AI 이미지에서 같은 캐릭터 유지하기: 대량 제작 전 4컷 검증

먼저 작품에서 가장 무너지면 안 되는 장면 한 컷을 정하세요. 정면 상반신이 아니라 옆얼굴, 전신, 달리는 자세, 야간 조명, 두 인물이 함께 나오는 장면처럼 실제 제작에서 피할 수 없는 컷이어야 합니다.

본편을 만들기 전에 같은 설정으로 네 장을 생성합니다. 기준 정면, 옆얼굴 또는 전신, 동작 장면, 그리고 배경·조명·화풍 중 하나만 바꾼 장면입니다. 얼굴 비율, 체형 실루엣, 머리, 의상이나 소품, 전체 표현 방식을 나란히 봅니다. 조건을 단순하게 줄여 다시 시험해도 같은 항목이 흔들리면 프롬프트를 계속 늘리지 말고, 캐릭터를 더 강하게 유지하는 방식으로 바꿉니다.

실존 인물의 얼굴, 아동 사진, 고객 소유 이미지, 공개 전 캐릭터를 넣기 전에 동의, 공개 범위, 보관과 삭제, 학습 이용, 출력 권리, 현재 상업 이용 조건을 확인하세요.

가장 어려운 장면이 방식을 결정한다

먼저 도구 순위를 고르면 실제 제작 요구와 어긋나기 쉽습니다. 프로필 사진은 얼굴만 유지하면 될 수 있지만, 동화책은 페이지마다 전신 비율과 의상을 같게 유지해야 합니다. 웹툰은 측면, 감정, 동작, 여러 인물을 견뎌야 하고, 게임 캐릭터와 브랜드 마스코트는 실루엣·색·문양이 자산 전체에서 반복되어야 합니다. 그래서 첫 질문은 “무엇이 제일 좋나”가 아니라 “어느 컷에서 실패하면 프로젝트가 성립하지 않나”입니다.

텍스트만 쓰는 생성은 연속성이 필요 없는 초기 디자인 탐색에 적합합니다. “짧은 검은 머리, 호박색 재킷” 같은 큰 특징은 반복할 수 있지만 눈과 코의 상대적 위치, 턱 모양, 체형, 의상 구조를 시각 기억처럼 보관하지는 않습니다. seed도 인물 기억을 대신하지 않습니다. Midjourney 공식 Seeds 문서는 프롬프트 사이에서 캐릭터나 외형을 저장하는 용도로 seed에 의존하지 말라고 설명합니다.

선명한 레퍼런스 한 장은 비슷한 장면 몇 개를 만들 때 가장 가벼운 시험입니다. 텍스트보다 구체적인 얼굴, 머리 윤곽, 색, 의상을 전달합니다. 하지만 정면 얼굴 사진에는 옆얼굴, 키와 체형, 신발, 재킷 뒷면, 소품의 옆모습이 없습니다. 프로젝트가 그 정보를 요구하는 순간 레퍼런스 한 장의 한계가 드러납니다.

여러 레퍼런스는 각 이미지가 다른 빈칸을 채우면서 서로 맞을 때만 도움이 됩니다. 정면은 얼굴, 측면은 코와 턱, 전신은 체형과 옷을 맡길 수 있습니다. 반대로 사진마다 나이, 머리 길이, 어깨 폭, 의상, 색조, 그림 방식이 다르면 모델은 어느 버전을 기준으로 삼아야 할지 모릅니다. 자료를 많이 넣는 것이 곧 안정성은 아닙니다.

전용 캐릭터 기능이나 학습형 파이프라인은 수십 장의 장면, 큰 카메라 변화, 긴 제작 기간에서 고려합니다. 더 강한 유지력을 얻는 대신 레퍼런스 버전, 설정 기록, 실패 사례, 후보정 원칙을 관리해야 합니다. 지속이나 캐릭터 ID라는 이름이 있어도 모든 포즈와 의상 세부가 자동으로 복제된다는 뜻은 아닙니다.

결과가 2D 일러스트, 아바타, 피규어, 3D 모델 중 무엇인지 아직 정하지 않았다면 캐릭터 제작 방식 가이드에서 출력 형태를 먼저 결정하세요. 결과 형태가 바뀌면 일관성을 판단할 기준도 달라집니다.

