무검열 AI 이미지 편집기
문장 하나로 기존 이미지 한 장을 바꾸고, 다시 칠하고, 조명을 새로 주고, 옷을 갈아입히고, 손상을 복원하세요. 마스크도, 필터도, 거절도 없습니다. 그리고 나머지 전부를 합친 것보다 중요한 기법이 하나 있습니다.
요약
Shannon은 평범한 말로 쓴 지시문을 받아 기존 이미지를 정확히 한 장 편집합니다. 브러시도, 마스크도, 선택 영역도 없습니다. 그 지시문은 무엇이 바뀌고 무엇이 남는지 함께 말해야 합니다. 모델이 프레임 전체를 다시 생성하기 때문입니다. 바뀌지 않는다고 지목하지 않은 것은 무엇이든 흔들릴 수 있습니다. 바뀌지 않을 부분을 지목하는 것 — "얼굴, 자세, 의상은 동일하게 유지" — 이 여러분이 쥔 가장 큰 품질 레버입니다. 편집 경로는 네거티브 프롬프트를 받습니다(텍스트-투-이미지는 받지 않습니다). 지시문에 "X 없이"라고 쓰는 대신 원치 않는 아티팩트를 거기에 넣으세요. 출력은 원본의 화면 비율을 자동으로 물려받습니다. 동영상 생성은 없으며 이미지를 움직이게 할 방법도 없습니다. 편집은 채팅 앱 안에서 자체 GPU 클러스터로 실행되며, 콘텐츠 필터도 거절 레이어도 없습니다.
무검열 AI 이미지 편집기를 찾는 사람 대부분은 이미지 한 장과 문제 하나를 들고 옵니다. 배경이 틀렸고, 빛이 밋밋하고, 재킷 색이 아니고, 모르는 사람이 프레임 안에 서 있고, 스캔본에 접힌 자국이 지나갑니다. 아니면 편집 자체는 완전히 정당한데 지금 쓰는 도구가 손대기를 거부합니다. 이 글은 그 일을 잘 해내는 방법에 관한 것입니다. 어느 편집기에 슬라이더가 많으냐가 아니라, 제대로 꽂히는 편집과 여러분이 보지 않는 사이 피사체의 얼굴을 조용히 새로 지어 놓는 편집을 가르는 단 하나의 습관에 관한 것입니다.
01지시문 기반 편집이란 실제로 무엇인가
고전적인 AI 편집은 어려운 부분을 여러분에게 떠넘깁니다. 캔버스를 열고, 바꾸고 싶은 영역 위에 마스크를 칠하고, 그 안에 들어갈 내용을 설명하는 문구를 입력합니다. 정밀하고, 느리고, 변경 대상에 깔끔한 윤곽선이 없는 순간 쓸모없어집니다. 조명 변화, 실루엣이 달라지는 의상 교체, 화면 전체의 색 보정이 그렇습니다.
Shannon은 반대 방향으로 작동합니다. 아무것도 선택하지 않습니다. 이미지에 대해 어떤 언어로든 문장을 쓰면, 영역은 그 말에서 추론됩니다. 덕분에 선택 작업이 아니라 결과를 원하는 사람에게 실용적인 무검열 인페인팅 대안이 됩니다. 다만 먼저 이해해야 할 기계적 귀결이 하나 있습니다.
편집은 원본 이미지를 조건으로 삼은 프레임 전체의 재렌더링이지, 일부에만 덧대는 패치가 아닙니다. Image Model은 여러분의 원본을 읽고, 지시문을 읽고, 원본에 변경을 더한 결과여야 할 새 이미지를 만들어 냅니다. 기계적으로 고정되는 것은 아무것도 없습니다. 매 편집마다 모든 픽셀이 재협상 대상입니다.
