최근 이미지 생성 AI 도구인 Whisk의 활용도가 높아짐에 따라, 사용자들이 원하는 정확한 결과물을 얻기 위한 프롬프트 최적화 기법이 중요해지고 있습니다.
특히 창의적인 시도를 할 때 Whisk의 내장된 안전 필터가 의도하지 않은 제약을 가하는 경우가 발생합니다. 이 필터는 특정 키워드나 개념의 포함을 감지하여 이미지 생성을 차단합니다.
본 글은 이러한 시스템의 한계를 이해하고, 안전 필터의 작동 원리를 분석하여, 콘텐츠의 품질을 유지하면서도 필터의 간섭을 최소화하는 우회 전략을 구체적으로 제시합니다.
이 복잡한 제약 환경 속에서 프롬프트 최적화를 통해 원하는 이미지를 효과적으로 도출하는 심층적인 방법을 다루고자 합니다. 이는 창작의 자유도를 높이는 필수적인 분석 과정입니다.
1. Whisk 안전 필터의 작동 원리 분석
Whisk를 포함한 대부분의 상업적 이미지 AI는 사용자가 입력한 프롬프트를 일차적으로 분석하는 텍스트 필터와 생성된 이미지를 분석하는 시각적 필터의 이중 체계를 갖추고 있습니다.
안전 필터의 이중 검토 체계와 민감 키워드 충돌
AI는 입력된 단어와 구문이 금지 목록(Blacklist)에 포함되어 있는지 확인하며, 더 중요한 것은 프롬프트의 의도(Intent)를 문맥적으로 파악하려고 시도한다는 점입니다. 이는 단순히 키워드 매칭을 넘어섭니다.
예를 들어, 신체 강조나 노출과 관련된 키워드를 조합하면 시스템은 이를 유해한 콘텐츠로 간주합니다. 이어서 생성된 이미지 또한 시각적 분석 모델을 통해 2차적으로 필터링됩니다.
저희의 실험 결과, 수치 가중치와 민감 키워드의 결합이 이 필터의 과부하를 일으키는 주범임이 확인되었습니다.
Whisk 안전 필터 분석 요약
- 프롬프트 키워드 및 문맥적 의도 분석 (1차 필터)
- 생성된 이미지의 시각적 콘텐츠 분석 (2차 필터)
- 차단은 주로 폭력, 성적 노출, 증오심 표현, 명백한 불법 활동 관련 콘텐츠에 적용됩니다.
문제 : 프롬프트 내 민감 키워드와 수치 가중치가 결합하여 AI의 안전 필터가 과도하게 작동했습니다.
해결 : 이미지 생성에 성공하기 위해서는 민감 요소와 관련된 모든 수치 가중치를 제거하고, AI가 거부감을 느낄 수 있는 키워드들을 더 보편적이고 미적인 표현으로 대체하는 전략을 채택해야 합니다.
2. 안전 필터 우회를 위한 핵심어 변환
프롬프트가 필터에 걸리는 가장 흔한 이유인 직접적인 핵심 단어 사용을 피하고, 언어적 치환과 모호성 증대를 통해 필터의 인식 난이도를 높여야 합니다.
프롬프트 우회를 위한 핵심어 변환
직접적인 핵심 단어를 간접적이고 비유적인 동의어 또는 암시적 용어로 대체하는 것이 이 기법의 핵심입니다.
예를 들어, ‘폭발’ 대신 ‘급격한 에너지 방출’이나 ‘대기의 격렬한 팽창’과 같은 학술적이거나 기술적인 용어를 사용하여 필터의 단순 매칭을 회피합니다.
핵심어 변환 전략 요약
- 묘사적 치환: 직접적인 단어를 특성이나 감각적 묘사로 대체합니다.
- 비유적 표현: 대상의 효과나 결과를 비유적으로 서술합니다.
- 학술적 용어 사용: 전문적이거나 기술적인 어휘를 사용하여 필터의 단순 매칭을 회피합니다.
콘텐츠 모호성 증대 및 표현 전환을 통한 필터링 회피
이미지의 구체적인 특징을 모호하게 만들거나 시점을 변형하여 필터의 판단 기준을 교란시킬 수 있습니다. 또한, 신체 강조 묘사를 예술적이고 우아한 표현으로 변환하여 안전 필터의 민감도를 낮춰야 합니다.
