AI 이미지에서 일관된 캐릭터를 만드는 6가지 원칙

캐릭터의 헤어, 눈 색깔, 의상 등 고정 속성을 문서화한 레퍼런스 시트를 만들고, 해당 속성 문자열을 모든 프롬프트 앞에 고정해야 한다. AI 디퓨전 모델은 이전 세션을 기억하지 않으므로, 구조화된 프롬프트 블록이 일관성을 확보하는 유일한 방법이다.

Stable Diffusion 계열 모델은 이전 생성 결과를 기억하지 않으며, 프롬프트 앞부분 토큰에 더 높은 어텐션 가중치를 부여한다. 캐릭터 묘사가 모호하거나 프롬프트 뒤쪽에 위치하면 장면 묘사에 밀려 매번 다른 얼굴이 생성된다.

이름, 나이대, 체형, 헤어 스타일과 색상, 눈 색깔, 얼굴 특징(주근깨, 흉터 등), 고정 의상을 포함해야 한다. 이 속성들을 복사·붙여넣기 가능한 단일 텍스트 블록으로 만들어 모든 프롬프트에 일관되게 사용하는 것이 핵심이다.

캐릭터 속성 블록은 반드시 프롬프트 첫 줄에 배치해야 한다. 권장 순서는 [캐릭터 블록] → [장면 설명] → [스타일 지시어]다. 캐릭터 묘사가 뒤에 오면 모델이 장면을 먼저 구성하고 그에 맞는 인물을 배치해 일관성이 무너진다.

가능하다. 네거티브 프롬프트에 'different hair color, different eye color, long hair, blonde hair' 등 원하지 않는 외모 변형을 명시하면 모델이 해당 방향으로 생성하는 것을 억제한다. 캐릭터 고정 속성과 반대되는 묘사를 네거티브에 추가하는 것이 효과적이다.

세션이 바뀌어도 동일한 캐릭터 레퍼런스 블록을 그대로 복사해 사용하면 된다. AI 모델은 이전 세션을 기억하지 않으므로, 텍스트 기반 레퍼런스 블록과 2~3장의 레퍼런스 이미지를 별도로 저장해 매 세션마다 동일하게 적용하는 것이 핵심이다.

생성된 이미지를 레퍼런스 시트의 고정 속성 항목과 하나씩 대조하는 검수 단계가 필요하다. 헤어 색상, 눈 색깔, 특징적 요소(주근깨, 흉터 등), 의상이 모두 일치하는지 확인하고, 불일치 이미지는 폐기하거나 인페인팅으로 수정한다.

추상적인 묘사는 모델에게 해석의 여지를 주어 결과를 발산시킨다. '단발'과 'short brown bob, blunt cut'은 완전히 다른 출력을 만든다. 구체적이고 세분화된 속성 묘사일수록 모델의 해석 범위가 좁아져 일관된 결과를 얻을 수 있다.