그래서 마스크 도구에서라면 완벽했을 "비 내리는 도쿄 거리"가, 미묘하게 다른 사람이 서 있는 그림으로 돌아옵니다. 마스크 도구에서는 마스크가 그 인물을 건드리지 말라고 말해 주었지만, 여기서는 여러분의 문장이 그 말을 해야 합니다. 반대로 얻는 것도 있습니다. 지시문 편집은 마스크가 할 수 없는 일을 합니다. 해를 옮기면 그림자가 따라오고, 옷을 바꾸면 천이 기존 자세를 따라 접히고, 사진을 잉크와 평면 색으로 바꾸면서도 구도를 붙잡습니다. 그런 편집에는 칠할 경계가 없습니다. 프레임 전체를 가로지르는 관계이기 때문입니다.
02앵커링: 가장 큰 품질 레버
앵커링이란 모든 편집 지시문을 두 개의 절로 쓰는 것입니다. 변경 절(무엇이 달라져야 하는지를 긍정문으로 구체적으로)과 유지 절(손대지 않고 살아남아야 할 부분을 구체적인 명사로 지목). 둘 다 하중을 받습니다. 변경 절만 있으면 그건 소원일 뿐입니다. 이 페이지에서 하나만 가져간다면 이것입니다. 결과를 좌우하는 것은 바뀌는 것을 얼마나 생생하게 묘사했는가가 아니라, 남는 것을 얼마나 명시적으로 지목했는가입니다.
앵커 없는 지시문이 흔들리는 세 가지 방식
- 정체성 흔들림. 얼굴이 거의 맞게 돌아옵니다. 코가 살짝 다르고, 턱선이 조용히 미화되어 있습니다. 가장 치명적인 실패입니다. 휴대폰에서는 알아채기 어렵고, 그 사람을 아는 이에게는 훤히 보이기 때문입니다.
- 부수적 스타일 변경. 새 배경을 요청했는데 새로운 색 보정, 새로운 렌즈, 그리고 원래 골지였던 스웨터까지 함께 왔습니다. 모델이 지시문을 원본으로부터의 차분이 아니라 완성될 이미지 전체에 대한 묘사로 읽은 것입니다.
- 형용사가 부르는 범위 확장. "더 드라마틱하게", "더 깔끔하게", "더 프로답게"는 어떤 대상도 지목하지 않습니다. 명사 없는 형용사는 모든 것에 적용되고, 그래서 모든 것이 움직입니다.
앵커 어휘
앵커는 구체적인 명사로 작동합니다. "그대로 유지해 줘"는 약합니다. 어떤 동일함을 중요하게 여기는지 모델이 알 수 없기 때문입니다. 이번 편집에서 중요한 항목을 서너 개에서 다섯 개 골라 대놓고 지목하세요.
| 바꾸려는 것 | 명시적으로 지목할 만한 앵커 |
|---|---|
| 배경 / 장소 | 얼굴과 이목구비, 헤어스타일, 자세, 손, 의상, 카메라 각도, 크롭, 피사체에 떨어지는 빛 |
| 조명 / 분위기 | 얼굴, 표정, 피부 질감, 자세, 의상, 배경 내용, 프레이밍 |
| 의상 / 옷차림 | 얼굴, 수염이나 머리카락, 자세, 손, 신체 비율, 배경, 조명 방향, 색 보정 |
| 스타일 / 매체 | 구도, 자세, 머리 길이, 옷의 형태, 인물 수, 크롭 |
| 물체 제거 / 복원 | 프레임 안의 나머지 전부 — 피사체, 주변 건축물, 그레인, 톤, 대비, 색 |
| 한 가지의 색 | 이미지 안의 다른 모든 색, 그리고 바뀌는 물체의 질감과 재질 |
마지막 줄을 눈여겨보세요. 색 변경은 조용히 어긋납니다. "재킷을 빨갛게 해 줘"는 재단도, 재질도, 주름도 새로 만든 재킷을 부르기 때문입니다. 앵커를 넣으면 이렇습니다. "기존 재킷의 재단, 봉제선, 원단 질감, 늘어지는 모양을 정확히 유지한 채 짙은 크림슨으로 색만 바꿔 줘." 절 하나 차이인데 결과는 극적으로 좋아집니다.
