요약
AI 이미지 생성은 창작은 모델에 맡기고, 정확해야 하는 일은 코드로 처리할 때 가장 잘 쓰입니다.
대니얼 볼이 확산 모델(잡음에서 시작해 조금씩 그림을 다듬는 방식)의 원리부터 가격, 프롬프트, 에이전트 연동까지 직접 실험한 결과를 가이드로 정리했습니다. 모델과 가격, API가 빠르게 바뀌므로 설정을 유연하게 두고 결과를 모두 기록하라고 권합니다.
왜 중요한가
- 이미지 생성을 제품에 넣으려는 개발자에게 원리와 비용, 코드 설계를 한곳에서 보여 주는 실무 지침입니다.
- 손가락이나 글자 오류 같은 예전 단서는 대부분 사라졌습니다. 이제는 모든 요소를 과하게 꾸민 취향이 AI 이미지를 드러낸다고 짚습니다.
핵심 내용
- 모델 가격은 100배 넘게 차이 나지만, 비용은 장당 가격에 시도 횟수를 곱하고 들인 시간을 더해 따지라고 했습니다.
- ChatGPT는 쉽지만 시드(같은 결과를 재현하는 값) 지정과 일괄 생성이 안 되어 반복 작업에는 API를 권했습니다.
- 프롬프트에는 "멋진" 같은 형용사 대신 카메라, 필름, 인쇄 방식처럼 만드는 과정을 적으라고 했습니다.
- 아이콘은 한 번 호출(0.039달러)로 156개를 얻었지만, 캐릭터 포즈는 격자를 키우자 같은 그림만 반복됐습니다.
- Claude는 이미지를 직접 만들지 못하지만 명령줄 도구나 MCP 서버(에이전트에 외부 도구를 잇는 규격)로 생성 API를 부를 수 있습니다.
HN 반응
- 글 속 픽셀 아트 예시가 테두리에 배경색이 남고 팔레트가 어지럽다는 비판과, 쓰는 사람이 만족하면 충분하다는 반론이 맞섰습니다.
- 직접 그린 스케치나 단순한 3D 도형으로 구도를 잡고 모델에는 스타일만 맡기자는 요령이 보충으로 나왔습니다.
좋은 글이네요. 픽셀 아트에는 또 다른 방법이 있는데, LLM의 도구 사용 능력이 좋아지면서 최근 유행하기 시작한 절차적 그래픽(procedural graphics)입니다.
저는 초기 AGI 스타일의 EGA 그래픽 장면을 렌더링하는 스킬 묶음을 만들어 실험해 봤는데, 놀라울 정도로 잘 됐습니다.
전체 비트맵을 저장하는 대신, 특정 장면을 재현하도록 짠 단순한 드로잉 명령의 시퀀스를 저장하는 겁니다. SVG처럼요.
그러면 대형 생성 모델이 흔히 겪는 문제, 즉 격자 정렬, 팔레트 선택, 고주파 노이즈 문제를 상당 부분 피해 갈 수 있습니다.
https://github.com/scpedicini/agi-stylist
https://kq-styles.specr.net
여기서 AGI는 Adventure Game Interpreter를 뜻합니다.
AGI는 이미 여기 와 있었어요... 늘 그랬죠 (켄이 보내서 왔습니다).
맞아요, 비결정적인 걸 좀 더 결정적인 것으로 바꾸는 일은 AI가 아주 잘하죠.
멋지네요. 이건 일종의 이미지 압축이 될 수도 있겠어요.
아미가/DOS 시절의 게임 몇몇이 이미지 압축에 비슷한 방식을 썼습니다.
이 글에는 괜찮은 꼼수 하나가 빠져 있는 것 같습니다.
그림을 배우세요.
그런 다음 모델에게 그 이미지의 스타일을 바꿔 달라고 하세요.
그러면 원하는 구도와 장면 그대로의 훌륭한 사진을 온갖 용도로 얻을 수 있습니다.
두 번째 꼼수입니다.
구도를 잡기 위해 원하는 장면을 저해상도 지오메트리(상자, 구 등)로 모델링합니다. 그런 다음 그걸 생성 이미지의 기준(즉 참조 이미지)으로 넘겨서, 원하는 스타일로 다시 상상해 달라고 모델에게 요청하는 겁니다.
더 좋은 꼼수가 있어요. 그림을 배우세요. 끝.
AI를 빼면 뭐가 더 나아지는지 잘 모르겠습니다. AI는 예술과 표현의 새로운 양식이니까요.
AI로 이미지를 생성해 놓고 자기가 예술을 하고 있다고 진지하게 생각하는 사람들이 정말 있나요?
