AI 이미지 생성 파라미터 완벽 가이드 - Stable Diffusion 마스터하기
AI 이미지 생성 파라미터 완벽 가이드 - Stable Diffusion 마스터하기
AI 이미지 생성 파라미터 완벽 가이드 - Stable Diffusion 마스터하기
AI 이미지 생성에서 완벽한 결과물을 얻기 위해서는 프롬프트뿐만 아니라 다양한 생성 파라미터를 이해하고 조절하는 것이 필수입니다. 같은 프롬프트라도 파라미터 설정에 따라 완전히 다른 이미지가 생성됩니다.
이번 포스트에서는 Positive Prompt, Negative Prompt, Model Name, Seed, CFG Scale, Steps, Post Processing 등 AI 이미지 생성의 핵심 파라미터를 깊이 있게 분석하고, 각 파라미터가 결과물에 미치는 영향과 최적 설정 방법을 실전 예시와 함께 알아보겠습니다.
목차
- Positive Prompt - 원하는 이미지 묘사
- Negative Prompt - 원하지 않는 요소 제거
- Model Name - 스타일과 품질 결정
- Seed - 재현 가능한 랜덤성
- CFG Scale - 프롬프트 충실도 조절
- Steps - 이미지 디테일 수준
- Post Processing - 후처리 효과
- Post Processing Detail - 후처리 강도
- Extra Parameters - 고급 설정
- 최적 설정 조합 가이드
1. Positive Prompt - 원하는 이미지 묘사
1.1 개념
Positive Prompt는 AI에게 “이런 이미지를 만들어 주세요”라고 지시하는 핵심 입력값입니다.
생성하고 싶은 이미지의:
- 주제 (Subject)
- 스타일 (Style)
- 구도 (Composition)
- 조명 (Lighting)
- 분위기 (Mood)
- 디테일 (Details)
모든 것을 텍스트로 표현합니다.
1.2 영향
Positive Prompt가 결과물에 미치는 영향:
품질: 프롬프트의 명확성 = 결과물의 정확성
구체적 프롬프트:
"a beautiful sunset over the ocean"
→ 일반적인 해변 일몰
상세한 프롬프트:
"golden hour sunset over calm ocean, orange and pink sky,
silhouette of palm trees, gentle waves, cinematic lighting,
4k photography, professional composition"
→ 훨씬 더 디테일하고 고퀄리티 이미지
키워드 우선순위:
앞쪽 키워드 > 뒤쪽 키워드
"red rose, beautiful garden"
→ 빨간 장미가 주요 초점
"beautiful garden, red rose"
→ 정원이 주요 초점, 장미는 배경
1.3 작성 전략
효과적인 Positive Prompt 구조:
[주제] + [스타일] + [품질 태그] + [카메라/조명]
예시 1 (사실적 인물):
"portrait of a young woman, natural beauty, soft smile,
professional photography, studio lighting, bokeh background,
shot on Canon EOS R5, 85mm f/1.4, high resolution, 8k"
예시 2 (판타지 아트):
"fantasy castle on floating island, magical atmosphere,
ethereal clouds, vibrant colors, dramatic lighting,
digital painting, artstation trending, highly detailed,
by Greg Rutkowski and Alphonse Mucha"
예시 3 (제품 사진):
"premium smartphone on marble table, minimalist background,
soft diffused lighting, commercial photography, clean composition,
reflective surface, studio quality, 4k, professional product shot"
품질 향상 키워드:
사실성:
- photorealistic, hyperrealistic
- high quality, high resolution
- 4k, 8k, ultra HD
- professional photography
- shot on [카메라 모델]
예술성:
- masterpiece, best quality
- highly detailed, intricate details
- artstation trending, award winning
- by [유명 아티스트 이름]
- [특정 화풍] style
조명:
- studio lighting, natural lighting
- golden hour, blue hour
- dramatic lighting, soft lighting
- rim light, volumetric lighting
- cinematic lighting
구도 및 각도:
- close-up, extreme close-up
- medium shot, full body shot
- wide angle, telephoto
- bird's eye view, worm's eye view
- dutch angle, over the shoulder
- centered composition, rule of thirds
1.4 실전 예시
Case 1: 캐릭터 디자인
기본 프롬프트:
"anime girl"
개선된 프롬프트:
"beautiful anime girl, long silver hair, blue eyes,
detailed face, elegant dress, cherry blossom background,
soft pastel colors, studio ghibli style, highly detailed,
digital art, trending on pixiv, masterpiece, 8k"
결과 차이:
- 기본: 평범한 애니메이션 스타일 소녀
- 개선: 디테일하고 고퀄리티의 일러스트
Case 2: 풍경 사진
기본 프롬프트:
"mountain landscape"
개선된 프롬프트:
"majestic mountain range at sunrise, snow-capped peaks,
morning mist in valleys, golden light, pine forest foreground,
crystal clear lake reflection, dramatic clouds,
landscape photography, shot on Nikon D850,
ultra wide angle 14mm, f/8, polarizing filter,
national geographic style, 8k resolution"
결과 차이:
- 기본: 단순한 산 풍경
- 개선: 전문가 수준의 풍경 사진
Case 3: 제품 렌더링
기본 프롬프트:
"luxury watch"
개선된 프롬프트:
"luxury swiss watch, titanium case, sapphire crystal,
intricate mechanical movement visible through exhibition caseback,
black leather strap, macro photography, studio lighting,
reflections on polished metal, shallow depth of field,
product photography, commercial quality, 8k, octane render"
결과 차이:
- 기본: 일반적인 시계 이미지
- 개선: 광고 수준의 제품 사진
1.5 프롬프트 가중치 (Emphasis)
특정 키워드 강조:
Stable Diffusion 문법:
(keyword) - 1.1배 강조
((keyword)) - 1.21배 강조
(keyword:1.5) - 1.5배 강조
[keyword] - 0.9배 약화
예시:
"portrait of a woman, (beautiful face:1.3), long hair,
((detailed eyes:1.4)), smile, [background:0.8]"
→ 얼굴은 1.3배, 눈은 1.4배 강조
→ 배경은 0.8배로 덜 중요하게
단계별 프롬프트 (Prompt Editing):
[keyword1:keyword2:0.5]
→ 스텝의 50%까지는 keyword1, 이후 keyword2
예시:
"[summer landscape:winter landscape:0.5]"
→ 처음 절반은 여름, 나중 절반은 겨울로 변환
→ 계절 전환 효과
1.6 주의사항
❌ 피해야 할 실수:
1. 너무 짧은 프롬프트:
"girl" → 너무 모호함
2. 모순된 키워드:
"realistic, cartoon style" → 스타일 충돌
3. 과도한 키워드 나열:
100개 이상의 키워드 → AI 혼란, 품질 저하
4. 문법 무시:
쉼표, 괄호 없이 나열 → 우선순위 불명확
5. 저작권 있는 캐릭터 명시:
"Mickey Mouse" → 법적 문제 가능
✅ 권장 사항:
1. 구조화된 프롬프트 (5-15개 핵심 키워드)
2. 명확한 우선순위 (중요 키워드 앞쪽)
3. 일관된 스타일 (사실적 OR 예술적)
4. 품질 태그 포함 (masterpiece, high quality)
5. 테스트 후 반복 개선
2. Negative Prompt - 원하지 않는 요소 제거
2.1 개념
Negative Prompt는 AI에게 “이런 요소는 포함하지 말아주세요”라고 지시하는 필터입니다.
생성 과정에서 제외하고 싶은:
- 품질 저하 요소
- 원치 않는 객체
- 잘못된 해부학 구조
- 불필요한 스타일 요소
- 특정 색상이나 분위기
를 명시하여 결과물의 품질을 크게 향상시킵니다.
