MiniMax H3에서 동일한 얼굴이 계속 생성되는 문제: 고유한 캐릭터를 얻는 방법

AI Overview

왜 MiniMax H3은 계속해서 동일한 얼굴을 생성할까요?

광범위한 캐릭터 프롬프트는 시드(seed)를 변경하더라도 익숙해 보이는 얼굴을 반복적으로 생성할 수 있습니다. 모델은 여전히 정체성을 창조해야 하므로, 모호한 표현은 이 결정의 상당 부분을 제약 없이 남겨둡니다.

무작위 시드를 사용하면 항상 다른 인물을 생성할 수 있을까요?

아니요. 새로운 시드는 샘플을 변경하지만, 반드시 새로운 얼굴 구조를 보장하지는 않습니다. 프롬프트가 동일한 일반적인 역할을 묘사한다면, 여러 출력물이 여전히 친척처럼 비슷해 보일 수 있습니다.

더 다양한 얼굴을 만들기 위해 참조 이미지를 사용해야 할까요?

보존하고자 하는 정체성을 먼저 선택한 후에 참조 이미지를 사용하세요. 초기 캐스팅 다양성을 확보하려면, 정체성 변수를 통제한 텍스트 전용 배치가 진정으로 다른 후보들을 비교하기 쉽게 만듭니다.

두 생성된 얼굴이 지나치게 유사한지 어떻게 알 수 있을까요?

머리카락이나 복장이 아니라 안정적인 특징—얼굴 윤곽, 눈썹 형태, 눈 간격, 코 다리, 턱선, 연령 징후, 피부 질감—을 비교하세요. 움직이는 클립을 평가하기 전에 중립적인 정면 영상을 먼저 검토하세요.

“동일한 얼굴”이 실제로 의미하는 바

MiniMax H3이 계속해서 동일한 얼굴을 생성할 때, 실패는 보통 픽셀 단위로 완전히 동일한 복제본을 만드는 것이 아닙니다. 대신 반복되는 캐스팅 패턴—유사한 연령, 대칭적인 타원형 얼굴, 좁은 턱선, 익숙한 눈 간격, 매끄러운 피부, 동일한 편집 스타일의 표정—을 의미합니다. 머리카락, 의복, 장소는 처음에는 반복을 숨기기에 충분히 달라질 수 있습니다. 하지만 클립을 나란히 놓고 보면, 등장인물들이 서로 관련되어 있거나 교환 가능해 보입니다.

이는 선택된 하나의 캐릭터를 일관되게 유지하려는 검색 의도와는 다릅니다. 일관성은 H3가 촬영 장면 전체에서 정체성을 보호하도록 요청합니다. 반면 얼굴 다양성은 텍스트-비디오 모델에게 캐스팅 단계에서 명확히 구분되는 다양한 정체성을 창조하도록 요청합니다. 두 번째 문제를 해결하기 위해 무작위 참조 이미지를 추가하지 마세요. 그렇게 하면 아직 적합 여부를 판단하기 전에 또 다른 정체성을 고정시킬 뿐입니다.

편집 개념 이미지: 다른 머리카락과 의복은 눈썹, 눈 간격, 코, 턱선이 여전히 반복된다는 사실을 가릴 수 있습니다.

정체성 반복과 일반적인 연속성 구분하기

먼저 무엇이 반복되고 있는지를 결정하세요. 여러 관련 없는 텍스트 전용 생성물에서 동일한 얼굴이 나타난다면, 이는 다양성 문제입니다. 하나의 클립 내에서 동일한 얼굴이 변한다면, 이는 정체성 이탈(identity drift)입니다. 상호작용 중에 두 명의 특정 인물이 합쳐진다면, 이는 주체 결합(subject binding) 또는 오클루전(occlusion) 실패입니다. 각각은 서로 다른 해결책이 필요합니다.

공식 H3 시스템은 텍스트 전용 FL2VA 생성과 멀티모달 Ref2VA 생성을 서로 다른 작업 계열로 노출합니다. 이 구분은 중요합니다: 텍스트 전용 생성은 언어로부터 인물을 창조하지만, 참조 기반 생성은 선택된 시각적 정체성을 계승할 수 있습니다. 모델 문서는 서로 다른 시드가 균형 잡힌 캐스팅 풀을 생성한다고 보장하지 않으므로, 다양성은 테스트하고 직접 조정해야 하는 요소로 간주하세요.

프롬프트가 은연중에 하나의 원형(archetype)을 요청하고 있는지 확인하세요

“아름다운 젊은 여성”, “영화 같은 매력적인 남성”, “세련된 크리에이터”와 같은 프롬프트는 개별 인물을 묘사하기보다는 역할과 미학을 설명합니다. 동일한 역할, 렌즈, 뷰티 조명, 분위기를 반복하면 생성물이 계속해서 동일한 시각적 중심으로 유도될 수 있습니다. 추가적인 품질 관련 용어는 정체성 정보를 제공하지 않습니다.

또한 부정 프롬프트(negative prompt)도 확인하세요. 주름, 비대칭, 질감 있는 피부, 특이한 이마선, 강한 연령 징후 등을 제거하면 후보자들 사이의 차이를 만드는 특징들이 사라질 수 있습니다.