질문 하나 드리겠습니다. 악의 없이 진심으로 묻는 겁니다. 사람들이 AI로 만든 이미지를 무작위로 몇 개 골라 봤습니다.
이 중에 예술인 것은 하나도 없다고 보시나요?
근본적으로, 무엇이 예술을 예술로 만드는 걸까요?
손으로 직접 그리는 물리적인 행위일까요? 아닐 겁니다. 제너레이티브 아트1(AI 이전의 원조 방식)는 널리 인정받는 분야니까요.
아니면 만드는 데 들인 노력의 양일까요? 그것도 아닐 겁니다. 검은색이나 빨간색 사각형 하나를 그린 그림처럼 단순한 작품도 예술로 여겨지니까요2.
아니면 자기표현이라는 행위 자체가 무언가를 예술 작품으로 만드는 걸까요?
위키백과의 정의는 이렇습니다.
그러면 어떻게 쓰든, 아무리 공을 들이든, 생성형 AI의 도움으로 만든 이미지는 이 정의를 결코 충족할 수 없다는 주장인가요?
아니요, 그것들은 멍청한 프롬프팅에 기댄 것이라면 그 자체로는 예술이 아닙니다.
그냥 랜덤 노이즈를 짜깁기한 것들이죠.
예술에는 저작자의 존재가 필요합니다.
제 정의가 그렇다는 겁니다 :)
저자는 예술적 가치가 있는 작품을 만들어 낼 만큼 충분한 수준의 예술적 기량과 재능을 갖춰야 합니다. 프롬프트만 넣는다 해도 마찬가지고요. 다만 프롬프트에 기댄 결과물만으로는 대개 별로라서, 그렇게 만들어지는 경우는 드물 겁니다.
AI 도구가 진정한 예술적 가치를 지닌 표현 수단으로 쓸모가 생기는 충분한 기량의 기준을 저는 이렇게 봅니다. AI의 도움 없이 전통적인 매체로도 같은 이미지를 만들어 낼 수 있어야 한다는 겁니다.
이 작품들에 (무작위 프롬프트를 돌린 것 말고) 어떤 차원에서든 깊은 저작 행위가 있었다고 밝혀진다면, 사정은 좀 더 복잡해집니다.
세부 하나하나를 정확한 의도를 갖고 손볼 수 있어야 합니다. 그리고 자기가 지금 뭘 하는지 이해 하고 있어야 하고요.
그래서 이미 자리 잡은 화가, 사진가, 촬영감독이 프롬프트 기반 도구를 쓴다면, 그 도구는 아마 더 높은 예술적 기준을 가진 표현 작업 과정의 일부가 될 겁니다.
이런 감각은 (일반적으로) 프롬프팅만으로는 키우기 어렵습니다.
그런데 일반적인 예술적 가치는, 개인이 즐기는 일과는 다른 문제입니다!
이미지를 프롬프팅하며 즐기는 건 전혀 문제없습니다.
사람들은 퍼즐을 맞추고, 레고를 조립하고, 피아노를 연습하고, 컴퓨터 게임을 하면서 즐거워하죠.
즉 외부의 평가 체계와 상관없이 스스로 즐기는 활동에 몰두하는 겁니다.
이런 걸 취미 라고 부릅니다. 그리고 취미는 뭐든 있다는 것 자체가 멋진 일이죠.
저는 오히려 AI를 쓰면 이미지 생성이 자동으로 예술이 아니게 된다고 생각하는 사람들이 더 놀랍습니다. AI 도구는 꽤 복잡할 수 있고, 일관되고 설득력 있는 결과물을 만드는 건 대부분의 사람이 생각하는 것보다 훨씬 어렵습니다. 특히 변변찮은 하드웨어로 로컬 환경을 꾸리면 더 그렇고요.
최종 결과물에 얼마나 관여했느냐에 달렸겠죠. 전통적인 도구든 디지털 페인트 도구든, 그걸 쓴다고 다 예술가가 되나요?
비유가 마음에 드네요. 플로터 아트라는 분야도 있죠. 대부분은 지루하지만, 한계를 밀어붙이는 사람들도 있어요(펜, 기계, 종이, 드라이버를 망가뜨려 가면서요). 예술은 이런 한계를 탐구하는 거라고 생각합니다.
그림을 잘 그릴 필요도 없어요. 기본적인 구도를 익히는 정도면 충분할 수도 있습니다.
얘가 끝내 그림을 배우지 못하면 우리 다들 실망이 클 텐데요.
― 특정 레트로 시스템용으로 프로그래밍을 해 본 적이 없는 사람.
예를 들어 닌텐도 패미컴/NES의 그래픽 하드웨어 제약을 한번 보세요. https://noelberry.ca/posts/nes/index.html
볼 줄 알면 이런 제약이 실제 레트로 게임의 설계를 이끈 것이 보입니다.