03실전 예시: 약한 지시문, 흔들리는 이유, 앵커를 넣은 재작성
아래 각 쌍은 같은 의도를 두 번 쓴 것입니다. 가운데의 진단이 다른 곳에도 옮겨 쓸 수 있는 부분입니다.
A. 배경 교체
흔들리는 이유: 이것은 차분이 아니라 도착지 이미지를 묘사합니다. 여자에 대해 보호되는 것이 하나도 없고 카메라를 붙잡아 두는 것도 없으므로, 모델은 그럴듯한 장면을 지으면서 인물까지 다시 프레이밍하고 다시 렌더링합니다.
무엇이 달라졌나: 유지 절이 정체성, 의상, 프레이밍을 고정하고, 마지막 구절이 이음매가 어느 쪽으로 정리될지를 말해 줍니다. 배경이 피사체의 빛에 맞춰 휘지, 그 반대가 아닙니다.
B. 조명 재조정
흔들리는 이유: "더 좋게"는 명사 없는 형용사입니다. 모델이 정의를 지어내야 하는데, 재렌더링에서 좋아 보이는 가장 값싼 방법은 피부를 매끈하게 밀고, 치아를 밝히고, 턱을 갸름하게 만드는 것입니다. 빛을 요청했는데 리터치를 받게 됩니다.
무엇이 달라졌나: 빛이 물리적으로 서술되었습니다. 방향, 질, 색온도, 감쇠. 피부 질감을 명시적으로 앵커한 이유는, 모델이 그것을 매끈하게 밀어 버리고 싶은 유혹을 가장 크게 받는 순간이 조명 재조정이기 때문입니다.
C. 인물의 옷 갈아입히기
흔들리는 이유: 정장은 실루엣을 바꾸므로 상체를 다시 렌더링해야 하고, 그 위에 얹힌 머리도 대개 함께 딸려 갑니다. 앵커 없는 의상 편집은 배경 교체에 이어 두 번째로 큰 정체성 흔들림의 원인입니다.
무엇이 달라졌나: "지금의 자세에 맞게 재단해"가 옷을 자세에 종속시킵니다. 손을 따로 앵커한 이유는, 의상 편집이 가장 눈에 띄게 무너지는 곳이 손이기 때문입니다.
D. 사진의 스타일 변환
흔들리는 이유: 스타일 단어 하나는 모든 것을 넘겨줍니다. 구도, 크롭, 머리, 의상, 인물 수까지. 게다가 "애니메이션 풍"은 서로 양립하지 않는 30년치 전통의 집합입니다. 결과적으로 다른 장면을 그린 솜씨 좋은 일러스트를 받게 됩니다.
무엇이 달라졌나: 스타일 편집에는 다른 종류의 앵커가 필요합니다. 질감은 앵커할 수 없습니다. 질감이야말로 교체 대상이기 때문입니다. 그래서 구조를 앵커합니다. 구도, 자세, 실루엣, 크롭, 인물 수. 셀 애니메이션으로 바꾸면서 "사실적인 피부"를 유지해 달라는 것은 모순입니다.
E. 무언가 제거하기
흔들리는 이유: 부정문은 여전히 그 개념을 모델 앞에 갖다 놓으면서, 비워진 자리를 무엇으로 채울지는 아무 말도 하지 않습니다. 제거에는 대상과 채움 둘 다에 대한 긍정 진술이 필요합니다.
무엇이 달라졌나: 대상이 물체와 색과 위치로 지목되었고, 채움이 지정되어 모델이 보도가 있어야 할 자리에 광장을 지어내지 않으며, "나머지 전부"가 실제 명사들로 풀려 있습니다.
