3D 캐릭터 AI 이미지 (무드보드, 캐릭터 콜라주, Y2K)

3D 캐릭터 AI 이미지를 안정적으로 만드는 무드보드 구성, 캐릭터 일관성 유지와 Y2K 콜라주 프롬프트를 설명합니다.

 

같은 프롬프트를 썼는데 결과물이 매번 다르게 나온 경험, 있으신가요? 저도 처음엔 그게 그냥 AI의 한계라고 생각했습니다. 그런데 직접 수십 번 반복해보니 이건 프롬프트 설계의 문제였습니다. 단독 3D 캐릭터 이미지에서 Y2K 감성의 인물 콜라주로 확장할 때, 결과를 통제할 수 있는 구조가 분명히 존재했습니다. 그 구조를 정리했습니다.

먼저 밝혀둡니다. 이 작업은 클라이언트 건이 아니라 제 디자인 역량을 늘리려고 개인적으로 진행한 것입니다. 그래서 납품 기준이 아니라 제 기준으로 판단한 기록입니다.

 

 

 

 

 

무드보드부터 다시 생각해야 했던 이유

솔직히 처음에는 프롬프트 한 줄만 잘 쓰면 된다고 생각했습니다. 그런데 실제로 작업해보니 그 전 단계가 훨씬 중요했습니다. 바로 무드보드(mood board) 구성입니다. 여기서 무드보드란 이미지 생성 전에 원하는 결과물의 분위기, 색감, 스타일, 구도를 시각적으로 미리 정의해두는 참고 자료 모음을 의미합니다. 제가 실제로 써봤는데, 이 단계 없이 바로 프롬프트를 쓰면 결과가 생각과 전혀 다른 방향으로 흘러가는 경우가 잦았습니다.

특히 이번 작업에서는 실존 인물 이미지를 레퍼런스로 쓸 수 없다는 점이 변수였습니다. 초상권과 저작권 문제가 발생할 수 있기 때문에 특정 인물을 직접 재현하는 방식은 처음부터 제외했습니다. 대신 헤어스타일, 메이크업, 의상 디자인, 포즈, 배경 구도 같은 요소를 각각 분리해서 수집했습니다. 그리고 Y2K 스타일의 말풍선, 디지털 스티커, 파스텔 컬러 오브제까지 따로 모아서 무드보드를 구성했습니다.

이렇게 레퍼런스를 역할별로 구조화하고 나니, 프롬프트를 쓸 때 각 요소가 어떤 기능을 담당하는지 명확해졌습니다. 인물 이미지는 포즈와 의상 참고, 캐릭터 이미지는 얼굴과 재질의 일관성 유지, 배경 이미지는 색감과 분위기 결정. 이렇게 역할을 분리하니 결과물의 통일감이 실제로 높아졌습니다. 무드보드는 단순한 참고용이 아니라 이미지 생성의 설계도라는 걸 그때 처음 실감했습니다.

• 인물 레퍼런스: 포즈, 의상, 메이크업 방향 결정
• 캐릭터 레퍼런스: 얼굴 정체성, 재질, 컬러 고정
• 배경 레퍼런스: 색온도, 공간감, Y2K 분위기 설정
• 데코 레퍼런스: 스티커, 말풍선, 파스텔 그래픽 요소 수집

15장을 모아 3장을 썼습니다

무드보드로 15장을 모았고, 실제로 프롬프트에 반영한 건 3장입니다.

줄이는 과정이 곧 설계였습니다

15장을 다 넣으면 어떻게 되느냐면, 아무것도 안 넣은 것과 비슷한 결과가 나옵니다. 참조가 많을수록 AI는 평균을 냅니다. 여러 스타일을 섞은 무난한 그림이 되는 겁니다.

그래서 15장을 모은 다음에 한 번 더 물어야 합니다. 이 중에서 내가 실제로 가져오려는 게 뭔가. 저는 그게 3장이었습니다.

나머지 12장이 쓸모없었다는 뜻은 아닙니다. 12장을 봐야 남길 3장이 무엇인지 알게 됩니다. 무드보드는 AI에 넘길 재료가 아니라 제 기준을 정리하는 과정에 가깝습니다.

 

 

 

 

 

 

무드보드 기반 3D 캐릭터 Y2K 콜라주

 

 

 

캐릭터 콜라주 프롬프트의 핵심 구조

이미지를 여러 번 생성하면서 가장 자주 틀렸던 부분이 있습니다. 바로 캐릭터의 역할을 '주인공'으로 설정한 것입니다. 콜라주(collage) 구성에서 캐릭터를 메인으로 두면, AI는 자연스럽게 캐릭터 중심으로 화면을 구성합니다. 여기서 콜라주란 여러 시각 요소를 한 화면에 겹쳐 배치해 완성하는 구성 방식을 의미합니다. 이 방식에서는 인물이 주인공이고, 캐릭터는 주변을 꾸미는 플로팅 오브제(floating object), 즉 화면 위를 떠다니는 장식 요소여야 합니다.

