캐릭터 시트를 이미지로 잇는 AIDRA 컨셉아트 스튜디오

문제 정의

캐릭터는 텍스트로 완성됐지만, 그림은 여전히 사람 손에 걸려 있었다

기획 워크플로우 AX를 사내에 배포하고 나자, 로드맵에는 다음 순서로 LLM 파인튜닝이 적혀 있었다. 하지만 실제 프로덕션 라인을 들여다보니 순서를 바꿔야 했다. AI Drama 팀과 함께 작업하며 캐릭터 하나를 시각화하는 데 걸리는 시간과 비용이 기획 전체 공정에서 가장 크다는 걸 체감했고, 그만큼 AX로 건드렸을 때 임팩트도 가장 크다고 판단했다. 정해둔 로드맵보다 파트너팀이 실제로 겪는 병목이 우선이었다.

캐릭터 시각화는 정석대로면 외주 일러스트레이터에게 컨셉아트를 커미션하는 일이었다. 회차마다 새 캐릭터가 나오는 만큼 이 과정은 시간도 비용도 누적됐다. 최근엔 그 부담을 줄이려 AIDRA가 만들어준 캐릭터 시트 텍스트를 손으로 복사해 ChatGPT 같은 외부 이미지 툴에 붙여넣는 방식으로 버텼지만, 이마저 매 캐릭터마다 사람이 붙어 옮기고 다시 프롬프트를 다듬어야 하는 임시방편이었다. 기획안 안에서 캐릭터가 텍스트로 완성되는 순간과 그 캐릭터가 그림으로 존재하는 순간 사이에는 여전히 사람이 손으로 건너야 하는 틈이 남아 있었다.

문제를 더 까다롭게 만든 건 예산 자체가 아니라 그 안에서 무엇을 지켜야 하는가였다. 이미지 한 장을 생성하는 데도 실비용이 들고, 사내에서 쓸 수 있는 이미지 생성 통로는 정해져 있었다. 시간·비용·품질 세 축을 동시에 만족시켜야 하는 게 이 기능의 진짜 제약이었다.

가설 수립

확률에 맡기지 않고, 사람이 끼어들 자리를 남긴다

이번엔 대안을 여러 겹 검토하고 하나를 고르는 과정이 따로 없었다. 기존 기획 파이프라인에 이미 검증된 패턴들이 있었고, 그 위에 얹으면 설계는 자연스럽게 풀렸다. 다만 그 자연스러움 밑에는 분명한 판단 두 가지가 있었다.

첫째는 확률적으로 움직이는 이미지 모델에게 한 장만 요청해서는 성공률을 담보할 수 없다는 직감이었다. 텍스트 생성과 달리 이미지 생성은 같은 프롬프트를 넣어도 결과가 매번 갈리고, 그중 캐릭터 시트를 제대로 반영한 결과가 나올 확률은 한 번의 시도로는 낮았다. 그래서 후보를 여러 장 동시에 뽑아 그중 하나를 고르는 방식으로 설계 방향을 잡았다. 둘째는 파트너팀이 이미 손에 익힌 흐름을 그대로 가져오는 것이었다. 에피소드를 만들 때 쓰던 스튜디오 UX를 캐릭터 이미지 생성에도 그대로 미러하면, 새 기능을 또 배우게 하는 대신 익숙한 조작 그대로 캐릭터 그림까지 이어붙일 수 있다고 봤다.

이 가설이 맞다면 얻는 건 단순했다. 캐릭터 시트를 복사해 외부 툴에 옮기고, 결과를 다시 기획안에 붙여넣는 그 왕복 자체가 없어진다. 기획부터 캐릭터 시각화까지 AIDRA라는 한 도구 안에서 끝나는 것, 그게 이번 가설이 겨눈 유일한 결승선이었다.

솔루션 도출

다양성 버그를 잡으며, 자동화가 아니라 협업을 설계했다

사내에서 이미지 생성에 쓸 수 있는 유일한 통로는 게이트웨이 뒤에 있었고, 원래는 별도 인증키가 필요한 구조였다. 그 키 없이도 사내 토큰프록시 하나로 접근이 가능하다는 걸 확인하면서 막혀 있던 지점이 풀렸고, 그 위에 캐릭터 시트 텍스트를 이미지 프롬프트로 바꿔 후보 4장을 동시에 생성하고, 그중 하나를 골라 다듬고 확정하는 파이프라인을 얹었다.

기획안 하나에서 캐릭터 4명이 이미지로 태어나는 흐름

① 캐릭터 리스트

② 생성 입력

③ 완성된 컨셉아트

캐릭터 시트에 방향을 적으면 후보가 나오고, 고른 한 장이 그대로 완성본으로 저장된다

파이프라인을 실제로 파트너팀에 붙이고 나서 진짜 문제가 드러났다. 캐릭터마다 후보 4장을 뽑아도 얼굴과 분위기가 다 비슷하게 나왔다. 원인을 뜯어보니 같은 프롬프트로 같은 모델을 여러 번 반복 요청하는 구조에서는 애초에 다양성이 나올 수 없었다. 이미지 모델에는 결과를 갈라줄 시드값 옵션조차 없었다. 프롬프트 문구를 아무리 다듬어도 알고리즘 혼자서는 이 문제를 완전히 풀 수 없다고 판단했다.

그래서 두 갈래로 손을 댔다. 후보마다 다른 디자인 방향을 프롬프트 레벨에 주입해 최소한의 변주를 강제했고, 동시에 레퍼런스 이미지를 첨부하고 대화형으로 원하는 디테일을 설명할 수 있는 입력창을 붙여 사람이 직접 창의력을 더할 수 있는 통로를 열었다. 알고리즘이 다양성을 완전히 대신할 수 없다면, 그 자리를 사람이 채울 수 있게 설계를 바꾸는 게 맞다고 봤다.

결과 & 배운 점

이제 캐릭터는 회차마다, 파트너팀 손에서 매번 태어난다

지금 AI Drama 팀은 새 캐릭터가 나올 때마다, 회차를 새로 쓸 때마다 이 스튜디오를 상시로 쓴다. 캐릭터 시트를 완성한 순간 곧바로 이미지 후보를 뽑고, 그 자리에서 골라 확정하는 흐름이 실제 업무에 자리 잡았다. 외부 툴로 복사해 옮기던 왕복이 사라지고, 기획과 시각화가 같은 화면 안에서 이어졌다는 점에서 이번 프로젝트는 명확한 성공으로 본다.

aidra.web.app

전역 갤러리. 여러 팀원이 각자 만든 캐릭터가 실사·애니 구분 없이 한곳에 쌓인다

다만 이 성공은 자동화를 완성해서가 아니라, 자동화의 한계를 인정하고 그 옆에 사람이 들어올 자리를 남겨서 얻은 것이다. 다양성 버그를 프롬프트만으로 밀어붙였다면 지금도 어딘가에서 비슷한 얼굴만 계속 나오고 있었을 것이다. 이번 프로젝트로 배운 건, AI 기능을 설계할 때 알고리즘이 못 채우는 자리를 감추지 말고 사람이 개입할 수 있는 통로로 남겨두는 편이 결국 더 빠르고 확실한 해법이라는 점이다.