2.2 영향
Negative Prompt의 중요성:
없음 vs 있음 비교:
Positive: "portrait of a woman"
Negative: (없음)
→ 결과: 손가락 6개, 비대칭 얼굴, 흐릿한 배경
Positive: "portrait of a woman"
Negative: "ugly, deformed, mutated hands, extra fingers,
poorly drawn face, mutation, blurry, bad anatomy"
→ 결과: 자연스러운 인물 사진
품질 개선율: 약 40-60% ⬆️
주요 효과:
1. 해부학적 오류 방지
- extra fingers, missing limbs
- deformed hands, bad anatomy
2. 이미지 품질 향상
- blurry, low quality, jpeg artifacts
- pixelated, noise, grain
3. 스타일 통제
- cartoon, 3d render (사실적 이미지 원할 때)
- watermark, text, signature
4. 구도 개선
- cropped, out of frame
- duplicate, multiple views
2.3 범용 Negative Prompt 템플릿
기본 템플릿 (모든 이미지에 적용):
"worst quality, low quality, normal quality, lowres,
low details, oversaturated, undersaturated, overexposed,
underexposed, grayscale, bw, bad photo, bad photography,
bad art, watermark, signature, text font, username,
error, logo, words, letters, digits, autograph, trademark,
name, blur, blurry, grainy, morbid, ugly, asymmetrical,
mutated malformed, mutilated, poorly lit, bad shadow,
draft, cropped, out of frame, cut off, censored,
jpeg artifacts, out of focus, glitch, duplicate"
인물 사진용 Negative Prompt:
"bad anatomy, bad hands, bad body, bad feet, bad proportions,
{worst quality}, {extra fingers}, missing fingers,
fused fingers, {extra digit}, {fewer digits},
mutated hands and fingers, poorly drawn hands,
malformed hands, poorly drawn face, mutation,
deformed, ugly, disgusting, amputation,
extra arms, extra legs, extra hands,
missing arms, missing legs, missing hands,
cross-eyed, lazy eye, asymmetric eyes,
uneven eyes, [[[naked]]], [[[nude]]], [[[nsfw]]]"
풍경/건축물용 Negative Prompt:
"people, humans, person, man, woman, figure,
low quality, worst quality, blurry, pixelated,
distorted perspective, warped architecture,
unrealistic lighting, unnatural colors,
watermark, text, signature, frame, border,
oversaturated, underexposed, overexposed,
grainy, noisy, artifacts, duplicate elements"
제품/오브젝트용 Negative Prompt:
"deformed, distorted, disfigured, poorly drawn,
bad anatomy, wrong anatomy, extra limb,
missing limb, floating limbs, disconnected limbs,
mutation, mutated, ugly, disgusting, amputation,
low quality, blurry, pixelated, jpeg artifacts,
watermark, text, logo, signature, brand name,
background clutter, busy background, distracting elements"
2.4 카테고리별 Negative Keywords
품질 관련:
저품질:
- worst quality, low quality, normal quality
- lowres, low resolution, low details
- bad quality, poor quality
노이즈:
- jpeg artifacts, compression artifacts
- pixelated, noise, grainy, grain
- glitch, error, artifacts
선명도:
- blurry, blur, out of focus
- soft focus, bokeh (원하지 않을 때)
- motion blur (정지 이미지일 때)
해부학/구조:
신체 구조:
- bad anatomy, bad proportions
- malformed, deformed, disfigured
- mutated, mutation
손/발:
- bad hands, poorly drawn hands
- extra fingers, missing fingers
- fused fingers, {extra digit}, {fewer digits}
얼굴:
- bad face, poorly drawn face
- asymmetrical face, ugly face
- cross-eyed, lazy eye, uneven eyes
불필요한 요소:
텍스트:
- text, words, letters, digits
- watermark, signature, logo
- username, autograph, trademark
프레임/경계:
- frame, border, cropped
- out of frame, cut off
- letterbox, pillarbox
중복:
- duplicate, multiple views
- split screen, collage
- repetitive pattern (원치 않을 때)
스타일 제어:
사실적 이미지 원할 때:
- cartoon, anime, 3d render
- illustration, painting, drawing
- sketch, comic, manga
특정 색상 제외:
- monochrome, grayscale, bw
- sepia, desaturated
- oversaturated, undersaturated
2.5 실전 활용 예시
Case 1: 프로필 사진 생성
Positive Prompt:
"professional headshot of a businesswoman,
confident smile, office background,
natural lighting, high quality"
Negative Prompt:
"ugly, bad face, poorly drawn face, mutation,
bad anatomy, asymmetrical eyes, lazy eye,
bad hands, extra fingers, missing fingers,
blurry, low quality, watermark, text,
casual clothing, messy hair, dark lighting,
[[[nude]]], [[[naked]]], nsfw"
결과:
→ 전문적이고 깔끔한 프로필 사진
→ 얼굴 대칭, 손 자연스러움
→ 적절한 복장과 배경
Case 2: 제품 사진 (스마트폰)
Positive Prompt:
"premium smartphone on white background,
product photography, studio lighting,
reflections on screen, sleek design,
commercial quality, 8k"
Negative Prompt:
"scratched, damaged, cracked screen,
fingerprints, dust, smudges,
blurry, low quality, pixelated,
busy background, clutter, shadows,
watermark, text, logo, brand name,
unrealistic colors, oversaturated,
distorted perspective, warped edges"
결과:
→ 완벽한 제품 사진
→ 손상 없는 깔끔한 기기
→ 전문적인 조명과 배경
Case 3: 판타지 풍경
Positive Prompt:
"fantasy castle on mountain peak,
magical atmosphere, dramatic sky,
volumetric lighting, highly detailed,
digital art, masterpiece"
Negative Prompt:
"people, humans, modern buildings,
cars, roads, urban elements,
low quality, blurry, pixelated,
realistic photography, photorealistic,
ugly, poorly drawn, deformed architecture,
watermark, text, signature,
oversaturated, underexposed"
결과:
→ 순수한 판타지 풍경
→ 현대 요소 없음
→ 일관된 판타지 스타일
2.6 Negative Prompt 최적화 전략
우선순위별 적용:
레벨 1 (필수): 품질 기본
"low quality, worst quality, blurry, pixelated"
레벨 2 (카테고리): 이미지 유형별
인물: "bad anatomy, bad hands, extra fingers"
풍경: "people, watermark, text"
제품: "damaged, scratched, dirty"
레벨 3 (세부): 특정 제외 요소
"specific unwanted color/object/style"
총 권장 길이: 20-40개 키워드
테스트 방법:
1단계: 기본 Negative 없이 생성
→ 어떤 문제가 발생하는지 확인
2단계: 문제 요소 Negative에 추가
→ 개선된 결과 확인
3단계: 점진적 최적화
→ 불필요한 키워드 제거
→ 필요한 키워드 추가
4단계: 템플릿 저장
→ 비슷한 이미지 재생성 시 재사용
2.7 주의사항
❌ 과도한 Negative Prompt 부작용:
문제점:
1. 너무 많은 제약 (50개 이상)
→ AI가 생성할 요소가 부족해짐
→ 오히려 이상한 결과물
2. 모순된 Negative
Positive: "realistic photo"
Negative: "realistic, photorealistic"
→ 의도와 반대 결과
3. 과도한 강조
Negative: "(((ugly:2.0))), (((bad:1.8)))"
→ AI가 과도하게 보정, 부자연스러움
권장:
- 15-30개 핵심 키워드
- Positive와 모순 없게
- 강조 문법 최소화 (Negative에는 덜 필요)
✅ 효과적인 사용법:
1. 기본 품질 템플릿으로 시작
2. 이미지 타입별 템플릿 추가
3. 생성 후 문제점 파악
4. Negative에 문제 키워드 추가
5. 반복 테스트로 최적화
3. Model Name - 스타일과 품질 결정
3.1 개념
Model Name은 이미지 생성에 사용되는 AI 모델의 종류를 지정합니다.
모델은 학습 데이터와 알고리즘에 따라:
- 이미지 스타일 (사실적, 예술적, 애니메이션 등)
- 생성 품질 (해상도, 디테일)
- 특화 분야 (인물, 풍경, 추상화 등)
이 결정되며, 같은 프롬프트라도 모델에 따라 완전히 다른 결과가 나옵니다.