두 번째 이미지를 만들기 전에 캐릭터 기준표를 쓴다

같은 캐릭터는 픽셀을 전부 고정한 그림이 아닙니다. 표정과 자세가 변하고 카메라가 이동하며 날씨와 배경도 달라집니다. 계획한 변화와 원하지 않은 인물 변형을 구분하려면 짧은 기준표가 필요합니다.

설정집을 전부 프롬프트에 붙이기보다 다음처럼 짧게 정리합니다.

고정: 가지런한 검은 단발과 일자 앞머리, 왼쪽 볼의 초승달 무늬, 호박색 필드 재킷, 청록색 스카프, 마른 체형, 차분한 영화풍 색조. 변경 가능: 표정, 포즈, 카메라, 조명, 날씨, 장소. 금지: 나이 변화, 임의의 액세서리, 볼 무늬 누락, 재킷 재설계, 관계없는 화풍으로 이동.

이 기준은 생성할 때뿐 아니라 검수할 때도 중요합니다. 이야기에서 정장을 입어야 한다면 의상 변경을 계획 항목에 먼저 적습니다. 결과가 멋있다는 이유로 우연히 생긴 복장을 사후에 정답으로 만들지 않습니다.

고정 항목을 지나치게 늘려도 문제가 됩니다. 주름 하나까지 묶으면 동작이 굳고 장면 요구와 충돌합니다. 인물을 알아보게 만드는 몇 가지 신호만 강하게 고정하고 자세, 표정, 카메라, 환경에는 필요한 자유를 줍니다.

어려운 각도를 설명하는 레퍼런스 묶음을 만든다

정면 클로즈업 다섯 장은 옆얼굴이나 전신 정보를 늘려 주지 않습니다. 레퍼런스 묶음의 품질은 파일 수가 아니라 실제 제작에서 필요한 면을 얼마나 설명하는지로 판단합니다.

가상 캐릭터라면 다음 후보를 순서대로 검토합니다.

• 얼굴이 가리지 않고 조명이 안정적인 기준 정면
• 코, 턱, 헤어라인, 머리 실루엣을 보여 주는 측면 또는 3/4 각도
• 체형, 신발, 의상 비율을 보여 주는 전신
• 반복해야 하는 의상이나 소품의 선명한 세부
• 표정 범위 자체가 요구일 때만 소수의 표정 예시

역광이 강한 멋진 장면은 표지로는 좋아도 얼굴과 옷을 가리면 레퍼런스로 약합니다. 평범해 보여도 정보를 명확하게 보여 주는 이미지를 기준으로 삼고, 분위기 이미지는 목표 스타일 참고로 분리합니다.

세 번의 작은 시험으로 자료를 늘린다

처음부터 폴더 전체를 넣지 말고 A, B, C 순서로 확인합니다.

각 단계에서 나이, 얼굴 골격, 머리, 체형, 의상, 색, 그림 스타일이 서로 맞는지 확인합니다. 여러 버전을 꼭 섞어야 한다면 얼굴은 A, 의상은 C처럼 담당을 적습니다. 모델이 정식 버전을 추측하게 두지 마세요.

프롬프트는 인물을 다시 쓰는 설정집이 아니라 이번 컷의 변경 요청이어야 합니다.

승인된 레퍼런스의 인물 특징을 유지한다. 바꾸는 것은 자세, 카메라, 동작뿐이다. 지정한 의상과 소품을 보존하고 알려진 흔들림을 새로 만들지 않는다.

외형은 이미지가 전달하고, 문장은 이번 장면에서 달라질 것을 전달합니다. 반복 캐릭터보다 넓은 범위에서 원본의 무엇을 유지하고 바꿀지 결정하려면 이미지 기반 생성 방식 가이드로 이동하세요.

본편 전에 네 컷을 같은 조건으로 시험한다

시험은 작고 일부러 까다로워야 합니다. 네 장 사이에서 캐릭터 기준표, 레퍼런스 묶음, 핵심 설정을 바꾸지 않습니다. 그래야 방식의 한계와 지시 변경의 영향을 구분할 수 있습니다.

1컷: 단순한 정면 기준

배경과 조명을 단순하게 해 얼굴, 머리 윤곽, 특징점, 상의, 기본 색을 기록합니다. 이 단계에서 실패하면 다음으로 갈 이유가 없습니다. 다만 성공해도 시스템이 기준 이미지를 읽을 수 있다는 사실만 확인한 것입니다.

2컷: 측면 또는 전신

기준 이미지가 가장 적게 설명하는 면을 선택합니다. 옆얼굴은 코, 턱, 머리 모양을 보고 전신은 체형, 팔다리, 옷 구조, 신발을 봅니다. 이곳에서 다른 사람으로 바뀌면 복잡한 배경을 더하기 전에 레퍼런스나 방식을 고쳐야 합니다.

3컷: 동작

달리기, 숙이기, 손 뻗기, 오르기, 소품 사용처럼 원근과 표정이 함께 달라지는 동작을 하나 고릅니다. 레퍼런스의 구도만 복사하던 방식은 이 단계에서 쉽게 무너집니다.

4컷: 환경 변수 하나

야간 조명, 비, 원거리 카메라, 다른 실내, 통제한 화풍 변경 중 하나만 바꿉니다. 한꺼번에 모두 바꾸면 실패 원인을 알 수 없습니다. 기준 장면과 다른 조건에서도 같은 캐릭터로 읽히는지 확인합니다.

프로젝트마다 어려운 컷은 다릅니다. 동화는 전신과 손에 든 물건, 세로형 웹툰은 측면과 강한 감정, 게임은 동작과 작은 화면에서도 읽히는 실루엣, 브랜드 마스코트는 로고·색·매체 크기, SNS 연속 콘텐츠는 의상과 조명이 달라진 얼굴이 중요합니다. 네 장의 역할은 유지하되 마지막 장을 실제 쓰임새에 맞춥니다.

웹툰과 스토리보드는 축소 화면도 함께 본다

큰 원본에서 얼굴이 비슷해 보여도 세로 스크롤 화면이나 작은 콘티에서는 머리 윤곽, 대표 색, 의상 표식이 사라질 수 있습니다. 네 컷 원본 옆에 실제 게시 폭의 축소판을 놓고, 대사와 배경이 들어간 상태에서도 인물을 즉시 구분할 수 있는지 확인하세요. 캐릭터 일관성은 확대했을 때의 얼굴만이 아니라 독자가 실제로 보는 크기에서의 인지 문제이기도 합니다.

한 화에 같은 인물이 여러 번 등장한다면 가까운 컷끼리만 비교하지 말고 첫 등장과 마지막 등장도 나란히 봅니다. 중간의 작은 변화가 누적되면 마지막 컷에서 머리 길이, 체형, 재킷 구조가 다른 버전으로 굳을 수 있습니다. 컷 번호와 승인 여부를 시트에 적어 두면 어느 지점부터 기준이 밀렸는지 추적하기 쉽습니다.

다섯 항목을 통과·수정·방식 변경으로 판정한다

네 장을 나란히 놓고 얼굴, 체형 실루엣, 머리, 의상이나 소품, 색과 전체 스타일을 따로 평가합니다.

• 통과: 같은 캐릭터로 알아볼 수 있고 바뀐 부분은 계획 범위 안에 있다.
• 수정: 한 항목이 처음 실패했고 작은 재시험으로 원인을 확인할 수 있다.
• 방식 변경: 선명한 레퍼런스와 단순화한 재시험에서도 같은 항목이 실패하거나, 반복 후보정이 시간과 비용 이점을 지운다.

대체로 비슷함이라는 평균 판정을 내리지 마세요. 정면 세 장이 훌륭해도 작품에 필요한 전신 동작이 쓸 수 없다면 실패입니다. 통과 기준은 이미지 전체의 평균 미감이 아니라 처음 정한 필수 장면을 따릅니다.

사람이 수정할 범위도 미리 정합니다. 색을 조금 맞추거나 선을 다듬는 것은 정상 공정에 넣을 수 있습니다. 하지만 얼굴, 문양, 손, 소품을 매번 다시 그린다면 자동 생성 방식의 이점이 사라집니다. 어느 수준부터 방식 실패로 볼지 기록해야 제작 중에 기준이 느슨해지지 않습니다.

