AI 이미지 파라미터 가이드: 종횡비, 시드, CFG, 스타일라이즈, 스텝

AI로 이미지를 만들기 시작한 사람은 대개 몇 달 동안 프롬프트 문장만 붙잡고 씨름합니다. "예쁜"을 "눈부신"으로 바꾸고, "8K", "초정밀", "걸작" 같은 말을 덧붙입니다. 그런데 결과는 크게 달라지지 않습니다. 이유는 단순합니다. 최종 이미지를 결정하는 요소의 상당 부분이 문장이 아니라 파라미터에 있습니다.

파라미터는 모델에게 무엇을 그릴지가 아니라 어떻게 그릴지를 알려 주는 숫자 값입니다. 무엇을 그릴지는 프롬프트가 정하고, 파라미터는 그 방식을 정합니다. 화면 비율, 문장을 얼마나 따를지, 다듬는 단계를 몇 번 거칠지, 어떤 난수 시드를 쓸지, 미적 자유를 얼마나 줄지가 여기 들어갑니다. 무작위 변형 열 장을 뽑는 사람과, 한 이미지를 되풀이해 다듬고 발전시키는 사람을 가르는 것이 바로 이 값들입니다.

이 글은 거의 모든 도구에 등장하는 다섯 가지 파라미터, 종횡비, 시드, CFG, 스타일라이즈, 스텝 에 대한 기술 참고서입니다. 알아 둘 만한 인접 값 몇 가지도 함께 다룹니다. 각 값이 무슨 일을 하는지, 어느 범위를 건드려야 하는지, 지나치면 무엇이 무너지는지 기억이 흐릿할 때마다 다시 펼쳐 보시라고 쓴 글입니다.

형용사보다 파라미터가 중요한 이유

확산 모델은 순수한 잡음에서 출발해 한 단계씩 그 잡음을 걷어 내며 이미지에 다다릅니다. 프롬프트가 목적지 지도라면, 파라미터는 도로와 속도, 그리고 운전자가 도중에 얼마나 마음대로 갈 수 있는지를 정합니다.

똑같은 프롬프트에서 전혀 다른 이미지가 나오는 이유도, 형용사를 더 얹어도 달라지는 게 없는 이유도 여기에 있습니다. 모델이 문장을 잘 따르지 않는 상태(낮은 CFG)라면 단어를 더 넣어 봐야 소용없습니다. 애초에 그 말들에 주의를 기울이지 않고 있으니까요. 스텝이 너무 낮으면 어떤 형용사도 이미지의 질감을 살리지 못합니다. 디테일을 정리할 반복 횟수가 모자랐기 때문입니다.

초보와 숙련자를 가르는 습관은 이것입니다. 한 번에 하나씩만 바꾸기. 프롬프트와 시드와 CFG를 한꺼번에 바꾸면 무엇 덕분에 좋아졌는지 알 수 없습니다. 시드를 고정하고 CFG만 건드려야 변수가 하나로 좁혀지고, 그 모델이 어떻게 움직이는지 제대로 배우게 됩니다.

종횡비: 구도를 결정하는 화면 비율

종횡비는 이미지의 가로와 세로 비율입니다. 미드저니에서는 --ar 16:9처럼 씁니다. 스테이블 디퓨전 계열에서는 가로와 세로를 픽셀로 지정하고, ChatGPT와 Gemini에서는 "9:16 세로 형식으로"처럼 말로 요청하면 됩니다.

목록에서 가장 시시해 보이는 값이지만, 실은 구도에 가장 크게 영향을 줍니다. 모델은 같은 장면을 비율만 다르게 자르지 않습니다. 아예 다시 구성합니다. 16:9로 요청한 인물 사진은 배경이 넓은 미디엄 숏이 되기 쉽고, 같은 프롬프트를 2:3으로 주면 전형적인 세로 클로즈업이 됩니다. 비율은 그 장면에서 AI가 생각하는 "자연스러운 구도" 자체를 바꿉니다.