3.2 주요 모델 종류
1) Stable Diffusion 계열
SD 1.5:
- 가장 기본적인 모델
- 범용성 높음
- 512x512 기본 해상도
- 빠른 생성 속도
- 사용 예: 테스트, 빠른 프로토타입
SD 2.1:
- 768x768 해상도 지원
- 개선된 품질
- 텍스트 이해 향상
- 단점: 일부 스타일 제한적
SDXL (Stable Diffusion XL):
- 1024x1024 고해상도
- 최고 품질 디테일
- 사실적 이미지 탁월
- 느린 생성 속도 (SD 1.5 대비 3-5배)
- 사용 예: 최종 결과물, 프로페셔널 작업
2) 커스텀 파인튜닝 모델
Realistic Vision:
- 초사실적 인물 사진
- 자연스러운 피부 톤
- 정확한 해부학
- 사용 예: 프로필, 패션, 광고
DreamShaper:
- 균형잡힌 사실성과 예술성
- 다양한 스타일 지원
- 초보자 친화적
- 사용 예: 일반 목적, 실험
Anything V3/V5:
- 애니메이션 스타일 특화
- 일본 애니메이션 품질
- 캐릭터 디자인 강점
- 사용 예: 캐릭터 일러스트, 만화
Deliberate:
- 예술적 이미지
- 회화적 스타일
- 강렬한 색감
- 사용 예: 컨셉 아트, 일러스트
Protogen:
- 과학 소설/판타지 특화
- 테크니컬한 디테일
- 미래적 분위기
- 사용 예: 게임 아트, SF 컨셉
3) 특수 목적 모델
ControlNet:
- 포즈, 구도 정확한 제어
- 선화/깊이맵 기반 생성
- 사용 예: 정확한 캐릭터 포즈
Midjourney:
- 예술적 품질 최고
- 독특한 스타일
- 사용 예: 컨셉 아트, 광고
DALL-E 3:
- 텍스트 이해 최고 수준
- 복잡한 프롬프트 처리
- 안전 필터 강력
- 사용 예: 상업적 용도, 안전한 콘텐츠
3.3 모델 선택 가이드
용도별 추천:
포트레이트/인물 사진:
1순위: Realistic Vision V5.1
2순위: ChilloutMix
3순위: SDXL Base
애니메이션/만화:
1순위: Anything V5
2순위: Counterfeit V3
3순위: AbyssOrangeMix
풍경/자연:
1순위: SDXL
2순위: Landscape Diffusion
3순위: DreamShaper
제품/상업:
1순위: SDXL
2순위: Realistic Vision
3순위: DALL-E 3
컨셉 아트:
1순위: Midjourney
2순위: Deliberate
3순위: DreamShaper
건축/인테리어:
1순위: SDXL
2순위: ArchitectureGPT
3순위: Stable Diffusion 2.1
3.4 모델별 결과 비교
같은 프롬프트, 다른 모델:
Prompt: "a beautiful woman in a garden, natural lighting"
SD 1.5:
- 기본적인 품질
- 약간 인형 같은 느낌
- 512x512 해상도
- 생성 시간: 5초
Realistic Vision V5:
- 매우 사실적인 피부
- 자연스러운 표정
- 정확한 해부학
- 생성 시간: 8초
SDXL:
- 최고 디테일
- 1024x1024 고해상도
- 사진 같은 품질
- 생성 시간: 25초
Anything V5:
- 애니메이션 스타일
- 큰 눈, 선명한 색감
- 일본 만화 느낌
- 생성 시간: 7초
3.5 모델 파라미터
VAE (Variational AutoEncoder):
역할: 색상과 디테일 최종 조정
None (모델 기본):
- 모델에 내장된 VAE 사용
- 보통 약간 흐릿함
vae-ft-mse-840000:
- Stable Diffusion 권장 VAE
- 선명하고 생생한 색상
- 대부분의 모델에 호환
SDXL VAE:
- SDXL 전용
- 최고 품질 디테일
사용 예:
Model: Realistic Vision V5.1
VAE: vae-ft-mse-840000
→ 선명한 색상 + 사실적 디테일
3.6 모델 업데이트 및 버전
버전별 차이:
Realistic Vision 예시:
V1.0:
- 기본 사실성
- 일부 해부학 오류
V3.0:
- 개선된 손 생성
- 더 자연스러운 포즈
V5.1 (최신):
- 거의 완벽한 해부학
- 초사실적 피부 텍스처
- 자연스러운 조명 이해
권장: 항상 최신 버전 사용
3.7 모델 조합 (Model Merging)
여러 모델 혼합:
Checkpoint Merge:
ModelA (70%) + ModelB (30%)
→ A의 스타일 + B의 특성
예시:
Realistic Vision (60%) + Dreamshaper (40%)
→ 사실적이면서도 예술적인 이미지
LoRA (Low-Rank Adaptation):
기본 모델 + LoRA 추가 학습
→ 특정 스타일/캐릭터 강화
예시:
SDXL + Korean Style LoRA
→ 한국인 특징 강화
3.8 주의사항
모델 선택 시 고려사항:
❌ 피해야 할 실수:
1. 용도와 맞지 않는 모델
사실적 사진 필요 → Anything V5 사용
→ 애니메이션 스타일로 나옴
2. 구형 모델 고집
SD 1.4 → SD 1.5, SDXL로 업그레이드 필요
3. 라이선스 무시
상업적 사용 → 라이선스 확인 필수
(CreativeML Open RAIL-M, CC BY-NC 등)
4. 과도한 모델 전환
매번 다른 모델 → 일관성 없음
→ 프로젝트별 모델 고정 권장
✅ 권장 사항:
1. 목적에 맞는 모델 선택
2. 최신 버전 사용
3. 라이선스 확인
4. 테스트 후 결정
5. 프로젝트 내 일관성 유지
4. Seed - 재현 가능한 랜덤성
4.1 개념
Seed는 AI 이미지 생성의 시작점을 결정하는 숫자입니다.
Seed의 역할:
- 랜덤 노이즈 패턴 결정
- 같은 Seed = 동일한 초기 상태
- 다른 Seed = 다른 초기 상태
범위: 일반적으로 0 ~ 4,294,967,295 (32-bit)
핵심 원리:
Seed -1 (Random):
매번 다른 랜덤 숫자 자동 생성
→ 매번 다른 이미지
Seed 12345 (Fixed):
항상 같은 숫자 사용
→ 다른 파라미터 동일하면 같은 이미지
4.2 영향
Seed가 결과물에 미치는 영향:
같은 Prompt + 같은 Seed:
Prompt: "sunset over ocean"
Seed: 42
Steps: 20
CFG: 7
생성 1: [특정 구도의 일몰]
생성 2: [동일한 구도의 일몰]
생성 3: [동일한 구도의 일몰]
→ 100% 동일한 이미지 재현
같은 Prompt + 다른 Seed:
Prompt: "sunset over ocean"
Seed: 42 → [태양이 왼쪽]
Seed: 123 → [태양이 중앙]
Seed: 999 → [태양이 오른쪽]
→ 완전히 다른 구도
변형 테스트:
시나리오: "마음에 드는 이미지 발견"
Seed 고정 + Prompt 변경:
Seed: 12345 (고정)
Prompt 1: "a woman in garden"
Prompt 2: "a woman in garden, smiling"
Prompt 3: "a woman in garden, red dress"
→ 비슷한 구도, 다른 디테일
→ A/B 테스트에 유용
Seed 변경 + Prompt 고정:
Prompt: "a woman in garden" (고정)
Seed: 100 → [버전 A]
Seed: 200 → [버전 B]
Seed: 300 → [버전 C]
→ 완전히 다른 버전 생성
→ 최적 결과물 선택
4.3 실전 활용 전략
1) 초기 탐색 (Seed -1)
목적: 다양한 버전 빠르게 생성
설정:
- Seed: -1 (Random)
- Steps: 20-25 (빠른 생성)
- CFG: 7 (기본값)
워크플로우:
1. 프롬프트 입력
2. Seed -1로 10-20개 생성
3. 마음에 드는 이미지 선택
4. 해당 이미지의 Seed 기록
5. 그 Seed로 고품질 재생성
2) 정밀 조정 (Seed 고정)
목적: 특정 구도 유지하며 세부사항 조정
발견한 좋은 이미지:
Seed: 42
Prompt: "portrait of a woman"
조정 과정:
Step 1 - Seed: 42
Prompt: "portrait of a woman, professional lighting"
Step 2 - Seed: 42
Prompt: "portrait of a woman, professional lighting, smile"
Step 3 - Seed: 42
Prompt: "portrait of a woman, professional lighting,
smile, elegant dress"
→ 같은 얼굴/포즈, 점진적 디테일 추가
3) 시리즈 제작 (Seed 범위)
목적: 일관된 스타일의 여러 이미지
방법 1 - 연속 Seed:
Seed: 1000, 1001, 1002, 1003...
