AI 이미지 생성에서 seed란 무엇인가요?

seed는 생성이 시작되는 무작위 노이즈를 고정하는 숫자입니다. 같은 seed, prompt, 모델은 같은 이미지를 재현합니다. 그래서 한 단어 변화의 실제 영향을 시험하는 유일한 방법은 seed를 고정하는 것입니다.

denoise 강도는 무엇을 제어하나요?

image-to-image 생성에서 원본 이미지가 얼마나 살아남는지를 제어합니다. 0.2에서는 사진이 사실상 그대로이고, 0.5에서는 구도는 유지되면서 내용이 재협상됩니다. 0.85에서는 원본이 무드보드 수준으로만 남습니다.

inpainting과 outpainting의 차이는 무엇인가요?

inpainting은 기존 프레임 내부에서 마스크된 영역을 재생성합니다. outpainting은 원본 가장자리를 넘어 새로운 콘텐츠를 생성합니다. 같은 동작을 다른 영역에 적용하는 차이 — 하나는 보수, 다른 하나는 확장입니다.

guidance scale이란 무엇인가요?

각 denoise 단계에서 모델을 prompt 쪽으로 얼마나 강하게 밀어붙일지의 정도입니다. 너무 낮으면 단어에서 멀어지고, 너무 높으면 과보정으로 출력이 경직되고 채도가 과해집니다.

LoRA란 무엇인가요?

전체 모델을 다시 학습하지 않고, 기본 모델에 특정 스타일·캐릭터·오브젝트 하나를 가르치는 작은 추가 학습물입니다. 오픈 모델 사용자들이 여러 이미지에서 동일한 캐릭터를 일관되게 얻는 방식입니다.

왜 종횡비를 생성 전에 정해야 하나요?

모델은 주어진 프레임에 맞춰 구도를 잡습니다. 16:9에는 가로로, 4:5에는 세로로 장면을 배치합니다. 사후 크롭은 모델이 의도적으로 만든 구도를 버리는 일입니다.

알파 채널이란 무엇인가요?

이미지 파일의 투명도 레이어입니다. PNG와 WebP는 알파 채널을 지원하지만 JPEG는 지원하지 않습니다. 그래서 오려낸 피사체를 JPEG로 저장하면 흰색 단색 배경이 생깁니다.

seed는 다른 모델에서도 통하나요?

아니요. seed는 특정 모델의 노이즈 공간을 인덱싱합니다. 다른 모델 — 심지어 같은 모델의 다른 버전에서도 — 같은 숫자는 무관한 결과를 냅니다. seed와 함께 사용한 모델도 기록해 두십시오.

AI 이미지 용어집

AI 이미지 생성기가 이미 알고 있다고 전제하는 어휘

아래의 모든 용어는 실제 인터페이스나 실제 prompt에 등장합니다. 각 항목은 한 문장 정의로 시작합니다. 두 번 읽어야 하는 정의는 실패한 정의이기 때문입니다.

AI 이미지 생성의 어려움은 기법보다 어휘에서 옵니다. seed, denoise 강도, 가이던스 스케일, inpainting은 각각 하나의 구체 동작을 가리킵니다. 단어의 뜻이 잡히면 조작은 자명해집니다. 실전에서 먼저 만나게 되는 순서대로 정리했습니다.

생성 방식

확산: 대부분의 최신 이미지 모델이 쓰는 기법입니다. 실제 이미지에 노이즈를 더하고 이를 되돌리는 과정을 학습한 뒤, 생성 시에는 순서를 거꾸로 적용해 순수 노이즈에서 이미지를 만듭니다.
텍스트 투 이미지: 원본 이미지를 쓰지 않고, 텍스트 설명만으로 새 그림을 생성합니다. 결과를 사진 지향으로 의도할 때는 text to photo라고도 합니다.
이미지 투 이미지: 기존 이미지에 프롬프트를 더해 새 그림을 생성합니다. 원본이 얼마나 남는지는 denoise 강도가 제어합니다.
Checkpoint: 모델 가중치를 저장한 스냅샷. 같은 아키텍처의 checkpoint라도 동일한 프롬프트로 서로 다른 결과를 냅니다.

