
미드저니에서 레퍼런스 이미지를 활용하는 –iw, –sref, –oref는 각기 다른 목적을 가집니다. –iw는 원본 이미지의 구도와 핵심 요소를, –sref는 전반적인 스타일과 분위기를, –oref는 특정 인물이나 오브젝트 자체를 참조할 때 유용합니다. 각 파라미터는 고유한 가중치 옵션으로 그 강도를 조절할 수 있습니다.
미드저니 파라미터의 역할과 조합법을 실전 기준으로 정리한 글 모음입니다.

미드저니에서 레퍼런스 이미지를 활용하는 –iw, –sref, –oref는 각기 다른 목적을 가집니다. –iw는 원본 이미지의 구도와 핵심 요소를, –sref는 전반적인 스타일과 분위기를, –oref는 특정 인물이나 오브젝트 자체를 참조할 때 유용합니다. 각 파라미터는 고유한 가중치 옵션으로 그 강도를 조절할 수 있습니다.

미드저니 사용 시 작업 목적에 따른 파라미터 조절 루틴을 제시합니다. 제품 컷, 아트웍, 패턴, 텍스트 포스터, 레퍼런스 이미지 등 각 시나리오별 최적 파라미터 조합과 작업 흐름을 안내하여 전략적인 AI 이미지 생성을 돕습니다.

미드저니에서 같은 프롬프트를 써도 결과물이 천차만별인 이유, 혹시 궁금하셨나요? 핵심은 바로 개인화 파라미터 –p입니다. 이 기능은 사용자의 고유한 취향을 학습해 이미지에 반영하며, V6와 V7에서 글로벌 프로필을 활성화한 뒤에는 여러 개인화 프로필을 설정할 수도 있죠. Stylize 값 역시 개인화 상태에 따라 다르게 작용하니, 효과적인 이미지 생성을 위해선 개인화 on/off 테스트와 함께 튜토리얼의 기본 설정을 항상 확인하는 것이 중요합니다.

미드저니에서 원하는 이미지를 얻기 위해서는 텍스트 따옴표 활용법과 –iw (Image Weight), –sw (Style Weight), –ow (Omni Weight) 파라미터의 정확한 이해가 필수적입니다. 특히 V6 이상에서 따옴표 사용은 더욱 중요하며, 각 파라미터는 이미지 구성, 스타일, 전반적인 레퍼런스의 영향력을 미세하게 조절하여 상상 속 결과물을 현실로 이끌어줍니다.

미드저니에서 원하는 요소를 강조하고 싶다면 :: 명령어로 단어에 가중치를 부여하고, 불필요한 요소를 제거하고 싶다면 –no 명령어를 활용하세요. 특히 space::2 ship처럼 특정 단어에 가중치를 주거나, –no ugly처럼 명확한 요소를 배제할 때 효과적입니다. 모호한 개념 대신 구체적인 요소를 배제하거나, 원하는 요소를 명확히 제시하는 것이 정확한 결과물을 얻는 비결입니다.

미드저니에서 GPU 비용을 효율적으로 관리하고 일관된 결과물을 얻으려면 –seed로 명확한 비교 기준을 잡고, –repeat로 여러 시도를 거친 후, 마지막으로 –q (품질) 옵션을 현명하게 활용하는 전략이 필수적입니다. 특히 –q는 초기 이미지 생성에만 영향을 미치므로, 탐색 단계에서는 낮은 값을 유지하는 것이 좋습니다.

AI 이미지 생성에서 –ar는 이미지의 화면 비율(Aspect Ratio)을 설정하여 결과물의 가로세로 프레임을 결정합니다. 기본값은 1:1이며, 16:9, 9:16, 4:3과 같이 정수 비율로만 입력해야 합니다. 반면 –tile은 자연스럽게 이어지는 반복 패턴을 생성할 때 사용되며, 벽지나 패브릭처럼 무한히 반복 가능한 단일 타일 이미지를 만들어줍니다. –tile로 생성된 이미지는 반복 패턴이 깨질 수 있으므로 일반적으로 업스케일링을 권장하지 않습니다.

미드저니의 핵심 파라미터인 –stylize, –chaos, –weird는 AI 이미지의 예술적 표현 강도, 결과물의 다양성, 그리고 예측 불가능한 독특함을 조절합니다. 이 기능들을 효과적으로 활용하면 단순한 이미지 생성을 넘어, 사용자의 창의적 의도를 반영한 유일무이한 작품을 만들 수 있습니다.

미드저니로 원하는 이미지를 정확하고 효율적으로 만들려면 –v(모델 버전), –raw(자동 스타일링 감소), –draft(빠른 시안) 세 가지 핵심 매개변수를 숙지해야 합니다. 2026년 4월 7일 기준 기본 모델인 V7은 텍스트/이미지 해석 및 디테일 표현이 크게 강화되었고, –raw는 사실적인 결과물에, –draft는 V7에서만 가능한 빠른 시안 확인에 탁월합니다.

미드저니 invalid parameter 오류를 파라미터 위치·대시·공백·구두점 관점에서 확인하는 문법 입문 가이드입니다.