2nd/10_Wiki/Topic_Prompt/Negative Prompt.md

id, title, category, status, verification_status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, created_at, updated_at, review_reason, merge_history, tags, applied_in, github_commit

id	title	category	status	verification_status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	created_at	updated_at	review_reason	merge_history	tags	applied_in	github_commit
negative-prompt	Negative Prompt	AI_and_ML	draft	conceptual		네거티브 프롬프트 부정 프롬프트 거부 필터 Negative Prompting --no 파라미터 Exclusion Prompt 반발 가드레일		A	0.94	2026-06-26	2026-06-26			research image Prompt 작성 방법 Stable Diffusion Midjourney DALL-E 3	Meteora_Web_E-commerce_Workflow Furniture_Product_Catalog_Project Realistic_Portrait_Refinement_Process

Negative Prompt

🎯 한 줄 통찰 (One-line insight)

네거티브 프롬프트는 이미지 생성의 목적지가 아닌 **경계(Boundaries)**를 설정하는 도구로, 역확산 과정에서 모델이 원치 않는 통계적 확률 영역으로 표류하지 않도록 차단하는 가상의 고차원 반발 가드레일이다 [S45, S1105, S1176].

🧠 핵심 개념 (Core concepts)

• 회피 맵 (Avoidance Map): 생성 과정 중 특정 개념(왜곡, 워터마크 등)에 해당하는 노이즈 예측을 의도적으로 거부하여 결과물에서 배제하는 메커니즘 [S1104, S1107, S1177].
• 추상어의 함정 (Abstract Term Trap): "ugly", "bad anatomy" 같은 추상적 용어는 학습 데이터 라벨링 부재로 방어율이 낮으며, "extra fingers"와 같은 구체적 형상 단위의 어휘가 물리적 정밀도를 결정함 [S47, S649, S656].
• 임계 지연 영향 (Critical Lag Influence): 네거티브 프롬프트의 실질적인 영향력은 생성 초기 단계가 아닌 **10단계 이후(Step 10+)**에 본격적으로 발휘되어 구조를 정제함 [S1124].
• 모델별 수용력 차이: 아키텍처(SD 1.5 vs SDXL vs Flux)에 따라 네거티브 프롬프트의 최적 길이는 반비례하며, 최신 모델일수록 짧고 간결한 제외 지시를 선호함 [S46, S647, S1126].

🧩 추출된 패턴 (Extracted patterns)

• 3개 용어 전략 (Three-Term Strategy): "blurry, low quality, watermark"라는 최소한의 핵심 단어만으로 시작하여 모델의 창의성을 저해하지 않으면서 기초 품질을 확보하는 패턴 [S648, S655].
• 조각가 패턴 (Sculpting Pattern): 긍정 프롬프트를 원시 대리석 블록으로, 네거티브 프롬프트를 불필요한 부분을 깎아내는 **치슬(Chisel)**로 정의하여 점진적으로 형태를 드러내는 워크플로우 [S1176].
• 장력 균형 패턴 (Tension Balance): 긍정 임베딩과 동일한 토큰 크기(77토큰)를 할당하여 노이즈 예측 모듈 내에서 두 영역 간의 수치적 평형을 유도함 [S46].
• 점진적 정제 (Iterative Refinement): 처음부터 대량의 단어를 넣지 않고, 결과물에서 발견된 반복적 결함을 하나씩 네거티브에 추가하며 '깎아내는' 방식 [S1115, S1130, S1188].

⚖️ 비교 및 선택 기준 (Comparison & decision criteria)

아키텍처 버전 (Model)	권장 네거티브 범위	CFG 가이던스 범위	물리적 제어 원리
Stable Diffusion 1.5	5~15개 내외 (중량급) [S46, S647]	7 ~ 9 [S46]	해부학적 데이터 한계로 인해 인체 교정을 위한 중량급 어휘 구성이 필수적임 [S46, S1126].
Stable Diffusion XL	2~5개 수준 (극소) [S46, S647]	5 ~ 8 [S46]	거대해진 듀얼 텍스트 인코더가 긴 나열 시 오히려 묘사력 감퇴 및 색조 열화를 초래함 [S46, S1126].
Flux (Dev/Schnell)	거의 불필요 (무시 가능) [S46, S50]	1 (강제 고정) [S46]	가이던스 메커니즘이 신경망에 내재화되어 있으며, 과도한 네거티브는 구도를 무너뜨림 [S46, S50, S215].
Midjourney V6	--no 매개변수 사용 [S42, S733]	--s (Stylize) 연동	자연어 문장 끝에 특정 단어를 명시하여 물리적 데이터 수집을 직접 거부함 [S1220].

