3줄 요약

• 컨셉 시안 → 의상·소품 보정 → 배경 통일 → 야경 반사 시도(실패) → 대학가 결로 재시도 → 고품질·얼굴 재고정. 6라운드, 14장 시안이 한 장으로 수렴했다.
• 출발 명제는 “참신함보다 일상의 누적”. 사건이 아니라 라면이 익기를 기다리는 몇 분의 공기로 사람을 만든다.
• 거듭된 image-to-image는 인물을 천천히 잊는다. 시드를 두 번째 input으로 다시 넣는 멀티 input edit이 정답이었다.

의도와 시드

갤러리·인스타 컨셉 회의에서 한 가지 합의가 있었다. 참신함 점수가 높은 메타 자기언급 이미지보다, 점수는 낮지만 일상 디테일이 누적되는 쪽이 본체라는 것. “비 오는 지하철 창에 비친 얼굴"이나 “식어가는 컵라면 앞” 같은 장면은 내용이 아니라 공기로 사람을 만든다. 그 회의에서 사용자가 던진 한 줄 컨셉이 이번 카드의 출발점이다.

새벽 편의점 창가 자리에서 컵라면이 식는 동안 스마트폰을 보는 서소영.

시드 인물은 서소영 (실사).png — 전신·환경 포함 실사 시드. 컵라면이라는 한국적 소품과 편의점이라는 공간이 명확하게 정해진 컨셉이라, 일러스트 톤보다 실사 결로 가져가야 했다.

1단계 · 컨셉 시안

세 가지 구도를 한 번에 굴렸다. 정면, 사선+김, 야경 반사. 사이즈는 1024x1024 low — 시안 단계에서 빠른 회전을 위함.

A에 야경 반사를 올리는 정도가 좋겠어.

정면 구도(A)를 베이스로 가져가되 야경 반사 톤(C)을 얹는 결합 안. B의 사선 + 김도 좋았지만, “라면이 식기를 기다리는 시간"이라는 정수와는 결이 달랐다. 후후 부는 동작은 좀 더 능동적이라 그 시간의 정적이 줄어든다.

2단계 · 의상·소품 보정

A 구도에 회색 캐시미어 스웨터, 그리고 컵라면 자세를 정본으로 정리하는 단계. 들고 있는 게 아니라 카운터에 놓여 있고, 뚜껑은 닫혀 있고, 그 위에 일회용 나무 젓가락이 가로로 놓이는 — 면이 익기를 기다리는 그 자세.

v2가 포즈나 표정, 구도는 좋은데 왼쪽이 반사가 아니라 실제 거리처럼 보이네.

정확한 진단. 창 너머에서 안을 들여다보는 구도라면, 왼쪽 영역은 바깥 거리가 아니라 편의점 내부여야 한다. 모델이 “야경 반사"와 “창 너머 바깥"을 같은 표면 위에서 혼동했다. 이 한 마디가 다음 라운드의 방향을 갈랐다.

3단계 · 배경 통일

야경 반사를 한 번 완전히 걷어내고, 배경을 편의점 내부로만 통일한다. 반사는 다음 단계에 깨끗하게 다시 올린다는 분리 전략.

선반·음료 냉장고·형광등이 일관되게 자리 잡히는 단계. 분리 전략은 효과가 명확했다. “배경 통일"과 “반사 오버레이"는 같은 프롬프트로 한 번에 시키면 모델이 둘을 헷갈리지만, 두 단계로 끊으면 각자 깔끔하게 들어온다.

4단계 · 첫 야경 시도 — 한글 글자가 깨지다

3a v1을 베이스로 서울 도심 야경 반사를 강조한 시안 3장. 한글 네온, 헤드라이트 스트릭, 신호등 보케.

나쁘지 않은데, 비친 간판 글자가 좀 깬다.

세 장 모두에서 같은 문제가 나왔다. gpt-image-2가 한글로 보이려는 형태의 글자를 만들지만, 실제로는 읽을 수 없는 잔재가 떠다닌다. 텍스트가 의도된 곳에 있을 때보다 의도하지 않은 곳에 텍스트 흉내가 떠 있을 때 이미지의 사실성이 더 크게 무너진다는 걸 배운 라운드. 셋 다 채택할 수 없었다.

5단계 · 대학가 결 + 텍스트 차단

방향을 두 가지로 틀었다. 분위기를 강남·도심 네온이 아니라 신촌·홍대 뒷골목 결로 — 글자가 의미를 가져야 할 압박이 줄어든다. 그리고 프롬프트에 “한 글자도 렌더링 금지, 모든 간판은 추상적인 색·빛 덩어리로만"이라고 두 번 못 박았다.

분위기가 따뜻하게 가라앉았다. 글자 잔재는 거의 사라지고, 남은 것은 색 덩어리뿐. 다만 1024 low 해상도에서 인물 디테일에 가벼운 모아레가 보이기 시작했다 — 거듭된 image-to-image 끝에 인물이 시드에서 미세하게 흘러간 흔적.

6단계 · 고품질 + 얼굴 시드 재고정

마지막 라운드의 핵심은 두 가지. 해상도를 2048x2048 high로 끌어올리는 것, 그리고 얼굴 시드를 두 번째 input으로 다시 넣는 것.

publish_card.py는 --input-image를 여러 번 받을 수 있다. 장면(R3c v1)과 얼굴 시드(서소영 (실사).png)를 함께 넘기고, 프롬프트에 명시적으로 “INPUT 2의 얼굴에 정확히 맞춰라"라고 지시했다.

모아레가 사라지고, 캐시미어 결과 머리카락 디테일이 돌아왔다. 반사는 분위기로만 남고, 얼굴·손·핸드폰·라면 컵 네 가지는 침범당하지 않는다. 6라운드를 거쳐 도착한 한 장.

가장 흥미로운 지점

• 거듭된 image-to-image는 인물을 천천히 잊는다. 모델은 매 호출마다 입력 이미지를 재해석하기 때문에, 두세 번 굴리면 시드 얼굴이 미세하게 다른 사람으로 흘러간다. 마지막 라운드에 시드를 두 번째 input으로 다시 넣어 얼굴 정체성을 재고정하는 것이 정답이었다. 멀티 input edit은 이런 회귀의 도구다.
• gpt-image-2의 한글 텍스트는 깨진다. 글자가 의도된 곳(예: 상품 라벨)보다도, 의도하지 않은 곳에 한글 흉내 잔재가 떠 있을 때 이미지의 사실성이 더 크게 무너진다. “한 글자도 렌더링 금지"라고 명시적으로 두 번 박아야 모델이 추상적인 색·빛 덩어리로 떨어뜨린다.
• “분위기"는 단어 하나로 갈린다. “downtown skyline"을 빼고 “university district / Sinchon-Hongdae back gate"로 바꾸는 순간 색온도 자체가 따뜻해진다. 모델은 도시 이름·동네 이름의 결을 데이터로 학습해두고 있다.
• 복잡한 보정은 단계를 나눠야 한다. “배경을 편의점 내부로 통일” + “야경 반사를 강조” 같은 두 지시를 한 프롬프트에 같이 주면 모델은 둘을 같은 표면 위에서 혼동한다. 통일 → 반사로 두 단계로 끊으면 각자 깔끔하게 들어온다.

출처

자체 설계 — 갤러리·인스타 컨셉 회의에서 출발. 사용자 한 줄 컨셉: “새벽 편의점 창가 자리에서 컵라면이 식는 동안 스마트폰을 보는 서소영”.

메모

• 정본 cover R2 키: gallery/seosoyoung-ramyun-window/cover.png
• 시드: 서소영 (실사).png (인물 정체성), 라운드별 v1/v2 (장면 베이스)
• 라운드 시안 R2 prefix는 모두 보존: gallery/seosoyoung-conbini-night-{a,b,c,r2,r3a,r3b,r3c,r4}/ — 본문 figure 그리드에서 참조하므로 삭제 금지
• 해상도: 2048x2048 high quality (1:1, 인스타 그리드와 갤러리 썸네일 양쪽 친화)
• 헤어스타일·체형은 서소영 (실사) 시드 기준으로 보존
• 헤어스타일 지정 제거 / 시드 기준 일반화 적용
• 텍스트 차단: 신라면 컵 라벨 외 모든 글자 렌더링 금지를 프롬프트에 강제