한 줄 답
원하는 이미지가 안 나오는 건 모델이 부족해서가 아니라 구체적인 설정을 안 넘겨줬기 때문이다.
이미지 프롬프트를 만들때는 8개를 고려해서 작성해 보자 — 주제 · 동작 · 배경 · 스타일 · 구도 · 조명 · 디테일 · 제약. 비워둔 칸은 모델이 기본값으로 채운다. 1~7번은 어느 모델이든 똑같고, 8번(제약)만 모델 따라 켜고 끄면 된다.
“머그컵 그려줘” 하면 AI는 그때 뭘 하고 있을까? ☕
a mug 딱 두 단어를 Krea 2 Turbo와 Z-Image Turbo에 각각 시드 3개로 넣어서 확인해 봤더니, 결과가 이렇게 나왔다.
| 시드 | Krea 2 Turbo | Z-Image Turbo |
|---|---|---|
| 1 | 납작한 색면의 과슈 그림, 갈색 배경 | 나무 테이블 위 흰 머그, 사진 |
| 2 | 반점 유약 스톤웨어, 대리석 위, 사진 | 나무 테이블 위 흰 머그, 사진 |
| 3 | 광택 흰 머그 + 마카롱·원두·화분, 사진 | 나무 테이블 위 검정 머그, 사진 |
Z-Image Turbo는 세 번 다 나무 테이블 위 단독 머그였다.
바뀐 건 컵 색뿐. Krea 2는 매체도 배경도 매번 달랐다. 회화 한 번, 대리석 스튜디오컷 한 번, 소품 잔뜩 깔린 스톡컷 한 번.
여기서 오해하기 쉬운 게 있다.
Krea 2가 “사진보다 그림을 선호하는 모델”인 게 아니다. 3장 중 2장은 사진이었다. 정확히 말하면 기본값의 분산이 크다는 것이고, Z-Image Turbo는 사진으로 수렴한다는 것이다.
어느 쪽이든 공통점은 하나일 것 같다. 두 단어만 넘기면 나머지 일곱 칸은 모델이 채운다. 매체도, 배경도, 소품도.
이미지 프롬프트는 어떤 순서로 써야 할까?
순서가 중요한 이유가 있다.
대부분의 이미지 모델이 앞쪽에 쓴 내용을 더 크게 반영하기 때문이다. 아래 순서는 체크리스트이자 우선순위 배치다.
- 주제 — 무엇이/누가. 수량·재질·형태까지. “머그컵”이 아니라 “무광 세라믹 머그컵 한 개”.
- 동작·관계 — 뭘 하고 있고 다른 요소와 어떻게 놓여 있는지.
- 배경 — 장소, 시간대, 날씨, 실내외.
- 스타일·매체 — 사진인지 일러스트인지 3D인지. 안 적으면 위 표처럼 된다.
- 구도·카메라 — 앵글, 거리, 렌즈감, 화면 배치. 실무에서 제일 큰 레버가 여기다.
- 조명·색상 — 광원 방향과 세기, 색온도. 브랜드 컬러는 hex로.
- 핵심 디테일 — 반드시 살아야 할 한두 가지.
- 제약 — 넣지 말 것. 모델 따라 켜고 끈다.
5번은 이 정도까지 내려간다.
“흰색 심리스 배경에 중앙 배치, 35mm 렌즈 룩, 좌상단에서 부드럽게 확산된 키 라이트.”
여기까지 적으면 결과가 흔들릴 폭이 확 줄어든다.
한글로 정한 걸 어떻게 영문 프롬프트로 옮길까?
한글로 8칸을 먼저 채우고 영문으로 갈아끼우는 게 빠르다. 칸마다 하나씩만 고르는 게 원칙이다.
| 칸 | 고를 것 | 영문 |
|---|---|---|
| 스타일 | 스튜디오 제품 사진 | studio product photography |
| 샷 크기 | 제품 단독 컷 | product shot, hero shot |
| 앵글 | 45도 비스듬히 | three-quarter view |
| 렌즈·심도 | 접사 + 배경 흐림 | macro lens, shallow depth of field |
| 조명 | 자연 창문광 + 부드러운 확산광 | natural window light, soft diffused light |
| 재질 | 하드메이플, 오일 마감 | hard maple wood, oil-finished |
| 배치 | 우측 1/3 비움 | negative space on the right third |
지킬 것 세 가지
- 한 칸에서 하나만. “미니멀한 흰 배경”과 “밀도 높은 배경 디테일”을 같이 쓰면 모델이 헤맨다.
- 중요한 것부터 앞에. 앞쪽 서술이 결과에 더 크게 반영된다.
- 모르는 칸은 비워둔다. 억지로 채우면 그 방향으로 끌려간다.