채택 컷과 실패 컷을 같은 크기로 남긴다

채택한 이미지만 크게 보관하면 나중에 왜 통과했는지 알기 어렵습니다. 네 컷을 같은 폭의 시트로 만들고 각 이미지 아래 얼굴·체형·머리·의상·스타일 판정을 한 줄로 적으세요. 얼굴 확대에서는 안 보이던 체형 변화나 작은 화면에서 사라지는 문양도 한눈에 비교할 수 있습니다.

실패 결과도 지우지 말고 측면에서 턱이 가늘어짐, 달리면 머리가 길어짐, 두 인물이 나오면 청록 스카프가 이동함처럼 증상 이름을 붙입니다. 다음 방식을 시험할 때 같은 장면을 재사용할 수 있어, 단순 취향이 아니라 실제 요구를 더 잘 충족했는지 비교할 수 있습니다.

여러 사람이 검수한다면 먼저 각자 다섯 항목을 표시하고 의견이 다른 항목만 함께 봅니다. 처음부터 단체로 한 화면을 보면 목소리가 큰 사람의 비슷해 보인다에 끌리기 쉽습니다. 짧은 독립 판정은 기준표의 모호함과 이미지 자체의 실패를 분리하는 데 도움이 됩니다.

캐릭터 흔들림은 한 변수씩 진단한다

얼굴, 옷, 배경, 화풍, 레퍼런스 강도, 프롬프트를 한꺼번에 바꾸면 다음 결과에서 배울 수 없습니다. 좋아져도 무엇이 효과를 냈는지 모르고, 나빠져도 원인을 찾지 못합니다.

되돌리는 순서는 기준 정면과 단순 배경, 필요한 각도, 의상 세부, 동작, 마지막으로 복잡한 장면이나 화풍입니다. 어느 단계에서 문제가 시작되는지 남기면 프롬프트 충돌, 레퍼런스 부족, 기능 한계를 구분하기 쉬워집니다.

프롬프트를 끝없이 길게 쓰는 것은 복구 전략이 아닙니다. 깨끗한 재시험에서도 같은 항목이 실패하면 부족한 시각 자료를 추가하거나, 더 강한 유지 방식으로 옮기거나, 인물과 배경을 나누어 만들거나, 합성과 후보정을 예산에 넣거나, 현재 방식을 탈락시킵니다.

두 캐릭터는 각각 통과한 뒤 함께 배치한다

먼저 캐릭터 A와 B를 각각 네 컷으로 검사합니다. 실루엣, 색, 머리, 옷, 대표 특징을 의도적으로 다르게 해 단독으로도 구분되게 만듭니다. 한 캐릭터가 혼자 있을 때도 실패한다면 둘을 한 화면에 넣어도 원인이 가려질 뿐입니다.

두 캐릭터가 각각 통과하면 단순한 조명과 배경에서 나란히 세웁니다. 누가 왼쪽과 오른쪽에 있는지, 어떤 옷과 소품이 누구 것인지 명시합니다. A의 머리가 B에게 이동하는지, 얼굴이 하나로 닮아 가는지, 의상 색이 섞이는지, 특징점이 복제되는지, 소품 주인이 바뀌는지 확인합니다.

단순 동시 장면이 통과한 다음에 포옹, 싸움, 가림, 복잡한 환경을 넣습니다. 특징 섞임이 계속되면 두 인물을 따로 생성해 통제된 합성 단계에서 묶거나 여러 대상을 더 강하게 유지하는 방식을 선택합니다. 복잡한 액션 컷을 첫 두 인물 시험으로 삼지 마세요.

현재 레퍼런스 기능은 경계가 있는 예시다

제품 이름은 서로 다른 유지 방식을 이해하는 예시이지 영구적인 순위표가 아닙니다. 현재 공식 문서에서 확인할 수 있는 범위와 남는 한계를 분리합니다.

Midjourney V7에서는 예전 이름을 그대로 쓰지 말고 현재 Omni Reference 문서를 확인합니다. Character Reference 문서는 지원되는 이전 버전을 다루며 복잡한 세부나 실존 인물과의 닮음이 정확히 일치하지 않을 수 있다고 명시합니다.

