디자이너의실험실12 미드저니 V8 Edit 제품 이미지 활용｜가방·립글로스·티셔츠 그래픽 미드저니 V8 편집(Edit)은 제품 이미지를 참조해 여러 시점의 시트를 만들거나, 인물 이미지에 제품과 그래픽을 추가할 수 있다. 가방 제품 시트와 착장, 립글로스, 티셔츠 그래픽을 적용해보며 원본의 일관성이 어느 정도 유지되고 편집 과정에서 어떤 차이가 나타나는지 살펴봤다.제품 시트 만들기제품 시트 제작 예시로 검정 가방 이미지 한 장을 미드저니로 생성하고, 빠른 편집에 참조해 여러 시점으로 확장했다. 정면·측면·후면과 클로즈업 디테일을 한 화면에 구성하도록 요청했다.제품 상세 시트 프롬프트스튜디오 배경에서 가방의 정면, 측면, 후면과 클로즈업 디테일을 보여주는 제품 상세 시트를 만들어줘.가방의 전체적인 형태는 원본의 일관성을 잘 유지했고, 각 패널의 구성도 자연스러웠다. 생성된 4장의 결과는 시점과.. 2026. 10. 3. 미드저니 V8 Edit 스타일 바꾸기｜라인 일러스트·2D 애니메이션·아날로그 필름 미드저니 V8 Edit를 활용하면 참조한 이미지의 인물과 구도를 유지하면서 다양한 스타일로 변경할 수 있다. 캐주얼한 에디토리얼 인물 사진을 기준으로, 간단한 스타일 변경 프롬프트와 미드저니 Style Reference(SREF) 코드를 사용해 스타일을 바꿔본 내용을 정리했다.인물 이미지 스타일 바꾸기업데이트된 V8 Edit는 기존 리텍스처(Retexture) 기능에서 다루던 스타일 변경을 지원한다. 원하는 이미지를 편집에 등록한 뒤 간략한 프롬프트를 입력하면, 원본 이미지의 인물과 구도를 바탕으로 스타일을 변경할 수 있다. 한국 여성 모델의 캐주얼한 에디토리얼 사진을 원본으로, 인물 포즈와 화면 구도를 유지하며 라인 일러스트·2D 애니메이션·아날로그 필름 스타일을 자연어 프롬프트로 입력해 생성했다. 한.. 2026. 9. 26. 미드저니 V8 Edit 캐릭터 시트 | 인물 이미지로 전신·얼굴 4방향 만들기 미드저니 V8의 빠른 편집(Quick Edit)을 활용해 인물 이미지 한 장으로 전신과 얼굴의 방향별 캐릭터 시트를 제작할 수 있다. 참조 인물의 정면·3쿼터·측면·후면의 일관성을 확인하고, 인물에 플랫레이 의상 이미지를 함께 참조해 착장까지 한 장의 시트로 제작하는 실험 내용이다.Midjourney V8의 Edit Model에 대한 기본 소개와 사용 방법은 이전 글에서 참고할 수 있으며, 아래 내용을 중심으로 정리한다. 이전 글 : 미드저니 V8 Edit 업데이트 | Quick Edit로 이미지 수정하기인물 이미지로 캐릭터 시트 만들기미드저니로 생성한 클로즈업 인물 이미지를 빠른 편집(Quick Edit)의 참조 이미지로 등록한 뒤, 세부적인 의상 정보 없이도 전신의 방향별 캐릭터 시트를 생성한다. 참.. 2026. 9. 23. 미드저니 V8.2 업데이트｜V8.1 비교와 P코드 활용 Midjourney V8.2는 2026년 7월 24일부터 기본 버전으로 적용됐다. 이번 업데이트는 기본 미학과 이미지 품질, Personalization 개선에 초점을 두고 있으며, 생성 결과를 더 창의적이고 대담하며 세련된 방향으로 조정했다. 이 글에서는 공식 업데이트 내용을 간단히 정리하고, 동일한 프롬프트로 V8.1과 V8.2의 표현 차이를 비교했다. 이미지 스타일 개선생성되는 이미지가 이전보다 더 창의적이고, 대담하고, 세련되고, 신선한 느낌을 제공하도록 조정.저품질 이미지 발생 감소개인화 기능 강화(Personalization·프로필 코드)사용자의 이미지 평가 기록을 바탕으로 취향을 더 정확하게 반영하도록 개선됐으며, 평가 기록이 많은 프로필일수록 개인화 정확도가 높아질 수 있다.기존 프로필 P.. 2026. 7. 28. 미드저니 V8.1 SREF 코드 마이닝｜--sref random 스타일 탐색과 믹스 미드저니는 다양한 미학적 스타일을 숫자로 구성된 SREF(Style Reference) 코드로 제공해, 서로 다른 주제라도 일관된 스타일로 이미지를 생성할 수 있다.마음에 드는 스타일 코드는 다양한 경로에서 얻을 수 있고, 특징을 파악해 기록해 두면 재사용도 가능하다. 