F. 손상된 사진 복원
흔들리는 이유: "고쳐 줘"는 "개선해 줘"로 읽히고, 옛 사진을 개선한다는 것은 현대화를 뜻합니다. 더 깨끗한 피부, 더 높은 대비, 그리고 더 이상 할머니의 것이 아닌 얼굴.
무엇이 달라졌나: 손상이 하나하나 열거되어 "고친다"에 정의된 범위가 생겼고, 그레인과 톤을 앵커한 이유는 그것들이 인화물을 그 시대의 것으로 읽히게 만들기 때문입니다. 세 개의 금지문은 부정이 제 몫을 하는 드문 경우입니다. 물체가 아니라 처리 방식에 대한 지시이기 때문입니다.
좋은 지시문의 형태
쉼표로 나열한 키워드 태그가 아니라 완결된 문장으로, 25~60단어를 목표로 하세요. Image Model은 언어 모델이 그러듯 프롬프트를 읽으므로 산문이 태그 나열을 이깁니다. SDXL 시절의 잡동사니(masterpiece, best quality, 8k)와 (word:1.3) 같은 가중치 문법은 빼세요. 여기서는 아무 일도 하지 않습니다. 지시문 하나에 변경 하나만 담으세요. 서로 무관한 변경 두 개를 한 문장에 넣으면 주의를 두고 다투다가 둘 다 반쯤 된 채로 돌아옵니다.
04네거티브 프롬프트 — 텍스트-투-이미지와 달리 여기서는 지원됩니다
이 부분에서 많이들 걸리니 분명히 적어 둡니다.
| 경로 | 원본 이미지 | 네거티브 프롬프트 | 화면 비율 | 프롬프트 형태 |
|---|---|---|---|---|
| 텍스트-투-이미지 | 0 | 미지원 | 선택(기본 정사각) | 묘사형 산문 |
| 이미지 한 장 편집 | 정확히 1 | 지원 | 원본에서 상속 | 지시문: 변경 + 유지 |
| 이미지 2장 이상 합성 | 2장 이상 | 지원 | 새 캔버스 선택 가능 | 역할을 지목한 산문 |
텍스트-투-이미지는 네거티브 프롬프트를 아예 받지 않습니다. 아무것도 없는 데서 생성하는 만큼, 원하는 것만 서술하는 것 자체가 규율입니다(무검열 AI 이미지 생성 참고). 편집은 다릅니다. 이미 원본이 있고, 재렌더링에서 나타나는 특유의 실패는 알려져 있고 이름 붙일 수 있으므로, 네거티브 프롬프트에 억제할 구체적인 대상이 생깁니다.
여기 들어가는 것
아티팩트, 오직 아티팩트뿐입니다. 결함 목록이지 두 번째 지시문 채널이 아닙니다.
- extra fingers, fused fingers, malformed hands — 사람을 다시 렌더링하는 모든 편집.
- warped text, garbled lettering, misspelled signage — 프레임에 간판, 라벨, 포장이 들어가는 모든 경우.
- duplicated limbs, duplicated railing, repeated windows — 제거와 배경 확장.
- smeared texture, blurry patch, halo around the subject, visible seam — 배경 교체와 물체 제거.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — 조명 재조정, 인물 편집, 일반적인 위생.
여기 들어가지 않는 것
콘텐츠에 대한 결정입니다. 모자를 없애고 싶다면 지시문은 "모자를 제거해 줘"이지, 네거티브 프롬프트에 "모자"라고 적는 것이 아닙니다. 네거티브 프롬프트는 원본에 존재하는 것을 안정적으로 없애 주지 않습니다. 렌더링에 결함이 나타나지 않도록 억제할 뿐입니다. 거기에 콘텐츠를 넣으면 양쪽 다 잃습니다. 모자는 남고, 뒤틀린 손을 억제할 수 있었던 자리 하나가 사라집니다.