같은 프롬프트인데 왜 모델마다 다르게 나올까?
프롬프트를 읽는 뇌, 즉 텍스트 인코더가 다르기 때문이다.
| 항목 | Krea 2 Turbo | Z-Image Turbo |
|---|---|---|
| 개발 | Krea AI (2026.06) | Tongyi-MAI / 알리바바 (2025.11) |
| 구조 | 12B 단일 스트림 DiT | 6B S3-DiT |
| 텍스트 인코더 | Qwen3-VL 4B (비전-언어) | Qwen3 4B (텍스트) |
| 스텝 / CFG | 8 / 1.0 | 8 / 1.0 고정 |
| 라이선스 | Krea 2 Community (50시트 이하 상업 무료) | Apache 2.0 |
인물의 외모조차 안 적으면 기본값이 나온다
이번 테스트에서 제일 선명하게 갈린 지점이다.
프롬프트는 A woman reading a book by a rain-streaked window in grey afternoon light.
한 문장으로, 인종도 나이도 머리 길이도 안 적었다.
시드 3개를 돌린 결과 Krea 2는 3/3 유럽계, Z-Image Turbo는 3/3 동아시아계 여성이 나왔다. 한 번도 섞이지 않았다.
어느 쪽이 낫다는 얘기가 아니다. “주제” 칸을 A woman으로만 채우면 나머지는 모델 기본값이 채운다는 증거다.
덧붙이면, Z-Image Turbo는 3장 중 2장에서 프롬프트에 없는 찻잔을 창틀에 올려놨다.
“비 오는 날 창가 독서”라는 클리셰 씬을 알아서 보강한 것이다. 이것도 빈 칸을 모델이 채운 결과다.
※ 학습 데이터 구성 때문이라고 단정할 수는 없다. 두 팀 모두 데이터의 인구통계·지역 구성을 공개하지 않았다. 여기 적은 것은 관찰된 결과일 뿐이다.
사진 밖으로 나가면 차이가 더 벌어진다
리소그래프 포스터와 수채화를 각각 시켜봤다. Krea 2는 화면 전체를 인쇄물·그림 자체로 채웠다. 잉크 어긋남, 종이결, 물감이 번져 고이는 자국까지 나왔다. Z-Image Turbo는 둘 다 인쇄된 종이를 테이블 위에 놓고 찍은 사진으로 만들었다. 매체를 지정해도 사진 쪽으로 되돌아온 것이다.
머그컵 테스트와 같은 방향의 결과다. 서로 다른 세 테스트가 같은 곳을 가리키면 우연으로 보기 어렵다.
8번 제약은 언제 켜고 언제 끌까?
| 모델 | 8번 제약 | 대신 할 것 |
|---|---|---|
| Z-Image Turbo | 끈다 — CFG 1.0 고정, 네거티브 무의미 | 전부 포지티브로. 완성된 문장으로 쓰고 키워드 나열 금지 |
| Krea 2 | 효과 미미 | “원하지 않는 것” 대신 “원하는 것”으로. (word:1.3) 강조 문법도 안 먹힌다 |
| 제미나이 · GPT Image 2 | 켠다 | 넣는 게 이득 |
치환은 이렇게 한다.
no blur ✕ → razor-sharp focus, crisp detail ○.
no cluttered background ✕ → clean white seamless background ○.
단, 예상보다 차이는 작았다. 스테인리스 보틀 제품컷으로 A/B를 돌려보니, 금지어를 그대로 붙인 쪽도 꽤 깨끗하게 나왔다. 포지티브 치환 쪽이 배경이 좀 더 하얗게 떨어진 정도. 단순한 제품컷에서는 극적인 차이가 없었다.
금지어가 무조건 결과를 망친다는 말은 과장이다.
16GB 그래픽카드에선 실제로 몇 초 걸릴까? ⏱️
웹에서 흔히 보는 “RTX 4090에서 2.3초”는 샘플링 구간만 잰 숫자다.
RTX 5070 Ti 16GB에서 ComfyUI 로그를 그대로 옮기면 이렇다.
| 구분 | Krea 2 Turbo | Z-Image Turbo |
|---|---|---|
| 첫 장 (콜드) | 48.03초 | 49.15초 |
| 두 번째 장 (웜) | 9.84초 | 6.33초 |
| 샘플링 8스텝만 | 약 8~9초 | 약 5~6초 |
| 모델 스테이징 합계 | 약 17.4 GB | 약 19.1 GB |
콜드 시간의 80% 이상이 모델 로딩이다. 두 모델 다 텍스트 인코더 + 디퓨전 + VAE를 합치면 16GB를 넘는다.
