기존 텍스트 기반 AI 이미지 생성(Text-to-Image) 워크플로에서 일러스트레이터와 콘셉트 아티스트가 가장 자주 겪는 문제는 프롬프트 왜곡(Prompt Drift)입니다. 복잡한 신체 동작, 역동적인 인체 투시, 엄격한 구도를 텍스트만으로 지시하려 하면 사지 왜곡, 불필요한 다지증, 의도치 않은 카메라 앵글 이탈이 빈번하게 발생합니다.
온라인 AI 생성 플랫폼 Dezgo의 제어형 이미지 생성(Controlled Text-to-image) 모드(웹 애플리케이션 및 POST /controlnet API)는 이러한 공간적 제어 한계를 근본적으로 해결합니다. Stable Diffusion 1.5 생태계를 기반으로 작동하는 ControlNet 신경망 어댑터를 탑재하여 참조 이미지(Init Image)로부터 공간 뼈대와 윤곽선을 추출합니다. 창작자는 OpenPose, Canny, Depth 등 핵심 제어 모델과 정밀한 가중치 슬라이더를 조합하여, 캐릭터 포즈와 구도를 완벽히 고정한 채 스타일, 의상, 조명, 배경만을 자유롭게 재생성할 수 있습니다.
Dezgo의 ControlNet 동작 원리
표준 확산 모델은 텍스트 크로스 어텐션에 의존하여 "무엇을 그릴지(의미)"와 "어디에 배치할지(기하학적 위치)"를 동시에 추론하므로 공간 배치가 쉽게 붕괴됩니다. ControlNet은 참조 이미지(init_image)에서 구체적인 구조적 특징 맵을 추출하는 보조 신경망 경로를 도입하여, 확산 노이즈 제거 과정의 각 레이어에 이를 직접 주입합니다.
Dezgo 인터페이스의 제어 모델(control_model) 메뉴에는 다음과 같은 대표적인 구조 추출 엔진이 제공됩니다.
- OpenPose Full (
openpose_full): 참조 이미지에서 인체 관절점, 팔다리 각도, 머리 방향, 손가락 키포인트를 추출합니다. 원본의 의상, 얼굴 생김새, 체형, 배경을 완전히 제거하고 순수한 운동학적 뼈대만 보존하므로, 동일 캐릭터의 다각도 턴어라운드 시트나 액션 포즈 유지에 최적입니다. - Canny Edges (
canny): 고대비 경계선 검출 알고리즘을 사용해 외곽선과 구조적 라인을 정확히 추출합니다. 선화 스케치 채색, 제품 디자인, 로고 합성, 기계류 하드서피스 외형 고정에 매우 효과적입니다. - Depth (
depth): 단안 깊이 추정을 통해 카메라와의 거리를 흑백 깊이 맵으로 산출합니다(흰색은 전경, 검은색은 원경). 미세한 선을 일일이 고정하는 대신 3차원 공간 부피감과 카메라 원근법을 유지하므로, 실내 배경 아트나 깊은 공간 구도 연출에 유용합니다. - 추가 지원 모델: 만화 스타일의 깔끔한 펜선을 살리는
lineart, 거친 낙서나 손그림에서 완성작을 유도하는scribble, 건축물 직선 검출에 특화된mlsd, 표면 법선 방향을 추출하는normalbae모델도 선택할 수 있습니다.
핵심 ControlNet 모델 비교
| 제어 모델 | 추출 특징 | 주요 창작 활용 분야 | 권장 제어 강도 (Control Scale) |
|---|---|---|---|
OpenPose Full (openpose_full) | 인체 골격 관절점, 얼굴 및 손 방향 | 인체 포즈 재현; 캐릭터 턴어라운드; 역동적 액션 포즈 | 0.70 – 1.00 |
Canny Edges (canny) | 고대비 외곽선 및 구조적 경계선 | 선화 채색; 기계 및 제품 디자인; 로고 외형 고정 | 0.50 – 0.85 |
Depth (depth) | 3차원 공간 깊이 그레이디언트 맵 | 실내 투시 설계; 원근감 유지; 전경/배경 레이아웃 | 0.65 – 0.90 |
LineArt (lineart) | 정제된 예술적 펜선 라인 | 만화 콘티 채색; 흑백 드로잉 기반 완성화 | 0.60 – 0.85 |
Scribble (scribble) | 자유 손그림 스케치 및 낙서 | 빠른 스토리보드 구상; 러프 스케치 고도화 | 0.70 – 0.95 |
MLSD (mlsd) | 기하학적 직선 구조 | 건물 외관 투시; 실내 인테리어 구조선 | 0.60 – 0.80 |
Dezgo 제어형 이미지 생성 단계별 워크플로
Dezgo는 브라우저에서 회원가입 없이 즉시 테스트할 수 있으며, Power Mode나 API를 통해 상용 수준의 대량 제작 워크플로로 확장할 수 있습니다.