Ideogram Character Reference 가이드는 밝고 선명한 인물 이미지를 재사용하는 흐름을 설명합니다. Leonardo image guidance 문서는 Character Reference 강도를 제공하면서 face swap이나 완벽한 복제는 아니라는 경계를 둡니다.

Google의 현재 Gemini 이미지 생성 문서는 여러 레퍼런스와 이전 결과를 이용한 연속 작업을 설명합니다. 여러 각도와 장면을 개발할 때 후보가 될 수 있지만, 구현 전에 정확한 모델명, 입력 용량, 가격, 제한을 그 시점의 문서와 계정 화면에서 다시 확인하세요.

공식 갤러리는 가능성을 보여 줄 뿐, 여러분의 캐릭터와 가장 어려운 장면, 레퍼런스, 권리 조건에서 통과했다는 증명은 아닙니다. 제품 이름보다 같은 네 컷의 결과로 선택합니다.

업로드 전에 동의·보관·상업 권리를 확인한다

좋은 결과를 내는 기능이라도 민감한 자료를 올리기에 적절하지 않을 수 있습니다. 실존 인물, 아동, 의뢰 작품, 고객 지식재산, 공개 전 디자인을 입력하기 전에 자료의 소유자와 서비스의 처리 조건을 확인합니다.

무료라는 표시, 파일을 내려받을 수 있다는 사실, 다른 사용자가 상업적으로 썼다는 경험은 여러분의 권리를 증명하지 않습니다. 공개 갤러리가 눈에 띄지 않는다는 사실도 비공개 보장은 아닙니다. 이미지 품질과 분리해 확인해야 합니다.

가상 캐릭터가 아니라 실존 인물의 얼굴을 출발점으로 삼는 경우 동의와 본인성 문제가 더 커집니다. 내 얼굴을 쓰는 AI 이미지 방식 가이드에서 그 분기를 먼저 확인하세요.

긴 프로젝트에서는 승인 레퍼런스 묶음, 캐릭터 기준표, 기본 프롬프트, 통과한 네 컷, 대표 실패 사례, 모델과 기능명, 주요 설정, 승인 날짜를 버전과 함께 보관합니다. 나중에 흔들림이 생겼을 때 원인을 찾을 수 있고, 팀원이 모르는 사이 기준 캐릭터가 바뀌는 일도 막습니다.

첫 대량 생성 전 체크리스트

1. 가장 어려운 장면을 정한다. 측면, 전신, 동작, 화풍 변경, 의상 변경, 두 인물 중 무엇이 프로젝트를 좌우하는가.
2. 가장 가벼운 현실적 방식을 고른다. 텍스트, 레퍼런스 1장, 여러 레퍼런스, 전용 기능, 학습형 방식 순으로 필요성을 본다.
3. 캐릭터 기준표를 쓴다. 고정, 변경 가능, 허용하지 않을 흔들림을 짧게 기록한다.
4. 역할별 레퍼런스를 모은다. 비슷한 정면 여러 장보다 측면, 전신, 세부를 보완한다.
5. 단순 기준 컷을 만든다. 방식이 승인된 인물을 읽을 수 있는지 확인한다.
6. 네 컷을 모두 통과시킨다. 첫 장이 잘 나왔다고 본편을 시작하지 않는다.
7. 한 변수씩 수정한다. 증상, 가장 작은 시험, 결과를 남긴다.
8. 통과, 방식 변경, 후보정 예산 중 하나를 결정한다. 필수 컷이 기준에 도달해야 규모를 키운다.

같은 레퍼런스는 영상의 출발점도 될 수 있지만 움직임, 카메라 변화, 가림, 빛 전환, 프레임 간 흔들림은 별도 문제입니다. image-to-video 방식 가이드에서 짧은 클립으로 다시 시험하고 정지 이미지 통과를 영상 보장으로 여기지 마세요.

자주 묻는 질문

무료 방식만으로 연속 캐릭터를 만들 수 있나요?

네 컷 시험을 하는 데는 충분할 수 있습니다. 하지만 무료 이용이 대량 제작 적합성을 증명하지는 않습니다. 현재 생성 횟수, 대기 시간, 워터마크와 내보내기, 레퍼런스 지원, 공개 범위, 삭제, 상업 조건을 해당 계정에서 확인합니다. 가장 어려운 장면이 통과하지 않거나 조건이 용도에 맞지 않으면 무료라도 제작비가 싼 것이 아닙니다.

