← 앱으로

프롬프트 작성 기초

AI 이미지 프롬프트의 기본 구조와 작성 순서를 정리했습니다. 항목을 하나씩 더할 때 화면이 어떻게 잠기는지 시드를 고정하고 렌더한 비교 이미지와 함께 확인할 수 있습니다.

1. AI 이미지 프롬프트란?

AI 이미지 프롬프트는 AI 모델에게 "어떤 이미지를 만들지" 지시하는 텍스트입니다. 챗봇에 보내는 대화형 프롬프트와 달리, 이미지 프롬프트는 보통 쉼표로 구분된 짧은 키워드(태그) 묶음으로 작성합니다. 모델은 이 태그를 하나씩 읽어 학습한 개념에 매칭하고, 모든 태그를 동시에 만족시키려는 이미지를 합성합니다.

예시: masterpiece, best quality, 1girl, long hair, blue eyes, school uniform

각 태그는 AI에게 특정 요소를 넣으라는 명령이고, 조합이 좋으면 의도에 가까운 이미지가, 나쁘면 기술적으로는 맞지만 미적으로는 어색한 이미지가 나옵니다. 이 가이드는 그 차이를 익히는 데 초점을 맞춥니다.

2. 기본 구조

  1. 품질 태그 — masterpiece, best quality, highres
  2. 주제 — 1girl, landscape, city
  3. 세부사항 — 머리색, 눈동자, 의상, 포즈
  4. 배경 — outdoor, sunset, classroom
  5. 스타일/조명 — cinematic lighting, anime style

순서대로 배치하면 모델이 프롬프트의 우선순위를 쉽게 파악해 훨씬 안정적인 결과를 만듭니다. Promgrammer의 카테고리 순서가 이미 이 흐름에 맞춰져 있어 위에서 아래로 클릭만 해도 권장 순서가 나옵니다.

프롬프트를 쌓아가면시드 777005 고정 · 컷마다 프롬프트가 다름
step 1 태그로 생성한 예시 이미지 — 피사체와 의상만
step 1피사체와 의상만
step 2 태그로 생성한 예시 이미지 — + 외모와 표정
step 2+ 외모와 표정
step 3 태그로 생성한 예시 이미지 — + 자세와 배경
step 3+ 자세와 배경
step 4 태그로 생성한 예시 이미지 — + 빛과 구도
step 4+ 빛과 구도

네거티브 프롬프트

nsfw, nude, topless, bottomless, bikini, swimsuit, lingerie, underwear, panties, bra, cleavage, ass focus, breast focus, thigh focus, wet skin, suggestive, school uniform, pleated skirt, blazer, serafuku, child, loli, teenage, bad quality, worst quality, worst detail, sketch, censor, jpeg artifacts, watermark, signature, text, extra limbs, bad hands, bad anatomy, missing fingers, extra digits, deformed, mutated, blurry, lowres

모델

rinFlanimeIllustrious_v30 · euler_ancestral/normal · steps 28 · CFG 5 · 896×1152 · seed 777005

이 비교는 Stable Diffusion 계열 체크포인트 하나에서 측정한 결과입니다. NovelAI · Midjourney 등 다른 생성기나 다른 체크포인트에서는 같은 태그가 다르게 동작할 수 있으니, 정답표가 아니라 참고 자료로 보세요.

🎨 콘티 (작화) — 태그 예시

masterpiece — 걸작

3. 태그 순서가 중요한 이유

이미지 모델은 앞쪽 태그를 훨씬 무겁게 처리합니다. 첫 5~10개 토큰이 전체 구도를 지배하고, 20번째 이후의 태그는 "제안" 수준의 약한 신호가 됩니다.

올바른 순서

masterpiece, best quality, 1girl, long hair, blue eyes

비효율적 순서

blue eyes, long hair, 1girl, best quality, masterpiece

Promgrammer는 카테고리 순서가 이미 최적화되어 있어 위→아래로 클릭만 해도 자연스러운 순서가 나옵니다. 특정 태그의 비중을 바꾸고 싶다면 드래그&드롭으로 자리만 옮겨도 됩니다.

