안녕하세요, 이번 포스팅에서는 이미지 생성 가이드의 마지막 섹션으로, Stable Diffusion에 대해 알아보겠습니다. Stable Diffusion은 매우 강력한 이미지 생성 모델로, 다양한 호스팅 플랫폼에 업로드할 수 있습니다. 이번 강의에서는 Hugging Face 플랫폼을 사용하여 이미지를 생성해보겠습니다.
Stable Diffusion & Hugging Face
Stable Diffusion은 이미지 생성 및 편집을 위한 딥러닝 모델입니다. 주로 텍스트 설명을 입력으로 받아 그에 맞는 이미지를 생성하는 데 사용됩니다. 이 모델은 다양한 이미지 생성 작업을 수행할 수 있어 창작 활동에 매우 유용합니다.
Hugging Face는 AI 모델, 데이터셋 및 도구를 제공하는 플랫폼으로, 주로 자연어 처리(NLP)와 관련된 도구로 유명합니다. 그러나 이미지 생성 모델인 Stable Diffusion도 Hugging Face에서 쉽게 사용할 수 있습니다.
Hugging Face에서 Stable Diffusion을 사용하여 이미지 생성하기
먼저 Hugging Face 플랫폼에 접속합니다. Stable Diffusion 모델을 선택한 후 프롬프트와 부정적인 프롬프트를 입력하여 이미지를 생성할 수 있습니다.
이미지 생성 방법
- 프롬프트: 생성하려는 이미지의 설명을 입력합니다.
- 부정적인 프롬프트: 생성하지 않으려는 요소를 입력합니다.
프롬프트 예시
예를 들어, 이전에 Midjourney에서 생성했던 “교회를 배경으로 한 밤의 그랜드 캐년, 머리 위에 별과 구름, 1700년대 수채화 스타일”과 같은 이미지를 다시 생성해보겠습니다.
- 프롬프트: “Grand Canyon at night with clouds and moon, starry sky and church on background 1700s water paint style.”
프롬프트 엔지니어링
프롬프트를 작성할 때, Advanced Settings 항목을 펼치면 Negative prompt가 있습니다. 생성하고자 하는 이미지를 더 구체적으로 만들기 위해 생성되지 않길 바라는 요소를 배제할 수 있습니다. 예를 들어, “구름이 너무 많지 않게”, “하늘에 별이 보이게”, “달은 1개”를 부정 프롬프트에 넣어보겠습니다.
- 프롬프트: “Grand Canyon at night with clouds and moon, starry sky and church on background 1700s water paint style.”
- 부정 프롬프트: “Not too many clouds and can see stars in the sky and the number of moons is 1”
부정 프롬프트를 이용해서 다른 이미지가 생성된것을 확인할 수 있습니다.
부정 프롬프트 외에 Seed, Width, Height, Guidance scale, Number of inference steps 항목을 이용하여 더 정교하고 독특한 이미지를 생성할 수 있습니다. 각 항목별로 조정했을 때 어떻게 차이나는지 비교해 보겠습니다.
- Guidance scale: 전(5), 후(10)
- Number of inference steps : 전(28), 후(50)
Stable Diffusion을 활용한 이미지 생성은 매우 창의적이고 흥미로운 작업입니다. 여러 번 시도해보며 키워드를 조정하면 점점 더 원하는 결과에 가까운 이미지를 얻을 수 있습니다.
이로써 이미지 생성 강의를 마치고, 다음 강의에서는 트랜스포머 모델에 대해 알아보겠습니다.
계속해서 함께 학습해 나가길 기대합니다! 🚀🚀🚀
#ChatGPT #GenAI #생성형 AI #Stable Diffusion