1. 전용 도구 접속
Dezgo 내비게이션 메뉴의 Image Tools에서 Controlled Text-to-image(dezgo.com/app/controlnet)를 선택합니다. 이 화면에는 표준 생성기와 달리 구조적 제어 파라미터가 활성화됩니다.
2. 참조 이미지(Init image) 업로드
포즈나 구도의 기준이 될 JPG 또는 PNG 이미지를 Init image 영역에 드래그하거나 선택하여 업로드합니다.
- 해상도: Dezgo의 ControlNet 파이프라인은 Stable Diffusion 1.5 아키텍처를 기반으로 하며, 기본 잠재 공간 해상도는 512×512 픽셀입니다. 업로드된 이미지는 시스템에 의해 자동으로 적합하게 리사이징됩니다.
- 종횡비 일치: 세로형 전신 인물 사진을 사용할 경우, Resolution 슬라이더를 'Portrait'로 설정하여 캔버스 비율과 참조 이미지 방향을 일치시켜야 왜곡이나 비정상적 크롭을 방지할 수 있습니다.
3. 제어 모델 선택 및 전처리(Control Preprocess) 설정
- 목적에 따라
openpose_full,canny,depth중 적합한 모델을 선택합니다. - More options 드로어를 펼쳐 Control preprocess 스위치를 확인합니다:
- 활성화 (
Yes/ 기본값): 일반 컬러 사진이나 완성 일러스트를 업로드할 때는 반드시 켜두어야 Dezgo 서버가 골격도나 윤곽선을 자동으로 추출합니다. - 비활성화 (
No): Blender, Posemaniacs 등 외부 툴에서 이미 렌더링된 OpenPose 컬러 스켈레톤이나 흑백 깊이 맵 파일을 직접 업로드할 때는 이 옵션을 꺼서 이중 추출로 인한 오류를 방지합니다.
- 활성화 (
4. 제어 가중치(Control Scale) 미세 조정
Control scale 슬라이더(0%~100%, API 기준 0.0~1.0)는 참조 이미지가 최종 생성 이미지에 미치는 구속력을 결정합니다:
- 100% (1.0): 엄격한 고정. 참조 이미지의 구조를 철저히 따르지만, Canny나 Scribble 모드에서는 선이 지나치게 딱딱해지거나 인공적인 아티팩트가 생길 수 있습니다.
- 60% – 80% (0.60 – 0.80) [권장 황금 구간]: 가장 자연스러운 균형점입니다. 캐릭터의 포즈와 전체 실루엣을 확실히 유지하면서, 옷 주름, 머릿결의 흩날림, 유기적인 조명 표현에 필요한 유연성을 확산 모델에 부여합니다.
- 40% 이하 (0.40): 느슨한 가이드. 대략적인 구도 힌트만 참조하고 프롬프트의 창의적 표현력을 우선시할 때 적합합니다.
5. SD 1.5 베이스 모델 선택
Dezgo는 SD 1.5 기반의 검증된 체크포인트를 다수 지원합니다. Model 드롭다운에서 원하는 아트 스타일에 맞게 선택합니다:
- 실사 및 영화적 인물 사진:
absolute_reality_1_8_1,cyberrealistic_3_3,realistic_vision_5_1 - 애니메이션 및 만화 일러스트:
anything_5_0,waifudiffusion_1_4,ghostmix_v2 - 판타지 콘셉트 아트 및 회화 스타일:
dreamshaper_8,deliberate_2,realdream_12
6. 프롬프트 작성, 가이던스 및 샘플러 세팅
- 프롬프트 분업화: 사지의 공간 좌표는 ControlNet이 담당하므로, 긍정 프롬프트에는 캐릭터 외형, 의상 소재, 조명 효과, 렌더링 품질 묘사에 집중합니다 (예: "cyberpunk warrior in illuminated neon armor, volumetric mist, rim lighting, 8k concept art").