이 규칙의 나머지 절반은 지시문에 적용됩니다. 지시문에 "X 없이"라고 쓰는 것을 그만두세요. "자동차 없는 거리", "안경 없는 인물 사진"은 둘 다 원치 않는 개념을 문장 안에 갖다 놓고 모델에게 그것을 부정하라고 요구합니다. 언어는 잘 처리하지만 이미지 조건화는 형편없이 처리하는 일입니다. 대신 무엇이 있어야 하는지를 말하세요. "아스팔트가 훤히 드러난 텅 빈 거리", "눈이 가려지지 않은 인물 사진". 예시 F에서처럼 유일한 예외는 처리 방식에 대한 지시입니다. "샤프닝 하지 마", "색 바꾸지 마"는 물체를 지목하는 것이 아니라 연산을 거절하는 것입니다.
역할 분담, 한 줄로
지시문: 무엇이 바뀌고 무엇이 남는지 — 긍정문으로. 네거티브 프롬프트: 렌더링이 망가질 수 있는 방식들. 둘을 분리하면 둘 다 좋아집니다.
05원본 이미지 한 장, 그리고 Shannon이 그것을 고르는 방식
편집은 정확히 한 장의 원본 이미지 위에서 이루어집니다. 이미 대화 안에 있는 그림(앞서 첨부했거나 여러분을 위해 생성된 것)이거나, 지금 보내는 메시지에 첨부한 그림입니다. 스레드 바깥에서 끌어오는 것은 없고, 편집 경로가 두 장의 그림을 조용히 합치는 일도 없습니다. 의도가 둘 이상의 이미지에서 요소를 필요로 한다면 — 사진 A의 의상을 사진 B의 인물에게 — 그것은 합성이며, 각 이미지의 역할을 순서대로 지목하는 다른 형태의 프롬프트를 씁니다.
후속 요청과 가장 최근의 관련 이미지
이미지가 대화에 들어오고 나면 짧은 후속 요청은 기대하는 대로 작동합니다. "더 어둡게." "이번엔 노을로 해 봐." 이런 말은 스레드 안에서 가장 최근의 관련 이미지, 보통은 방금 받은 결과물에 대해 해석됩니다. 그래서 작은 지시문의 연속이 편집의 층처럼 쌓입니다. 여기서 나오는 결과가 셋 있습니다.
- 한 걸음씩 반복하세요. 후속 요청 하나하나가 또 한 번의 전체 재렌더링이므로, "더 어둡게 하고 코트도 바꾸고 카메라도 낮춰 줘"는 한 번의 패스를 두고 다투는 세 개의 편집입니다. 메시지 세 개를 보내고, 마음에 드는 지점에서 멈추세요.
- 세대 손실을 경계하세요. 작은 편차가 누적됩니다. 여섯 번 연속 편집하면 어느 한 단계도 잘못돼 보이지 않았는데도 얼굴이 원본에서 한참 멀어질 수 있습니다. 흔들림이 보이면 덧대기를 멈추고, 원본 파일을 다시 첨부한 뒤 그동안 알게 된 원하는 바를 전부 담아 하나의 통합 지시문을 쓰세요.
- 긴 스레드에서는 명시하세요. "아까 첨부한 해변 사진을 써서 …"라고 하면 여러 이미지가 오갈 때의 모호함이 사라집니다.
확인 카드는 앵커를 추가할 마지막 기회입니다
여러분은 평소 쓰는 언어로, 평범한 말로 요청합니다. Shannon은 이미지 작업이 요청되었음을 판단하고, 최종 지시문을 영어로 직접 작성한 뒤, 아무것도 렌더링되기 전에 그것을 확인 카드로 보여 줍니다. 여러분이 확인하기 전에는 아무것도 만들어지지 않고 과금되지도 않습니다. 그 카드를 읽으세요. 비용을 쓰기 전에 빠진 유지 절을 잡아내는 자리가 바로 거기입니다.