→ 비슷하지만 조금씩 다른 이미지
→ 애니메이션 프레임, 시리즈 일러스트
방법 2 - Seed + Variation:
Base Seed: 12345
Variation: 0.1 (10% 변화)
→ 거의 같지만 약간의 차이
→ A/B 테스트, 미세 조정
4) 배치 생성 (Batch)
설정:
Batch Count: 4
Batch Size: 4
Seed: -1
결과:
→ 16개의 다른 이미지 동시 생성
→ 각각 다른 Seed 자동 할당
→ 빠른 옵션 탐색
활용:
- 초기 컨셉 탐색
- 클라이언트 옵션 제시
- 최적 버전 선택
4.4 Seed 관리 팁
Seed 기록 시스템:
프로젝트별 Seed 관리:
파일명 포함:
portrait_woman_seed42_cfg7_steps30.png
메타데이터 저장:
{
"prompt": "portrait of a woman...",
"negative": "ugly, bad anatomy...",
"seed": 42,
"cfg_scale": 7,
"steps": 30,
"model": "Realistic Vision V5.1"
}
스프레드시트 관리:
| 이미지 | Seed | Prompt | CFG | Steps | Model |
|--------|------|--------|-----|-------|-------|
| img01 | 42 | ... | 7 | 30 | RV5.1 |
| img02 | 123 | ... | 8 | 40 | SDXL |
좋은 Seed 라이브러리:
카테고리별 검증된 Seed 저장:
인물 포트레이트:
- Seed 12345: 정면, 중앙 구도
- Seed 67890: 측면, 자연스러운 포즈
- Seed 11111: 클로즈업, 강렬한 시선
풍경:
- Seed 99999: 광각, 파노라마
- Seed 55555: 일몰, 드라마틱한 하늘
- Seed 77777: 미니멀, 심플 구도
→ 비슷한 작업 시 빠르게 재사용
4.5 Seed 고급 기법
Seed Traveling (시드 트래블링):
애니메이션 제작 기법:
프롬프트 고정
Seed를 점진적으로 변경:
Frame 1: Seed 1000
Frame 2: Seed 1005
Frame 3: Seed 1010
Frame 4: Seed 1015
...
→ 부드럽게 변화하는 이미지 시퀀스
→ 루프 애니메이션, 모핑 효과
Seed Interpolation (보간):
두 Seed 사이 보간:
Seed A: 1000 (이미지 A)
Seed B: 2000 (이미지 B)
Interpolation:
Seed 1000 (100% A)
Seed 1250 (75% A, 25% B)
Seed 1500 (50% A, 50% B)
Seed 1750 (25% A, 75% B)
Seed 2000 (100% B)
→ A에서 B로 부드럽게 전환
Subseed:
일부 모델 지원 기능:
Seed: 12345 (메인 구조)
Subseed: 67890 (디테일 변화)
Subseed Strength: 0.3
→ 큰 구도는 유지
→ 작은 디테일만 변화
→ 미세 조정에 유용
4.6 주의사항
Seed 관련 오해:
❌ 잘못된 생각:
1. "좋은 Seed가 따로 있다"
→ Seed는 시작점일 뿐, 프롬프트가 더 중요
2. "같은 Seed면 항상 같은 결과"
→ 모델, Steps, CFG 등이 달라지면 결과도 달라짐
3. "큰 숫자가 더 좋다"
→ Seed 크기는 품질과 무관
4. "Seed를 수정하면 품질 향상"
→ Seed는 품질이 아닌 랜덤성만 조절
✅ 올바른 이해:
1. Seed는 재현성 도구
2. 마음에 드는 결과 재현/수정 용도
3. 탐색(Random) vs 정밀(Fixed) 상황별 선택
4. 다른 파라미터와 함께 기록
5. CFG Scale - 프롬프트 충실도 조절
5.1 개념
CFG (Classifier Free Guidance) Scale은 AI가 프롬프트를 얼마나 엄격하게 따를지 결정하는 파라미터입니다.
CFG Scale 범위: 1 ~ 30 (일반적으로 1 ~ 20 사용)
낮은 CFG (1-5):
- AI의 창의성 ↑
- 프롬프트 무시 가능
- 예상 밖의 결과
중간 CFG (6-10):
- 균형잡힌 결과
- 프롬프트 따르면서 자연스러움
높은 CFG (11-20):
- 프롬프트 엄격 준수
- 과도하게 선명/인공적
- 창의성 ↓
5.2 영향
CFG Scale별 결과 비교:
Prompt: "a beautiful woman in a garden"
CFG 1-3 (너무 낮음):
- 프롬프트 거의 무시
- 랜덤에 가까운 이미지
- "정원"이 없거나 "여성"이 불명확
- 몽환적, 추상적
- ⚠️ 사용 비추천 (특수 목적 제외)
CFG 4-6 (낮음):
- 프롬프트 느슨하게 해석
- 자연스럽지만 덜 정확
- "정원"이 흐릿한 배경
- 부드러운 느낌
- 💡 예술적 표현에 적합
CFG 7-9 (권장 범위) ⭐:
- 프롬프트 잘 따름
- 자연스러움 유지
- "여성"과 "정원" 모두 명확
- 균형잡힌 디테일
- 💡 대부분의 경우 최적
CFG 10-12 (약간 높음):
- 프롬프트 강하게 반영
- 선명하고 디테일함
- 약간 인공적일 수 있음
- 💡 정확도 중요할 때
CFG 13-20 (높음):
- 프롬프트 과도하게 강조
- 매우 선명, 과도한 채도
- 부자연스러움
- "과적합" 현상
- ⚠️ 대부분 과도함
CFG 20+ (극단):
- 거의 사용 안 함
- 왜곡, 노이즈, 아티팩트
- ❌ 비추천
5.3 용도별 권장 CFG
이미지 타입별 최적 CFG:
사실적 인물 사진:
권장 CFG: 6-8
이유: 자연스러운 피부, 표정
예시: "portrait of a person, natural lighting"
제품 사진:
권장 CFG: 8-10
이유: 정확한 형태, 선명한 디테일
예시: "product photography of smartphone"
풍경 사진:
권장 CFG: 7-9
이유: 자연스러운 색감, 부드러운 그라데이션
예시: "mountain landscape at sunset"
애니메이션/일러스트:
권장 CFG: 9-12
이유: 선명한 라인, 강렬한 색상
예시: "anime girl, vibrant colors"
컨셉 아트:
권장 CFG: 7-10
이유: 창의성과 정확성 균형
예시: "fantasy castle, dramatic atmosphere"
추상 예술:
권장 CFG: 4-7
이유: 창의적 해석, 예상 밖의 결과
예시: "abstract expressionism, colorful"
프롬프트 복잡도별 CFG:
간단한 프롬프트:
"a cat"
권장 CFG: 7-8
→ 기본값으로 충분
중간 프롬프트:
"a fluffy orange cat sitting on a windowsill"
권장 CFG: 7-9
→ 디테일 잘 반영
복잡한 프롬프트:
"a fluffy orange cat with green eyes sitting on
a wooden windowsill, morning sunlight, indoor plants,
bokeh background, professional photography"
권장 CFG: 8-10
→ 모든 요소 정확히 반영 필요
매우 복잡한 프롬프트 (50+ 단어):
권장 CFG: 9-11
→ 높은 CFG로 모든 디테일 강제 반영
5.4 CFG 실험 예시
같은 이미지, CFG만 변경:
설정:
Prompt: "professional portrait of a businesswoman,
office background, confident expression"
Seed: 12345 (고정)
Steps: 30
Model: Realistic Vision V5.1
CFG 5:
- 부드러운 초점
- 자연스러운 표정
- 배경 약간 흐림
- 편안한 느낌
CFG 7 (최적):
- 선명한 초점
- 자연스러우면서도 디테일함
- 배경 명확
- 전문적인 느낌
CFG 10:
- 매우 선명
- 약간 과도한 선명도
- 피부가 너무 완벽
- 인공적일 수 있음
CFG 15:
- 과도하게 선명
- 부자연스러운 채도
- "플라스틱" 같은 피부
- ❌ 비현실적
5.5 CFG와 다른 파라미터 상호작용
CFG + Steps:
CFG 낮음 (5) + Steps 낮음 (20):
→ 빠르지만 부정확, 흐릿함
CFG 낮음 (5) + Steps 높음 (50):
→ 자연스럽지만 시간 낭비 (과도한 Steps)
CFG 높음 (12) + Steps 낮음 (20):
→ 선명하지만 노이즈, 미완성
CFG 높음 (12) + Steps 높음 (50):
→ 선명하지만 과적합, 인공적
CFG 적정 (7-9) + Steps 적정 (25-35):
→ ✅ 최적 조합
CFG + Model:
사실적 모델 (Realistic Vision):
- 낮은 CFG (6-8) 권장
- 이미 사실적 → 과도한 CFG 불필요
애니메이션 모델 (Anything V5):
- 높은 CFG (9-12) 가능
- 선명한 라인 강조 필요
SDXL:
- 중간 CFG (7-9) 권장
- 자체 품질 높음 → 균형 중요
5.6 Dynamic CFG (고급)
CFG Scheduling:
일부 도구 지원 기능:
초반 낮은 CFG → 후반 높은 CFG:
Steps 1-10: CFG 5 (자유로운 구성)
Steps 11-20: CFG 7 (점진적 가이드)
Steps 21-30: CFG 9 (디테일 강화)
→ 창의성 + 정확성 동시 달성
5.7 주의사항
❌ 피해야 할 실수:
1. CFG 너무 높게 (15+)
→ 과도한 선명도, 부자연스러움
→ "HDR 과다" 느낌
2. CFG 너무 낮게 (1-3)
→ 프롬프트 무시
→ 원하는 결과 못 얻음
3. 모든 이미지에 같은 CFG
→ 이미지 타입별 최적값 다름
→ 실험 필요
4. CFG로 품질 개선 시도
→ CFG는 충실도 조절 도구
→ 품질은 Model, Steps로 개선
✅ 권장 사항:
1. 기본값 CFG 7에서 시작
2. 너무 흐릿 → CFG +1 또는 +2
3. 너무 인공적 → CFG -1 또는 -2
4. 최적값 찾으면 기록
5. 이미지 타입별 템플릿 유지
일반 가이드:
- 사실적 이미지: CFG 6-8
- 일러스트/애니메이션: CFG 9-12
- 실험/예술: CFG 4-7
6. Steps - 이미지 디테일 수준
6.1 개념
Steps (Sampling Steps)는 AI가 이미지를 생성하는 반복 횟수입니다.