그래서 ComfyUI가 순차로 올렸다 내렸다 하고, 그 스와핑이 시간을 다 먹는다.
두 번째 장부터는 인코더가 이미 올라가 있어 그 비용이 사라진다.
그래서 실용적 결론 하나.
두 모델을 번갈아 비교하면 매번 40초 가까운 로딩을 다시 낸다.한 모델로 몰아서 뽑고, 그다음 갈아타라.
이 글의 테스트도 그렇게 다시 짰다.
※ 측정 조건: RTX 5070 Ti 16GB, ComfyUI, 1024×1024, 8스텝, 프롬프트 인핸서 OFF. Krea 2는 혼합정밀도 양자화 체크포인트, Z-Image Turbo는 BF16 원본으로 돌렸다. 양자화 조건이 서로 다르므로 웜 시간 차이는 참고치로만 볼 것.
결과가 빗나가면 뭘 해야 할까?
늘리지 말고 줄여라.
대부분 반대로 하다가 더 망친다. 문장이 길어지면 칸끼리 충돌이 생길 수 있다는 걸 고려하자.
긴 문장을 쉼표로 구분된 짧은 구절로 쪼개는 것만으로 회복되는 경우가 많다.
모순 자가진단 3종
- 배경: “미니멀”과 “디테일 풍부”가 같이 있나?
- 조명: “부드러운 확산광”과 “강한 명암 대비”가 같이 있나?
- 심도: “배경 흐림”과 “전체 선명”이 같이 있나?
어떤 이미지를 원할 때 뭘 쓰면 좋을까?
용도별로 갈린다. 짧게 요약하면 이렇다.
| 이런 이미지를 원한다면 | 추천 | 이유 |
|---|---|---|
| 한국인·동아시아계 인물 | Z-Image | 기본값이 동아시아계 |
| 일러스트·수채화·포스터 | Krea 2 | 매체 자체를 렌더링 |
| 마켓 썸네일 제품컷 | Z-Image | 씬 구성이 일관돼 예측 가능 |
| 시안 대량 생산 | Z-Image | 웜 기준 약 1.55배 |
상세페이지 해상도, 한글 문구 삽입, LoRA로 스타일 고정, 상업 이용 시 확인할 것까지 항목별로 정리한 내용은 Krea 2 vs Z-Image Turbo 용도별 비교 글에 따로 묶었다.
자주 묻는 질문
Q. 프롬프트는 길수록 좋나?
모델마다 다르다. Krea 공식 프롬프팅 문서는 긴 상세 프롬프트를 권장한다.
Z-Image Turbo는 명확한 문장이 유리하고, 복잡하고 추상적인 지시는 초반에 피하는 편이 낫다.
Q. 네거티브 프롬프트는 꼭 써야 하나?
Z-Image Turbo는 CFG 1.0 고정이라 사실상 무의미하다. 제약은 포지티브 문장으로 바꿔 넣는다.
다만 단순한 제품컷에서는 차이가 크지 않았다.
Q. ComfyUI에서 Krea 2 CFG를 0으로 두면?
이미지가 깨진다. Krea 자체 툴링 기준은 0.0이지만, 표준 KSampler에서 0.0은 순수 무조건부 출력으로 처리된다.
1.0으로 두자.
Q. 프롬프트 인핸서는 켜도 되나?
일상 사용에는 좋다. 다만 두 모델을 비교할 때는 꺼야 한다. 켜두면 내 프롬프트가 아니라 인핸서 성능을 비교하게 된다.
Q. 라이선스 차이가 실제로 문제가 되나?
Z-Image는 Apache 2.0이라 사실상 제약이 없다.
Krea 2는 커뮤니티 라이선스로 개인·소규모(50시트 이하)는 상업 이용이 무료지만, 제품에 넣을 계획이면 조건을 먼저 읽자.
오늘부터 바꿀 것 딱 하나 ✍️
다음에 이미지를 만들 때, 프롬프트 창에 바로 쓰지 말고 메모장에 8칸부터 채워보자.
채우다 보면 자기가 뭘 원하는지도 그제야 정리된다. 모델이 알아서 채우던 자리를 하나씩 가져오는 것, 그게 전부다.
📋 복붙용 8칸 체크리스트
1. 주제 —
2. 동작·관계 —
3. 배경 —
4. 스타일·매체 —
5. 구도·카메라 —
6. 조명·색상 —
7. 핵심 디테일 —
8. 제약 — (Krea 2 / Z-Image Turbo는 생략)
출처: Krea 공식 프롬프팅 문서 및 기술 리포트(krea.ai), Tongyi-MAI Z-Image 저장소 및 Hugging Face 모델 카드, ComfyUI 공식 문서. 생성 결과와 측정치는 모두 직접 실행한 결과다.