관련된 동작이 둘 있습니다. Shannon은 부르지 않았는데 생성하지 않습니다. 인사, 질문, 무심코 첨부한 사진은 이미지 작업을 촉발하지 않습니다. 그리고 Shannon에게 이미지를 그저 봐 달라고 하는 것 — 설명해 달라, 안의 글자를 읽어 달라, 구도가 왜 안 먹히는지 말해 달라 — 은 생성이 아니라 평범한 비전 작업이며 추가 비용이 들지 않습니다. "이 사진에서 뭘 바꾸면 좋을까?"는 공짜 조언이고, 그것을 실행하는 것이 편집입니다.
06화면 비율은 자동으로 상속됩니다
편집된 이미지는 원본과 같은 화면 비율로 돌아옵니다. 여러분이 고르지 않고, 고를 필요도 없습니다. 4:5 세로 사진은 4:5로 남고, 16:9 스틸은 16:9로 남고, 어중간한 휴대폰 스크린샷도 제 비율을 지킵니다. 이미지를 말없이 다시 프레이밍하는 편집은 편집이 아닙니다. 그것은 크롭에 더해, 원래 테두리 바깥에 무엇이 있었을지에 대한 추측일 뿐입니다.
이것은 다른 두 경로와의 실질적인 차이입니다. 텍스트-투-이미지는 square(기본), portrait, landscape, wide(시네마틱), tall(포스터와 배경화면) 중에서 고르게 하고, 명시적 요청이 항상 이깁니다. 합성은 상속할 단일 원본이 없으므로 새 캔버스를 고를 수 있게 해 줍니다. 그러니 다른 형태가 필요하다면 그것은 편집이 아닙니다. 1:1 제품 컷을 16:9 배너로 만드는 것은 애초에 촬영된 적 없는 픽셀을 지어내는 일입니다. 생성하거나 새 캔버스 위에 합성하는 방식으로, 의도적으로 하세요.
07동영상 생성은 없습니다
묻는 분이 많아 분명히 적습니다
Shannon은 동영상을 생성하지 않고 이미지를 애니메이션으로 만들지도 않습니다. 이미지-투-비디오 경로도, "이 사진 움직이게 해 줘"도, 루프도, 시네마그래프도 없습니다. 프리뷰 중이거나 곧 나올 기능이 아닙니다. 제품에 존재하지 않으며, 이 페이지의 어떤 문장도 그 반대를 암시하는 것으로 읽혀서는 안 됩니다.
Shannon 3가 이미지로 하는 일은 정확히 세 가지입니다. 새 이미지 생성, 기존 이미지 한 장 편집, 그리고 둘 이상의 이미지를 하나로 합성. 여기서 다루는 모든 내용은 그중 두 번째 안에 있습니다.
두 번 말할 가치가 있습니다. 사람들 머릿속에서 "AI 이미지 편집기"와 "AI 동영상 생성기"가 이웃이 되어 버렸고, 사진의 조명을 기꺼이 바꿔 주는 도구라면 그것을 움직이게 하는 것도 버튼 하나 거리처럼 느껴지기 때문입니다. 그렇지 않습니다. 그리고 그 사실은 10분째가 아니라 첫 1분에 아는 편이 낫습니다.
08무검열이 생성보다 편집에서 더 중요한 이유
필터가 걸린 편집기는 필터가 걸린 생성기와 다른 방식으로, 대개 더 나쁘게 실패합니다. 필터가 걸린 생성기는 여러분의 프롬프트를 거부하고, 여러분은 다시 써서 재시도합니다. 필터가 걸린 편집기는 지시문을 한 글자도 읽기 전에 원본 이미지 자체를 거부할 수 있습니다. 증례 보고용으로 임상 상처 사진을 올리면 입력 단계에서 반려됩니다. 접힌 자국을 복원하려고 역사적 전쟁 사진을 올리면 프레임 안의 소총이 대화를 끝냅니다. 정당한 작업, 범주적 거절, 도움이 되었을 재작성도 없습니다.
Shannon은 이미지 경로를 출력에 콘텐츠 필터 없이, 그리고 지시문을 작성하는 모델에 거절 레이어 없이 운영합니다. 그래서 이런 평범한 업무들이 가능해집니다.
