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.
취미로 창작하거나 다양하게 시도하는 분께
크리에이터와 전문가에게
사용량이 많은 사용자와 팀에게
팀과 스튜디오에
자주 묻는 질문
더 많은 도구
각 도구는 보유한 파일에 한 가지 작업을 수행합니다. 프롬프트를 작성하거나 편집기 사용법을 배울 필요가 없습니다.
분할 시작
사진 한 장을 업로드하면 몇 초 만에 색상으로 구분된 맵을 얻을 수 있습니다. 다음 생성 작업의 가이드로 바로 활용할 수 있습니다.