제어 및 매개변수

Seed: 생성이 시작될 때의 초기 노이즈를 결정하는 숫자입니다. 동일한 seed, 동일한 프롬프트와 모델을 쓰면 같은 이미지를 재현할 수 있습니다.
디노이즈 강도: image-to-image에서 원본 이미지를 재생성 전에 어느 정도까지 버릴지 결정하는 값입니다. 낮으면 원본을 보존하고, 높으면 느슨한 참고자료로만 취급합니다.
가이던스 스케일: 매 스텝마다 모델을 프롬프트 방향으로 얼마나 강하게 밀어붙일지 결정합니다. 너무 낮으면 방황하고, 너무 높으면 경직되고 과포화된 결과가 나옵니다.
LoRA: 거대 기반 모델을 통째로 다시 학습하지 않고, 특정한 스타일·캐릭터·객체를 가르치는 소형 추가 학습 파일입니다.
네거티브 prompt: 피해야 할 것을 적는 별도 입력란. 이를 지원하지 않는 엔드포인트도 있으며, 그 경우 작성한 모든 내용은 긍정 명령으로만 해석됩니다.
Sampler: denoise 과정을 단계별로 진행하는 알고리즘. sampler에 따라 수렴 속도가 다르고, 같은 seed라도 결과가 약간씩 달라집니다.

편집 작업

Inpainting: 이미지 안에서 마스크로 지정한 영역만 다시 생성하고, 마스크 밖은 그대로 두는 작업입니다. 객체 제거와 부분 편집의 기반입니다.
Outpainting: 원본 프레임 가장자리 밖까지 새로운 이미지를 생성하여, 크롭하지 않고 사진을 더 넓은 종횡비로 확장할 때 쓰입니다.

파일 및 출력

종횡비: 이미지의 가로와 세로 비율(예: 1:1, 4:5, 16:9). 생성 전에 정해야 합니다. 모델이 그 프레임에 맞춰 구도를 짜기 때문입니다.
업스케일링: 원본 픽셀 해상도를 넘어 이미지를 키우는 것. AI 업스케일링은 기존 픽셀 사이를 보간하는 대신 그럴듯한 디테일을 재구성합니다.
알파 채널: 이미지의 투명도 레이어. PNG와 WebP는 지원하지만, JPEG은 지원하지 않아 투명 컷아웃을 JPEG으로 저장하면 단색 배경이 생깁니다.
EXIF: 카메라, 렌즈, 노출, 날짜, 종종 GPS 좌표까지 기록하는 사진 내장 메타데이터. 파일을 다시 인코딩할 때마다 제거됩니다.

이 용어집의 구성

용어: 실제 인터페이스에서 마주치는 항목만
정의: 항상 한 문장부터
개별 페이지: 한 단락으로 충분하지 않을 때만
스키마: DefinedTermSet, 항목은 상호 링크
업데이트: 모델 행동이 바뀔 때마다
비용: 무료, 계정 불필요

실제 사용

AI 이미지의 대부분의 어려움은 어휘입니다

seed, denoise strength, guidance scale, inpainting은 각각 정확히 하나의 동작을 가리킵니다. 단어의 뜻이 잡히면 그 컨트롤도 자명해집니다 — 그 전까지는 인터페이스가 임의의 슬라이더 벽처럼 보일 뿐입니다.

그래서 여기서는 정의가 먼저이고 설명이 그다음입니다. 두 번 읽어야 하는 정의는 유일한 임무에 실패한 것입니다.

세 가지 접근

어디서 시작할까요

이미지가 만들어지는 방식

diffusion, text to image, image to image, checkpoint. 같은 prompt가 다른 결과를 내는 이유를 설명하는 메커니즘입니다.

diffusion부터, 그다음 seed.
text to image와 image to image는 다른 모드입니다.
checkpoint는 prompt보다 출력을 더 바꿉니다.

자세히

용어집 관련 질문

가장 자주 나오는 어휘 질문들.

같은 prompt인데 이미지가 달라지는 이유

seed를 고정하지 않았기 때문입니다. 생성은 랜덤 노이즈에서 시작하며, 시작점이 대부분의 prompt 수정보다 결과에 큰 영향을 줍니다.

denoise strength의 역할

image-to-image에서 원본 이미지가 얼마나 남는지를 정합니다. 그 모드에서 가장 중요한 컨트롤입니다.

inpainting과 outpainting의 차이

inpainting은 프레임 안을 다시 생성하고, outpainting은 프레임 밖으로 확장해 생성합니다. 동작은 같고 영역만 다릅니다.

seed가 모델 간에 통하는지

아닙니다. seed는 한 모델의 노이즈 공간을 가리키므로, 같은 숫자라도 다른 곳에서는 무관한 결과가 나옵니다.

가로세로비를 먼저 정해야 하는 이유

모델은 주어진 프레임에 맞춰 구도를 잡습니다. 사후 크롭은 의도적으로 배치한 구성을 잘라냅니다.

어휘를 적용해 보세요

메인 생성기텍스트에서 완성 이미지.

이미지 투 이미지denoise strength 실전.