레퍼런스 이미지는 몇 장이 필요한가요?

선명한 한 장으로 시작하세요. 첫 이미지에 없는 정보를 줄 때만 측면, 전신, 의상, 소품, 표정을 추가합니다. 적절한 수는 기능과 필요한 장면에 따라 달라집니다. 수량보다 범위와 일치성이 중요하며 서로 충돌하는 레퍼런스는 새로운 흔들림을 만듭니다.

프롬프트만으로 같은 캐릭터를 유지할 수 있나요?

큰 특징을 반복하거나 디자인을 탐색하는 데는 쓸 수 있지만 정확한 얼굴 구조, 실루엣, 의상 구조를 기억하지는 않습니다. 두 번째 이미지부터 반드시 같은 인물이어야 한다면 레퍼런스나 유지 기능을 일찍 시험하세요. seed 반복도 이를 대신하지 않습니다.

LoRA나 자체 모델이 꼭 필요한가요?

모든 프로젝트에 필요하지 않습니다. 먼저 선명한 레퍼런스로 가장 어려운 장면을 시험합니다. 많은 장면, 큰 각도 변화, 대량 제작, 장기 운영이 필요하고 가벼운 방식이 같은 항목을 반복해서 실패할 때 학습형 방식을 검토합니다. 데이터 준비, 버전 관리, 실행 환경, 검수 부담도 생기므로 측정한 문제를 해결할 때 사용합니다.

의상을 바꿔도 같은 인물로 보일 수 있나요?

얼굴, 머리 윤곽, 체형, 특징점, 전체 그림 방식이 기존 의상 없이도 인물을 지탱한다면 가능합니다. 시험에서는 의상만 큰 변수로 바꿉니다. 재킷을 벗자마자 다른 사람처럼 보인다면 시스템이 옷을 인물 정체성으로 사용했을 수 있으므로 얼굴과 전신 레퍼런스를 보강합니다.

두 캐릭터의 특징이 섞이지 않게 하려면 어떻게 하나요?

각 캐릭터를 먼저 단독으로 통과시키고 실루엣, 색, 머리, 의상, 대표 특징을 분리합니다. 그다음 좌우 위치와 소품 주인을 정한 단순한 두 인물 장면을 만듭니다. 특징 교환이 계속되면 따로 생성해 합성하거나 여러 대상을 더 잘 유지하는 방식으로 옮깁니다.

실존 인물 사진을 사용해도 안전한가요?

적법하고 타당한 목적, 당사자의 충분한 동의, 선택한 서비스의 현재 규칙이 모두 맞아야 합니다. 업로드 전에 공개 범위, 보관, 삭제, 학습 이용, 출력 권리, 연령 제한, 사칭과 민감한 콘텐츠 금지를 확인하세요. 가상 캐릭터용 과정을 실제 사람 보호 장치를 우회하는 데 쓰면 안 됩니다.

생성 이미지를 상업적으로 사용할 수 있나요?

서비스, 플랜, 입력 자료 권리, 지역, 이용 방식에 따라 다릅니다. 마케팅 문구나 무료 다운로드를 법적 허가로 바꾸지 마세요. 현재 약관 버전과 구매 기록을 보관하고 모든 레퍼런스의 권리를 확인하며 고객 작업과 상품에는 사람의 승인도 제작 기록에 남깁니다.

정지 이미지에서 같은 캐릭터면 영상에서도 유지되나요?

자동으로 유지되지 않습니다. 정지 레퍼런스는 키프레임으로 유용하지만 영상에는 움직임, 각도 변화, 가림, 조명 전환, 시간축 흔들림이 추가됩니다. 짧은 클립을 별도로 시험하고 캐릭터 기준표와 비교한 뒤 긴 장면으로 진행하세요.

가장 어려운 필수 장면이 통과하고, 같은 실패가 반복될 때의 중단 기준이 정해져 있으며, 입력과 출력 조건이 프로젝트에 맞을 때만 방식을 채택하세요. 한 장의 완벽한 정면 이미지보다 이 결정이 연속 제작을 더 잘 지켜 줍니다.