최근 AI 아트를 작업하면서 같은 벽에 부딪히곤 했습니다. 마음에 드는 스타일의 이미지를 발견해도, Stable Diffusion이나 Midjourney에서 이를 재현하려면 프롬프트를 너무 오랫동안 추측해야 했기 때문입니다. 처음부터 프롬프트를 작성하는 것은 느리고 일관성이 떨어집니다.

그래서 저는 그 역방향을 만들었습니다. 즉, 이미지를 업로드하면 상세하고 바로 사용할 수 있는 프롬프트를 돌려주는 도구입니다. 이 글에서는 그것이 어떻게 작동하는지, 그리고 그 뒤에 숨겨진 결정 과정들을 설명합니다.

실제 버전: ImagePromptNow

핵심 아이디어

기존의 '프롬프트 → 이미지' 방식 대신, '이미지 → 프롬프트' 방식으로 바꾼 것입니다. 사진을 Vision-Language Model에 입력하고, 그 출력을 주체(subject), 스타일(style), 조명(lighting), 구도(composition) 등을 설명하는 프롬프트 형식으로 가공하여 Midjourney, Flux, Stable Diffusion 또는 DALL-E에 바로 붙여넣을 수 있게 하는 것입니다.

이 전체 제품은 사실 세 가지 요소로 이루어져 있습니다:

1. 업로드 흐름 (파일 또는 이미지 URL)
2. Vision Model 호출
3. 사용 가능한 프롬프트와 구조화된 분석으로 출력 형식 지정

스택(The stack)

• 프론트엔드 및 API 라우트를 위해 Next.js (App Router) 사용
• 현지화를 위해 next-intl 사용 — 이 도구는 6개 언어로 제공됩니다.
• 이미지 분석을 위한 Vision-Language Model (Llama 3.2 11B Vision)
• 호스팅을 위한 CWP 기반 VPS, 작업자(worker)는 별도로 실행

특별한 것은 없습니다. 흥미로웠던 부분은 프레임워크 자체가 아니라 프롬프팅과 배포였습니다.

Vision Model에서 좋은 프롬프트 추출하기

단순히

Vision Model에서 좋은 프롬프트 추출하기

단순히

• 명확하고 조명이 잘 된 이미지가 복잡하거나 어두운 이미지보다 훨씬 더 나은 프롬프트를 생성합니다.
• 지나친 묘사는 해롭습니다. 모든 세부 사항으로 부풀려진 프롬프트는 초점에 맞춰진 프롬프트보다 못한 아트를 생성합니다.
• 모델마다 선호하는 표현이 다릅니다. Stable Diffusion은 키워드 스타일의 프롬프트를 좋아하고, DALL-E와 Flux는 자연어를 선호합니다. 사용자에게 적응할 수 있는 하나의 강력한 기본 프롬프트를 제공하는 것이 각 모델을 자동 타겟팅하려는 것보다 낫습니다.

현지화(Localization)가 일찍부터 가치가 있었습니다

저는 next-intl과 6개 언어를 대부분의 사람들이 생각하는 것보다 더 빨리 추가했습니다. 그 보상은 검색에서 빠르게 나타났는데, 경쟁사들이 영어만 출시하는 시장에서도 비영어권 페이지가 며칠 만에 순위를 차지하기 시작했습니다. 콘텐츠와 관련된 무언가를 구축하고 있다면, 현지화는 과소평가된 배포 전략입니다.

배포 시 주의할 점(Deployment gotchas)

이 사이트는 Apache를 백엔드로 사용하고 Next.js 리버스 프록시 뒤에 있는 CWP7pro VPS에서 실행됩니다. 한 가지 날카로운 부분은 AutoSSL 갱신이 프록시 vhost 설정을 지워버리고 사이트를 403 오류로 다운시킨다는 것이었습니다. 해결책은 누락된 경우 ProxyPass 블록을 재삽입하는 작은 감시 크론 작업(watchdog cron)이었습니다. 화려하지는 않지만, 주기적인 서비스 중단을 문제가 아닌 것으로 만들었습니다.

Next.js를 모노레포(monorepo) 환경에서 사용할 때 또 다른 주의할 점이 있었습니다: apps/web의 package.json에 `

직접 사용해 보고 싶다면, 여기에서 시도할 수 있습니다: ImagePromptNow — 가입 절차 없이 사용할 수 있으며, 특히 직접 작성하는 프롬프트와 비교하여 프롬프트 품질에 대한 피드백을 진심으로 환영합니다.

읽어주셔서 감사합니다!