스테이블 디퓨전

Stability AI가 가중치를 공개한 텍스트-이미지 생성 모델로, 서비스로만 쓰는 Midjourney·DALL-E와 달리 내 컴퓨터에서 직접 돌리고 고칠 수 있다. 원하는 화풍을 학습시키거나 포즈·구도를 정확히 맞출 때, 이미지를 대량으로 싸게 만들 때 쓴다.

일반 GPU에서도 돌아간다

이미지를 픽셀 단위로 바로 만들지 않고, 크게 압축한 잠재 공간에서 노이즈를 조금씩 걷어내며 그림을 만든 뒤 마지막에 이미지로 복원한다(Latent Diffusion). 이 덕분에 계산량이 크게 줄어 데이터센터가 아닌 일반 게이밍 GPU에서도 실행된다. 다만 그래픽 메모리(VRAM)가 적으면 해상도를 낮춰야 하거나 느려지므로, 큰 모델일수록 넉넉한 GPU가 필요하다.

쓰는 방법은 네 갈래

로컬에서는 보통 이 순서로 쓴다. 모델 파일(체크포인트)을 받아 도구에 넣고, 프롬프트와 빼고 싶은 요소(네거티브 프롬프트)를 적는다. 그다음 해상도와 생성 단계 수를 정해 여러 장 뽑고, 마음에 드는 것을 고른다.

확장 기능으로 원하는 그림에 맞춘다

게임 에셋, 마케팅 시안, UI 목업처럼 같은 스타일로 여러 장이 필요한 작업에 특히 잘 맞는다. 반대로 한두 장만 빨리 필요하면 설치 없이 쓰는 서비스형 도구가 더 편하다.

라이선스와 결과물은 직접 확인한다

버전마다 라이선스가 달라 상업적으로 쓸 수 있는 조건도 다를 수 있다. 쓰려는 기본 모델과 커뮤니티 LoRA의 라이선스를 각각 확인해야 한다. 학습 데이터를 둘러싼 저작권 논란도 있으니 실존 인물이나 특정 작가의 화풍을 흉내 낸 결과물은 조심해서 쓴다. 손가락이나 글자처럼 세밀한 부분은 틀리기 쉬워서, inpainting으로 다듬는 시간을 미리 잡아 두는 게 좋다.

내 GPU에서 원하는 그림을 반복해 뽑는다

가장 흔한 방식은 내 GPU에 WebUI나 ComfyUI를 깔고, LoRA·ControlNet을 조합해 원하는 그림을 반복해서 뽑는 것이다. 개발자는 diffusers나 API로 이미지 생성을 서비스에 붙여 자동화한다.