미드저니 레퍼런스 세트 운영법: 무드보드에서 일관성 있는 결과로 넘어가는 법

한눈에 보기

한눈에 보기

미드저니 레퍼런스 세트는 이미지를 많이 모으는 일보다, 각 이미지가 무엇을 닮기 위한 것인지 역할을 나누는 일에서 성패가 갈립니다. 구성용, 스타일용, 대상 고정용으로 먼저 나누고 --iw, --sw, --ow를 낮은 강도부터 비교하면 어떤 레퍼런스가 실제로 먹히는지 훨씬 빨리 읽을 수 있습니다. 무드보드가 많을수록 결과가 좋아지는 것이 아니라, 역할이 분명할수록 결과가 더 안정적입니다.

무드보드는 많을수록 든든해 보여도, 실제 생성에서는 역할 분리가 더 중요합니다

무드보드는 많을수록 든든해 보여도, 실제 생성에서는 역할 분리가 더 중요합니다

레퍼런스 이미지를 모을 때는 항상 비슷한 착각이 생깁니다. 좋은 이미지가 많을수록 결과도 좋아질 것 같다는 생각입니다. 실제로 폴더를 열어 보면 멋진 구도, 강한 색감, 예쁜 조명, 고정하고 싶은 얼굴, 갖고 싶은 제품컷이 한가득 들어 있습니다. 그런데 막상 생성에 넣으면 결과는 오히려 퍼지기 쉽습니다. 이유는 단순합니다. 각 이미지가 가진 역할이 다른데, 한꺼번에 모두 따라야 할 기준으로 들어가기 때문입니다.

어떤 이미지는 구도를 닮고 싶고, 어떤 이미지는 스타일을 닮고 싶고, 어떤 이미지는 대상 자체를 유지하고 싶은데 이 차이가 정리되지 않으면 모델 입장에서도 우선순위를 읽기 어렵습니다. 그래서 레퍼런스 세트의 핵심은 많이 모으는 일이 아니라, 무엇을 닮기 위한 이미지인지 미리 나누는 일에 있습니다.

세트는 구성, 스타일, 대상 고정 세 묶음이면 대부분 충분합니다

세트는 구성, 스타일, 대상 고정 세 묶음이면 대부분 충분합니다

레퍼런스 세트는 복잡하게 만들 필요가 없습니다. 실무에서는 보통 세 묶음이면 대부분 커버됩니다.

1. 구성용
2. 스타일용
3. 대상 고정용

구성용 이미지는 카메라 거리, 화면 배치, 피사체 위치처럼 레이아웃을 참고하기 위한 컷입니다. 스타일용 이미지는 색감, 질감, 채도, 분위기, 붓질 같은 전반적 인상을 끌어오기 위한 컷입니다. 대상 고정용 이미지는 같은 인물이나 같은 제품처럼, 무엇을 같은 존재로 유지해야 할지 보여 주는 컷입니다.

이렇게 나눠 두면 어떤 이미지를 image prompt로 쓸지, 어떤 이미지를 style reference로 쓸지, 어떤 이미지를 omni reference로 쓸지 판단이 훨씬 빨라집니다. 기능 설명 자체는 레퍼런스 이미지 가이드에 정리돼 있지만, 세트 운영은 그보다 한 단계 위에서 보는 작업입니다.

좋은 레퍼런스는 예쁜 이미지보다 역할이 선명한 이미지입니다

좋은 레퍼런스는 예쁜 이미지보다 역할이 선명한 이미지입니다

레퍼런스 세트가 잘 안 먹히는 이유 중 하나는, 보기 좋은 이미지를 우선으로 고르기 때문입니다. 하지만 역할 분리 관점에서 보면 예쁜 컷보다 무엇을 참고해야 하는지 명확한 컷이 더 낫습니다. 구도용 이미지는 피사체 배치가 선명해야 하고, 스타일용 이미지는 색감과 질감이 또렷해야 하며, 대상 고정용 이미지는 얼굴이나 제품 특징이 명확해야 합니다.

예를 들어 같은 얼굴을 유지하고 싶다면 조명이 과하게 복잡한 화보 컷보다 얼굴 구조가 또렷한 기준 이미지가 더 유리합니다. 제품이라면 반사광이 많은 광고컷보다 실루엣과 라벨 위치가 명확한 컷이 낫습니다. 세트 운영의 핵심은 멋진 이미지 저장이 아니라, 나중에 어떤 역할로 꺼내 쓸지를 미리 정해 두는 데 있습니다.

iw, sw, ow는 한 번에 세게 밀지 말고 층위를 읽는 비교 도구로 써야 합니다

iw, sw, ow는 한 번에 세게 밀지 말고 층위를 읽는 비교 도구로 써야 합니다

레퍼런스를 여러 개 붙일 때 가장 흔한 실수는 처음부터 강도를 높이는 것입니다. 그러면 무엇이 효과를 냈는지, 무엇이 충돌을 만들었는지 읽기가 어려워집니다. 레퍼런스 세트는 결국 층위별 비교 실험에 가깝습니다. 구성은 --iw, 스타일은 --sw, 대상 고정은 --ow가 어느 정도까지 영향을 미치는지 하나씩 읽어야 합니다.

