포토샵 시대 끝나나... 나노 바나나 공식 출시 | 내 얼굴 그대로 유지하며 편집할 수 있는 이유

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

나노 바나나란?

구글이 공식 출시한 나노 바나나는 기존 포토샵의 한계를 뛰어넘는 혁신적인 AI 이미지 편집 기술을 소개합니다. 이 콘텐츠는 사용자가 원하는 대로 원본 이미지의 일관성을 유지하면서 특정 객체나 인물의 스타일, 자세, 심지어 인종까지 자유롭게 변경하는 놀라운 기능을 시연합니다. 단순히 이미지를 생성하는 것을 넘어, AI가 이미지의 의미론적 이해(Semantic Understanding)를 바탕으로 픽셀 단위가 아닌 개념 단위로 편집하여, 마치 마법처럼 자연스러운 결과물을 만들어내는 원리를 심층적으로 설명합니다. 이제 복잡한 편집 도구 없이 말 한마디로 이미지를 완벽하게 변형하고 싶은 모든 이들에게 이 콘텐츠는 미래 이미지 편집의 청사진을 제시할 것입니다.

1. 구글의 '나노 바나나' 공식 출시 및 주요 기능 소개

1. '나노 바나나'의 등장 배경:
   1. 정체불명의 이미지 생성 및 편집 AI 모델로 LMR 아레나(투기장)에서 AB 테스트를 통해 화제가 되었다.
   2. 구글이 공식적으로 제미나이의 이미지 편집 기능 업그레이드를 발표하며, 이 모델이 구글의 것임을 밝혔다.

1. '나노 바나나'의 핵심 특징:
   1. 세계 최고 평점 모델: 세계에서 가장 높은 평점을 받은 이미지 생성 및 편집 모델로 평가받았다.
   2. 편집의 중요성: 기존 이미지 편집의 한계를 넘어선 편집 기능이 핵심이다.
   3. 일관성 유지 (Consistency): 동일 인물이나 객체의 스타일, 자세 등을 변경하더라도 원본의 느낌과 일관성을 유지하며 편집이 가능하다.
   4. 사용자 맞춤형 편집: 사용자가 원하는 대로 일관성 있게 이미지를 만들어낼 수 있다.

1. '나노 바나나'의 놀라운 활용 사례:
   1. 객체 변형: 바나나를 머슬맨으로 바꾸는 등 특정 객체의 모습을 자연스럽게 변형할 수 있다.
   2. 자연스러운 이미지 합성: 사람과 계란을 합쳐달라는 요청에 매우 자연스러운 이미지를 생성한다.
   3. 캐릭터 포즈 변경: 두 캐릭터를 원하는 모양과 포즈로 즉시 변경할 수 있다.
   4. 시점 변경: 입력된 이미지를 카메라가 위쪽에서 바라보는 형태로 변경해도 창문, 문, 시계 등 배경 요소의 일관성이 유지된다.
      1. AI가 이미지 내의 모든 요소를 의미론적으로 이해하고 있기 때문에 가능하다.
      2. 창문에서 나오는 빛과 발 모양까지도 유사하게 재현한다.
   5. 다양한 각도의 이미지 생성: 사진 한 장으로 여러 각도에서 촬영된 듯한 이미지를 만들 수 있어 다양한 편집 및 활용이 가능하다.
   6. 구글 맵 정교화: 구글 지도와 같은 이미지를 생성하여 구글 맵을 더욱 정교하게 만들 수 있다.
   7. 유명인 합성: 마크 저커버그와 같은 유명인들이 함께 앉아있는 사진을 손쉽게 만들 수 있다.
      1. 이는 유명인이라서 잘 만들어지는 것이 아니라, 주어진 이미지의 일관성을 유지하는 AI의 능력 덕분이다.
   8. 의상 변경: 특정 차림의 인물에게 다른 의상을 입혀도 자세나 배경은 그대로 유지된다.

2. 포토샵을 대체하는 '나노 바나나'의 혁신적인 편집 기능

1. 말로 하는 이미지 편집:
   1. 기존 포토샵처럼 복잡한 도구 없이 말로 명령하여 이미지를 편집할 수 있다.

1. 객체 제거 및 추가:
   1. "트럼프 지워줘"와 같은 명령으로 특정 인물을 제거하고 다른 사람들을 추가할 수 있다.

1. 인물 스타일 변경:
   1. 플래시가 터진 듯한 사진 속 인물들의 옷차림을 "드레스업을 다르게 해 달라"는 명령으로 변경할 수 있다.
   2. 이러한 기능으로 인해 실제 사람과 거의 똑같은 페이크 이미지가 대량으로 생성될 가능성이 있다.

1. 객체 합성 및 감정 표현:
   1. 개와 유명한 밈(짤)을 합성하여 개가 웃는 모습으로 만들 수 있다.
   2. 이때 배경은 그대로 유지된다.
   3. 다만, 일부 이미지에서는 하늘 부분이 섞여 어색하게 만들어질 수도 있다.

1. 인종 변경 기능:
   1. 두 사람의 인종을 서로 바꿔달라는 명령으로 다른 얼굴로 변경하는 것이 가능하다.
   2. 다른 사람들도 인종만 바꾼 채 동일하게 표현된다.
   3. 구글의 순다르 피차이 CEO가 백인으로 바뀌면 어떤 모습일지 추정하는 것도 가능하다.

1. 종합적인 이미지 생성 및 편집:
   1. 원하는 사진들을 합치거나, 원하는 뷰로 이미지를 보여주는 등 매우 강력한 기능을 제공한다.
   2. 사용자가 원하는 대로 이미지를 만들 수 있게 되어 피팅 모델의 수요가 줄어들 수도 있다.

3. '나노 바나나'의 실제 사용 방법 및 기술적 원리

3.1. '나노 바나나' 사용 방법

1. 구글 AI 스튜디오 접속:
   1. 구글 AI 스튜디오에서 '제미나이 네이티브 이미지' 또는 '캐릭터 컨시스턴트 이미지 제너레이션 with 제미나이 2.5 플래시' 기능을 활용한다.

1. 명령어 입력:
   1. "바나나 웨어링 코스튬"과 같이 대상을 지정하여 명령어를 입력하면 이미지가 생성된다.
   2. 생성된 이미지를 대상으로 "바나나를 머슬맨으로 바꿔 줘"와 같이 추가 편집 명령을 내릴 수 있다.

1. 일관성 유지:
   1. 이때 배경의 일관성을 유지하면서 대상의 모습이 변경된다.

3.2. '나노 바나나'의 기술적 원리: 레이턴트 코드와 시맨틱 이해

1. 멀티모달리티와 레이턴트 코드:
   1. 이미지, 텍스트, 오디오 등 다양한 형태의 데이터를 하나의 AI 모델이 생성하는 멀티모달리티 기술이 기반이다.
   2. 핵심 요소는 레이턴트 코드(Latent Code)이며, 이는 잠재적인 공간(Latent Space)에 존재한다.
   3. 이미지는 패치 단위로 쪼개져 각각의 패치가 가지는 의미가 벡터 숫자들로 변환되고, 텍스트도 숫자로 변환되어 저장된다.

1. 인코더-디코더 과정:
   1. 원본 이미지는 인코더를 통해 핵심 정보가 추출되어 레이턴트 스페이스에 저장된다.
   2. 디코더는 이 요약된 레이턴트 스페이스 내용을 바탕으로 이미지를 복원한다.
   3. AI 모델이 이미지를 생성할 때는 레이턴트 스페이스의 숫자들과 텍스트 명령을 비교하여 결과물을 만든다.

1. 일관성 유지의 어려움과 해결:
   1. 기존 AI 이미지 생성기는 매번 다른 결과물을 내놓아, 입력 텍스트와 출력 이미지 간의 일관성이 부족했다.
   2. '나노 바나나'는 이미지의 특정 부분을 고정하고 싶을 때, AI가 이를 이해하고 고정시킬 수 있도록 설계되었다.

1. CLIP (Contrastive Language-Image Pre-training) 모델 활용:
   1. 오픈 AI가 개발한 CLIP은 텍스트와 이미지 간의 상관관계 및 연관성을 학습한 모델이다.
   2. 수많은 이미지와 텍스트 쌍을 학습하여 특정 이미지와 텍스트가 잘 어울리는지 판단할 수 있다.
   3. 이를 통해 AI 모델은 "이 여자에게 이런 옷을 입혀줘"와 같은 명령에서 '이 여자'라는 텍스트가 이미지의 어떤 픽셀을 의미하는지 정확히 이해할 수 있다.