두 번째로 자주 망가지는 부분은 캐릭터 IP의 일관성입니다. 여기서 IP(Intellectual Property)란 특정 캐릭터의 고유한 시각적 정체성을 뜻합니다. 같은 캐릭터를 여러 개 배치할 때, 생성할 때마다 귀 모양이 달라지거나 눈의 하이라이트가 사라지거나 날개 크기가 변하는 현상이 발생했습니다. 이를 막으려면 프롬프트 안에서 눈 모양, 귀 형태, 날개, 재질, 바디 비율을 명시적으로 고정하고, "반복되는 모든 캐릭터는 크기와 각도만 달라질 수 있다"는 제한 문장을 반드시 넣어야 합니다.

세 번째는 캐릭터를 어떻게 정의하느냐의 문제입니다. 단순히 "캐릭터를 주변에 넣어줘"라고 하면 AI가 캐릭터를 현실 공간에 서 있는 존재로 해석합니다. 제 경험상 이건 좀 다릅니다. 캐릭터를 플러시 스티커 오브제(plush sticker object)로 정의해야 합니다. 플러시 스티커 오브제란 봉제 인형처럼 부드러운 질감을 가진 캐릭터가 화면 위에 스티커처럼 떠 있는 상태를 말합니다. 이렇게 정의하면 여러 개가 반복되어도 자연스럽고, Y2K 감성도 훨씬 강하게 살아납니다. 배치는 우측 상단, 좌측 중단, 좌측 하단, 우측 하단 네 곳에 하나씩, 총 4개 전후가 가장 균형 잡힌 구성이었습니다. 이보다 많으면 화면이 지저분해집니다.

프롬프트 구조 자체도 중요합니다. 한 문장으로 모든 걸 욱여넣기보다 메인 인물, 공간 분위기, 장식 요소를 순서대로 분리해서 쓰는 방식이 결과 통제에 훨씬 유리했습니다. 출처: OpenAI Prompt Engineering Best Practices에서도 명시하듯, 프롬프트는 원하는 요소의 우선순위를 명확히 해야 모델이 의도대로 해석합니다.

가장 먼저 깨진 건 정체성이었습니다

무드보드에서 캐릭터로 옮길 때 제일 먼저 무너진 게 있습니다. 캐릭터 일관성입니다. 정확히는 정체성이 깨졌습니다.

비슷한데 다른 캐릭터가 나옵니다

생성할 때마다 조금씩 다른 인물이 나왔습니다. 눈매가 바뀌고 얼굴형이 흔들리고, 몇 번째 컷에서는 아예 다른 캐릭터라고 해도 믿을 정도가 됐습니다.

스타일은 유지됐습니다. Y2K 톤도, 색감도, 질감도 비슷하게 나왔습니다. 그런데 "이게 같은 캐릭터냐"에서 걸렸습니다.

스타일과 정체성은 다른 층위입니다

이 작업에서 가장 크게 배운 지점입니다. 스타일은 프롬프트로 잡히는데 정체성은 안 잡힙니다.

스타일은 형용사입니다. 홀로그램, 메탈릭, 파스텔 — 이런 단어를 넣으면 반영됩니다. 그런데 정체성은 구체적인 값의 조합입니다. 눈 사이 간격, 얼굴 비율, 머리 길이 같은 것들인데, 이건 형용사로 지정이 안 됩니다.

결국 4번 만에 원하는 결과가 나왔습니다. 앞의 3번은 캐릭터를 만드는 시도가 아니라 무엇을 고정해야 하는지 알아내는 과정이었습니다.

 

 

 

 

 

 

 

 

Y2K 감성을 실제로 프롬프트에 적용하는 법

Y2K 감성이라는 말을 막연하게 쓰면 결과도 막연하게 나옵니다. 제가 직접 써봤는데, 이 키워드 하나보다 구체적인 무드 요소를 조합해서 쓸 때 훨씬 일관된 결과가 나왔습니다. 구체적으로는 "sunny outdoor street snapshot", "pastel pink and lavender accents", "kawaii editorial mood", "scrapbook-style collage element" 같은 표현을 조합하는 방식입니다. 여기서 카와이(kawaii)란 일본에서 유래한 귀엽고 사랑스러운 미적 감각을 뜻하며, 현재는 Y2K 감성과 결합해 SNS 비주얼 트렌드의 주요 키워드로 자리잡고 있습니다.

