로컬 이미지 생성(local image generation)에 시간을 조금이라도 써본 적이 있다면, SeaArt를 한 번도 열어본 적이 없더라도 이미 그 스택을 꿰뚫고 있을 것입니다. SeaArt는 Stable Diffusion 생태계 위에 구축되어 있습니다: SD 1.5, SDXL, Illustrious, Pony를 비롯하여 ComfyUI 노드 그래프, LoRA 학습, ControlNet, 그리고 수치 가중치를 사용하는 booru-tag 프롬프팅(prompting) 등이 포함됩니다. 이는 애니메이션 생성의 모든 것을 담고 있는 서랍과 같습니다.

PixAI는 다른 설계 관점에서 출발했습니다. PixAI는 애니메이션을 최우선으로 하며, 자체 모델을 중심으로 구축되었고, 짧게 큐레이션된 모델 목록과 태그 문법 대신 자연어 프롬프팅(natural-language prompting)을 사용합니다. 이들의 플래그십 모델인 Tsubaki.2는 DiT 모델이며, 이는 들리는 것보다 훨씬 더 중요한 의미를 갖습니다.

저는 깔끔하고 통제된 비교를 원했기에, 보통 이러한 테스트를 망치는 변수인 '캐릭터'를 상수로 고정했습니다. 하나의 스펙을 두 스택 모두에 실행해 보았습니다.

테스트 대상

매우 정밀하게 정의된 단 하나의 OC(Original Character): 밝은 금발, 가느다란 땋은 머리 한 가닥, 아쿠아마린 색 눈, 작은 금색 별 머리핀, 오버사이즈 오프화이트 가디건, 금색 별 펜던트. 미세하고 구체적인 디테일들은 모델 드리프트(model drift)가 나타나는 바로 그 지점입니다.

프롬프팅: 두 가지 서로 다른 문법

이것은 개발자가 가장 먼저 알아차리는 부분입니다. 두 스택은 동일한 입력을 받지 않습니다.

SeaArt에서는 Illustrious 베이스의 가장 많이 사용되는 애니메이션 모델인 Mistoon_Anime를 사용했으며, SDXL 계열 모델이 기대하는 방식대로 booru 태그와 네거티브 프롬프트(negative prompt)를 사용했습니다. (gold star hair ornament:1.3)와 같은 수치적 강조는 그곳에서 유효한 구문인데, 이는 SDXL과 SD 1.5가 괄호 가중치를 파싱(parse)하기 때문입니다.

PixAI의 Tsubaki.2에서는 동일한 구문이 함정이 됩니다. DiT 모델은 SDXL처럼 숫자 괄호 가중치를 읽지 않으며, Tsubaki.2는 부정 프롬프트 (negative prompt)보다는 긍정 프롬프트 (positive prompt)를 통해 품질과 콘텐츠를 결정합니다. 여러분은 원하는 바를 평이한 언어로 설명하면 됩니다. 따라서 "동일한" 프롬프트는 사실 동일한 의도를 가진 두 가지의 방언(dialect)인 셈입니다.

무엇인가를 벤치마킹하기 전에 이 차이점 하나만 알아두어도 충분한 가치가 있습니다. Illustrious에 맞춰 조정된 태그 가중치 프롬프트는 DiT 모델에서 조용히 성능이 저하될 것이며, 여러분은 문법 대신 모델을 탓하게 될 것이기 때문입니다.

결과 (Results)

[

]

동일한 캐릭터, 각각 4개씩 한 배치 (batch).

SeaArt의 Illustrious 모델은 깔끔하고 완성된 이미지를 빠르게 반환했습니다. 또한 해당 플랫폼 특유의 스타일을 강요하기도 했습니다. 금색 클립이 빨간색으로 렌더링되었고, 이미지별 세부 사항이 배치 전체에서 어긋났습니다. 태그 프롬프트가 "작은 금색 별 클립 (small gold star clip)"을 별 장식으로 압축해 버렸고, 모델은 명시되지 않은 색상을 스스로 채워 넣었는데, 매 이미지마다 그 결과가 달랐습니다.

반면, 금색을 명시한 평이한 언어 설명을 사용한 Tsubaki.2는 첫 번째 패스 (pass)에서 디자인을 유지했습니다.

캐릭터 파이프라인에서 중요한 부분

[

]

좋은 이미지 하나는 약한 신호입니다. 오리지널 캐릭터 (OC) 작업에서 진짜 질문은 재현성 (reproducibility)입니다. 프롬프트를 변경했을 때 동일한 캐릭터를 다시 얻을 수 있는가 하는 점이죠. 저는 그녀의 표정을 바꾸고, 그다음 장면 전체를 바꾸어 보았습니다. 그녀는 유지되었습니다. 영구적인 고정을 위해, PixAI는 또한 여러분의 이미지 세트로 캐릭터 LoRA를 학습시키는 것을 지원하며, 이를 통해 OC를 매 세션마다 다시 돌려야 하는 대상이 아닌 호출 가능한 자산 (asset)으로 만들 수 있습니다.

SeaArt vs PixAI, 표로 비교

그래서 어떤 것을 선택해야 할까

만약 당신이 ComfyUI 환경에서 작업하는 것을 즐기며, 이미지 생성을 직접 구축하는 파이프라인 (pipeline)으로 취급한다면, SeaArt는 더 깊이 있는 샌드박스 (sandbox)이며 이 포스트의 내용은 당신에게 큰 의미가 없을 것입니다. 만약 모델 동물원 (model zoo)을 관리할 필요 없이 캐릭터를 한 번 정의하고 이를 안정적으로 다시 불러오고 싶다면, DiT 백본 (backbone)과 참조 도구 (reference tooling)를 갖춘 애니메이션 우선 도구가 더 빠른 길입니다. SeaArt의 대안을 찾는 초보자에게는 이것이 보통 가장 솔직한 추천입니다.

여기서 PixAI를 체험해 볼 수 있습니다: https://eap.pixai.art/go/balazs