생성 과정:
Step 1: 랜덤 노이즈 (100% 노이즈)
Step 5: 대략적인 형태 (80% 노이즈)
Step 10: 주요 객체 인식 (50% 노이즈)
Step 20: 디테일 추가 (20% 노이즈)
Step 30: 최종 정제 (5% 노이즈)
Step 50: 미세 조정 (0% 노이즈)
Steps ↑ = 디테일 ↑, 시간 ↑
6.2 영향
Steps별 결과 비교:
Prompt: "a detailed portrait of a woman"
Step 10:
- 생성 시간: 3초
- 결과: 흐릿한 얼굴, 대략적인 형태
- 디테일: 거의 없음
- 용도: 빠른 테스트
- ⚠️ 최종 결과물로 부적합
Step 20:
- 생성 시간: 6초
- 결과: 얼굴 인식 가능, 기본 디테일
- 디테일: 중간
- 용도: 프로토타입, 빠른 반복
- 💡 빠른 작업 시 최소값
Step 30 (권장):
- 생성 시간: 10초
- 결과: 선명한 이미지, 좋은 디테일
- 디테일: 높음
- 용도: 대부분의 경우
- ⭐ 시간/품질 최적 균형
Step 50:
- 생성 시간: 18초
- 결과: 매우 디테일함
- 디테일: 매우 높음
- 용도: 최종 결과물, 고품질
- 💡 품질 중요 시
Step 100:
- 생성 시간: 35초
- 결과: Step 50과 큰 차이 없음
- 디테일: 거의 동일
- 용도: 거의 없음
- ❌ 시간 낭비 (20-30% 향상, 2배 시간)
Step 150+:
- 생성 시간: 50초+
- 결과: 오히려 과적합, 노이즈
- ⚠️ 품질 저하 가능
- ❌ 비추천
6.3 Sampler (샘플러)별 Steps
샘플러 종류:
Euler a (추천 - 빠름):
- 권장 Steps: 20-30
- 특징: 빠르고 안정적
- 용도: 일반 목적
DPM++ 2M Karras (추천 - 품질):
- 권장 Steps: 25-35
- 특징: 고품질, 안정적
- 용도: 최종 결과물
DPM++ SDE Karras:
- 권장 Steps: 25-40
- 특징: 매우 디테일, 느림
- 용도: 최고 품질 필요 시
LMS:
- 권장 Steps: 30-40
- 특징: 부드러운 결과
- 용도: 사실적 이미지
DDIM:
- 권장 Steps: 30-50
- 특징: 재현성 높음
- 용도: Seed 기반 작업
UniPC:
- 권장 Steps: 15-25
- 특징: 매우 빠름
- 용도: 빠른 프로토타입
샘플러 + Steps 조합:
빠른 테스트:
Sampler: Euler a
Steps: 20
→ 6-8초, 괜찮은 품질
균형잡힌 생성:
Sampler: DPM++ 2M Karras
Steps: 28
→ 10-12초, 좋은 품질 ⭐
최고 품질:
Sampler: DPM++ SDE Karras
Steps: 35
→ 20-25초, 최상 품질
초고속:
Sampler: UniPC
Steps: 15
→ 4-5초, 기본 품질
6.4 Steps 최적화 전략
워크플로우별 Steps:
1단계: 프롬프트 테스트
Steps: 15-20
Sampler: Euler a
→ 빠르게 여러 버전 생성
→ 좋은 결과 선택
2단계: 정밀 조정
Steps: 25-30
Sampler: DPM++ 2M Karras
→ 선택한 버전 개선
→ CFG, Prompt 미세 조정
3단계: 최종 렌더링
Steps: 30-40
Sampler: DPM++ SDE Karras
→ 최종 고품질 이미지
→ 실제 사용/배포
절약 전략:
Steps 20 × 10개 생성 = 200 Steps
→ 최적 선택 후
Steps 35 × 1개 = 35 Steps
→ 총 235 Steps (효율적)
비효율:
Steps 35 × 10개 = 350 Steps
→ 불필요한 시간 낭비
6.5 Steps와 품질의 관계
수확 체감의 법칙:
Steps 증가에 따른 품질 향상:
10 → 20 Steps: +50% 품질 향상 ⬆️
20 → 30 Steps: +25% 품질 향상 ⬆️
30 → 40 Steps: +10% 품질 향상 ➡️
40 → 50 Steps: +5% 품질 향상 ↘️
50 → 100 Steps: +2% 품질 향상 ❌
결론:
- 30-40 Steps가 최적
- 그 이상은 시간 대비 효과 낮음
시간 vs 품질 계산:
GPU: RTX 3080 기준 (512x512)
Steps 20: 6초 → 품질 70%
Steps 25: 8초 → 품질 85% (⭐ 비용효율 1위)
Steps 30: 10초 → 품질 92% (⭐ 권장)
Steps 35: 13초 → 품질 96%
Steps 40: 16초 → 품질 98%
Steps 50: 20초 → 품질 99%
Steps 100: 40초 → 품질 99.5%
추천:
- 테스트: Steps 20-25
- 일반: Steps 28-32
- 고품질: Steps 35-40
- 초고품질: Steps 40-50
6.6 해상도별 Steps
해상도에 따른 Steps 조정:
512x512 (SD 1.5 기본):
권장 Steps: 25-30
768x768 (SD 2.1):
권장 Steps: 28-35
이유: 더 많은 픽셀 = 더 많은 디테일 필요
1024x1024 (SDXL):
권장 Steps: 30-40
이유: 고해상도 = 추가 정제 필요
1536x1536 이상:
권장 Steps: 40-50
이유: 매우 높은 해상도 = 더 많은 반복
6.7 주의사항
❌ 잘못된 접근:
1. "Steps를 높이면 무조건 좋다"
→ 30-40 이상은 효과 미미
→ 시간만 낭비
2. "Steps 10으로 빠르게"
→ 품질 너무 낮음
→ 최소 20 이상 권장
3. "항상 같은 Steps 사용"
→ 용도별 최적화 필요
→ 테스트 vs 최종 다르게
4. "Steps로 해부학 오류 수정"
→ Steps는 디테일만 향상
→ 구조적 문제는 Prompt/Model로 해결
✅ 올바른 사용:
1. 용도별 Steps 설정
- 테스트: 20-25
- 일반: 28-32
- 고품질: 35-40
2. Sampler와 함께 최적화
- 빠른 Sampler = 낮은 Steps 가능
- 느린 Sampler = 높은 Steps 필요
3. 수확 체감 이해
- 30 이후로는 향상 작음
- 시간 vs 품질 균형
4. 배치 생성 활용
- Steps 20으로 10개
→ 최적 선택
→ Steps 35로 최종 1개
7. Post Processing - 후처리 효과
7.1 개념
Post Processing은 AI가 이미지를 생성한 후에 적용하는 자동 보정 및 향상 기법입니다.