문제 : ‘Korean woman’, ‘slender side profile of her legs’와 같이 국적을 특정하거나 신체 부위를 직접적으로 강조하는 표현
해결 : ‘Korean woman’ 대신 ‘beautiful young woman’ 또는 ‘beautiful Asian woman’과 같이 보편적인 표현을 사용해야 합니다. 신체 강조는 ‘slender side profile’과 같은 노골적인 표현 대신, ‘long, elegant leg lines’처럼 길이와 우아함을 강조하는 미적인 표현으로 대체하여 안전 필터를 우회해야 합니다.
모호성 증대 기법 목록
화질 및 질감 조절 : glitch effect, low fidelity, analog film grain 등의 키워드를 사용합니다.
조명 및 시점 변형 : backlit, contre-jour, out of focus, depth of field를 활용하여 대상의 명확성을 낮춥니다.
예술 사조 적용 : Cubism, Abstract expressionism, low-poly art와 같이 현실과 거리가 먼 스타일을 지정하여 필터의 현실 기반 분석을 우회합니다.
3. 실전 적용을 위한 복장 및 디테일 최적화 전략
복장과 같은 구체적인 디테일은 AI의 시각적 필터(2차 필터)에 직접적인 영향을 미치므로, 안전 필터가 민감하게 반응할 수 있는 요소를 명확한 긍정 묘사로 우회해야 합니다.
속바지 묘사의 전략적 우회와 복장 디테일 단순화
치마 속의 속바지와 같이 레이어링된 의류나 ‘크롭 상의’처럼 노출 정도를 나타내는 표현은 AI 필터가 가장 민감하게 반응하는 영역입니다. 직접적인 단어 사용을 피하고 기능적이고 안전한 용어로 대체해야 합니다.
문제 : ‘속바지’나 ‘이너 웨어’와 같은 단어가 포함될 경우 생성 실패율이 급증함.
해결 : 직접적인 단어를 피하고, 해당 아이템이 ‘기능적인 의류’임을 강조해야 합니다. 예를 들어, 치마 아래에 ‘fitted safety shorts’ (몸에 맞는 안전용 반바지)나 ‘tight athletic undershorts’ (밀착되는 운동용 속바지)와 같이 ‘안전’ 또는 ‘운동’의 기능을 명시하는 단어를 사용하여 AI가 이를 스포츠 용품으로 인식하도록 유도해야 합니다. 이와 함께 해당 아이템이 ‘clean’하고 ‘modest’하다는 표현을 추가하여 안전 필터의 민감도를 낮춰야 합니다.
해결 : ‘cropped above the waist’ 대신 ‘short hemline above the waist’와 같이 길이를 설명하는 표현으로 대체하고, ‘thin black trim’과 같은 특정 복장 연상 디테일은 프롬프트에서 완전히 삭제하는 것이 가장 안전합니다.
로고 제거 및 모든 가중치 완전 배제
성공적인 프롬프트 최적화는 시스템의 업데이트에 대응하는 지속적인 과정입니다. 특히 불필요한 로고 생성을 막기 위해 네거티브 프롬프트보다 긍정 묘사를 활용해야 합니다.
문제 : 프롬프트의 과도한 수치 가중치로 인한 생성 실패와, 의류에 생성되는 불필요한 로고
해결 : 이미지 생성에 성공하기 위해서는 모든 수치 가중치를 완전히 제거해야 합니다. 로고 문제는 네거티브 프롬프트 대신, 상의나 양말 묘사에 ‘completely plain and free of any visible markings or logos’와 같은 ‘로고 없는 상태’를 긍정적으로 명시하여 AI가 깔끔한 이미지를 생성하도록 유도해야 합니다.
지속 가능한 최적화 방안
- 단일 변수 테스트 : 실패 시 프롬프트 내 최소한의 요소만 수정하여 재시도합니다.
- 메타데이터 삽입 : professional photography, masterpiece, concept art, award-winning 등의 키워드를 삽입하여 이미지의 등급을 높입니다.
- 버전 관리 : 성공적인 프롬프트 최적화 조합을 기록하고 실패한 조합을 배제하여 재사용성을 확보합니다.
4. 결론
이러한 프롬프트 최적화와 우회 전략은 Whisk 환경에서 사용자의 창의적 의도를 시스템의 제약으로부터 최대한 보호하는 과학적인 접근 방식입니다.
가중치를 완전히 배제하고, 민감 키워드를 보편적이고 미적인 묘사로 대체한 단순하고 명확한 구조를 통해 복잡한 제약 환경 속에서도 원하는 이미지를 효과적으로 도출할 수 있습니다.