프롬프트를 형용사들의 모음으로 취급하기보다 작은 디자인 사양(specification)으로 다룰 때, AI 이미지 생성은 훨씬 더 예측 가능해집니다. 목표는 가장 긴 프롬프트를 작성하는 것이 아닙니다. 중요한 시각적 결정들을 명시적으로 만든 다음, 그것들을 한 번에 하나씩 변경하는 것입니다.

1. 의도된 사용처부터 시작하기

이미지를 설명하기 전에, 이 이미지가 어디에 나타날지 먼저 결정해야 합니다. 소셜 카드, 제품 히어로 이미지(product hero), 프레젠테이션 슬라이드, 캐릭터 레퍼런스 시트 등은 모두 다른 구도(framing)를 필요로 합니다.

다음 사항들을 적어보세요:

• 최종 종횡비(aspect ratio)
• 주요 피사체(main subject)
• 뷰어가 가장 먼저 어디를 봐야 하는지
• 얼마만큼의 여백(negative space)이 필요한지
• 나중에 텍스트가 추가될 것인지

이렇게 하면 흔한 실패 모드를 방지할 수 있습니다. 즉, 실제로 필요로 하는 레이아웃에 맞춰 크롭 할 수 없는 매력적인 이미지를 생성하는 것을 막는 것입니다.

2. 구조와 스타일 분리하기

유용한 프롬프트는 두 개의 레이어로 구성되어 있습니다. 구조적 레이어(structural layer)는 장면을 설명합니다: 피사체, 카메라 각도, 구도(composition), 포즈, 공간적 관계 등입니다. 스타일적 레이어(style layer)는 조명, 색상, 매체, 질감, 분위기 등을 설명합니다.

예를 들어, “작은 로봇이 온실 센서를 수리하는 모습, 아이 레벨 카메라, 오른쪽에 피사체가 있고 왼쪽에 여백이 있는 구도”는 구조적입니다. “부드러운 아침 햇살, 절제된 녹색 팔레트, 에디토리얼 일러스트레이션”은 스타일적입니다.

먼저 구조적 레이어를 고정하세요. 만약 두 레이어 모두 시도할 때마다 변경된다면, 어떤 결과가 다른지 알기 어려워집니다.

3. 다듬기 전에 방향성(direction) 생성하기

첫 번째 단계는 광범위한 질문에 답해야 합니다: 어떤 구도가 개발할 가치가 있는가? 이 단계에서는 실루엣, 균형, 카메라 거리, 시각적 계층 구조를 비교하세요. 방향성이 거부되면 중요하지 않을 작은 오류들은 무시하세요.

이러한 방향성을 탐색하는 실용적인 도구는 ChatGPT Image입니다. 저는 초기 결과들을 시각적 초안(visual drafts)으로 사용하고, 하나의 구도를 선택한 다음, 보이는 문제와 관련된 프롬프트 부분만 다시 작성합니다.

이미지가 복잡하게 느껴진다면(crowded), 객체의 수를 줄이거나 네거티브 스페이스(negative space)를 지정하세요. 피사체가 강조되지 않는다면, 조명이나 카메라 거리를 변경하세요. 재질이 잘못 보인다면, 스타일 이름을 추가하기보다는 무광(matte), 반투명(translucent), 거친(rough), 또는 브러시드 메탈(brushed metal)과 같은 물리적 속성을 설명하는 것이 좋습니다.

4. 한 번에 하나의 변수만 다듬기 (Refine one variable at a time)

방향이 선택되면, 짧은 변경 로그(change log)를 유지하세요:

1. 원본 구도(Original composition)
2. 새로운 조명 방향(New lighting direction)
3. 단순화된 배경(Simplified background)
4. 수정된 재질 설명(Corrected material description)
5. 최종 크롭(Final crop)

이것은 공식적으로 들릴 수 있지만, 시간을 절약해 줍니다. 편집으로 인해 이미지가 더 나빠지면, 전체 프롬프트를 재구성하는 대신 마지막 유용한 상태로 되돌아갈 수 있습니다.

5. 실제 결과물 검증하기 (Validate the real output)

이미지를 전체 크기와 최종 표시 크기에서 검토하세요. 가장자리, 손, 반사광, 작은 객체, 반복되는 패턴, 그리고 생성된 모든 텍스트를 확인합니다. 그런 다음 제품이나 문서에 실제 크롭을 테스트해 보세요.

마지막으로, 성공적인 프롬프트와 결과물, 그리고 어떤 제약 조건이 중요했는지 설명하는 짧은 메모를 함께 저장하세요. 시간이 지남에 따라 이러한 기록들은 미래의 비주얼을 위한 재사용 가능한 레시피가 됩니다.

가장 신뢰할 수 있는 워크플로우는 간단합니다: 사용 목적을 정의하고, 구조를 고정하며, 방향들을 비교하고, 변수 하나를 다듬고, 맥락 속에서 검증하는 것입니다. 일관성은 '마법의 프롬프트'보다는 반복 가능한 순서로 의도적인 결정을 내리는 것에서 더 많이 나옵니다.