AI를 활용해 상업적 수준의 고품질 이미지를 생성하려면 정교한 긍정 프롬프트(Positive Prompt) 작성만으로는 부족합니다. Stable Diffusion, SDXL, Flux 계열 모델을 브라우저와 REST API로 제공하는 이미지 생성 플랫폼인 Dezgo에서도 손가락 뭉개짐, 과도한 채도 왜곡, 거친 노이즈, 프롬프트 지시사항 누락 같은 문제가 빈번하게 발생합니다.
이러한 결과물 편차를 잡고 원하는 구도를 정밀하게 제어하기 위해 Dezgo는 More options(상세 옵션) 패널과 API 호출 인자에서 세 가지 핵심 매개변수를 제공합니다. 바로 부정 프롬프트(Negative Prompt), 가이던스 스케일(Guidance Scale / CFG), 그리고 **샘플링 단계(Sampling Steps)**입니다. 이 세 가지 설정의 상호작용 원리를 이해하면, 불필요한 크레딧 낭비 없이 체계적인 품질 개선 루틴을 확립할 수 있습니다.
Dezgo 핵심 파라미터의 위치와 설정 경로
Dezgo의 무료 웹 인터페이스, 선불 충전식 종량제인 Power Mode, 그리고 REST API(POST https://api.dezgo.com/text2image) 모두 동일한 매개변수 구조를 갖추고 있습니다.
- 웹 인터페이스: 생성 도구(예:
Text-to-Image SD1또는Text-to-Image XL) 화면에서 기본 프롬프트 입력창 아래에 있는 More options 아코디언 메뉴를 펼칩니다. 여기에 부정 프롬프트 입력란과 Guidance 및 Steps 조절 슬라이더 및 입력 필드가 위치해 있습니다. - API 호출 페이로드: 코드를 통해 Dezgo 엔드포인트를 호출할 때는
negative_prompt(문자열, 최대 1000자),guidance(부동 소수점,-20~20),steps(정수,10~150) 파라미터로 값을 전달합니다.
각 파라미터의 역할을 명확히 알면 무의미한 반복 생성을 줄일 수 있습니다.
1. 부정 프롬프트(Negative Prompt): 결함과 원치 않는 스타일 제거
긍정 프롬프트가 잠재 공간(Latent Space)에서 생성해야 할 피사체, 조명, 구도를 정의한다면, 부정 프롬프트는 디노이징(잡음 제거) 과정에서 AI가 회피해야 할 시각적 결함, 해부학적 왜곡, 불필요한 스타일 요소를 지시합니다.
기본 템플릿과 커스텀 기준
Dezgo의 표준 Stable Diffusion 1.5 체크포인트(Absolute Reality, Realistic Vision 등)를 선택하면 시스템 차원에서 검증된 기본 부정 프롬프트가 적용됩니다:
ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, blurry, bad anatomy, blurred, watermark, grainy, signature, cut off, draft
이 기본 템플릿은 구형 확산 모델에서 자주 발생하는 신체 왜곡이나 워터마크 노이즈를 걸러주는 안전장치 역할을 합니다. 하지만 실무 작업에서는 목표로 하는 스타일에 맞게 수정해야 합니다. 예를 들어 실사 다큐멘터리 사진을 원할 때는 cartoon, 3d render, anime를 추가하고, 평면 벡터 일러스트를 만들 때는 photorealistic, oversaturated를 배제해야 합니다.
Dezgo 프롬프트 가중치 문법
불필요한 요소가 계속 나타나는 경우(예: 손가락 추가 생성이나 워터마크 잔여물), Dezgo 고유의 가중치 문법을 사용하여 억제력을 강화할 수 있습니다:
- 가중치 증가(
+): 단어 뒤에 더하기 기호를 붙여 제외 강도를 높입니다(예:watermark+또는(extra fingers)++). - 가중치 감소(
-): 제외 조건이 너무 엄격하여 필요한 질감까지 사라질 경우 빼기 기호로 완화합니다(예:grain-). - 복합 어구 그룹화: 여러 단어로 구성된 문구는 괄호로 묶은 뒤 기호를 추가합니다(예:
(poorly drawn hands)+). - 수치형 가중치:
0에서2사이의 수치(기본값은1.0)를 콜론이나 접미사 형태로 지정할 수 있습니다(예:(bad anatomy:1.2)또는(bad anatomy)1.2).