- 아트 누드와 인체 작업 — 동의한 성인 피사체와 작업하는 작가와 사진가를 위한 리터치, 조명 재조정, 스타일 변환.
- 의학 및 법의학 일러스트 — 교육 자료, 증례 보고, 재구성 작업을 위해 정리한 임상 이미지. 주류 편집기는 보자마자 거부합니다.
- 보안 연구용 이미지 — 피싱 인식 교육과 레드팀 보고를 위한 스크린샷, 물리 보안 사진, 하드웨어 문서 자료.
- 픽션 속 폭력 — 상처나 무기가 소재 그 자체인 영화, 게임, 만화 제작 아트.
- 정치 풍자와 시사 일러스트 — 수 세기의 역사를 등에 업고 있지만, 필터가 걸린 도구에서는 지원이 거의 없습니다.
- 권리자 본인의 브랜드 및 초상 작업 — 본인의 제품 사진, 로고 조합, 인물 사진, 그리고 다루기 까다로운 가족 아카이브를, 허락받을 자격이 있는지 분류기와 다투지 않고.
무검열이 무책임을 뜻하지는 않습니다. Shannon은 Shannon Lab LLC(미국 뉴멕시코)가 공개된 책임 있는 사용 정책에 따라 운영하며, 진짜 한계는 거기에 있습니다. 상처 사진을 불편해하는 분류기가 아니라 법과 피해에 관한 한계입니다. 반사적 거절이 없다는 것은 도구에 대한 진술이지, 여러분이 만든 것에 대한 여러분의 책임에 관한 진술이 아닙니다.
09API가 들어맞는 자리, 그리고 아닌 자리
API 검색을 통해 오신 독자가 흔히 잘못 드는 길입니다. 이미지 생성과 편집은 API가 아니라 Shannon 채팅 앱에서 이루어집니다. 세 가지 /v1 방언 — /v1/chat/completions(OpenAI 형태), /v1/messages(Anthropic 형태), /v1/responses — 은 모두 스트리밍이고 모두 같은 모델 위에서 텍스트와 비전을 제공합니다. 비전이란 모델이 여러분이 보낸 이미지를 읽는다는 뜻입니다. 설명하고, 글자를 옮겨 적고, 차트를 분석합니다. 이미지를 만들거나 수정한다는 뜻이 아닙니다.
그래도 쓸모 있는 패턴이 하나 남습니다. 비전에 무검열 텍스트 모델을 더하면 훌륭한 지시문 작성 조수가 됩니다. API에 원본 이미지를 보내고, 프레임 안에 무엇이 있는지 설명한 다음 변경과 앵커를 지목한 지시문 초안을 잡아 달라고 한 뒤, 그 지시문을 채팅에서 실행하세요. 여러분이 잊었을 앵커를 잡아 줍니다. 요청과 응답 형태는 API 문서에 있습니다.
10자주 묻는 질문
무검열 AI 이미지 편집기란 무엇입니까?
기존 이미지와 평범한 말로 쓴 지시문을 받아 편집된 이미지를 돌려주는 편집기이며, 출력에 콘텐츠 필터가 없고 지시문을 작성하는 모델에도 거절 레이어가 없습니다. Shannon 채팅 앱 안에서 자체 GPU 클러스터로 실행되므로, 필터가 걸린 편집기가 거부하는 작업 — 아트 누드 리터치, 의학 및 법의학 일러스트, 보안 연구용 이미지, 픽션 속 폭력, 정치 풍자 — 이 거절되는 대신 처리됩니다.
배경만 바꿔 달라고 했는데 왜 얼굴이 달라집니까?