실제로 가장 효과적이었던 조합은 네 가지였습니다. 햇살 좋은 길거리 스냅 느낌, 패션 화보의 뷰티 렌더링, Y2K 스크랩북 구성, 카와이 스티커 데코. 이 네 가지를 동시에 명시했을 때 결과물의 톤이 가장 원하는 방향에 가깝게 나왔습니다. 반대로 하나라도 빠지면 전체 분위기가 평범한 인물 사진이나 그냥 캐릭터 일러스트 쪽으로 흘러갔습니다.

보정용 문장도 미리 준비해두는 것이 좋습니다. 결과가 예상과 다를 때 매번 처음부터 프롬프트를 고치면 시간이 많이 걸립니다. 솔직히 이건 예상 밖이었습니다. 캐릭터 디자인이 달라질 때, 인물을 가릴 때, 전체 무드가 밋밋할 때 각각 추가할 수 있는 보정 문장을 따로 정리해두면 반복 생성 효율이 크게 올라갑니다. 출처: OpenAI Image Generation Guide에서도 반복 생성(iteration) 과정에서 구체적 피드백 문장이 결과 정확도를 높인다고 설명합니다.

결국 프롬프트는 명령문이 아닙니다. 제 경험상 이건 시각적 기획서에 가깝습니다. 무엇을 고정하고 무엇을 허용할지를 설계하는 과정이고, 그 설계가 정밀할수록 원하는 결과를 더 빠르게 얻을 수 있습니다. AI 이미지 생성은 자동화 도구이지만, 디렉팅(directing) 능력, 즉 생성 결과를 분석하고 언어로 다시 정의하는 능력에 여전히 크게 의존하는 작업입니다.

• 무드가 밋밋할 때: "Enhance the Y2K scrapbook mood, kawaii sticker styling, pastel graphic overlays" 추가
• 캐릭터가 인물을 가릴 때: "Do not place any character over the face, hair, chest details, or hand pose" 추가
• 캐릭터 디자인이 달라질 때: "All character elements must be identical in face, ears, eyes, proportions, colors, and material" 추가
• 너무 실사처럼 보일 때: "should look like a premium plush mascot, not a real animal" 추가

Y2K를 넣은 단어는 하나였습니다

Y2K 감성을 프롬프트에 어떻게 넣었느냐면, 길게 설명하지 않았습니다. 실제로 쓴 단어는 홀로그램입니다.

왜 이 단어 하나였나

Y2K를 설명하는 단어는 많습니다. 사이버, 메탈릭, 네온, 픽셀, 로우폴리. 그런데 이걸 다 넣으면 앞에서 적은 평균화가 또 일어납니다. 요소는 다 들어가는데 뭘 말하려는 그림인지 흐려집니다.

홀로그램 하나를 고른 이유는 이 단어가 재질과 색과 시대를 동시에 끌고 오기 때문입니다. 홀로그램이라고 하면 표면이 정해지고, 무지갯빛 반사가 따라오고, 2000년대 초반의 느낌이 자동으로 붙습니다. 세 개를 따로 지시할 필요가 없습니다.

감성 단어를 고를 때 저는 이 기준을 씁니다. 여러 개를 나열하기보다 여러 개를 한꺼번에 끌고 오는 단어 하나를 찾는 쪽이 결과가 선명합니다.

 

 

 

 

 

 

 

 

 

결론

이번 작업을 통해 가장 크게 느낀 건, AI 이미지 생성에서 결과를 결정하는 건 프롬프트 문장 자체보다 그 전에 얼마나 구체적으로 시각적 방향을 설계했느냐라는 점입니다. 무드보드 구성, 레퍼런스의 역할 분리, 캐릭터 IP 고정, 배치 위치 명시, 보정 문장 준비. 이 다섯 가지가 갖춰지면 반복 생성 횟수가 눈에 띄게 줄어들었습니다.

AI 이미지 생성 도구는 분명히 작업 시간을 단축해 줍니다. 하지만 디렉팅 능력 없이 도구만 믿으면 같은 프롬프트로 매번 다른 결과를 받아들이는 수밖에 없습니다. 생성된 결과를 분석하고, 무엇이 의도와 달랐는지 언어로 다시 정의하는 과정이 반복될수록 결과의 정확도는 올라갑니다. 다음 작업에서는 캐릭터 고정 이미지를 레퍼런스로 직접 업로드하는 방식도 병행해 볼 계획입니다.

참고: https://chatgpt.com/s/t_6a5c427285708191b533c834cd3d2a6b

 

 

이 글과 이어지는 내용은 스캔 UI 뷰티 광고 만들기, AI 음식 포스터 프롬프트 작성법, AI 영상 도구 파이프라인에 정리했습니다.

Y2K 무드보드를 캐릭터 콜라주로 옮기는 과정에서 정리한 기준입니다.