4. 좋은/나쁜 프롬프트 비교

좋은 예

masterpiece, best quality, 1girl, solo, long black hair, blue eyes, school uniform, standing, classroom, sunlight
  • - 품질 태그가 앞에, 주제 명확, 세부사항 구체적, 배경 정의됨

나쁜 예

girl, pretty, nice, good, beautiful
  • - 모호한 형용사만 나열, 품질/주제/디테일 모두 불명확

5. 실전 팁

구체적인 태그 사용

추상적인 "pretty"보다 detailed eyes, soft lighting 같은 구체적인 시각 태그를 사용하세요.

태그 15~25개가 적정

너무 많으면 효과가 희석됩니다. 핵심 요소에 집중하세요.

네거티브 프롬프트 필수

low quality, blurry, bad anatomy 같은 기본셋은 항상 포함하세요.

Promgrammer 활용

18개 카테고리, 1,700+ 태그에서 클릭만으로 최적화된 프롬프트를 조립할 수 있습니다.

6. 토큰 예산 — 왜 태그 15~25개가 최적인가

AI 이미지 모델은 태그 개수가 아니라 토큰 개수로 프롬프트를 처리합니다. 토큰은 모델의 토크나이저가 하나의 단위로 취급하는 텍스트 조각이고, masterpiece나 1girl 같은 흔한 태그는 대부분 1토큰입니다. 반면 baroque_costume처럼 복합적이거나 희귀한 태그는 3~4토큰으로 쪼개질 수 있습니다.

Stable Diffusion 1.5는 한 프롬프트 세그먼트당 75토큰이 상한이고, SDXL 이후는 더 길게 허용하지만 실질적 품질은 150토큰 근처에서 포화됩니다. 이를 태그 개수로 환산하면 다음과 같은 경험칙이 나옵니다.

  • 태그 10개 이하: 주제는 선명하지만 디테일이 부족해 이미지가 비어 보임.
  • 태그 15~25개 (스위트 스팟): 선명함과 디테일의 균형이 가장 잘 맞는 구간. 출발점으로 권장.
  • 태그 30개 이상: 태그끼리 경쟁·간섭하며 이미지가 산만해지기 시작.
  • 태그 50개 이상: 앞쪽 5~10개만 실질적 영향, 나머지는 무시됨.

만약 25개를 넘고 있다면 동의어부터 줄이거나, 두 개의 구체적 태그(long_hair + black_hair)를 하나의 복합 표현으로 합쳐 보세요.

7. Before / After — 프롬프트 개선 3단계 예시

같은 아이디어가 어떻게 다듬어지는지 보는 게 가장 빠른 학습법입니다. 아래 3가지 시나리오는 Before → After v1 → After v2 순으로 진화하며, 각 단계에서 무엇이 바뀌었는지 표시했습니다.

예시 1 — 초상화

Before: girl, beautiful, nice, pretty
After v1: masterpiece, best_quality, 1girl, long_black_hair, blue_eyes, school_uniform, standing, classroom, soft_sunlight, portrait
After v2: (masterpiece:1.2), best_quality, absurdres, 1girl, solo, long_black_hair, blue_eyes, school_uniform, standing, classroom, afternoon_light, looking_at_viewer, gentle_smile, detailed_face, cinematic_lighting, bokeh, portrait, depth_of_field

품질 태그 추가 → solo로 주제 명확화 → 시간대·표정 구체화 → 가장 중요한 한 태그에 가중치 부여.

예시 2 — 풍경

Before: landscape, pretty, mountain
After: masterpiece, best_quality, highres, landscape, snow_capped_mountain, alpine_lake, golden_hour, volumetric_fog, cinematic_composition, wide_shot, depth_of_field, realistic, 8k_wallpaper

추상적 "pretty"를 구체적 환경 요소로 교체, 시간대·구도·해상도 힌트 추가.

예시 3 — 전신 캐릭터

Before: anime girl, fighting, cool
After: masterpiece, best_quality, absurdres, 1girl, solo, full_body, combat_pose, dynamic_action, flowing_hair, leather_armor, fantasy_sword, glowing_eyes, intense_expression, dark_forest_background, moonlight, rim_lighting, motion_blur, from_below

프레이밍(full_body), 포즈, 의상, 소품, 배경, 조명, 앵글 — Promgrammer 카테고리 분류가 강제하는 모든 차원을 채움.