예를 들면 캡콤의 록맨(1987)에서 유명한 "옐로 데빌" 보스전이 그런 식으로 진행되는 이유는, 데빌의 몸에서 움직이는 덩어리들만 스프라이트 타일로 되어 있기 때문입니다. 그 덩어리 중 하나가 화면 반대편에 닿으면 그 부분은 대신 배경 타일로 그려집니다. https://www.youtube.com/watch?v=8RbPqqPrL_M
데빌, 드래곤, 와일리 보스전(일반 로봇 마스터보다 큰 보스는 모두)이 전부 검은 허공에서 벌어지는 것도 이 때문입니다. 배경 레이어를 보스 그리는 데 다 써 버려서, 실제 플레이 공간의 배경에 쓸 몫이 남지 않는 거죠.
이런 모델이 만드는 픽셀 아트는 늘 쓰레기처럼 보입니다. 쓰는 사람이 그 매체를 잘 몰라서 결과물을 제대로 판단하지 못하기 때문이죠. 이 글도 예외가 아닙니다. 프로젝트에 픽셀 아트가 필요하면 직접 배우거나 전문가를 고용하세요.
'픽셀 아트'를 잘 모르는 사람은 자기 방식대로 즐기지도 못한다는 말씀인가요?
저자가 전문가인 척하는 것 같지는 않습니다. 이런 모델은 집에 3D 프린터가 있는 것과 비슷해요. 급할 때 아주 쓸모 있지만, 만들어 내는 물건이 진짜를 대신하지는 못하죠.
문제는 픽셀 아티스트나 전문가한테만 후져 보이는 게 아니라는 거예요. 조금만 관찰력이 있으면 누가 봐도 후져 보입니다.
맥도날드가 정크푸드인 것과 같은 식으로 정크 아트인 거죠.
칼로리 밀도가 높고 나트륨이 많다는 얘기인가요?
뭐가 보기 안 좋은지 설명을 조금 더 해 주시면 좋겠네요.
저는 픽셀 아트에 관해선 그냥 일반인이지만, 제가 보기에도 글에 나온 예시는 분명히 쓰레기, 아니 저품질입니다.
정크푸드만큼 열량이 높고 짜게 먹는데도 그래서 딱히 더 건강하지는 않은 진짜 음식도 많습니다. 하지만 그런 건 실제로 맛있어요. (이탈리아 피자가 미국 7/11 피자보다 뭐가 더 나은지 정확히 짚어 말하긴 어렵지만, 앞쪽이 더 건강해서는 아닙니다.)
발효시킨 도우를 살짝 태우듯 구운 것에 신선하고 다양한 토핑이 어우러져서라고 봅니다.
다만 "소비자에게 해롭다"는 주장은 하기가 더 어렵다는 점이 다르죠.
맥도날드는 계속 먹으면 건강이 나빠집니다.
AI 슬롭은 시간이 지나면 미적 감각을 바꿀지도 모르지만, 그걸 개인 취향 말고 다른 탓으로 돌리기는 어렵습니다.
사람들이 잘못 쓰고 있는 게 아닙니다(대부분의 사용자에게 안목이 없다는 건 사실이지만). 그냥 모델 개발자들이 신경을 안 쓰고, 대체로 픽셀 아트를 전혀 모르는 거예요. 아는 사람이 모델을 학습시켜야 합니다. 예를 들어 Retro Diffusion은 그 시대치고는 꽤 잘 나왔습니다. 믹셀(mixel)도 없고 팔레트도 제대로였죠.
그건 이 문제를 풀 계층이 잘못됐어요. 아니, 필요하긴 하지만 충분하지는 않다고 해야겠네요. 맞습니다, 모델이 대충 픽셀 아트처럼 보이는 것(구체적인 픽셀 크기, 줄어들고 대체로 일관된 팔레트 등)을 생성하도록 학습시켜야 합니다. 하지만 그걸 강제하는 일은 후처리에서 결정적으로 해야 합니다.
그런데 사용자가 보기에 괜찮으면, 대부분의 플레이어도 똑같이 생각하지 않을까요?
게임에서 "제대로 된 아트를 써라"는 불만이 저는 이해가 안 됩니다. 대개는 게임에 다른, 훨씬 눈에 띄는 시각적 문제가 있거든요(안티에일리어싱, 클리핑, 아이콘과 아이템이 안 맞는 것 등).
AI가 생성한 이미지와 글을 더 많이 보고(생성하면 결과를 또 보게 되니까 생성하는 것도 포함해서요) 접하다 보면 무뎌져서, 다른 사람 눈에는 아닌데도 괜찮아 보인다고 말할 가능성이 커진다는 의심이 듭니다.