주의해야 할 점
수백 개의 무의미한 부정 키워드를 무작정 복사해 붙여넣지 마십시오. 과도한 부정 토큰은 모델의 주의 집중도를 분산시켜 전체적인 색감을 바래게 만들거나 명암 대비를 무너뜨립니다. 현재 화면에 나타난 구체적인 결함에 집중하여 선별적으로 입력해야 합니다.
2. 가이던스 스케일(Guidance Scale / CFG): 프롬프트 준수율과 자연스러움의 조화
가이던스 스케일(CFG 스케일)은 디노이징 과정에서 AI가 사용자의 텍스트 설명을 얼마나 엄격하게 따를지, 아니면 자율적인 연출 여지를 둘지를 결정하는 척도입니다.
Dezgo에서 guidance 값의 기술적 허용 범위는 -20에서 20이며, 기본 권장값은 7로 설정되어 있습니다.
수치 구간별 특성과 추천 활용처
| Guidance 구간 | 시각적 특징 및 모델 거동 | 최적의 활용 사례 |
|---|---|---|
| 1 – 5 (낮은 가이던스) | AI의 자율성이 극대화되며 부드러운 톤 전환을 보입니다. 단, 세부 수식어나 소품 지시를 무시하기 쉽습니다. | 추상화, 몽환적인 배경 아트, 엄밀한 형태 묘사가 필요 없는 분위기 콘셉트 원화. |
| 6 – 9 (황금 밸런스 구간) | 텍스트 반영도와 사실적 화질이 가장 완벽하게 조화되는 표준 구간입니다. 프롬프트 지시를 충실히 반영하면서도 피부 결, 조명 명암, 윤곽선이 자연스럽게 유지됩니다. | SD 1.5 및 SDXL을 사용하는 대다수의 인물 실사, 제품 디자인, 자연 풍경 생성. |
| 10 – 14 (엄격한 준수) | 프롬프트의 모든 단어를 매우 정밀하게 화면에 배치합니다. 피사체 윤곽이 뚜렷해지지만 음영이 다소 딱딱해지고 다이내믹 레인지가 좁아집니다. | 다수의 피사체가 등장하는 복잡한 장면, 엄격한 배색 기준, 정밀 기계 및 건축물 렌더링. |
| 15 이상 (과다 제어 / 열화) | 이미지가 타버리는 현상(Over-cooked)이 발생합니다. 네온 빛 번짐, 거친 피부 노이즈, 형태 왜곡 등 심각한 화질 저하가 일어납니다. | 특수한 실험 외에는 권장되지 않는 구간입니다. |
모델 아키텍처별 차이
- 표준 SD 1.5 및 SDXL:
6에서9사이에서 가장 안정적인 결과를 냅니다. - SDXL Lightning 가속 모델(
dreamshaperxl_lightning_1024px,juggernautxl_9_lightning_1024px등): 고속 증류 방식을 사용하는 모델은 CFG 변화에 매우 민감합니다. 가이던스를1.5~2.5수준으로 낮추지 않으면 대비가 극단적으로 치솟아 이미지가 깨집니다. - Flux 계열 모델(
flux_1_schnell등): 최신 정류 흐름 매칭 구조 덕분에 기본 프롬프트 이해력이 뛰어나므로 인위적으로 높은 가이던스를 줄 필요가 없습니다.
3. 샘플링 단계(Sampling Steps): 디테일 해상도와 연산 비용의 균형
확산 모델은 초기 가우스 노이즈에서 점진적으로 잡음을 제거하는 반복 계산을 통해 이미지를 완성합니다. 샘플링 단계는 이 노이즈 제거 과정이 몇 번 수행되는지를 나타냅니다.
Dezgo에서는 스텝 수를 10에서 150 사이로 설정할 수 있습니다. 스텝 수가 늘어날수록 세부 텍스처를 묘사할 기회가 늘어나지만, 뚜렷한 한계 효용 체감 법칙이 적용됩니다.