많이 쓰는 값과 쓰임새

흔한 함정이 하나 있습니다. 3:1이나 1:3처럼 극단적인 비율은 정사각형에 가까운 이미지로 주로 학습한 모델을 혼란스럽게 합니다. 얼굴이 둘, 머리가 둘, 가장자리에 요소가 반복되는 일이 자주 생깁니다. 참고할 것이 마땅치 않은 공간을 모델이 억지로 "채우기" 때문입니다. 이럴 때는 16:9로 생성한 뒤 이미지 자르기 도구나 아웃페인팅으로 최종 형태를 만드는 편이 안전합니다.

또 하나 실무적인 이야기입니다. 나중에 자르는 것보다 처음부터 맞는 비율로 생성하는 편이 언제나 낫습니다. 자르면 픽셀이 버려지고 쓸 수 있는 해상도가 줄어듭니다. 같은 이미지를 여러 형식으로 써야 한다면 가장 제약이 큰 형식(대개 세로)으로 생성하고, 나머지는 크기 조절 도구로 조절해 맞추세요.

시드: 결과를 되풀이하게 해 주는 숫자

시드는 이미지가 태어나는 무작위 잡음을 초기화하는 정수입니다. 같은 프롬프트에 같은 시드, 같은 파라미터, 같은 모델이면 픽셀 단위까지 같은 이미지가 나옵니다. 시드가 바뀌면 모든 것이 바뀝니다.

초보자가 가장 안 쓰는 값이면서, AI로 일하는 사람에게는 가장 중요한 값이기도 합니다. 시드를 잡지 않으면 다듬어 나갈 수가 없습니다. 그저 다시 뽑기를 할 뿐입니다.

실제 쓰임은 세 가지입니다.

• 거의 좋은 결과를 다듬을 때. 구도는 완벽한데 색이 틀렸다면, 시드를 고정한 채 프롬프트에서 색을 가리키는 단어만 바꿔 다시 생성하세요. 이미지의 구조는 대체로 유지되고 바꾼 요소만 달라집니다.
• 파라미터를 공정하게 비교할 때. 내 프롬프트에 CFG 7이 나은지 11이 나은지 알고 싶다면 시드를 고정하고 둘 다 뽑아 보세요. 시드를 고정하지 않으면 CFG 두 값이 아니라 서로 다른 이미지 두 장을 비교하는 것입니다.
• 같은 시리즈의 이미지를 일관되게 유지할 때. 상품 카탈로그, 연작 일러스트, 브랜드 이미지처럼 묶음으로 쓰는 작업에서는 시드를 유지하면 전체의 시각적 "서명"이 지켜집니다.

중요한 한계도 알아 두어야 합니다. 시드는 모델과 버전에 묶여 있습니다. SDXL의 시드 42는 Flux의 시드 42와 닮은 구석이 없습니다. 모델을 바꾸는 순간 예전 시드는 의미 없는 숫자가 됩니다. 그러니 언제나 모델 + 버전 + 시드 를 함께 적어 두세요. 시드만 적어 두면 소용이 없습니다.

CFG Scale: AI가 프롬프트를 얼마나 따를지

CFG는 Classifier-Free Guidance의 약자이며, CFG 값은 모델이 스스로 "그리고 싶은" 것과 여러분의 문장 사이에서 문장에 얼마나 무게를 둘지를 정합니다. 사실상 순종도 조절 손잡이입니다.

값이 낮으면 모델이 자유롭고 창의로워지지만 프롬프트의 일부를 흘려버리기 시작합니다. 값이 높으면 문장을 곧이곧대로 따르지만 이미지가 과채도로 물들고 윤곽이 딱딱해지며 대비가 과해져 인공적으로 보입니다. 흔히 말하는 "타 버린" 상태, 즉 overcooked가 됩니다.