생성 프로세스:
1. AI 이미지 생성 (Steps 완료)
2. 기본 이미지 완성
3. Post Processing 적용 ← 여기!
4. 최종 결과물
주요 기능:
- 해상도 향상 (Upscaling)
- 얼굴 복원 (Face Restoration)
- 노이즈 제거 (Denoising)
- 색상 보정 (Color Correction)
- 선명도 향상 (Sharpening)
7.2 주요 Post Processing 종류
1) Upscaling (고해상도 변환)
목적: 저해상도 → 고해상도 변환
Real-ESRGAN (추천):
- 4x 업스케일
- 512x512 → 2048x2048
- 디테일 보존 우수
- 사용 예: 최종 출력, 인쇄
LDSR (Latent Diffusion Super Resolution):
- AI 기반 초고해상도
- 세부사항 재생성
- 느리지만 최고 품질
- 사용 예: 포스터, 대형 출력
SwinIR:
- 균형잡힌 속도/품질
- 텍스처 보존
- 사용 예: 일반 용도
사용 시나리오:
Before: 512x512 (50KB)
→ Real-ESRGAN 4x
After: 2048x2048 (800KB)
→ 인쇄 품질, 고해상도 디스플레이
2) Face Restoration (얼굴 복원)
목적: 흐릿하거나 왜곡된 얼굴 수정
CodeFormer (추천):
- AI 얼굴 복원
- 눈, 코, 입 디테일 향상
- 자연스러운 피부
- Fidelity 조절 가능 (0.0 ~ 1.0)
GFPGAN:
- 실사 얼굴 특화
- 피부 텍스처 복원
- 약간 부드러운 느낌
RestoreFormer:
- 강력한 복원
- 과도한 왜곡도 수정
- 약간 인공적일 수 있음
Before/After 예시:
Before: 흐릿한 눈, 비대칭 얼굴
→ CodeFormer (Fidelity 0.7)
After: 선명한 눈동자, 대칭적 얼굴, 자연스러운 피부
3) Hires Fix (고해상도 수정)
목적: 고해상도 생성 시 품질 저하 방지
문제:
512x512로 학습된 모델
→ 1024x1024 직접 생성
→ 왜곡, 중복 객체, 비정상적 비율
Hires Fix 해결책:
1. 512x512로 먼저 생성
2. 고품질 업스케일
3. 추가 디노이징 (Denoising Strength)
4. 디테일 재생성
설정:
Upscaler: Latent or R-ESRGAN
Denoising Strength: 0.5-0.7
Upscale by: 2x
결과:
왜곡 없는 고해상도 이미지
7.3 Post Processing 설정
Upscaling 설정:
Real-ESRGAN 4x+:
- Scale: 2x, 4x 선택 가능
- 용도: 일반 업스케일
Real-ESRGAN 4x+ Anime6B:
- 애니메이션 특화
- 선명한 라인
- 용도: 일러스트, 만화
LDSR:
- Steps: 50-100
- 매우 느림 (2-3분)
- 용도: 최고 품질 필요 시
SwinIR 4x:
- 빠른 속도
- 용도: 빠른 작업
권장 조합:
일반 사진: Real-ESRGAN 4x+
애니메이션: Real-ESRGAN Anime6B
최고 품질: LDSR
빠른 작업: SwinIR
Face Restoration 설정:
CodeFormer:
- Fidelity Weight: 0.5 ~ 1.0
* 0.5: 강한 복원, 약간 인공적
* 0.7: 균형 (권장)
* 1.0: 원본 유지, 약한 복원
GFPGAN:
- 설정: 기본값
- 사용: 자동 적용
조합 사용:
Hires Fix + CodeFormer
→ 고해상도 + 얼굴 복원
→ 완벽한 인물 사진
Denoising Strength:
범위: 0.0 ~ 1.0
0.0:
- 원본 그대로
- 업스케일만
0.3:
- 약한 디노이징
- 원본 거의 유지
- 용도: 이미 좋은 이미지 약간 개선
0.5:
- 중간 디노이징
- 균형잡힌 개선
- 용도: 일반 업스케일 (권장)
0.7:
- 강한 디노이징
- 디테일 재생성
- 용도: 품질 낮은 이미지 복원
1.0:
- 완전 재생성
- 거의 새 이미지
- 원본과 다를 수 있음
- 용도: 거의 사용 안 함
7.4 실전 활용 시나리오
시나리오 1: 인물 프로필 사진
기본 생성:
Size: 512x512
Steps: 30
CFG: 7
Post Processing:
1. Hires Fix
- Upscaler: Latent
- Upscale: 2x (1024x1024)
- Denoising: 0.5
2. Face Restoration
- CodeFormer
- Fidelity: 0.7
결과:
→ 1024x1024 고해상도
→ 선명한 얼굴 디테일
→ 자연스러운 피부
→ 인쇄 품질
시나리오 2: 제품 사진
기본 생성:
Size: 768x768
Steps: 35
Post Processing:
1. Real-ESRGAN 4x+
→ 3072x3072 초고해상도
2. 색상 보정 (외부 툴)
- Lightroom/Photoshop
- 채도, 명도 조정
결과:
→ 광고 수준 제품 이미지
→ 대형 포스터 가능
시나리오 3: 배경화면
기본 생성:
Size: 1024x1024 (SDXL)
Steps: 40
Post Processing:
1. Upscale to 4K
- Real-ESRGAN 2x
→ 2048x2048
2. Crop/Resize
- 3840x2160 (16:9)
결과:
→ 4K 모니터 배경화면
→ 선명한 디테일
시나리오 4: 애니메이션 일러스트
기본 생성:
Model: Anything V5
Size: 512x512
Steps: 28
Post Processing:
1. Real-ESRGAN 4x+ Anime6B
→ 2048x2048
2. 선명도 향상 (선택)
- Unsharp Mask
결과:
→ 선명한 라인아트
→ 생생한 색상
→ 고해상도 일러스트
7.5 Post Processing 순서
올바른 순서:
1단계: 기본 생성
→ AI 이미지 생성 완료
2단계: Hires Fix (선택)
→ 고해상도로 먼저 확대
3단계: Face Restoration (필요 시)
→ 얼굴 디테일 복원
4단계: Additional Upscaling (필요 시)
→ 추가 확대 (2x → 4x)
5단계: 수동 보정 (선택)
→ Photoshop 등 외부 툴
잘못된 순서:
Upscale → Face Restoration
→ 얼굴이 너무 커져서 복원 어려움
올바른 순서:
Face Restoration → Upscale
→ 복원 후 확대가 더 효과적
7.6 성능 고려사항
처리 시간:
기본 생성: 10초 (512x512, 30 Steps)
+ Real-ESRGAN 4x: +15초
→ 총 25초
+ LDSR: +2분
→ 총 2분 10초
+ CodeFormer: +5초
→ 총 15초 (또는 2분 15초)
권장:
- 테스트: Post Processing 없음
- 일반: Real-ESRGAN
- 최고품질: LDSR (시간 여유 시)
VRAM 사용량:
기본 생성 (512x512): 4GB VRAM
+ Hires Fix 2x: +2GB
→ 6GB 필요
+ Real-ESRGAN 4x: +3GB
→ 7GB 필요
+ LDSR: +6GB
→ 10GB 필요 ⚠️
저사양 GPU (RTX 3060 6GB):
- Hires Fix: 가능
- Real-ESRGAN: 512x512 기본만
- LDSR: 불가능 또는 매우 느림
고사양 GPU (RTX 4090 24GB):
- 모든 기능 가능
- 동시 배치 처리 가능
7.7 주의사항
❌ 과도한 Post Processing:
1. 여러 단계 중복
Hires Fix + Real-ESRGAN 4x + LDSR
→ 과도한 보정
→ 부자연스러움
2. 높은 Denoising
Denoising 0.8+
→ 원본과 너무 달라짐
3. 얼굴 복원 과다
CodeFormer Fidelity 0.3
→ "플라스틱" 피부
✅ 올바른 사용:
1. 목적에 맞게 선택
- 인물: Face Restoration
- 풍경: Upscaling만
- 제품: Upscaling + 색보정
2. 단계 최소화
- 필요한 것만 적용
- 2-3단계 이내
3. 설정 적절히
- Denoising 0.5-0.6
- Fidelity 0.7-0.8
4. 품질 확인
- 각 단계 후 결과 확인
- 과도하면 되돌리기
8. Post Processing Detail - 후처리 강도
8.1 개념
Post Processing Detail은 후처리 효과의 강도를 미세 조정하는 파라미터입니다.