📖 세부 내용 (Details)

1. 작동 원리: 무조건적 샘플링의 하이재킹

네거티브 프롬프트는 단순한 필터링이 아니라, 샘플링 단계에서 **무조건적 조건(Unconditioned Noise)**을 사용자의 제외 지시문 벡터로 대체하는 기술적 '해킹'이다 [S45, S646]. 이를 통해 모델은 사용자가 지정한 개념을 생성할 확률이 가장 낮은 방향으로 픽셀을 배치하게 된다 [S45, S1104, S1177].

2. 카테고리별 실무 적용 전략

• 초실사 인물 (Portraits): "waxy skin", "plastic skin", "doll-like" 등을 배제하여 과도한 보정감을 제거하고 피부 질감을 복원함 [S1118, S1121, S1157].
• 그래픽 디자인 (Logos): "photorealistic", "3d", "shadow", "glossy"를 네거티브에 넣어 입체감을 제거하고 플랫한 2D 벡터 스타일을 강제함 [S1178, S1184].
• 풍경 및 건축 (Landscapes): "people", "cars", "power lines" 등을 제거하여 현대적 흔적이 없는 태고의 자연경관을 구축함 [S1183, S1185].

3. 주요 주의사항 및 부작용

• 상충 지시의 오류: 긍정 프롬프트에 "어두운 골목"을 넣고 네거티브에 "어둠(dark)"을 넣으면 모델은 수치적 혼란에 빠져 이미지가 진흙처럼 뭉개지는 아티팩트가 발생함 [S723, S1187].
• 과교정(Overcorrection): 너무 긴 네거티브 목록은 이미지의 생동감(Soul)을 앗아가고 결과물을 평이하고 지루하게 만듦 [S652, S1180, S1187].

⚖️ 모순 및 업데이트 (Contradictions & updates)

• 텍스트 이해도 변화: 과거 모델은 "코끼리를 생각하지 마"를 "코끼리"로 인식했으나 [S1219], 최신 모델(DALL-E 3, Flux)은 "no cats"와 같은 자연어 수준의 부정 지시를 직접 해석하기 시작함 [S170, S180, S207].
• 손가락 문제의 한계: 대중적으로 손가락 오류를 네거티브로 고칠 수 있다고 믿지만, 실제 테스트 결과 모델의 훈련 데이터 자체가 부족한 경우 네거티브 프롬프트는 거의 효과가 없음이 밝혀짐 [S645, S654, S657].

🛠️ 적용 사례 (Applied in summary)

• Meteora Web 가구 카탈로그: 제품 사진의 배경을 화이트로 고정하기 위해 --no shadow, clutter를 사용하고, 인페인팅 단계에서 네거티브 프롬프트를 통해 미세 결함을 수정함 [S11].
• 상업용 로고 스케치: Midjourney V6에서 로고 시안 도출 시 --no text, typography를 사용하여 글자가 뭉개지는 현상을 사전에 방단하고 순수 형상 위주의 결과물을 확보함 [S1256].
• 초실사 워치 광고: Flux Pro 모델 사용 시 네거티브 가중치를 최소화하여 제품 표면의 물리적 반사광과 질감을 보존함 [S824, S825].

💻 코드 패턴 (Code patterns)

Midjourney V6 표준 제외 문법

/imagine prompt: A majestic knight on horseback --no armor, helmet, shield --ar 16:9
# 특정 개체를 배제하여 렌더링 방향을 강제 전환함
``` [S1220, S42]

### Stable Diffusion 가중치 네거티브 패턴 (A1111)
```text
# 특정 결함에 1.4배의 회피 강도 부여
(extra fingers:1.4), (mutated hands:1.4), (deformed iris:1.2)

