다크 리전 나이트 — 스플래시 파이프라인

문제

예쁜 이미지를 생성하는 건 쉽습니다. 어려운 것은 디퓨전 모델에서 같은 캐릭터 — 같은 얼굴, 같은 의상, 같은 장식 언어 — 를 완전히 새로운 장면에 꺼내는 일이고, 실제 프로덕션이 필요로 하는 것도 바로 그것입니다.

근본 원인은 반복 실험으로 직접 지도를 그린 트레이드오프입니다: text-to-image는 포즈와 연출이 자유롭지만 굴릴 때마다 의상 디자인이 표류하고, 캐릭터 시트를 앵커로 한 image-to-image는 디자인을 거의 픽셀 단위로 보존하지만 포즈가 잠깁니다. 프로덕션 파이프라인은 이 두 극 사이를 운 좋은 시드에 기대지 않고 의도적으로 항해해야 합니다.

파이프라인

1. 캐릭터 시트 먼저. 전신 컨셉으로 디자인을 확정합니다: 실루엣, 재질, 팔레트, 얼굴. (자체 학습 스타일 LoRA로 직접 디렉팅한 생성 + 페인트오버.)
2. 아이덴티티 보존 스테이징. 스플래시는 시트로부터 만듭니다 — 시트를 VAE 인코딩해 라텐트 앵커로 넣고, 구도와 라이팅은 프롬프트로 다시 씁니다. 결정적인 다이얼은 디노이즈입니다: 0.5~0.65 부근에서 디테일한 캐릭터는 살아남고 빈 배경만 새 장면으로 재렌더됩니다. 그보다 낮으면 아무것도 안 변하고, 높으면 의상이 녹기 시작합니다.
3. 요소 이식. 새 장면 요소(소품, 이펙트, 군중)는 러프 프록시로 먼저 그려 넣고 그 자리에서 재렌더합니다 — 모델은 프록시를 구도 가이드로 삼아 학습된 룩으로 다시 그립니다.
4. 얼굴 & 마감. 저디노이즈(0.2~0.35 — 정체성은 유지한 채 얼굴만 정련) 페이스 디테일 패스로 표정을 제어하고, 최종 페인트오버와 타일 2× 업스케일로 납품합니다.

실제 그래프

실제로 돌아가는 그대로의 image-to-image 스테이징 그래프입니다 — 오픈 웨이트 베이스 위에 자체 학습 스타일 LoRA 스택, 캐릭터 시트를 로드해 VAE 인코딩한 라텐트 앵커, 포지티브 전용 프롬프트(CFG 1에서는 네거티브를 0으로), 그리고 샘플러의 아이덴티티 보존 디노이즈:

그래프를 왼쪽에서 오른쪽으로 읽으면: 모델+LoRA 스택, 프롬프트 블록, 라텐트로 들어오는 캐릭터 시트 — 모두 하나의 샘플러에서 만나고, 그 디노이즈 값이 시트가 얼마나 살아남을지를 결정합니다. 이 사이트의 모든 스플래시 포스트가 이 그래프의 변형을 거쳤습니다.

실전 예시

연못의 황후를 보세요 — 스탠딩 시트와 연못 스플래시는 의상 픽셀 단위까지 같은 캐릭터입니다. 같은 파이프라인이 황금 황제 키 비주얼과 다크 리전 액션 배리에이션을 만들었습니다.

검증이 가르쳐 준 것

• 프롬프트 구조가 길이보다 중요합니다. CFG 1에서는 모든 것이 포지티브 컨디셔닝입니다 — 금지할 요소는 부정하는 게 아니라 어휘에서 제거해야 합니다.
• 배경은 화풍 계약의 일부입니다. 스타일 LoRA들은 다크 시네마틱 배경으로 학습되었습니다 — 플랫 스튜디오 배경에 스테이징하면 학습된 룩이 억눌립니다.
• 정체성 먼저, 구도는 그다음. 디자인이 잠기기 전에 구도 변형을 굴리면 표류가 곱해집니다. 시트를 먼저 잠그면 스플래시 제작이 복권이 아니라 통제된, 반복 가능한 공정이 됩니다.

개요

화려한 페인터리 판타지 캐릭터를 위한 개인 아티스트 스터디 LoRA. 스타일 연습으로 학습했고, 다크 리전 세트와 발키리 인 모션 액션 스터디에 사용했습니다.

카드

노트

흥미로운 발견: 라이트터치 에폭은 표면 언어를 실어 나르면서도 베이스 모델의 해부학과 구도를 유지합니다 — 무거운 에폭은 화풍에서는 이기지만 유연성을 잃습니다.

에폭 스윕 — 분포 외 프로브

고정 시드, 고정 프롬프트(학습 데이터에 없는 소재)로 체크포인트 전체를 스윕. 운용 에폭은 감이 아니라 이렇게 증거로 고릅니다: