Antigravity Agent
6.0 KiB
6.0 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0507-009 | AI_이미지_생성_워크플로우 | 10_Wiki/Topics | verified | self |
|
none | B | 1.0 |
|
|
2026-05-07 | pending |
AI_이미지_생성_워크플로우
📌 한 줄 통찰 (The Karpathy Summary)
AI 이미지 생성은 단판 승부가 아닌, '초기 시안 탐색 -> 반복적 정교화 -> 부분 수정 및 확장'으로 이어지는 점진적이고 계층적인 워크플로우의 결과물이다. 모델마다 다른 언어적 이해도와 기술적 매개변수를 정확히 활용하는 것이 프로페셔널 생성의 핵심이다.
📖 구조화된 지식 (Synthesized Content)
추출된 패턴:
생성의 80%는 핵심 피사체와 구도를 잡는 초기 프롬프트에서 결정되며, 나머지 20%의 완성도는 부정 프롬프트 제어와 인페인팅/아웃페인팅 기술을 통한 미세 조정에서 완성된다. DALL-E 3는 자연어 설명 중심, Midjourney/SD는 기술적 매개변수 중심의 전략을 취한다.
세부 내용:
- 모델별 특화 전략:
- DALL-E 3:
- GPT-4 기반의 고도화된 자연어 이해력을 활용.
- 프롬프트를 문장 형태로 상세히 기술할수록 의도가 정확히 반영됨.
- 의도가 왜곡될 경우 "Prompt exactly: [본래 프롬프트]"를 사용하여 모델의 자동 확장을 억제.
- Midjourney:
--ar(가로세로비),--stylize(스타일 강도),--chaos(다양성) 등 매개변수 중심의 제어.--sref(Style Reference) 및--cref(Character Reference)를 통한 이미지 일관성 유지.
- Stable Diffusion (SD):
- LoRA, ControlNet 등 외부 모듈을 통한 결정론적(Deterministic) 제어.
- 긍정/부정 프롬프트의 가중치 조절을 통한 픽셀 단위의 미세 조정.
- DALL-E 3:
- 반복적 정교화 (Iterative Prompting):
- 넓고 모호한 지시에서 시작해 구체적인 지시로 좁혀나가는 방식.
- 3~5번의 변형(Variation)을 통해 세부 사항을 다듬음.
- 사후 편집 기술:
- Inpainting (Vary Region): 원본 맥락을 유지하며 특정 부분만 수정/추가.
- Outpainting (Zoom/Pan): 캔버스 바깥 공간 확장 및 구도 재구성.
- 계층적 프롬프트 구조: 주체(Subject) -> 맥락(Context) -> 스타일(Style) -> 기술적 세부사항(Technical) 순의 논리적 배치.
🤖 LLM 활용 힌트 (How to Use This Knowledge)
언제 이 지식을 쓰는가:
- 상업적 수준의 고품질 이미지를 생성해야 할 때.
- 여러 장의 이미지를 하나의 프로젝트나 시리즈로 일관되게 제작해야 할 때.
- 생성 결과가 마음에 들지 않아 처음부터 다시 시작하는 대신 효율적으로 수정하고 싶을 때.
언제 이 지식을 쓰면 안 되는가:
- 단순 재미 위주의 일회성 생성이며, 결과의 정밀도가 중요하지 않을 때.
이 지식을 적용할 때의 권장 절차:
- 모델 선택: 의도가 복잡하면 DALL-E 3, 미적 퀄리티와 일관성이 중요하면 Midjourney, 정밀 제어가 필요하면 SD 선택.
- 시안 탐색: 간결한 프롬프트로 4~8개의 초기 시안 생성.
- 선택 및 변형: 가장 나은 시안을 골라 세부 키워드 추가 및 매개변수 조절.
- 결함 제거: 부정 프롬프트를 사용하여 시각적 결함 차단 (SD/Midjourney 필수).
- 최종 리터칭: 인페인팅/아웃페인팅으로 특정 부위 보정 및 구도 확장.
주의사항 또는 알려진 한계:
- 모델마다 부정어 처리 능력이 다르므로(SD는 강력, DALL-E 3는 취약), 플랫폼 특성에 맞는 전략 선택이 필수적임.
🧪 검증 상태 (Validation)
- 정보 상태: verified
- 출처 신뢰도: B
- 검토 이유: 해당 없음
🧬 중복 검사 (Duplicate Check)
- 기존 유사 문서: AI Image Generation Workflow, DALL-E 3, DALL-E 3 대화형 프롬프트 생성, AI 이미지 생성 도구 및 매개변수, AI 이미지 생성 파이프라인 등
- 처리 방식: UPDATE
- 처리 이유: 이미지 생성 프로세스와 관련된 중복 문서들을 통합하여 DALL-E 3까지 아우르는 하나의 완성된 파이프라인 가이드로 강화함.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 없음
- 정책 변화: 단순 생성을 넘어 '드래프트-업스케일-편집'으로 이어지는 전문가용 워크플로우를 표준으로 설정.
🔗 지식 연결 (Graph)
- Parent: 10_Wiki/Topics
- Related: 부정_프롬프트_제어, 스타일_참조_제어, 캐릭터_참조_제어, 미드저니_매개변수_제어, 인페인팅_및_아웃페인팅_리터칭
- Raw Source: 직접 입력
🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|---|---|---|---|
| 2026-05-07 | DALL-E 3 및 도구별 상세 파라미터 활용법 통합 업데이트 | UPDATE | B |