이미지 프롬프트 설계

변수 설계

한 문장으로 “잘생긴 아이돌”을 요구하면 같은 얼굴만 나옵니다. 지정할 것을 축으로 쪼개고, 축마다 담당할 판단 기준을 정했습니다.

초기 변수 정의

출발점은 “무엇을 고르게 할 것인가”를 여섯 축으로 나눈 변수 정의였습니다.

이 정의를 그대로 프롬프트로 옮기자 얼굴이 무너졌습니다. 축이 서로를 침범했기 때문입니다. 아래는 정의가 구현으로 넘어가며 조정된 내용입니다.

얼굴 인상을 범주로 묶은 근거

처음에는 눈·코·턱을 하나씩 묘사했습니다. 결과는 과장되고 어색한 얼굴이었습니다. 부위별 지시가 서로 충돌하면서 한 사람으로 모이지 않았기 때문입니다. 그래서 부위가 아니라 인상을 한 덩어리로 지정하기로 했습니다.

동물상을 고른 데에는 세 가지 이유가 있습니다.

// 프리셋과 미세 변형의 역할을 프롬프트에 명시해 둔다
The selected face type defines the overall impression and eye expression,
while the Individual details create subtle personal variation
without changing the fundamental face type.

확정한 변수 축

적용한 프롬프팅 기법

따로 배우고 시작한 게 아니라 결과를 보며 고치다 보니 자리를 잡았는데, 나중에 프롬프트 엔지니어링 글을 읽고 나서 각각이 이미 이름이 있는 기법이라는 걸 알았습니다.

기법 이름은 박송이, 「프롬프트 엔지니어링 가이드 A to Z (기초편)」, 퓨처드릴 참고

A/B 비교 — 초기안과 현행안

같은 얼굴상 프리셋으로 생성한 초기안(v1)과 현행안(v36)을 나란히 둡니다. 조건을 하나만 바꾼 통제 실험이 아니라, 36회의 수정이 누적된 두 지점의 비교입니다.

V1 — 고양이상

V36 — 고양이상

V1 — 강아지상

V36 — 강아지상

V1 — 늑대상

V36 — 늑대상

V1 — 여우상

V36 — 여우상

V1 — 사슴상

V36 — 사슴상

레퍼런스 대비 동일인 유사도 측정

“얼굴상은 따르되 같은 사람으로 보이면 안 된다”가 가장 지키기 어려운 조건입니다. 눈으로만 보던 걸 숫자로 재봤습니다.

측정 방법

실험 비용

버전별 결과

프리셋 간 수렴도 = 5명의 얼굴 영역 상관계수 평균 (낮을수록 서로 다름) · 룩 편차 = 5장의 LAB 평균색 표준편차 (낮을수록 한 그룹)

최신 버전(v36) 프리셋별

측정 결과 해석

기대와 다른 결과가 나온 항목이 있습니다.

반복 실험에서 도출한 설계 원칙

모두 결과를 확인한 뒤 되돌아가 수정하며 얻은 것입니다.

현행 프롬프트 구조

실제 운영 중인 코드에서 그대로 인용했습니다.

기본 블록 — 인물과 얼굴 하한선

// 성별에 따라 주어가 갈리고, 얼굴 레퍼런스가 있으면 골격 문장이 바뀐다
Photorealistic photo of an extremely handsome Korean male K-pop idol,
exactly 20 years old, boyish and youthful — never looks older than 22,
no mature or manly features. Bare face, no makeup, no contouring,
no nose highlight, smooth clear skin.

Large clear eyes, high nose bridge, short narrow chin,
slim short V-line jaw — never wide, square or long.

High detail. Must NOT resemble any real celebrity.
He wears no hat, no cap, no beanie and no headwear of any kind —
his hair is fully visible. ...
Absolutely no text, no letters, no numbers, no watermark,
no logo anywhere in the image.

동물상 프리셋 — 인상을 정하는 축

// 눈·코·턱을 하나씩 묘사하면 과장된 얼굴이 나온다. 다섯 덩어리로 묶었다
고양이상 · 시크   Cat-like face type: rounded eyes with a slight upward outer tilt,
                small delicate face, cool and aloof expression,
                lips softly closed, calm distant gaze.

강아지상 · 청량   Puppy-like face type: big round friendly eyes,
                soft rounded features, bright open smile with teeth slightly showing,
                warm approachable energy.

늑대상 · 다크     Wolf-like face type: sharp upward-tilted eyes, defined brow ridge,
                high cheekbones, intense direct stare,
                mouth firmly closed, dangerous charisma.

닮았지만 다른 사람 — 편차를 강제하기

“다른 사람으로 만들라”는 추상적인 지시는 먹히지 않습니다. 편차 16종에서 매번 3개를 뽑아 레퍼런스 대비 구체적인 차이를 강제합니다. 같은 레퍼런스에서 매번 다른 얼굴이 나오게 하는 역할도 겸합니다.

Compared to the person in the attached reference photos,
this person differs as follows:
  set the eyes a little further apart;
  give noticeably fuller lips;
  make the face noticeably longer and narrower.
These differences are mandatory.

레퍼런스에 역할 주기

무시 목록만 주면 레퍼런스가 할 일이 없어집니다. 사진마다 맡을 축을 하나씩 지정했습니다.

face    얼굴형·인상·눈의 성격·헤어(길이·색·컷·질감)를 따른다
        동일인이 아니며 알아볼 수 있어서는 안 된다
        점·흉터 같은 고유 표식은 복사하지 않는다
        배경·의상·포즈·앵글·조명·색감·글자는 무시한다

pose    상체와 어깨 각도, 팔과 손의 위치, 고개 기울기, 시선 방향만 가져온다
        인물·얼굴·헤어·의상·배경·조명은 완전히 무시한다

outfit  옷만 가져온다 — 아이템·핏·레이어링·넥라인·실루엣·원단·색
        최종 크롭 안에 들어오는 부분만 재현한다

기각한 접근

시도했다가 접은 방법과, 대신 택한 방법입니다.

변수 조합 설계

한 축만 무작위로 두면 결과가 빠르게 한 얼굴로 수렴합니다. 축을 여러 겹으로 중첩했습니다.