# 임베딩 토큰 활용 (고밀도 네거티브 유도)
<wrong>, EasyNegative, bad-prompt-v2
``` [S44, S45, S1115, S1188]

### DALL-E 3 구문형 부정 패턴
```text
"A high-quality landscape of a futuristic city, but specify that there should be NO flying cars or neon lights, focus on green vegetation."
# 매개변수 대신 자연어 구절 내에서 부정을 명시함
``` [S170, S180]

## ✅ 검증 상태 및 신뢰도
- **상태:** draft
- **검증 단계:** conceptual (물리적 노이즈 예측 원리 및 모델별 벤치마크 데이터 포함)
- **출처 신뢰도:** A (공식 문서, 아카데믹 논문(ECCV 2024), 실무 에이전시 데이터 기반)
- **신뢰 점수:** 0.94
- **중복 검사 결과:** 신규 생성 (New discovery)

## 🔗 관련 문서 링크 (Related document links)

### 상위/유사 개념
- [[image Prompt 작성 방법]] — 이미지 생성 전략의 루트 문서
- [[Diffusion Models]] — 네거티브 가이던스가 개입하는 알고리즘 체계
- [[CFG Scale]] — 네거티브 프롬프트의 영향력을 증폭시키는 수치적 지표

### 심층 후속 질문 (Deeper Research Questions)
- 네거티브 프롬프트가 이미지의 동적 범위(Dynamic Range)와 대비에 미치는 수학적 영향은? [S1119, S1125]
- CLIP 인코더의 부정어 처리 한계가 멀티모달 모델에서 어떻게 극복되고 있는가? [S46, S110]
- 스케줄링 문법(`[negative:0.5]`)을 통한 단계별 제외 기법이 구조적 무결성에 기여하는 바는? [S45, S1128]

### 실무 적용 맥락 (Practical Application Contexts)
- **Implementation:** e-커머스 제품 이미지 자동 생성 시의 일관된 배경 관리 [S11, S14].
- **System Design:** API 요청 시 사용 사례(Portraits vs Logos)에 따른 네거티브 프리셋 자동 할당 시스템 [S1131, S1132].
- **Operation / Maintenance:** 모델 업데이트(SD 1.5 -> SDXL) 시 기존 네거티브 라이브러리의 성능 저하 진단 및 다이어트 전략 [S647, S1126].

## 🔗 지식 그래프 (Knowledge Graph)
- **상위/루트:** [[image Prompt 작성 방법]]
- **관련 개념:** [[Diffusion Models]], [[CFG Scale]], [[Weighting Syntax]], [[Visual Artifacts]]
- **참조 맥락:** 고품질 비주얼 에셋 제작 시 발생할 수 있는 해부학적/기술적 오류를 물리적 계층에서 사전 차단하기 위해 참조.

## 📚 출처 (Sources)
- [S11] Meteora Web Agency: E-commerce techniques
- [S42] 미드저니 핵심 파라미터 및 --no 제어 체계
- [S44] 스테이블 디퓨전 가중치 조절 수식 정의
- [S45] 역확산 과정의 반발 가드레일 물리 메커니즘
- [S46] 아키텍처 버전별 네거티브 구성 및 CFG 통제 기준
- [S47] 추상적 수식어와 구체적 형상 단위의 방어율 비교
- [S50] Flux.1 엔진의 가이던스 내재화 및 우회 기법
- [S170] DALL-E 3 자연어 기반 부정 기술 가이드
- [S180] DALL-E 3 구문 제약 및 속성 가이드
- [S215] Flux 모델의 프롬프트 가중치 미지원 및 구문형 강조 대안
- [S645] 네거티브 프롬프트 과부하의 부작용 분석
- [S646] AUTOMATIC1111: CFG 샘플링의 기술적 정의
- [S647] SD 1.5 vs SDXL 네거티브 행동 패턴 분리
- [S648] 3개 용어 전략(Three-Term Strategy) 수립
- [S649] 추상 용어(Ugly 등)의 학습 데이터 부재 진단
- [S1104] 네거티브 프롬프트의 실시간 가이던스 역할 정의
- [S1105] 목적지(Positive)와 경계(Negative)의 기능적 분리
- [S1107] CFG Scale과 회피 맵(Avoidance Map)의 상관관계
- [S1124] ECCV 2024: 네거티브 프롬프트의 시간적 지연 효과 연구
- [S1126] SDXL/Flux의 네거티브 슬롯 한계 및 효율화
- [S1130] 창작자를 위한 실무 네거티브 워크플로우 루프
- [S1132] 개발자를 위한 모듈형 네거티브 API 설계 패턴
- [S1176] 조각가와 치슬(Chisel)의 비유를 통한 프롬프트 설계 철학
- [S1177] 확산(Diffusion) 확률 공간 내에서의 개념 기피 원리
- [S1188] 텍스트 반전(Textual Inversion) 임베딩 기반의 네거티브 최적화
- [S1220] 미드저니 --no 파라미터의 데이터 수집 거부 원리

## 📝 변경 이력 (Change history)
- 2026-06-26: Initial draft generated via Datacollector_MAC P-Reinforce engine. 모델별 물리적 아키텍처 차이에 따른 네거티브 최적화 전략 합성 완료.