- 부정 프롬프트: 시스템에 기본 입력된 해부학적 필터 토큰(
ugly, poorly drawn hands, poorly drawn feet, extra limbs, bad anatomy, deformed)을 유지하여 관절부 붕괴를 예방합니다. - Guidance (CFG Scale): 6.0~8.5(기본값 7.0)를 권장합니다. 10.0을 초과하면 ControlNet의 기하학적 제어와 프롬프트가 충돌하여 외곽선이 타거나 과도한 대비가 발생할 수 있습니다.
- 샘플러: 기본값인
dpmpp_2m_karras를 사용하면 14~25스텝 사이의 비교적 적은 계산으로도 선명한 결과물을 얻을 수 있습니다.
대표적인 실무 활용 시나리오
시나리오 A: 연속 컷 만화 및 게임 시트의 캐릭터 일관성 유지
동일한 주인공의 다양한 동작 컷을 구성할 때:
- 캐릭터 외형을 정의하는 프롬프트를 고정하고 전용 LoRA를 연결합니다(Dezgo는 SD 1.5 기반 CivitAI LoRA를 최대 4개까지 동시 적용 가능).
- 달리기, 점프, 검술 자세 등 다양한 포즈 사진을 Init Image에 입력하고
openpose_full모드, 강도0.75로 설정합니다. - 동일한 시드(Seed)나 프롬프트를 유지하면, 캐릭터 고유의 디자인과 복장을 잃지 않고 다채로운 역동적 동작을 구현할 수 있습니다.
시나리오 B: 연필 스케치에서 콘셉트 원화로의 고도화
디자이너의 수작업 아이디어 스케치를 프레젠테이션용 아트로 발전시킬 때:
- 스캔한 선화나 러프 드로잉을 Init Image에 업로드하고
canny또는scribble을 선택합니다. - 제어 가중치를
0.65 – 0.70으로 맞추고, 질감 및 환경 조명을 프롬프트로 지정합니다. - 원본 스케치의 치수와 구도를 오차 없이 유지하면서, 사실적인 텍스처와 음영이 더해진 완성도 높은 아트워크를 생성합니다.
상용 서비스 및 API 연동 방안
Dezgo는 사용자의 제작 규모에 맞춘 유연한 과금 정책을 제공합니다:
- 무료 웹 체험: 계정 가입이나 카드 등록 없이 브라우저에서 즉시 포즈 제어 효과를 검증할 수 있습니다.
- Power Mode (선불 충전 잔액): 월간 정기 구독 부담 없이 필요한 만큼 충전하여 사용하는 종량제 방식입니다. 충전 잔액은 소멸되지 않으며, 다중 병렬 생성(Count), 최대 150스텝 연산, Real-ESRGAN 기반 2배 업스케일링 기능을 제공합니다.
- 개발자 API 연동: 스튜디오는
X-Dezgo-Key헤더를 통해POST /controlnet엔드포인트를 직접 파이프라인에 통합할 수 있습니다. ControlNet은 베이스 확산 모델과 제어 신경망을 함께 연산하므로 기본/text2image대비 약 2배의 크레딧(512×512 기준 1회 호출당 약 $0.0038)이 소요되지만, 자체 GPU 서버 인프라를 상시 운영하는 것보다 압도적으로 경제적입니다.
고품질 결과물을 위한 핵심 팁
- 손 포즈 선명도: OpenPose는 손가락 인식 시 손이 몸통과 겹치거나 주머니에 들어가 있으면 왜곡되기 쉽습니다. 손이 배경에 명확히 대비되는 레퍼런스를 사용하는 것이 좋습니다.
- 캔버스 비율 일치: 세로형 인물 레퍼런스는 반드시 Portrait 해상도로 설정하여 이미지가 정방형으로 강제 압축되는 현상을 방지하십시오.
- 단계적 가중치 조절: 기본
0.70에서 시작하여, 포즈 구속력이 부족하면0.85로 올리고, 그림이 너무 경직되어 보이면0.60으로 낮추는 방식이 이상적입니다.
참고 자료
- Dezgo - Free Online AI Image/Video Generator, Apps & Tools
- Controlled Text-to-image - Free Online AI Image Generator - Dezgo
- AI Image Generator API - Flux/Stable Diffusion - Dezgo
- API Reference - AI Image Generator API - Flux/Stable Diffusion - Dezgo
- Overview - AI Image Generator API - Flux/Stable Diffusion - Dezgo