AI 이미지의 손과 얼굴 고치기: 실제로 통하는 방법

프레임 속 모든 게 아름다운데 손만 이상해요. 손가락이 다섯 개 반이고, 엄지는 엉뚱한 방향을 향해 있어요. 아니면 얼굴은 예쁜데 여러분의 캐릭터 얼굴이 아니에요. 확산(diffusion) 이미지 모델의 고전적인 두 가지 실패예요. 더 좋은 형용사를 붙인다고 사라지지 않고, 현실적인 대응은 대부분의 사람이 먼저 떠올리는 방법이 아니에요.

손이 어려운 이유

확산 모델에는 뼈대가 없어요. 손에 손가락 네 개와 엄지 하나가 있다는 것도, 손가락끼리 서로 관통하지 않는다는 것도, 손목에는 손이 딱 하나 붙어 있다는 것도 몰라요. 모델이 아는 건 수많은 사진 속에서 손이 어떻게 보이는지이고, 그 통계적인 느낌을 가진 무언가를 재구성할 뿐이에요.

손은 이런 방식에 모든 면에서 동시에 최악의 경우예요. 프레임에서 작게 나오니 모델의 주의를 가장 적게 받아요. 끊임없이 스스로를 가려요. 자세가 천차만별이라, 모델이 본 모든 손의 평균은 가능한 손가락 개수들이 뭉개진 흐릿한 덩어리예요. 게다가 사람은 잘못된 손을 기가 막히게 잘 알아봐요. 팔꿈치가 살짝 잘못된 같은 사진은 멀쩡해 보이는데도요.

얼굴은 다르게 실패해요. 얼굴 자체는 그럴듯하게 렌더되지만 매번 그냥 다른 얼굴이에요. 텍스트 프롬프트에는 정체성을 고정하는 장치가 없거든요. ‘어두운 머리의 30대 여자’는 백만 명을 묘사하고, 돌릴 때마다 다른 사람이 나와요.

문제를 프레임 밖으로 빼세요

가장 빠른 해결책은 기술이 아니라 구도예요. 손에게 손을 가려 주는 일을 맡기거나, 아예 프레임 밖으로 빼세요.

머그잔을 든 손, 주머니에 넣은 손, 가방끈을 감싼 손, 등 뒤로 돌린 손, 크롭으로 팔꿈치 아래가 잘린 손. 모두 사진을 잃지 않고 실패 요인만 없애요. 비용도 전혀 들지 않아요. 잘 나온 인물 사진은 잘 나온 인물 사진이니까요.

따뜻한 머그잔을 두 손으로 감싸 쥐고 카페 카운터에 기대선 30대 초반 여자, 뒤로 넘긴 어두운 머리, 가슴 높이에서 부드러운 포트레이트 렌즈 f/1.4로 촬영, 왼쪽에서 들어오는 창가 빛, 조용한 늦은 아침 분위기.

이 프롬프트에도 손은 나와요. 다만 단단한 사물을 감싸고 한눈에 읽히는 일 하나만 하고 있어요. ‘말하면서 손짓하는 여자’와 비교해 보세요. 그건 손가락 일곱 개를 렌더해 달라는 초대장이에요.

실제로 쓸 수 있는 다이얼 두 개

이미지 모델 세 개(Image One, Image Anime, Image Art)는 모두 네거티브 프롬프트와 CFG 스케일을 받아요. 이 두 가지가 진짜 조절 장치예요.

인체 구조는 네거티브 프롬프트에 써야 해요. ‘extra fingers, fused fingers, deformed hands, extra limbs, distorted face’(손가락 추가, 붙은 손가락, 기형 손, 팔다리 추가, 왜곡된 얼굴)는 지루하지만, 아무리 많은 긍정 묘사보다도 잘 통해요. 어딘가에 착지하길 바라는 대신 특정 영역에서 멀어지도록 조종하는 거니까요.

CFG는 1부터 20까지이고, 모델이 텍스트를 얼마나 문자 그대로 따를지 정해요. 낮은 값은 자유롭게 벗어나고 오히려 더 보기 좋은 경우가 많아요. 높은 값은 잘 따르지만 딱딱하고 과하게 구운 느낌이 나기 쉬워요. 프롬프트가 무시당하고 있다면 조금 올리세요. 사진이 타 버린 듯 플라스틱처럼 보이면 내리세요. 정답 값은 없어요. 이 프롬프트에 맞는 값이 있을 뿐이에요.

얼굴을 붙잡아 주는 건 레퍼런스 사진이에요

텍스트로는 정체성을 고정할 수 없어요. 레퍼런스 이미지는 할 수 있어요. 최대 네 장까지 첨부하면, 렌더마다 알아볼 수 있을 만큼 같은 얼굴이 돌아와요.

이 기능에 기대기 전에 알아 둘 동작이 두 가지 있어요. 레퍼런스가 딱 한 장이면, 엔진은 그 사진을 중심으로 한 편집 모드로 전환해요. 바로 그게 정체성을 붙잡아 주는 원리이고, 동시에 원본 사진이 프레임을 정하기 때문에 그 렌더에서는 고른 비율이 무시되는 이유예요. 레퍼런스가 두 장 이상이면 결과를 직접 끌고 가는 대신 방향만 잡아 주고, 고른 비율도 평소대로 적용돼요.