예를 들어 아래처럼 아주 단순하게 시작하는 편이 좋습니다.

editorial portrait in a quiet cafe, soft side light --iw 1 --sw 80 --ow 100

그다음에는 아래처럼 한 축만 움직여 봅니다.

1. --iw만 조정해서 구도가 얼마나 유지되는지 확인
2. --sw만 조정해서 분위기가 어디까지 강해지는지 확인
3. --ow만 조정해서 얼굴이나 제품이 어디까지 붙는지 확인

이런 식으로 읽어야 어떤 레퍼런스가 실제로 먹히는지 알 수 있습니다. 한 번에 모든 값을 높이면 결과가 달라졌다는 사실은 알 수 있어도 왜 달라졌는지는 읽기 어렵습니다.

무드보드와 작업용 세트는 분리해 두는 편이 훨씬 실용적입니다

무드보드와 작업용 세트는 분리해 두는 편이 훨씬 실용적입니다

영감 수집용 무드보드는 넓고 자유로울수록 좋습니다. 하지만 실제 생성에 바로 넣는 작업용 세트는 훨씬 작고 선명해야 합니다. 이 둘을 같은 폴더에서 그대로 쓰면 영감은 풍부해도 생성은 자꾸 흔들립니다. 그래서 무드보드와 작업용 세트를 분리해 두는 편이 실무에서는 훨씬 실용적입니다.

예를 들어 영감 보드는 30장이어도 괜찮지만, 실제 한 번의 생성에서 쓰는 작업용 세트는 구성 1~2장, 스타일 1~2장, 대상 고정 1장 정도면 충분한 경우가 많습니다. 이렇게 줄여야 각 역할이 선명하게 보이고, 실패했을 때도 어떤 이미지가 문제였는지 다시 찾기 쉽습니다.

세트 운영 기록이 쌓이면 다음 프로젝트 속도가 눈에 띄게 빨라집니다

세트 운영 기록이 쌓이면 다음 프로젝트 속도가 눈에 띄게 빨라집니다

레퍼런스 세트는 한 번 잘 만들어 끝나는 자산이 아닙니다. 어떤 스타일용 세트가 브랜드 이미지에 잘 맞았는지, 어떤 대상 고정 컷이 얼굴 유지에 강했는지, 어떤 구성 이미지가 자꾸 결과를 너무 복잡하게 만드는지 기록이 쌓일수록 다음 작업은 훨씬 빨라집니다. 결국 중요한 것은 이미지를 모으는 능력보다, 먹히는 세트를 다시 꺼내 쓰는 운영 능력입니다.

아래처럼 아주 간단하게만 적어도 충분합니다.

set name: quiet editorial portrait
composition: cafe window, half-body, right-third subject
style: muted cream, soft side light, matte texture
identity: short black bob, calm gaze
notes: sw 120 balanced, ow 160 stable, iw 1.2 enough

이렇게 정리해 두면 다음 프로젝트에서 처음부터 다시 헤매지 않아도 됩니다. 결과를 어떻게 평가할지도 아직 막막하다면 AI 이미지 평가 기준 글과 함께 보면 훨씬 판단이 쉬워집니다.

지금 바로 해볼 루틴

지금 바로 해볼 루틴

먼저 지금 모아 둔 레퍼런스 이미지를 구성, 스타일, 대상 고정 세 묶음으로 나눠 보세요. 그다음 각 이미지 옆에 무엇을 닮기 위한 것인지를 한 줄로 적습니다. 이후에는 한 번에 3장 이하만 골라 --iw, --sw, --ow를 낮은 값부터 비교하면서, 어떤 이미지가 어떤 층위에서 실제로 작동하는지 기록해 보세요.

레퍼런스 세트의 힘은 이미지 수가 아니라 역할 분리에 있습니다. 지금까지는 마음에 드는 이미지를 계속 저장만 해 두고 결과가 흔들렸다면, 오늘은 무드보드를 작업용 세트로 다시 정리하는 일부터 먼저 해보는 것을 추천합니다. 그 기준이 생기면 같은 재료로도 훨씬 일관성 있는 결과에 가까워집니다.

