ControlNet seg 조건 입력
가장 널리 쓰이는 용도입니다. 분할 맵은 실제 사진의 배치를 생성 모델에 전달합니다. 새 이미지의 외관이 완전히 달라져도 배치는 그대로 유지됩니다.
AI 이미지 분할
사진을 업로드하면 SAM이 전체 이미지를 분할하고 감지한 각 영역을 서로 다른 단색으로 표시합니다. 생성 모델에 구조 안내용으로 바로 입력할 수 있는 분할 맵을 제공합니다. 프롬프트를 작성하거나 클릭할 필요가 없습니다.


예시


사용 방법
JPG, PNG, WebP 파일 한 장을 끌어다 놓습니다. 거리, 방, 배경 앞의 인물처럼 여러 영역이 뚜렷하게 구분되는 사진에서 가장 명확한 맵을 얻을 수 있습니다.
전체 이미지가 자동으로 분할됩니다. 프롬프트를 작성하거나 객체를 선택할 필요가 없어 같은 사진에서는 항상 같은 맵이 생성됩니다.
맵이 생성 세션에서 열리므로 다운로드하거나 모델에 구조 안내용으로 바로 연결할 수 있습니다. 처음부터 다시 시작할 필요가 없습니다.
결과 안내
사진에서 특정 객체 하나만 잘라내려면 다른 도구를 사용해야 합니다. 아래 색상은 영역을 나타내며, 개별적으로 분리할 수 있는 객체를 뜻하지 않습니다.
각 색상은 모델이 하나의 대상으로 인식한 영역을 나타냅니다. 색상은 임의로 지정되며 이름이 붙지 않습니다. 해당 영역이 자동차인지 나무인지는 알 수 없고, 주변과 구분되는 영역이라는 점만 보여줍니다.
한 번에 모든 영역을 찾아냅니다. 점을 클릭하거나 상자를 드래그하거나 찾을 대상을 입력할 필요가 없습니다. 이것이 같은 이미지 분할이라는 이름을 쓰는 대부분의 도구와 다른 점입니다.
색상, 질감, 조명은 사라지고 배치만 남습니다. 이 정보를 덜어내는 것이 핵심입니다. 생성 모델은 이 맵을 통해 원본 사진의 외관은 따르지 않으면서 구조만 이어받습니다.
활용 방법
가장 널리 쓰이는 용도입니다. 분할 맵은 실제 사진의 배치를 생성 모델에 전달합니다. 새 이미지의 외관이 완전히 달라져도 배치는 그대로 유지됩니다.
무엇을 앞에 두고 무엇을 뒤에 둘지 구상할 때는 사진 자체보다 각 영역의 시작과 끝을 단색으로 표시한 맵이 더 이해하기 쉽습니다.
분할 모델이 화면의 어느 부분을 하나의 대상으로 보는지 확인할 수 있습니다. 예상과 다르게 영역을 합치거나 나누는 부분에서는 사진만으로 알 수 없던 모델의 해석이 드러납니다.
질감과 조명을 제거하면 사진은 단색 덩어리로 바뀝니다. 구도를 빠르게 살펴보거나 실제 배치를 바탕으로 디자인을 시작하기에 좋습니다.
사진 크기에 관계없이 분할 맵당 2크레딧이 사용됩니다.
자주 묻는 질문
더 많은 도구
이미지와 동영상을 편집하거나 개선하고 변환할 다른 도구를 선택하세요.
분할 시작
사진 한 장을 업로드하면 몇 초 만에 색상으로 구분된 맵을 얻을 수 있습니다. 다음 생성 작업의 가이드로 바로 활용할 수 있습니다.