구글, 단 한 장으로 디자인 스타일 복제하는 '스타일드롭' 공개

생성형 AI 모델에 특정 화풍을 학습시키는 작업은 늘 까다로웠습니다. 기존 방식들은 참조 이미지에 있던 피사체까지 엉뚱하게 따라 그리거나, 정작 중요한 질감과 음영 표현을 놓치는 경우가 많았습니다.

Google 연구진은 단 한 장의 이미지만으로 정교하게 시각 스타일을 복제해 내는 새로운 스타일 전이 기술인 StyleDrop을 공개했습니다.

단 한 장의 이미지로 3분 만에 화풍 복제

StyleDrop은 Google의 텍스트 기반 이미지 생성 모델인 Muse를 기반으로 동작합니다.

가장 눈에 띄는 점은 입력 데이터로 단 한 장의 레퍼런스 이미지만 요구한다는 점입니다.

이 시스템은 단일 이미지에서 색상 조합, 명암 처리, 디자인 패턴, 그리고 화면 전반에 걸친 세밀한 시각적 효과를 포착해 냅니다.

기반 모델 전체를 무겁게 학습시키는 대신, 소수의 훈련 가능한 파라미터만 미세 조정하는 방식을 택했습니다.

이후 모델이 생성한 여러 샘플 중 원본의 '내용'이 아닌 '스타일'을 제대로 반영한 이미지를 골라냅니다. 이 선별 과정에는 CLIP 점수를 활용한 자동 평가나 사람의 피드백이 쓰입니다.

반복 학습에 필요한 이미지는 10여 장 안팎에 불과하며, 인간 피드백을 포함하더라도 전체 프로세스가 3분 이내에 끝난다는 것이 연구팀의 설명입니다.

Dreambooth와의 결합으로 피사체와 화풍 분리

연구팀에 따르면 StyleDrop은 Stable Diffusion이나 Imagen 환경에서 쓰이던 Dreambooth, LoRA, Textual Inversion 같은 기존 스타일 전이 기법들을 모두 앞서는 성과를 보였습니다.

질감과 입체감, 구조적 디테일을 훨씬 섬세하게 제어할 수 있어 기존 방식보다 스타일에 대한 통제력이 크게 향상되었다고 설명합니다.

특히 실용적인 부분은 Dreambooth와의 결합입니다.

특정 사물이나 캐릭터의 외형을 학습하는 데 뛰어난 Dreambooth와 스타일을 전담하는 StyleDrop을 합쳐, 원하는 대상에 맞춤형 화풍을 입히는 작업이 가능해졌습니다.

Google은 이 기술을 기업들이 자사 브랜드 자산을 기반으로 빠르게 시각 프로토타입을 제작할 수 있는 범용 도구로 보고 있습니다.

왜 중요한가

기업 브랜딩이나 상업 디자인에서 가장 중요한 기준은 일관된 톤앤매너 유지입니다.

기존에는 전용 스타일을 구현하기 위해 수십 장의 고품질 데이터를 모으고 오랜 시간 LoRA를 훈련해야 했습니다. StyleDrop은 이 과정을 단 한 장의 이미지와 3분이라는 시간으로 압축해, 크리에이터의 반복 작업 비용을 획기적으로 낮출 잠재력을 보여줍니다.

우리는 피사체를 기억하는 기능과 스타일을 입히는 기능을 완전히 분리해 Dreambooth와 모듈식으로 결합한 구조가 매우 영리한 접근이라고 판단합니다. 하나의 가중치에 무리하게 모든 것을 담으려다 피사체가 왜곡되던 문제를 깔끔하게 피해 갔기 때문입니다.

하지만 현실적인 한계도 뚜렷합니다. StyleDrop은 일반 대중에게 개방되지 않은 Google의 독자 모델 Muse에 종속되어 있습니다. 오픈소스 생태계나 상용 소프트웨어에 직접 통합되지 않는다면 대다수 디자이너들에게는 연구실 안의 훌륭한 벤치마크 결과에 그칠 수 있습니다.