1. 아이덴티티 인코딩 (Identity Encoding):
   1. 특정 인물이나 객체(옷, 신발 등)의 고유한 특성, 즉 정체성(Identity)을 식별한다.
   2. 이 아이덴티티를 별도의 데이터 벡터로 만들어 레이턴트 스페이스에 임베딩(Embedding)한다.
   3. 임베딩된 아이디 값은 이미지 생성 과정 전반에서 해당 특성이 변하지 않도록 유지하는 역할을 한다.
   4. CLIP과 같은 모델을 활용하여 얼굴 구조, 피부톤, 눈매 등 고유한 특징들을 수치화하여 임베딩한다.
   5. 디퓨전 모델이 노이즈를 제거하며 이미지를 생성할 때, 이러한 특성들을 그대로 유지시킨다.

1. 시맨틱 세그멘테이션 (Semantic Segmentation):
   1. AI 모델의 인코딩 능력과 LLM(Large Language Model)의 이해 능력이 결합되어 이미지의 미세한 특징까지 인지할 수 있게 되었다.
   2. 의미 기반으로 이미지 요소를 추출하는 기술로, 기존 포토샵과 차별화되는 지점이다.
   3. 픽셀 단위가 아닌 개념 단위 편집: 기존 포토샵은 픽셀 단위로 이미지를 제어했지만, '나노 바나나'는 이미지의 시맨틱한 의미를 이해하여 개념 단위로 편집한다.
   4. LLM이 이미지의 레이턴트 스페이스를 직접 제어하여 머리카락 한 올까지도 정확하게 걸러낼 수 있다.
   5. "머리 색깔을 금발로 바꿔 줘"와 같은 명령을 내리면, AI가 머리 부분이 어떤 의미를 가지고 어느 부분인지 정확하게 파악하여 해당 부분만 변경한다.
   6. 얼굴이나 배경은 그대로 유지하면서 해당하는 부분만 자연스럽게 인페인팅(Inpainting)으로 채워 넣는 것이 가능하다.
   7. 과거에는 사용자가 직접 마스크 영역을 지정해야 했지만, 이제는 명령 기반으로 디퓨전 모델이 발전하여 텍스트 자체로부터 이미지의 특정 부분을 이해할 수 있게 되었다.

1. 설계 원리:
   1. '나노 바나나'의 구체적인 설계 방식은 아직 공개되지 않았지만, 학계에서는 이미 이러한 기술들이 논의되어 왔다.

4. '나노 바나나'의 미래와 구글의 영향력 확장

1. '나노 바나나'의 효율성:
   1. 이름처럼 AI 모델이 작고, 레이턴시(지연 시간)가 길지 않아 이미지가 빨리 생성되는 것이 특징이다.

1. 이미지 편집 패러다임의 변화:
   1. AI 기반 이미지 편집 시대로의 패러다임 전환을 의미하며, 기존 편집 작업이 크게 간소화될 것이다.
   2. 기존의 다양한 편집 앱들도 '나노 바나나'와 같은 방식으로 업그레이드될 것으로 예상된다.

1. 실제 편집 시연:
   1. 머슬맨 바나나가 캔을 들고 있는 이미지를 생성한 후, "머슬맨 포즈 취하지 말고 맥주를 마시는 모습으로 해 줘"라고 명령하면, 캔이 입으로 들어가는 모습으로 자연스럽게 변경된다.
   2. 이러한 편집 기능은 매우 빠르고 효율적이다.

1. 구글의 영향력 확대:
   1. 구글은 AI 스튜디오에서 API를 제공하여 다양한 앱들이 '나노 바나나' 기반으로 등장할 수 있도록 할 것이다.
   2. 이러한 파운데이션 모델을 잘 구축함으로써, 다른 서비스로 확장되더라도 결국 AI 모델을 기반으로 API를 통해 수익을 얻는 것은 구글이 될 것이다.
   3. 이를 통해 구글의 위세가 더욱 확장될 것으로 예상된다.

어떤 분야의 전문가든 AI시대는 이렇게 일해야 성공합니다

어떤 분야의 전문가든 AI시대는 이렇게 일해야 성공합니다 - 하나이프 블로그