많은 사람이 헷갈리는 중요한 점이 있습니다. 최신 모델은 값의 범위가 다릅니다. 예를 들어 Flux는 자체 가이던스 척도를 쓰는데 2에서 4가 보통이고, 거기에 7을 넣으면 이미 높은 값입니다. 적은 스텝으로 돌아가도록 만든 "터보"나 증류 모델은 CFG 1에서 2를 요구하는 경우가 많습니다. 즉 어디에나 통하는 숫자는 없고, 그 모델 에 맞는 숫자가 있을 뿐입니다. 7이 기본값이라고 넘겨짚기 전에 체크포인트를 배포한 쪽의 권장값을 확인하세요.

CFG가 너무 높을 때의 증상은 이렇습니다. 피부가 플라스틱처럼 보이고, 색이 네온처럼 뜨고, 윤곽 둘레에 어두운 테가 생기고, 글자나 패턴이 과하게 반복됩니다. 너무 낮을 때의 증상은 반대입니다. 이미지는 예쁜데 요청한 것의 절반이 빠져 있습니다.

Stylize: 모델 고유의 미감

파라미터 --stylize (또는 --s)는 미드저니 고유의 값으로, 모델이 자기 미적 감각을 요청 위에 얼마나 얹을지를 정합니다. 개념상 CFG와 거의 반대입니다. 문장에 대한 순종이 아니라 미적 자유를 재는 값이기 때문입니다.

범위는 0에서 1000이며 기본값은 100입니다. 실제로는 이렇습니다.

• 0–50: 곧이곧대로 그립니다. 모델이 아무것도 "개선"하지 않고 설명한 그대로 그리려 합니다. 다이어그램, 기술 참고 이미지, 레이아웃처럼 아름다움보다 정확함이 중요한 경우에 좋습니다.
• 100–250: 균형입니다. 요청에서 벗어나지 않으면서 구도와 색이 좋습니다. 대부분의 경우를 해결하는 구간입니다.
• 250–750: 모델이 주도합니다. 극적인 조명, 과감한 색, 더 예술적인 구도가 나옵니다. 포스터, 컨셉 아트, 표지에 좋습니다.
• 750–1000: 무엇보다 스타일이 앞섭니다. 이미지는 아름답지만 요청한 것과 멀어지는 일이 잦습니다. 창의적 탐색에는 좋고, 요구가 확정된 작업에는 나쁩니다.

자주 혼동되는 형제 값이 하나 있습니다. --chaos (또는 --c, 0에서 100)는 한 번에 나오는 네 장 사이의 편차 를 정합니다. 각 이미지의 스타일이 아닙니다. chaos를 높이면 같은 프롬프트에서 근본적으로 다른 네 가지 해석이 나옵니다. 초기 발상에는 훌륭하고, 원하는 것이 정해진 뒤에는 최악입니다. 여기에 --weird도 있는데, 일부러 낯섦을 집어넣는 값이라 클라이언트 작업보다는 실험에 어울립니다.

미드저니 밖의 모델에는 이에 곧바로 대응하는 "stylize"가 없습니다. 비슷한 효과는 다른 방법으로 냅니다. 스타일 LoRA를 쓰거나, 프롬프트에 미적 키워드를 넣거나, CFG를 미세하게 조정하는 식입니다. 그래도 개념은 알아 둘 만합니다. "모델이 자기 개성을 얼마나 넣어도 되는가"라는 논리는 거의 모든 도구에 모습만 달리해 나타나기 때문입니다.

Steps: 모델이 반복하는 횟수

스텝( sampling steps)은 잡음을 걷어 내는 과정의 단계 수입니다. 한 스텝마다 이미지가 최종 결과에 조금씩 가까워집니다. 스텝이 많아지면 연산 시간이 늘고, 어느 지점까지는 디테일도 늘어납니다.

핵심은 어느 지점까지라는 말입니다. 이 값은 수확 체감이 아주 분명합니다. 10스텝과 25스텝의 차이는 크지만, 30과 60의 차이는 미묘하고, 80을 넘으면 사실상 구분되지 않습니다. 시간과 전력만 쓰는 셈입니다.

