[STABLEDIFFUSION] 메타코드M 생성형 AI 입문 완성강의_이미지 생성

이번 강의 리뷰에서는 실제 이미지를 생성하는 과정을 담아보겠다.

그럼 오늘도 리뷰시작!

 

---

 

뜬금없는 그림판

하지만 이 생성형 ai를 간략히 잘 설명하고 있어서 가져왔다.

왼쪽 끝의 네모는 내가 입력한 이미지 혹은 텍스트

끝의 네모는 결과물

중간의 큰 필터는 체크포인트

작은 네모들은 로라를 의미한다.

아이스크림이라 치면 체크포인트는 딸기맛, 초코맛 같은 큰 베이스, 로라는 간단한 토핑같은 느낌이다  

 

 

그럼 체크포인트 파일과 로라 파일은 어디서 구해야할까? 

여러 사이트가 있지만 civitai라는 사이트를 추천한다. 

사진으로 보면 알겠지만 여러 체크포인트 파일과 로라파일을 공유하는 사이트이다. 

애니메이션부터 실사화까지 다양한 유형의 파일들이 있는데 원하는 파일을 받고 실행하면 비슷하게 나온다.

 

https://civitai.com/

Civitai: The Home of Open-Source Generative AI

 

 

 

또한 이미지를 누르고 보면 Prompt 입력어, 그리고 Negative prompt 입력어가 나오는데

이로 비슷한 이미지를 출력할 수 있다. 프롬프트를 보면 다음과 같이 숫자가 함께 적어진 명령어를 볼 수 있다.

(in Marc Simonetti style:1.4)

이건 이 명령어를 강조한다는 것을 의미한다. 위의 명령어를 해석하면 Marc Simonetti라는 스타일을 1.4배 강조한다는 것을 의미한다.

 

그럼 본격적으로 이미지를 생성해보겠다. 그냥 명령어로 아무 이미지나 만들 수 있지만 좀 더 멋있는 이미지를 만들기 위해서, 또한 쉬운 입문을 위해서 예시이미지를 똑같이 만들어 보겠다.  

프롬프트를 복사하고 Sampling step 등을 똑같이 설정한다. 그리고 생성을 진행하면

아래와 같이 그림이 만들어진다.

 

첫 번째 그림은 비슷하게 나왔지만 사이즈를 살짝 조절하니 완전 다르게 이미지가 바뀐다.

작은 변화에도 이미지는 크게 변화하고 또한 완벽하게 같은 이미지를 만드는 것은 힘든 일이다.

그래서 현업에서도 여러번 생성을 진행하여 이미지를 조정한다고 한다.

이미지를 좀 더 구체적으로 만들기 위해 컨트롤넷 등을 활용할 수도 있고 Dreambooth나 Lora등을 활용할 수 있다.

여러 방법을 표로 정리한 것이다.

Lora는 "Low-Rank Adaptation"의 약자로 사전 훈련된 딥러닝 모델에 소규모의 매개변수를 추가하여 새로운 작업에 빠르게 적응시키는 기술이다. 이 방법은 기존 모델의 구조를 크게 바꾸지 않으면서도 적은 양의 데이터로도 효과적으로 학습할 수 있게 해준다.

DreamBooth는 사용자가 소량의 예제 이미지를 사용하여 모델을 개인화할 수 있게 하는 기술이다. 구체적으로 사용자는 원하는 대상(예: 특정 인물, 동물, 물체 등)의 몇 장의 이미지와 함께 해당 대상에 대한 설명을 제공 후 DreamBooth는 이 정보를 바탕으로 기존의 이미지 생성 모델을 조정하여 사용자가 원하는 대상을 포함한 새로운 이미지를 생성할 수 있게 된다. 이 기술은 특히 개인화된 콘텐츠 생성에 유용하며 사용자가 자신만의 고유한 스타일이나 테마를 이미지에 반영하고 싶을 때 활용된다.

---

 

이미지 이외에도 동영상 제작, 또한 미세한 조정 등 다양한 팁들이 담겨져서 이번 강의도 알찼다. 혹시 들어볼 생각이 있으시면 메타코드의 강의를 추천드린다.