렌더 한 장이 아니라 촬영 전체에 걸쳐 같은 얼굴이 필요하다면, 캐릭터를 한 번 만들어 두세요. 캐릭터에는 이름, 페르소나, 레퍼런스 사진이 담겨 있고, 프롬프트에서 @멘션으로 불러낼 수 있어요. 같은 캐스트를 동영상 스튜디오에서도 쓸 수 있어요.

네 장 뽑아서 한 장 고르기

손에 대한 솔직한 워크플로는 물량이에요. 이미지는 장당 10 크레딧이고, 배치 설정은 최대 네 장까지이며, 배치 전체가 제출할 때 한꺼번에 과금돼요. 그래서 네 장 배치는 40 크레딧이 한 번 청구되고, 아예 렌더되지 않은 테이크는 하나씩 자동으로 환불돼요. 같은 프롬프트로 네 번 돌리면 보통 깔끔한 손이 적어도 한 쌍은 나오고, 쓸 만한 걸 고르는 데는 5초면 돼요.

입문 팩 단가로 치면, 고를 수 있는 세트 하나에 대략 $0.40 정도예요. 예산은 이미지 단위가 아니라 테이크 단위로 잡으세요. 계산은 크레딧 낭비 없이 테이크 배치하기에 더 자세히 있어요.

배치가 값어치를 하려면 규칙 두 가지를 지키세요. 배치 사이에는 딱 하나만 바꾸세요. 그렇지 않으면 무엇이 효과가 있었는지 알 수 없어요. 그리고 네거티브 프롬프트는 세 번째 배치가 끝난 뒤가 아니라 첫 배치 전에 쓰세요. 인체 구조에 가장 큰 영향을 주면서, 설정하는 비용은 가장 적은 변수예요.

수리 단계가 없으니 재렌더를 계획하세요

다른 가이드들이 묻어 두는 부분이에요. 여기에는 인페인팅도, 업스케일러도, 페이스 스왑도 없어요. 잘못된 손만 선택해서 그 영역만 다시 생성할 수 없어요. 결함 있는 사진을 레퍼런스로 첨부하면 그 사진을 중심으로 프레임 전체가 다시 렌더되는데, 그건 수리가 아니라 새 테이크예요. 망가진 손의 해결책은 언제나 다시 렌더하는 거예요.

이게 워크플로 전체를 결정해요. 나중에 고치는 대신 처음부터 방어적으로 구도를 잡고, 한 번의 생성을 완벽하게 다듬는 대신 배치로 뽑고, 레시피를 남겨 두는 거예요. 모든 렌더는 전체 설정과 함께 라이브러리에 자동 저장되고, 리믹스를 누르면 그 레시피가 도구에 다시 불러와져서 단어 하나만 바꿔 다시 돌릴 수 있어요. eroq의 이미지에는 시드가 없으니, 저장된 레시피 자체가 재현을 보장하는 장치예요. 따로 적어 두는 숫자가 아니에요.

사진에 정말 리터칭이 필요하다면, 다운로드해서 이미 가진 도구로 리터칭하세요. 합리적인 답이고, 프롬프트로 다 된다고 우기는 것보다 정직해요.

이미지 스튜디오를 열고 다음 프롬프트를 제대로 된 네거티브 프롬프트와 함께 네 장 배치로 돌려 보세요.

자주 묻는 질문

네거티브 프롬프트로 손이 정말 고쳐지나요?

입력할 수 있는 그 무엇보다 도움이 돼요. 묘사로 빠져나오길 바라는 대신, 기형 인체 구조가 몰려 있는 영역에서 모델을 멀어지게 하니까요. 렌더 한 장을 보장하는 게 아니라 배치 전체의 성공률을 올려 준다고 기대하세요. 손에게 분명한 일 하나를 맡기는 구도와 함께 쓰세요.

같은 프롬프트로 두 번 렌더했는데 왜 얼굴이 바뀌나요?

텍스트는 정체성을 고정하지 못하기 때문이에요. 프롬프트는 어떤 부류의 사람을 묘사하고, 모델은 매번 그 부류에서 다른 사람을 골라요. 레퍼런스 사진을 첨부하거나 레퍼런스 사진이 담긴 캐릭터를 만들면 얼굴이 일관되게 돌아와요. 여기서 얼굴을 붙잡아 주는 장치는 그것뿐이에요.

eroq 안에서 렌더를 업스케일하거나 리터칭할 수 있나요?

아니요. 업스케일러도, 인페인팅도, 페이스 스왑도 없어서, 결함 있는 렌더는 일부 영역을 덧대는 대신 다시 렌더해서 고쳐요. 사진을 레퍼런스로 다시 넣으면 그 사진을 중심으로 새 테이크가 나오는데, 그건 다른 이야기예요. 실제 수리가 필요하면 파일을 다운로드해서 직접 쓰는 편집기에서 리터칭하세요.

쓸 만한 이미지 한 장에 테이크를 몇 개나 잡아야 하나요?

손이 나오는 이미지라면 실용적인 기본값은 네 장이에요. 배치 설정이 거기서 멈추는 이유이기도 해요. 장당 10 크레딧이니 고를 수 있는 세트 하나에 40 크레딧이고, 배치 안에서 실패한 건 자동으로 환불돼요. 손이 프레임 밖에 있는 단순한 인물 사진이라면 보통 한두 장이면 충분해요.