스텝과 샘플러는 곧바로 이어져 있습니다. DPM++ 2M Karras 계열은 빠르게 수렴해 25스텝 언저리에서 좋은 결과를 냅니다. Euler a 같은 앤세스트럴 샘플러는 끝까지 수렴하지 않습니다. 스텝을 늘릴수록 이미지가 계속 바뀌는데, 탐색할 변형이 많아진다는 점에서는 좋고 재현이 어려워진다는 점에서는 나쁩니다. 일관성이 목표라면 앤세스트럴이 아닌 샘플러를 고르세요.

작업 흐름에서 쓸 만한 결정이 하나 있습니다. 초기 탐색은 낮은 스텝(15~20)으로 돌려 수십 개의 프롬프트를 빠르게 시험하고, 최종본만 당첨된 시드로 30~40스텝에서 다시 뽑는 것입니다. 처음부터 최고 품질로 전부 돌리는 것보다 시간이 훨씬 절약됩니다.

함께 알아 둘 만한 인접 파라미터

핵심 다섯 가지 외에도 자주 등장하며 특정 문제를 해결해 주는 값들이 있습니다.

• 네거티브 프롬프트: 이미지에 들어오지 않았으면 하는 것들의 목록입니다. 일그러진 손, 워터마크, 글자, 낮은 화질 같은 것들이지요. 스테이블 디퓨전 계열에 있고, 미드저니에서는 --no로 씁니다. 들이는 품에 비해 효과가 가장 큰 조정 중 하나이니 네거티브 프롬프트 전용 가이드를 읽어 볼 만합니다.
• Denoising strength: 이미지를 입력으로 주는 작업에서 원본을 얼마나 바꿀지 정합니다. 0.2 언저리면 살짝 손보는 정도이고, 0.7을 넘으면 원본은 구도에 대한 희미한 힌트 정도로만 남습니다.
• 참조 이미지 가중치 (--iw 미드저니): 올린 이미지가 문장에 비해 얼마나 무게를 갖는지 정합니다. 캐릭터 일관성을 잡을 때 반드시 필요합니다.
• 샘플러 / 스케줄러: 잡음을 걷어 내는 알고리즘입니다. 수렴 속도와 최종 질감이 달라집니다. DPM++ 2M Karras와 DDIM은 무난한 선택입니다.
• Tile / seamless: 이음매 없이 반복되는 질감을 만듭니다. 패턴과 배경에 씁니다.
• 모델 버전 (--v 미드저니): 버전이 다르면 미감도 파라미터 범위도 다릅니다. 버전을 바꾸면 이전 시드는 무효가 됩니다.

도구별로 어떤 파라미터가 있는가

플랫폼마다 부르는 이름이 제각각이라 혼란의 상당 부분이 여기서 옵니다. 아래 표에 서로 대응하는 값을 정리했습니다.

여기서 한 가지 규칙이 보입니다. 일반 사용자를 향한 도구일수록(ChatGPT, Gemini) 노출하는 값이 적고 플랫폼이 대신 정해 줍니다. 모델 자체에 가까울수록(ComfyUI, Automatic1111) 통제권이 커집니다. 어느 쪽이 낫다고 할 수는 없습니다. 목적이 다를 뿐입니다. 다만 결과를 되풀이해야 하는 일이라면 결국 시드와 CFG를 노출하는 도구가 필요해집니다.

파라미터의 조합: 목적별 설정값

파라미터는 따로 놀지 않습니다. 아래 조합은 검증된 출발점이니, 쓰는 모델에 맞게 조정하세요.

이 선택들에는 일관된 논리가 있습니다. 사진 같은 결과에는 낮은 CFG가 맞습니다. 모델은 이미 사진이 어떤 모습인지 알고 있어서, 너무 밀어붙이면 오히려 망가집니다. 그래픽 디자인과 홍보물에는 높은 CFG가 맞습니다. 정확히 그 요소를 그 색으로 원하기 때문입니다. 그리고 스텝은 화면 안에서 미세한 디테일이 서로 자리를 다툴 때만 올리면 됩니다.