AI 사진 편집기inpainting 실전.

AI 이미지 업스케일러업스케일링 실전.

AI prompt 생성기구조화된 prompt 작성.

모든 사진·아트 스타일스타일을 컨트롤로.

더 살펴보기

LaFoto의 다른 곳

여기 용어는 모두 아래 기능 중 하나를 설명합니다.

설명에서 생성메인 생성기 — 텍스트에서 완성 이미지까지.열기 프롬프트 갤러리정확한 prompt로 만든 120장 예시.열기 사진으로 시작가지고 있는 사진에서 시작합니다.열기 사진 일부만 편집일부만 바꾸고 나머지는 유지합니다.열기 이미지 확대4K까지 선명하게 확대합니다.열기 사진 보정노출·노이즈·올드 포토 복원.열기 마스크된 객체 제거마스크로 지우고 배경을 재구성합니다.열기 배경 흐리기심도 인지형, 균일 필터가 아닙니다.열기 사진 컬러화흑백 사진에 그럴듯한 색을 부여.열기 AI 로고 생성기16px에서도 읽히는 마크.열기 타투 디자인타투로도 살아남는 디자인.열기 일러스트 생성사진이 아닌 일러스트·페인팅.열기 헤드샷 생성스튜디오 없이 스튜디오급 인물 사진.열기 여권 사진 요건정확한 규격과 충족 방법.열기 인테리어 시각화찍은 방 사진으로 분위기 교체.열기 용어 설명seed, denoise, inpainting, 해설.열기

Vocabulary

AI 이미지 용어 질문

AI 이미지 생성에서 seed란 무엇인가요?: seed는 생성이 시작되는 무작위 노이즈를 고정하는 숫자입니다. 같은 seed, prompt, 모델은 같은 이미지를 재현합니다. 그래서 한 단어 변화의 실제 영향을 시험하는 유일한 방법은 seed를 고정하는 것입니다.
denoise 강도는 무엇을 제어하나요?: image-to-image 생성에서 원본 이미지가 얼마나 살아남는지를 제어합니다. 0.2에서는 사진이 사실상 그대로이고, 0.5에서는 구도는 유지되면서 내용이 재협상됩니다. 0.85에서는 원본이 무드보드 수준으로만 남습니다.
inpainting과 outpainting의 차이는 무엇인가요?: inpainting은 기존 프레임 내부에서 마스크된 영역을 재생성합니다. outpainting은 원본 가장자리를 넘어 새로운 콘텐츠를 생성합니다. 같은 동작을 다른 영역에 적용하는 차이 — 하나는 보수, 다른 하나는 확장입니다.
guidance scale이란 무엇인가요?: 각 denoise 단계에서 모델을 prompt 쪽으로 얼마나 강하게 밀어붙일지의 정도입니다. 너무 낮으면 단어에서 멀어지고, 너무 높으면 과보정으로 출력이 경직되고 채도가 과해집니다.
LoRA란 무엇인가요?: 전체 모델을 다시 학습하지 않고, 기본 모델에 특정 스타일·캐릭터·오브젝트 하나를 가르치는 작은 추가 학습물입니다. 오픈 모델 사용자들이 여러 이미지에서 동일한 캐릭터를 일관되게 얻는 방식입니다.
왜 종횡비를 생성 전에 정해야 하나요?: 모델은 주어진 프레임에 맞춰 구도를 잡습니다. 16:9에는 가로로, 4:5에는 세로로 장면을 배치합니다. 사후 크롭은 모델이 의도적으로 만든 구도를 버리는 일입니다.
알파 채널이란 무엇인가요?: 이미지 파일의 투명도 레이어입니다. PNG와 WebP는 알파 채널을 지원하지만 JPEG는 지원하지 않습니다. 그래서 오려낸 피사체를 JPEG로 저장하면 흰색 단색 배경이 생깁니다.
seed는 다른 모델에서도 통하나요?: 아니요. seed는 특정 모델의 노이즈 공간을 인덱싱합니다. 다른 모델 — 심지어 같은 모델의 다른 버전에서도 — 같은 숫자는 무관한 결과를 냅니다. seed와 함께 사용한 모델도 기록해 두십시오.

오늘 시작하십시오

최고의 AI 이미지 생성기로 첫 이미지를 만드십시오.

한 문장을 몇 초 만에 완성된, 실제 같은 이미지로 — 그리고 세부를 끝까지 다듬으십시오. 설정 불필요, Discord 불필요, GPU 불필요.

이 설정을 직접 시도해 보기 시작하기

이미 4,200+명의 크리에이터가 LaFoto를 사용 중