이번 글은 V8.1 Draft 모드와 --sref random을 사용해 스타일 코드를 탐색하고 마이닝한 과정을 정리한다.V8.1 Draft와 --sref random으로 24개 스타일 코드 찾기랜덤 SREF 코드 테스트SREF 코드 특징 정리와 마이닝 Draft 모드의 24장 탐색과 Describe 활용 과정은 이전 글인 미드저니 V8.1 Draft 모드｜24장 빠른 탐색과 Describe 활용에서 정리했다.24개의 랜덤 스타일 코드 찾기.. 2026. 7. 26. 미드저니 V8.1 Draft 모드｜24장 빠른 탐색과 Describe 활용 미드저니 V8.1의 Draft 모드에서는 최대 24장의 이미지를 동시에 생성할 수 있다. 이전 버전의 4장보다 생성 수가 크게 늘어나, 작업 초기의 콘셉트 방향 탐색이 한층 수월해졌다.생성 이미지는 512 × 512px의 저해상도지만 GPU 비용은 일반 생성의 절반 수준이며, Fast 모드로 생성 시 몇 초 만에 다양한 결과를 얻을 수 있다. Midjourney 공식 문서 기준으로 Draft 모드와 일반 생성을 비교하면 아래와 같다.생성 이미지 수: 24장 (일반 생성(SD): 4장)해상도: 512 × 512px (일반 생성(SD): 1024 × 1024px)GPU 비용: 0.4 GPU Minute (일반 생성(SD): 0.8 GPU Minute)비용 비교: 일반 SD의 50% (일반 생성(SD): 기준.. 2026. 7. 21. 미드저니 V8.1｜프롬프트와 HD 사용 기준 정리 Midjourney V8.1 살펴보기미드저니 8.1을 사용하면서, 기존 V7에서 사용하던 프롬프트와 옵션 조합이 이미지 결과물에 차이가 생겨 V8.1을 어떤 기준으로 사용할지 정리가 필요했다.Midjourney 공식 문서 기준으로는 V8.1이 기본 버전으로 사용되며, --hd 파라미터를 적용하면 2K 기준의 HD 이미지를 생성할 수 있다고 한다. 먼저 업데이트의 중요 내용을 기록한다.업데이트 내용 일부 요약V8.1은 V8의 프롬프트 해석 범위를 유지하면서, V7의 미학적 질감을 일부 적용한 버전.--hd사용 시 2K 수준 HD 이미지 생성 가능.짧은 프롬프트는 넓은 범위로 해석되고, 상세한 프롬프트는 이미지 통제에 유리.Draft Mode 지원으로 빠른 초안 생성.Describe 기능 개선으로 이미지 기.. 2026. 7. 11. 미드저니 × 나노바나나 룩북｜인물 고정 상·하의 다중 이미지 착장 구조 미드저니로 생성한 인물 모델과 상의·하의 이미지를 조합해, 나노바나나(Gemini)를 활용해 인물을 고정하고 의상을 교체하는 룩북 착장 컷 프롬프트 구조를 정리했다.Midjourney × Nano Banana룩북 시안을 뽑을 때, 인물 모델 이미지에 상의·하의를 교체하는 경우 매번 “무엇을 고정하고 무엇을 바꿀지”를 설명해야 해서, 프롬프트 작성이 번거로워진다. 특히 반복 생성하는 과정에서 의도치 않은 결과가 섞여 나오는 경우도 있다.이번 글은 인물 고정(A) + 의상 교체(B/C)를 기본으로, 고정 요소와 변형 요소를 분리한 프롬프트 템플릿 설계를 목표로 한다. 나노바나나 다중 이미지 프롬프트 설계단순히 “첨부한 인물 이미지를 고정하고 상의·하의를 입혀줘”라고 작성하기보다는, 각 이미지의 고정 요소와 .. 2026. 3. 29. 미드저니 배경 바꾸기｜인물 고정 기반 나노바나나 배경 변주 설계 Midjourney × Nano Banana미드저니 배경 바꾸기를 진행할 때 인물을 고정한 상태에서 나노바나나로 배경을 변경하면 무드와 환경 조명 범위를 분리해 제어할 수 있다. 동일 인물 기준의 배경 변주 실험에서는 고정 요소와 변경 요소를 명확히 구분하는 구조가 필요하다. 본 기록은 고정 요소와 변경 요소를 분리해 구조화한 프롬프트 설계 기록이다.Nano Banana 프롬프트 설계 방향먼저 미드저니로 참조할 인물을 생성하고 인물의 고정 요소와 배경의 변경 요소를 분리해 구조화하여 정리한다.Fix (고정 요소)기준 인물 얼굴등의 주요 디테일인물의 포즈, 3:4 프레이밍 비율 비율등의 주요 디테일톤 라이팅 (선택적)Variable (변형 요소)배경 공간 (모던 건축물 / 도심 야경 / 실내 공간)무드 키.. 2026. 3. 5. 이전 1 2 다음