흔한 실수와 바로잡는 법

• 한꺼번에 다 바꾸기. 프롬프트도 새로, 시드도 새로, CFG도 새로. 결과는 좋아졌는데 왜인지 모르고, 다시 만들지도 못합니다. 한 번에 변수 하나씩입니다.
• 스텝 문제가 아닌 것을 스텝으로 풀려 하기. 일그러진 손, 어긋난 인체 비례, 빠진 사물은 반복을 늘려도 해결되지 않습니다. 프롬프트나 모델, 혹은 극단적인 비율의 문제입니다.
• 옛날 튜토리얼의 CFG를 그대로 쓰기. 2023년에 SD 1.5용으로 권장되던 값이 Flux나 SDXL에서는 형편없을 수 있습니다. 모델 계열마다 고유한 범위가 있습니다.
• 시드를 무시하기. 시드가 없으면 매번 새로 뽑기일 뿐이고, 잘된 결과 위에 무언가를 쌓아 올릴 수 없습니다.
• 처음부터 극단적인 비율로 시작하기. 3:1로 바로 가지 말고 16:9로 생성한 뒤 아웃페인팅으로 넓히세요. 중복과 깨짐이 줄어듭니다.
• 해상도를 품질로 착각하기. 모델의 학습 해상도를 크게 넘겨 생성하면 피사체가 겹쳐 나오기 쉽습니다. 기본 해상도로 생성한 뒤 업스케일로 키우는 편이 낫습니다.
• 아무것도 기록하지 않기. 다시 만들 수 없는 완벽한 이미지는 성과가 아니라 우연입니다.

생성 전 빠른 점검표

1. 비율은 도구의 기본값이 아니라 이미지가 쓰일 최종 목적지 에 맞춰 정합니다.
2. 모델의 기본값에서 시작합니다. 모델마다 다르니 그 값이 무엇인지 확인하세요.
3. 가볍게 시험합니다. 낮은 스텝으로 네 장을 뽑아 방향만 확인합니다.
4. 가장 나은 결과를 고르고 시드를 기록해 둡니다.
5. 시드를 고정한 채 원하는 지점에 닿을 때까지 파라미터를 하나씩 조정합니다.
6. 최종본은 실사용 스텝(30~40)으로 다시 뽑습니다.
7. 프롬프트, 네거티브, 시드, CFG, 스텝, 샘플러, 모델, 비율을 기록합니다.
8. 후반 작업을 합니다. 업스케일, 자르기, 선명도 조정, 웹용 압축까지.

생성 이후: 거의 모두가 건너뛰는 단계

AI가 만든 이미지가 그대로 올릴 수 있는 상태로 나오는 일은 드뭅니다. 대개 무거운 PNG로, 모델의 기본 해상도로, 채널이 요구하는 정확한 비율과는 다르게 나옵니다. 이 마지막 손질이 "AI로 만든 티가 나는" 이미지와 사이트나 프로필에서 그냥 잘 작동하는 이미지를 가릅니다.

후반 작업 순서는 짧습니다. 최종 비율이 정확히 맞지 않을 때는 이미지 자르기 도구로 구도를 다듬고, 쓰일 곳의 정확한 크기는 크기 조절도구로 맞추고, 확대한 이미지라면 선명하게 도구로 미세한 디테일을 되살리고, 마지막으로 압축도구로 WebP 변환과 압축을 마칩니다. 4MB짜리 PNG가 페이지 맨 위에 있으면 그림이 아무리 좋아도 PageSpeed는 무너지기 때문입니다.

이미지가 브랜드 아이덴티티로 쓰일 예정이라면 다른 도구로 이어집니다. 팔레트 도구로 색 팔레트를 뽑아 여러 결과물의 결을 맞추고, 목표가 브랜드라면 AI 로고 만들기 도구를 쓰세요.

자주 묻는 질문