실제 얼굴을 유지하는 AI 프로필 사진 도구 제작기 (순수 확산 모델 대신 flux-pulid 사용)

대부분의 'AI 프로필 사진' 생성기는 텍스트-이미지 확산(diffusion) 모델을 셀카에 느슨하게 조건화하여 실행한 다음, 결과물이 여전히 본인처럼 보이기를 기대합니다. 하지만 보통은 그렇지 않습니다. 코가 바뀌고, 턱선이 변하며, 출력물은 사진을 올린 사람의 형제자매처럼 보일 뿐, 본인 자신 같지는 않습니다.

저는 이러한 '정체성 이탈(identity-drift)' 문제를 해결하기 위해 Crisp Headshots를 만들었습니다. 이때 표준 img2img 파이프라인 대신 fal.ai's flux-pulid 모델을 사용했습니다.

왜 일반적인 방식 대신 flux-pulid를 사용하는가

표준 확산 기반 프로필 사진 생성기(대부분의 '$29로 40 AI 프로필 사진' 제품 뒤에 숨겨진 종류)는 다음과 같이 작동합니다:

1. 업로드된 셀카 10~20장으로 LoRA를 미세 조정(fine-tune)합니다 (느리고, 사용자당 GPU 분 단위 필요)
2. 해당 LoRA로 조건화하여 새 이미지를 생성합니다.
3. 요청된 스타일이 학습 사진과 멀어질수록 정체성 충실도(identity fidelity)가 저하되는 것을 받아들입니다.

flux-pulid는 '정체성 보존 모델(identity-preservation model)'입니다. 이 모델은 단일 참조 사진을 받아 얼굴 임베딩(face embedding)을 추출하고, 미세 조정된 LoRA 대신 그 임베딩 자체에 직접 생성 조건을 부여합니다. 소규모 SaaS를 위한 실질적인 차이점들은 다음과 같습니다:

• 사용자별 학습 단계가 없습니다. 참조 사진 1장만 넣으면, 생성 호출(generation call) 1회로 끝납니다. LoRA 학습 대기열도 없고,

계정 생성 없이 사용해 볼 수 있으며, 이미지 생성을 위해 세션 외에 저장되는 얼굴 데이터가 없고, 결제는 일회성 고정 비용입니다. 자동 갱신 구독 모델이 아니기 때문에, 이는 매주 월요일 인터뷰나 LinkedIn 프로필 업데이트 전에 헤드샷이 필요한 사람들을 위한 배치(batch)별 유료 도구이지, 반복적인 필요를 위한 것이 아닙니다.

Identity-preserving generation을 위해 fal 위에서 구축하는 사람들에게 전하고 싶은 것

• 초기 단계부터 조명/각도가 일관되지 않은 사진으로 테스트하세요. 품질 면에서 임베딩 기반 모델과 LoRA 기반 모델이 차이를 보이는 지점입니다.
• 단발성 생성이 아닌, 변형(variant) 생성에 예산을 책정하세요. 사용자는 4~6개 옵션 중 가장 마음에 드는 것을 고르기를 원하며, 주사위 던지기처럼 한 번의 결과만 원하는 것이 아닙니다.
• 프리셋 프롬프트(corporate/casual/creative)가 이 사용 사례에서는 자유 텍스트 프롬프트 상자보다 성능이 좋습니다. 대부분의 사람들은 헤드샷 사진 촬영을 위한 프롬프트 작성 방법을 모르며, 제한된 선택지에서 더 좋은 결과를 얻습니다.

실제 도구: https://headshot-studio-5h6.pages.dev/

fal 통합 코드나 변형 선택 사용자 경험(UX)에 대해 더 깊이 논의하는 것이 유용하다면 댓글을 남겨주세요.