8. 초보자가 가장 자주 저지르는 5가지 실수

  1. 프롬프트를 문장처럼 쓰기. "긴 머리의 예쁜 여자아이가 숲에 서 있다" 같은 문장은 Midjourney나 DALL·E에는 괜찮지만, Stable Diffusion이나 NovelAI에서는 쉼표로 구분된 태그 방식이 훨씬 잘 동작합니다. 어느 쪽인지 모르겠다면 일단 태그 방식으로 쓰세요 — 자연어 모델에 붙여 넣어도 크게 무너지지 않습니다.
  2. 쉼표 누락. long hair blue eyes처럼 쉼표 없이 붙이면 하나의 개념으로 해석될 수 있습니다. 태그 사이에는 항상 쉼표+공백을 유지하세요.
  3. 네거티브 프롬프트 비워두기. 이게 초보자가 가장 많이 놓치는 품질 레버입니다. low_quality, blurry, bad_anatomy, extra_fingers, watermark, text만 기본으로 넣어도 손가락 기형, 워터마크, 텍스트 오버레이가 눈에 띄게 줄어듭니다.
  4. 품질 태그 빼기. masterpiece 하나만 첫 자리에 넣어도 튜닝 모델에서 체감되는 품질 차이가 있습니다. 비용은 1토큰, 이익은 실제로 존재합니다.
  5. 가중치 남발. 서너 개 태그에 동시에 (tag:1.3)을 붙이면 서로 상쇄되고, 모델이 "전체적으로 강하게 해달라"로만 해석하게 됩니다. 가장 중요한 태그 1~2개에만 가중치를 주세요.

9. 자주 묻는 질문 (FAQ)

Q.태그는 꼭 영어로 써야 하나요?

예, 거의 모든 모델에서 그렇습니다. Stable Diffusion, NovelAI, Midjourney 모두 학습 데이터가 영어 레이블 위주라 한국어·일본어·중국어 태그는 결과가 불안정합니다. Promgrammer는 모든 태그에 한국어 라벨을 함께 표시해 주니, 한국어로 의미를 확인하고 영어로 복사해서 붙여 넣는 방식으로 사용하세요.

Q.쉼표 대신 공백으로 구분해도 되나요?

모델에 따라 다릅니다. Stable Diffusion WebUI 계열은 쉼표가 사실상 필수, NovelAI는 둘 다 허용하지만 쉼표를 권장, Midjourney는 자연어 구문 위주라 쉼표가 중요하지 않습니다. 확실치 않으면 쉼표를 쓰세요.

Q.같은 태그를 여러 번 넣으면 효과가 커지나요?

대부분의 최신 모델에서는 아닙니다. SD 1.x 시절에는 약간 통했지만 SDXL 이후로는 거의 무효화됐습니다. 태그 영향력을 높이고 싶다면 반복 대신 (tag:1.2) 같은 명시적 가중치 문법을 쓰거나 태그를 앞쪽으로 옮기세요.

Q.품질 태그는 꼭 맨 앞에 있어야 하나요?

예. 품질 태그는 1~2번째 위치에 있을 때 영향력이 가장 큽니다. 중간이나 끝으로 밀리면 거의 무시됩니다. 단, Pony Diffusion 같은 특정 모델은 score_9, score_8_up 같은 전용 품질 토큰을 공식 문서대로 앞쪽에 배치해야 합니다.

Q.무료 모델과 유료 모델은 태그 반응이 다른가요?

다릅니다. 무료 SDXL 파생(Juggernaut, RealVisXL 등)과 유료 NovelAI는 Danbooru 방식 태그에 매우 민감하게 반응합니다. Midjourney와 DALL·E 3은 자연어를 선호하고, Flux는 그 중간입니다. Promgrammer에서 기본 프롬프트를 조립한 뒤 목표 모델에 맞게 살짝 다듬어 사용하는 게 가장 효율적입니다.

Ready to build your prompt?

Click from 1,700+ tags to assemble your AI image prompt.

Start Prompt Builder →