지시문 편집은 여러분이 머릿속에 둔 영역만 손보는 것이 아니라, 원본 이미지를 조건으로 프레임 전체를 다시 생성하기 때문입니다. 바뀌지 않는다고 지목하지 않은 것은 무엇이든 흔들릴 수 있습니다. 해법은 앵커링입니다. "얼굴, 헤어스타일, 자세, 의상은 동일하게 유지하고 카메라 각도와 크롭도 같게" 같은 유지 조건을 덧붙이세요. 바뀌지 않을 부분을 지목하는 것이 여러분이 쥔 가장 큰 품질 레버입니다.
Shannon 이미지 편집은 네거티브 프롬프트를 지원합니까?
그렇습니다. 아예 받지 않는 텍스트-투-이미지와 달리, 편집 경로와 다중 이미지 합성 경로는 둘 다 지원합니다. 지시문에 "X 없이"라고 쓰는 대신, 원치 않는 아티팩트 — 손가락 개수 이상, 뒤틀린 글자, 복제된 난간, 뭉개진 텍스처, 플라스틱 같은 피부, 워터마크 — 에 사용하세요. 콘텐츠에 대한 결정은 지시문에 긍정문으로, 아티팩트 억제는 네거티브 프롬프트에 두세요.
Shannon이 내 이미지를 움직이게 하거나 동영상으로 만들 수 있습니까?
아니요. Shannon은 동영상을 생성하지 않고 이미지를 애니메이션으로 만들지도 않습니다. 이미지-투-비디오 경로는 없으며 예고되는 것도 없습니다. Shannon 3는 새 이미지를 생성하거나, 기존 이미지 한 장을 편집하거나, 둘 이상의 이미지를 하나로 합칩니다. 그 세 가지뿐이며 그 너머는 없습니다.
편집에는 원본 이미지가 몇 장 쓰입니까?
정확히 한 장입니다. 이미 대화에 있는 그림이거나, 지금 보내는 메시지에 첨부한 그림입니다. 요소가 둘 이상의 이미지에서 와야 한다면 — 한 사진의 의상을 다른 사진의 인물에게 — 그것은 편집이 아니라 합성이며, 두 번째 이미지를 말로 설명하지 말고 실제 이미지를 함께 올려야 합니다.
마스크를 그리거나 인페인팅을 써야 합니까?
아니요. 브러시도, 올가미도, 마스크 레이어도 없습니다. 변경 내용을 문장으로 서술하면 영역은 여러분의 말에서 추론됩니다. 그래서 정확한 명사가 중요합니다. "오른쪽에 주차된 은색 자동차"는 "저거"보다 훨씬 잘 겨냥합니다. 덕분에 Shannon은 선택 작업 없이 결과만 원하는 사람에게 실용적인 무검열 인페인팅 대안이 됩니다.
Shannon API로 이미지를 편집할 수 있습니까?
아니요. 이미지 생성과 편집은 Shannon 채팅 앱에 있습니다. /v1 방언들 — /v1/chat/completions, /v1/messages, /v1/responses — 는 텍스트와 비전을 제공합니다. 보내는 이미지를 읽고 분석하지만 만들거나 편집하지는 않습니다. 흔한 작업 흐름은 API의 비전으로 앵커가 들어간 지시문 초안을 잡고, 편집은 채팅에서 실행하는 것입니다.
필터와 다투지 않고 이미지를 편집하세요
사진을 첨부하고, 문장 하나를 쓰고, 남길 것을 지목하세요.
편집 시작하기 API 문서 보기이미지는 자체 GPU 클러스터에서 렌더링됩니다 · 카드를 확인하기 전에는 아무것도 렌더링되거나 과금되지 않습니다
Shannon AI는 미국 뉴멕시코의 Shannon Lab LLC가 운영합니다. 이미지 생성, 편집, 합성은 Shannon 3의 채팅 앱 기능이며, /v1 API는 텍스트와 비전만 제공합니다. 제품에 동영상 생성은 존재하지 않습니다. 편집은 원본 이미지를 정확히 한 장 받으며 그 화면 비율을 상속합니다. 무검열 이미지 경로의 사용은 책임 있는 사용 정책의 적용을 받습니다.