주로 조절하는 값:
- Denoising Strength: 재생성 강도
- Fidelity Weight: 원본 충실도
- Upscale Amount: 확대 비율
8.2 Denoising Strength 상세
범위: 0.0 ~ 1.0
0.0 (0%):
- 원본 100% 유지
- 단순 확대만
- 노이즈 그대로
- 사용: 이미 완벽한 이미지
0.1-0.2 (10-20%):
- 거의 원본 유지
- 약간의 노이즈 제거
- 미세한 개선
- 사용: 고품질 이미지 약간 보정
0.3-0.4 (30-40%):
- 노이즈 제거
- 약간의 디테일 추가
- 원본 특징 유지
- 사용: 일반적인 정리 (권장)
0.5-0.6 (50-60%):
- 중간 재생성
- 디테일 크게 개선
- 원본과 비슷
- 사용: Hires Fix 기본값 (권장)
0.7-0.8 (70-80%):
- 강한 재생성
- 많은 디테일 변경
- 원본과 다를 수 있음
- 사용: 저품질 이미지 복원
0.9-1.0 (90-100%):
- 거의 완전 재생성
- 원본 거의 무시
- 새로운 이미지
- 사용: 거의 없음 (img2img에서 실험)
실전 예시:
원본: 512x512 인물 사진 (약간 흐릿)
Denoising 0.3:
→ 노이즈 약간 제거
→ 원본 느낌 그대로
→ 자연스러움 유지
Denoising 0.5:
→ 디테일 크게 향상
→ 피부 텍스처 개선
→ 균형잡힌 결과 ⭐
Denoising 0.7:
→ 많이 변경됨
→ 얼굴 형태 약간 다름
→ 과도한 보정 느낌
권장: 0.5 (Hires Fix)
8.3 Face Restoration Fidelity
CodeFormer Fidelity Weight: 0.0 ~ 1.0
0.0 (0%):
- 완전히 새로운 얼굴
- AI가 "이상적" 얼굴 생성
- 원본과 전혀 다름
- ❌ 비추천
0.3-0.4 (30-40%):
- 강한 복원
- "완벽한" 얼굴
- 약간 인공적
- 사용: 심하게 왜곡된 얼굴
0.5-0.6 (50-60%):
- 균형잡힌 복원
- 자연스러움
- 사용: 일반적 복원
0.7-0.8 (70-80%):
- 원본 많이 유지
- 약한 복원
- 매우 자연스러움
- 사용: 약간의 개선만 필요 (권장)
0.9-1.0 (90-100%):
- 거의 원본
- 최소 복원
- 사용: 거의 완벽한 얼굴
권장 설정:
- 심한 왜곡: 0.4-0.5
- 일반: 0.6-0.7 ⭐
- 약간 개선: 0.8-0.9
실전 비교:
원본: 비대칭 눈, 흐릿한 얼굴
Fidelity 0.3:
→ 완벽한 대칭
→ 매우 선명
→ "CG 같은" 느낌
→ 원본과 다른 사람
Fidelity 0.7:
→ 자연스러운 대칭
→ 선명한 디테일
→ 사람 같은 느낌 ⭐
→ 원본 정체성 유지
Fidelity 0.95:
→ 약간만 개선
→ 원본 거의 그대로
→ 매우 자연스러움
→ 미세한 변화
8.4 Upscale 배율
일반적 배율:
1.5x:
- 512x512 → 768x768
- 약간의 품질 향상
- 사용: 미세 조정
2x (권장):
- 512x512 → 1024x1024
- 대부분의 경우 최적
- 웹/모바일 충분
- 빠른 속도
4x:
- 512x512 → 2048x2048
- 초고해상도
- 인쇄 품질
- 느린 속도
8x:
- 512x512 → 4096x4096
- 매우 큰 파일
- 특수 용도 (대형 광고, 포스터)
- 매우 느림
권장:
- 웹/앱: 2x
- 인쇄/포스터: 4x
- 대형 출력: 4x 후 외부툴로 추가 확대
8.5 조합 최적화
용도별 최적 설정:
1) 일반 웹 이미지:
Upscale: 2x
Denoising: 0.5
Face Restoration: CodeFormer 0.7
→ 빠르고 자연스러움
2) 프로필 사진:
Upscale: 2x
Denoising: 0.4
Face Restoration: CodeFormer 0.75
→ 자연스러운 얼굴
3) 제품 사진:
Upscale: 4x (Real-ESRGAN)
Denoising: 0.6
Face Restoration: 없음
→ 선명한 디테일
4) 포스터/인쇄:
Upscale: 4x (LDSR)
Denoising: 0.5
Face Restoration: CodeFormer 0.6
→ 최고 품질
5) 애니메이션:
Upscale: 4x (Anime6B)
Denoising: 0.5
Face Restoration: 없음
→ 선명한 라인
8.6 실험 가이드
A/B 테스트 방법:
1단계: 기준 설정
Denoising: 0.5
→ 결과 저장
2단계: 낮게 테스트
Denoising: 0.3
→ 비교
3단계: 높게 테스트
Denoising: 0.7
→ 비교
4단계: 최적값 선택
→ 가장 자연스러운 것
예시 결과:
0.3: 약간 흐릿
0.5: 균형 ⭐ (선택)
0.7: 과도하게 선명
최종 선택: 0.5
9. Extra Parameters - 고급 설정
9.1 개념
Extra Parameters는 이미지 생성을 더욱 세밀하게 제어하는 고급 파라미터들입니다.
주요 파라미터:
- CLIP Skip
- VAE
- Batch Size & Batch Count
- Seed Variation
- Tiling
- ControlNet
9.2 CLIP Skip
개념:
CLIP: AI가 텍스트를 이해하는 모델
Skip: 마지막 몇 레이어를 건너뛰기
CLIP Skip 1 (기본):
- 모든 레이어 사용
- 정확한 프롬프트 해석
- 사실적 이미지에 적합
CLIP Skip 2:
- 마지막 레이어 건너뜀
- 약간 추상적 해석
- 애니메이션/일러스트에 적합
CLIP Skip 3+:
- 더 자유로운 해석
- 예술적 표현
- 특수 용도
용도별 권장:
사실적 사진:
CLIP Skip: 1
→ 정확한 묘사
애니메이션/만화:
CLIP Skip: 2
→ 전형적 애니메이션 스타일
→ Anything V5, Counterfeit에 최적
예술적 일러스트:
CLIP Skip: 2-3
→ 창의적 해석
9.3 Batch Size & Batch Count
Batch Size:
정의: 한 번에 병렬 생성하는 이미지 수
Batch Size 1:
- 한 번에 1개 생성
- VRAM 낮음
- 느림
Batch Size 4:
- 한 번에 4개 동시 생성
- VRAM 높음 (4배)
- 빠름 (시간은 약 1.5배)
권장:
- 저사양 GPU: Batch 1
- 중사양 GPU (8-12GB): Batch 2-4
- 고사양 GPU (16GB+): Batch 4-8
Batch Count:
정의: Batch를 몇 번 반복할지
Batch Count 1:
- 1회 생성
Batch Count 10:
- 10회 반복
조합 예시:
Batch Size 4 × Batch Count 5
→ 총 20개 이미지
→ 4개씩 5번 생성
용도:
- 프롬프트 테스트
- 최적 결과 선택
- 다양한 버전 생성
9.4 Seed Variation
Variation Seed:
Base Seed에서 약간 변형:
Base Seed: 12345
Variation Seed: 0.1 (10%)
→ 비슷하지만 약간 다른 이미지
→ A/B 테스트
→ 미세 조정
Variation Strength:
0.0: Base Seed 그대로
0.1: 10% 변화 (권장)
0.3: 30% 변화
0.5: 50% 변화 (거의 다름)
9.5 Tiling
타일링 활성화:
Tiling: True
기능:
- 이미지 가장자리가 반대편과 연결
- 패턴, 텍스처 제작
- 타일처럼 반복 가능
용도:
- 게임 배경 타일
- 웹사이트 반복 패턴
- 텍스처 매핑
예시:
"seamless stone texture"
Tiling: True
→ 이어붙여도 경계 없는 텍스처
9.6 ControlNet (고급)
개념:
ControlNet: 이미지 구도를 정확히 제어
입력:
- 선화 (Canny Edge)
- 깊이맵 (Depth Map)
- 포즈 (OpenPose)
- 세그멘테이션
출력:
- 정확히 같은 구도의 이미지
- 스타일만 변경
예시:
입력: 사진의 포즈
ControlNet: OpenPose
Prompt: "anime girl"
→ 같은 포즈의 애니메이션 캐릭터
사용 사례:
1) 포즈 복제:
Reference Image (사람 포즈)
→ ControlNet OpenPose
→ 같은 포즈, 다른 캐릭터
2) 선화 채색:
Sketch (흑백 선화)
→ ControlNet Canny
→ 컬러 일러스트
3) 깊이 유지:
Photo (3D 깊이)
→ ControlNet Depth
→ 같은 구도, 다른 스타일
9.7 기타 고급 파라미터
Eta (Noise Multiplier):
범위: 0.0 ~ 1.0
0.0: 결정적 생성
→ 같은 결과 반복
1.0: 최대 랜덤성
→ 매번 다름
권장: 0.0 (재현성)
S Churn, S Tmin, S Tmax, S Noise:
샘플러 노이즈 제어 (고급)
대부분의 경우:
기본값 사용 권장
실험적 조정:
특수 효과 필요 시만
9.8 주의사항
❌ 초보자 실수:
1. 모든 고급 옵션 한 번에 변경
→ 어떤 것이 효과 있는지 모름
→ 하나씩 테스트 권장
2. CLIP Skip 과도하게 높임
→ CLIP Skip 5+
→ 프롬프트 거의 무시
3. Batch Size 너무 높게
→ VRAM 부족
→ 크래시
✅ 올바른 접근:
1. 기본값에서 시작
2. 한 번에 하나씩 변경
3. 효과 확인 후 다음
4. 최적 설정 기록
10. 최적 설정 조합 가이드
10.1 용도별 추천 설정
인물 프로필 사진:
Model: Realistic Vision V5.1