레퍼런스 세트는 수집 폴더와 작업 폴더를 분리하는 순간부터 훨씬 실용적인 도구가 됩니다

레퍼런스 세트는 수집 폴더와 작업 폴더를 분리하는 순간부터 훨씬 실용적인 도구가 됩니다

많은 분들이 레퍼런스 작업에서 가장 먼저 겪는 문제는 이미지가 너무 많아진다는 것입니다. 저장은 계속 되는데, 막상 생성할 때 어떤 이미지를 써야 할지는 점점 더 어려워집니다. 이 문제는 감각 부족보다 구조 부족에 가깝습니다. 영감용으로 저장하는 수집 폴더와 실제 생성에 쓰는 작업 폴더를 분리하지 않으면, 레퍼런스는 많아질수록 오히려 덜 유용해집니다.

그래서 폴더 구조부터 다르게 잡는 것이 좋습니다. 수집 폴더는 넓게, 자유롭게 모아도 됩니다. 반면 작업 폴더는 지금 당장 생성에 투입할 이미지만 남기는 식으로 좁혀야 합니다. 이 두 층을 나누면 좋아 보이는 이미지와 실제로 닮겨야 하는 이미지를 훨씬 쉽게 구분할 수 있습니다.

예를 들어 아래처럼 운영할 수 있습니다.

inspiration/
- portraits
- still life
- cinematic color

working-set/
- composition
- style
- subject-lock

이 구조만 있어도 생성 직전에 허둥거리며 이미지를 다시 고르는 시간이 크게 줄어듭니다. 레퍼런스 세트는 결국 저장량보다 선별 구조가 더 중요합니다.

각 레퍼런스 이미지에 왜 저장했는지 한 줄 설명을 붙이면 세트 품질이 빠르게 올라갑니다

각 레퍼런스 이미지에 왜 저장했는지 한 줄 설명을 붙이면 세트 품질이 빠르게 올라갑니다

레퍼런스 이미지를 고를 때 가장 흔한 문제는 마음에 들어서 저장했는데, 나중에는 왜 저장했는지 모르는 상태가 된다는 점입니다. 보기 좋은 이미지는 많지만, 어떤 컷은 구도를 위해 저장했고 어떤 컷은 색감을 위해 저장했는지 잊어버리면 작업 세트로 옮기는 순간 판단이 흐려집니다. 그래서 수집 단계부터 가능하면 한 줄 메모를 붙이는 편이 좋습니다.

메모는 길 필요가 없습니다. 오른쪽 3분할 구도, 차분한 올리브-크림 팔레트, 짧은 보브 헤어 식별용, 유리병 반사 제어 참고처럼 역할만 적어도 충분합니다. 이 메모가 있으면 작업 세트로 옮길 때도 무엇을 남기고 무엇을 버릴지 훨씬 빨라집니다.

실무에서는 아래처럼 평가할 수 있습니다.

1. 역할이 한 문장으로 설명되는가
2. 같은 역할의 이미지가 너무 많이 겹치지 않는가
3. 보기 좋다는 이유만으로 남겨 둔 이미지는 아닌가
4. 지금 프로젝트 목표와 직접 연결되는가

이렇게 보면 무드보드의 밀도도 훨씬 좋아집니다. 레퍼런스는 결국 감탄용 저장이 아니라, 다음 생성에서 무엇을 끌고 올지 분명한 재료여야 하기 때문입니다.

iw, sw, ow 비교는 숫자 실험이 아니라 역할 충돌을 읽는 과정으로 봐야 합니다

iw, sw, ow 비교는 숫자 실험이 아니라 역할 충돌을 읽는 과정으로 봐야 합니다

--iw, --sw, --ow는 각자 의미가 다르지만, 실제 작업에서는 숫자만 바꾸는 실험으로 흐르기 쉽습니다. 그런데 더 중요한 것은 숫자보다 역할 충돌입니다. 구성용 이미지가 너무 강하면 스타일이 묻힐 수 있고, 스타일용 레퍼런스가 과하면 대상 고정이 약해 보일 수 있습니다. 그래서 비교의 핵심은 값이 얼마가 좋으냐보다 어느 층위가 다른 층위를 밀어내기 시작하느냐를 읽는 데 있습니다.

예를 들어 같은 프롬프트에서 아래처럼 비교해 보면 의미가 더 분명해집니다.

test A: --iw 1 --sw 80 --ow 100
test B: --iw 1.5 --sw 80 --ow 100
test C: --iw 1 --sw 140 --ow 100
test D: --iw 1 --sw 80 --ow 180

A와 B를 비교하면 구성 영향이 얼마나 세지는지 읽을 수 있고, A와 C를 비교하면 스타일 층위가 어디서부터 과해지는지 볼 수 있습니다. A와 D를 비교하면 대상 고정이 어디서부터 강직해지는지 판단할 수 있습니다. 이런 비교가 쌓여야 나중에 새로운 세트를 붙일 때도 빠르게 예측할 수 있습니다.

