로 확장합니다 [2, 27-29].
• 또한 최종 산출된 정적 이미지는 단순한 그림에서 끝나지 않고, 비디오 생성 도구(예: Veo 3.1, Pictory, LTX Studio, Runway 등)의 기준 프레임으로 넘겨져 카메라 움직임이나 오디오를 입히는 'Image-to-Video' 다중 도구 연계 워크플로우로 자연스럽게 이어집니다 [30-34].

🔗 Knowledge Connections

• Related Topics: [[프롬프트 엔지니어링 (Prompt Engineering)|프롬프트 엔지니어링 (Prompt Engineering)]], [[반복적 정교화 (Iterative Refinement)|반복적 정교화 (Iterative Refinement)]], [[부정 프롬프트 (Negative Prompt)|부정 프롬프트 (Negative Prompt)]], [[드래프트 모드 (Draft Mode)|드래프트 모드 (Draft Mode)]], 사후 편집 기법 (Inpainting & Outpainting), [[스타일 및 캐릭터 참조 (Style and Character References)|스타일 및 캐릭터 참조 (Style and Character References)]]
• Projects/Contexts: Midjourney V7의 API 기반 워크플로우, 스테이블 디퓨전 네거티브 프롬프트 최적화 프로세스, Veo 3.1과 Gemini를 활용한 멀티스텝 비디오 제작 워크플로우
• Contradictions/Notes: 많은 초보자들이 길고 기술적인 용어들로 꽉 찬 프롬프트를 한 번에 입력하려 시도하지만(예: 수십 개의 요소 나열), 실제 전문가들은 한 번의 지시에 너무 많은 디테일을 넣으면 AI가 혼란을 겪는다고 경고합니다. 효과적인 워크플로우는 510개의 핵심 요소(주체, 환경, 조명, 스타일)에만 집중하여 1550단어 내외의 자연스러운 문장으로 시작한 뒤, 반복적인 수정을 통해 세부적인 문제(Artifacts)를 고쳐나가는 것입니다 [5, 22, 35, 36].

---

Last updated: 2026-04-30