Size: 512x512
Steps: 30
Sampler: DPM++ 2M Karras
CFG Scale: 7
Seed: -1 (탐색) → 고정 (최종)
Prompt: "professional headshot of a person,
natural lighting, studio background,
high quality, 8k photography"
Negative: "ugly, deformed, bad anatomy,
bad hands, extra fingers, blurry,
low quality, worst quality"
Post Processing:
- Hires Fix: 2x, Denoising 0.5
- Face Restoration: CodeFormer 0.7
결과: 전문적인 고품질 프로필 사진
제품 광고 사진:
Model: SDXL
Size: 1024x1024
Steps: 35
Sampler: DPM++ SDE Karras
CFG Scale: 8
Seed: -1 → 고정
Prompt: "premium product photography,
[product description], white background,
studio lighting, commercial quality,
highly detailed, 8k"
Negative: "busy background, clutter,
shadows, low quality, blurry,
watermark, text"
Post Processing:
- Real-ESRGAN 4x+
결과: 광고 수준의 제품 이미지
애니메이션 캐릭터:
Model: Anything V5
Size: 512x512
Steps: 28
Sampler: Euler a
CFG Scale: 9
CLIP Skip: 2
Seed: -1 → 고정
Prompt: "anime girl, beautiful detailed eyes,
long hair, colorful, masterpiece,
best quality, highly detailed"
Negative: "lowres, bad anatomy,
bad hands, text, error, missing fingers,
extra digit, fewer digits, cropped,
worst quality, low quality,
normal quality, jpeg artifacts,
signature, watermark, username, blurry"
Post Processing:
- Real-ESRGAN 4x+ Anime6B
결과: 고품질 애니메이션 일러스트
판타지 풍경:
Model: DreamShaper or SDXL
Size: 768x768 or 1024x1024
Steps: 32
Sampler: DPM++ 2M Karras
CFG Scale: 8
Seed: -1 → 고정
Prompt: "epic fantasy landscape,
magical castle, dramatic sky,
volumetric lighting, highly detailed,
digital art, artstation trending"
Negative: "people, humans, modern buildings,
low quality, blurry, watermark, text"
Post Processing:
- Real-ESRGAN 2x
결과: 컨셉 아트 수준의 판타지 풍경
10.2 워크플로우 최적화
효율적인 작업 순서:
1단계: 빠른 프로토타입 (5-10분)
- Steps: 20
- CFG: 7
- Seed: -1
- Post Processing: 없음
- Batch: 4-8개 생성
→ 다양한 옵션 빠르게 탐색
2단계: 정밀 조정 (10-15분)
- 마음에 드는 이미지 선택
- Seed 고정
- Prompt 미세 조정
- CFG 조정 (±1-2)
- Steps 약간 증가 (25-30)
→ 원하는 방향으로 개선
3단계: 최종 렌더링 (15-30분)
- Steps: 35-40
- Sampler: 고품질 (DPM++ SDE)
- Hires Fix 활성화
- Face Restoration (필요 시)
- Real-ESRGAN 4x
→ 최고 품질 결과물
총 소요 시간: 30-55분
결과: 완벽한 이미지
10.3 문제 해결 가이드
문제별 솔루션:
문제 1: 이미지가 흐릿함
해결:
- Steps 증가 (20 → 30)
- CFG 증가 (7 → 9)
- Hires Fix 활성화
- VAE 교체 (vae-ft-mse-840000)
문제 2: 얼굴이 이상함
해결:
- Negative에 "bad face, deformed" 추가
- Face Restoration 활성화
- 다른 Seed 시도
- CFG 낮춤 (과적합 방지)
문제 3: 손가락이 이상함
해결:
- Negative에 "bad hands, extra fingers" 추가
- 다른 Model (최신 버전)
- ControlNet OpenPose 사용
- Inpainting으로 수동 수정
문제 4: 프롬프트를 안 따름
해결:
- CFG 증가 (7 → 10)
- 중요 키워드 강조 (keyword:1.3)
- Negative 확인 (모순 없는지)
- 다른 Model 시도
문제 5: 생성 속도 너무 느림
해결:
- Steps 감소 (35 → 25)
- Sampler 변경 (UniPC)
- Batch Size 감소
- Hires Fix 비활성화 (테스트 시)
문제 6: VRAM 부족
해결:
- Size 감소 (1024 → 768 또는 512)
- Batch Size 감소
- Hires Fix 비활성화
- xFormers 활성화
- --medvram 또는 --lowvram 플래그
10.4 템플릿 라이브러리
자주 쓰는 설정 저장:
템플릿 1: 빠른 테스트
Steps: 20
CFG: 7
Sampler: Euler a
Size: 512x512
템플릿 2: 일반 생성
Steps: 28
CFG: 8
Sampler: DPM++ 2M Karras
Size: 768x768
Hires Fix: 1.5x
템플릿 3: 최고 품질
Steps: 35
CFG: 8
Sampler: DPM++ SDE Karras
Size: 1024x1024 (SDXL)
Hires Fix: 2x
Face Restoration: CodeFormer 0.7
각 용도에 맞는 템플릿 미리 저장
→ 빠른 재사용
10.5 최종 체크리스트
생성 전 확인:
□ Prompt 명확하고 구체적
□ Negative Prompt 포함 (품질 + 카테고리)
□ Model 용도에 맞게 선택
□ Steps 적절 (20-40)
□ CFG 적절 (6-10)
□ Sampler 선택
□ Seed 전략 (-1 or 고정)
□ 해상도 적절
□ Post Processing 계획
□ VRAM 충분한지 확인
생성 후 확인:
□ 프롬프트 대로 생성됐는지
□ 품질 만족스러운지
□ 해부학적 오류 없는지
□ 필요 시 재생성 또는 수정
□ 최종 설정 기록 (재현용)
결론
핵심 요약
AI 이미지 생성의 9가지 핵심 파라미터:
- Positive Prompt: 원하는 이미지 상세 묘사 (구체적일수록 좋음)
- Negative Prompt: 제외 요소 (품질 향상에 필수)
- Model Name: 스타일/품질 결정 (용도별 선택)
- Seed: 재현성 제어 (-1 탐색, 고정 정밀)
- CFG Scale: 프롬프트 충실도 (7-9 권장)
- Steps: 디테일 수준 (28-35 최적)
- Post Processing: 후처리 (Upscale, Face Restoration)
- Post Processing Detail: 강도 조절 (0.5-0.7)
- Extra Parameters: 고급 제어 (CLIP Skip, Batch 등)
빠른 시작 가이드
초보자 권장 설정:
Model: Realistic Vision V5.1 (사실적)
또는 Anything V5 (애니메이션)
Size: 512x512
Steps: 28
Sampler: DPM++ 2M Karras
CFG Scale: 7
Seed: -1
CLIP Skip: 1 (사실적) or 2 (애니메이션)
Prompt: [구체적 묘사] + "high quality, detailed"
Negative: "low quality, worst quality, blurry,
bad anatomy, bad hands, extra fingers"
→ 좋은 결과 나올 때까지 Seed -1로 반복
→ 마음에 들면 Seed 고정
→ Prompt 미세 조정
→ 최종: Hires Fix 2x + Face Restoration
실전 팁
1. 단계적 접근
빠른 테스트 → 정밀 조정 → 최종 렌더링
2. 한 번에 하나씩
파라미터 동시에 여러 개 변경 X
→ 효과 파악 어려움
3. 설정 기록
좋은 결과 나오면 모든 파라미터 저장
→ 재현 및 재사용
4. 커뮤니티 활용
CivitAI, Hugging Face에서
→ Model, Prompt 템플릿 참고
5. 지속적 실험
새로운 Model, 기법 계속 시도
→ 자신만의 스타일 개발
다음 단계
1. ✅ 기본 파라미터 마스터
2. ✅ 용도별 최적 설정 찾기
3. 🔜 ControlNet 학습 (정밀 제어)
4. 🔜 Inpainting (부분 수정)
5. 🔜 LoRA 활용 (스타일 미세 조정)
6. 🔜 Prompt Engineering 심화
7. 🔜 자신만의 Model 파인튜닝
행복한 AI 이미지 생성 되세요! 🎨✨