잘되는 세트는 늘리기보다 줄이면서 만들어집니다

잘되는 세트는 늘리기보다 줄이면서 만들어집니다

레퍼런스 세트가 잘 안 풀릴수록 사람은 자꾸 이미지를 더 넣고 싶어집니다. 그런데 실전에서는 반대 방향이 더 자주 맞습니다. 잘되는 세트는 보통 이미지 수를 줄이면서 만들어집니다. 역할이 겹치는 이미지를 빼고, 한 장이 두 가지 역할을 동시에 맡고 있으면 분리하고, 기준을 흐리는 컷을 버릴수록 결과가 선명해집니다.

그래서 레퍼런스 세트를 다룰 때는 추가보다 삭제가 더 중요한 편입니다. 이 이미지가 없어도 세트 목표가 유지되는가?를 계속 물어보면 작업 세트는 점점 강해집니다. 한 번에 완벽한 프롬프트는 없다: 반복 개선 루프로 AI 결과물 퀄리티 높이기와 함께 보면, 삭제와 비교를 반복하는 흐름이 왜 중요한지 더 잘 연결됩니다.

결국 레퍼런스 운영은 수집 취미가 아니라 편집 능력에 가깝습니다. 오늘은 새 이미지를 더 찾기보다, 지금 저장한 이미지 중에서 역할이 겹치는 컷 세 장만 먼저 빼 보세요. 그렇게 세트를 가볍게 만드는 순간, 오히려 결과는 더 일관된 방향으로 모이기 시작합니다.

레퍼런스 세트도 결국 기록을 남기는 사람이 더 빨리 안정화합니다

레퍼런스 세트도 결국 기록을 남기는 사람이 더 빨리 안정화합니다

같은 이미지를 써도 어떤 사람은 빠르게 일관성을 만들고, 어떤 사람은 계속 흔들립니다. 차이는 보통 감각보다 기록에 있습니다. 어떤 레퍼런스가 구성용으로 먹혔는지, 어떤 스타일용 이미지가 과했는지, 어떤 --ow 구간에서 대상 고정이 강해졌는지를 남겨 두면 다음 세트는 훨씬 빠르게 정리됩니다. 반대로 기록이 없으면 늘 처음부터 다시 실험하게 됩니다.

그래서 레퍼런스 운영은 저장보다 로그가 더 중요합니다. 오늘은 무드보드에서 이미지를 더 모으기보다, 최근 프로젝트에서 실제로 먹힌 레퍼런스 세 장만 골라 왜 먹혔는지 한 줄씩 적는 작업부터 해 보세요. 그 짧은 메모가 쌓일수록 다음 세트는 훨씬 가볍고 선명해집니다.

레퍼런스 세트도 많이 모으는 사람보다 잘 버리는 사람이 더 빨리 안정화합니다. 세트를 줄여도 목표가 유지된다면 그 구성이 더 강한 세트입니다. 이 감각이 생기면 다음 프로젝트 속도가 크게 달라집니다.

결국 미드저니 일관성 작업은 프롬프트를 멋지게 쓰는 문제라기보다, 어떤 값을 고정했고 어떤 변수를 바꿨는지 다시 설명할 수 있는 시스템을 만드는 일에 가깝습니다. 오늘 바로 완벽한 결과가 나오지 않아도 괜찮습니다. 중요한 것은 비교한 기준과 실패한 조합, 다시 쓸 수 있는 문장을 남겨 두는 일입니다. 그 기록이 쌓이면 다음 생성은 훨씬 덜 흔들리고, 같은 시리즈를 계속 이어 가는 힘도 분명히 커집니다.

자주 묻는 질문

자주 묻는 질문

레퍼런스 이미지는 많이 넣을수록 좋은가요?

대체로 그렇지 않습니다. 역할이 다른 이미지를 한 번에 많이 넣으면 무엇을 따라야 하는지 흐려지기 쉽습니다. 한 번에는 목적이 분명한 소수의 이미지로 시작하는 편이 더 안정적입니다.

iw, sw, ow를 같이 써도 되나요?

가능합니다. 다만 각 파라미터가 끌고 오는 층위가 명확해야 합니다. 구성은 --iw, 스타일은 --sw, 대상 고정은 --ow처럼 역할을 먼저 나눠 두고, 강도는 낮은 값부터 비교하는 편이 좋습니다.

레퍼런스가 많아질수록 오히려 결과가 퍼지는 이유는 뭔가요?

좋아 보이는 이미지가 많아도 서로 다른 목적을 가진 컷이 한꺼번에 들어오면 모델 입장에서는 따라야 할 기준이 분산됩니다. 그래서 세트를 만들 때는 좋은 이미지 모음보다 역할이 분리된 이미지 묶음이 더 중요합니다.