단계별 효율과 한계 효용
- 10 – 15 스텝 (고속 러프 스케치): 전체적인 레이아웃, 카메라 앵글, 색감 구도를 빠르게 파악하기에 적합합니다. 눈동자 반사광이나 옷감의 올 등 미세 디테일은 흐릿하게 남습니다.
- 20 – 30 스텝 (프로덕션 표준 구간): Euler, DPM++ 등 최신 고효율 샘플러의 이상적인 수렴 지점입니다. 해부학적 형태와 표면 질감이 안정적으로 정착하며 시간 대비 화질 효율이 가장 우수합니다.
- 35 – 50 스텝 (초정밀 디테일 렌더링): 고밀도 건축 문양, 복잡한 머리카락 결, 정밀 보석 가공, 접사 사진 등 극한의 세밀함이 필요한 장면에 유리합니다.
- 60 스텝 이상 (수익률 저하): 대다수 샘플러에서 50단계를 넘어가면 시각적 개선 폭이 육안으로 구별하기 힘들어지는 반면, 생성 소요 시간과 연산 비용은 정비례하여 늘어납니다.
무료 모드와 Power Mode의 비용 관리
Dezgo 사용 환경에 따라 스텝 설정의 경제적 의미가 달라집니다:
- 무료 모드(Free Mode): 공용 서버 부하 관리를 위해 최대 샘플링 스텝과 해상도에 제한이 걸려 있습니다.
- Power Mode 및 REST API: 선불 충전 잔액에서 차감되는 종량제 구조입니다. 1회 생성 비용은 스텝 수, 이미지 해상도, 선택한 모델에 따라 직접 결정됩니다. 25스텝으로 완성되는 이미지에 100스텝을 부여하면 화질 차이 없이 크레딧만 3~4배 빠르게 소진됩니다.
실무 추천 작업 흐름: 4단계 점진적 튜닝법
세 가지 파라미터를 한꺼번에 건드리면 원인을 분석하기 어렵습니다. 다음 순서로 작업을 진행하십시오:
- 1단계: 구도 탐색 (저비용 프로토타입)
- Guidance를
7.0, Steps를20으로 설정하고 기본 부정 프롬프트를 유지합니다. - 소량 배치를 실행하여 가장 마음에 드는 구도를 찾은 후 해당 이미지의
Seed(시드 번호)를 기록하고 고정합니다.
- Guidance를
- 2단계: 부정 프롬프트로 결함 제거
- 고정된
seed상태에서 디테일을 점검합니다. 손가락이 어색하면(poorly drawn hands)1.2를 추가하고, 글자 잔상이 보이면watermark+, text+를 부정 프롬프트에 넣습니다.
- 고정된
- 3단계: 가이던스 스케일 미세 조정
- 긍정 프롬프트의 중요한 복장 디테일이나 특정 색상이 빠졌다면 Guidance를
8.0~8.5로 살짝 올립니다. - 반대로 인물 피부가 플라스틱처럼 부자연스럽다면 Guidance를
6.0~6.5로 낮춥니다.
- 긍정 프롬프트의 중요한 복장 디테일이나 특정 색상이 빠졌다면 Guidance를
- 4단계: 스텝을 올려 최종 렌더링
- 형태와 스타일이 확정되면 Steps를
30~35로 올려 선명한 완성본을 출력합니다. - 고해상도 인쇄나 대형 화면 출력이 필요한 경우 Dezgo의 업스케일(Upscale) 도구를 활용해 마무리합니다.
- 형태와 스타일이 확정되면 Steps를
부정 프롬프트를 '조각칼', 가이던스 스케일을 '조향 장치', 샘플링 스텝을 '연마 시간'으로 활용하면 Dezgo에서 일관되게 수준 높은 작업물을 확보할 수 있습니다.
참고 자료
- Dezgo - Free Online AI Image/Video Generator, Apps & Tools
- AI Image Generator API - Flux/Stable Diffusion - Dezgo
- Prompt weighting - AI Image Generator API - Flux/Stable Diffusion - Dezgo
- Models - AI Image Generator API - Flux/Stable Diffusion - Dezgo
- Overview - AI Image Generator API - Flux/Stable Diffusion - Dezgo