깔끔한 다양성 테스트 구성하기

매력적인 두 개의 썸네일만으로 이 문제를 진단하지 마세요. 장면 스타일링과 얼굴 정체성을 분리하는 소규모 캐스팅 테스트를 구성하세요. 동일한 재생 시간, 프레임 속도, 화면 비율, 카메라 위치, 복장 범주, 배경, 조명을 사용해 6개의 짧은 중립 클립을 생성하세요. 정체성 설명과 시드 정책만 변경하세요. 작고 천천히 머리를 돌리는 정적 중간 클로즈업으로 충분합니다. 과도한 액션은 비교를 어렵게 만듭니다.

편집 개념 이미지: 동일한 조명, 프레이밍, 복장은 얼굴 차이를 판단하기 쉽게 만듭니다.

6명의 후보자를 위한 캐스팅 매트릭스 사용하기

모든 후보자에게 의도적으로 다른 프로필을 부여하세요. 머리카락 색상만 바꾸는 대신, 여러 안정적인 특징을 함께 변화시키세요.

존중하고 관찰 가능한 기술어를 사용하며, 보호된 특성(예: 인종, 장애 등)을 추측하지 마세요. 이 제작 매트릭스는 단순히 프롬프트 변경이 렌더링된 얼굴에 실제로 반영되는지를 확인하는 데 목적이 있습니다.

중립적인 비교 프레임 저장하기

각 클립의 동일한 순간에서 프론트 프레임 하나 또는 쓰리쿼터 프레임 세 개를 내보내세요. 각 프레임을 동일한 머리 크기로 자른 후, 파일명 없이 검토하세요. 얼굴 형태, 눈썹, 눈, 코, 턱 및 연령 단서를 0~2 점으로 평가하세요. 여기서 0은 명확히 다름을, 1은 부분적으로 유사함을, 2는 강하게 유사함을 의미합니다. 네 가지 이상의 특성이 일치하는 두 후보자는, 의도된 외모 유사성이 없는 한 캠페인 캐스팅 세트에서 모두 통과해서는 안 됩니다.

전체 클립도 함께 보관하세요. 정지 이미지는 구분되어 보일 수 있지만, 모션은 얼굴을 익숙한 표정으로 끌어당길 수 있습니다. 승인 전에 초반, 중간, 종료 1초씩을 반드시 검토하세요.

다른 인물을 정의하도록 프롬프트 재작성하기

가장 빠른 해결책은 프롬프트를 길게 만드는 것이 아닙니다. 광범위한 매력 관련 표현을 간결한 정체성 블록으로 대체하고, 나머지 프롬프트는 행동을 기술하도록 하세요. MiniMax H3 generator는 로컬 그래프를 다시 구축하지 않고도 동일한 통제된 테스트를 실행할 수 있는 호스팅 환경을 제공합니다.

하나의 정체성 블록과 하나의 샷 블록 사용하기

다음 구조를 복사한 후, 후보자 간에 변경할 부분은 정체성 문장 하나뿐입니다:

Identity: a fictional middle-aged ceramic artist with a long angular face, strong brow, prominent nose bridge, short salt-and-pepper curls, natural skin texture and a calm unsmiling expression. This person must not resemble prior candidates.

Shot: medium close-up in a neutral daylight studio. The subject looks toward camera, turns slightly left, then holds still. Static 50 mm-style framing, soft side light, plain charcoal crewneck, no beauty retouching, no text or logo. Quiet room tone only.

“이전 후보자와 닮아서는 안 된다”는 표현은 의도를 전달하는 데 유용하지만, 모델이 받아본 적 없는 이미지와 비교할 수는 없습니다. 실제 구분 작업은 구체적인 특성들이 수행합니다. 정체성 문장이 인물을 바꾸었는지 판단할 수 있도록, 행동, 렌즈 언어, 조명은 모두 동일하게 유지하세요.

편집 개념 이미지: 제작 설정은 고정한 채 연기자 정의만 변경.

프롬프트 내 충돌 제거하기

프롬프트는 ‘노년의 얼굴’을 요청하면서 동시에 ‘청춘스러운’, ‘결함 없는’, ‘매끄러운 피부’, ‘뷰티 광고 스타일’ 등의 표현으로 그 요청을 무효화할 수 있습니다. 또 ‘넓은 턱’을 요청하면서도, 주인공이 좁은 얼굴을 가진 참조 이미지를 도입할 수도 있습니다. 더 많은 시드(seed)를 소비하기 전에 이러한 충돌을 해소하세요.

캐스팅에는 하나의 주요 액션과 하나의 카메라 움직임만으로 충분합니다. 후보자가 승인된 후에는 실제 장면, 의상, 연기, 카메라 계획을 복원하세요. Ref2VA versus FL2VA guide에서는 텍스트나 키프레임이 샷을 창조해야 할 때와, 참조 이미지가 제어권을 가져야 할 때를 설명합니다.

시드와 참조를 의도적으로 활용하기

시드는 재현성을 위한 제어 수단일 뿐, 캐스팅 지시사항이 아닙니다. 프롬프트를 탐색하려면 시드를 변경하세요. 그러나 새로운 정수 값이 곧 새로운 정체성을 의미한다고 가정하지 마세요. 유용한 후보자를 재현할 수 있도록, 프롬프트, 작업 유형, 체크포인트, 시드, 지속 시간, 워크플로 버전을 모두 기록하세요.

먼저 배치 생성 후, 승인된 후보 고정하기

정체성 참조 없이 통제된 6명 후보자 배치를 생성하세요. 단순히 가장 매력적인 첫 프레임이 아니라, 얼굴 적합도, 모션 안정성, 역할 적합성 기준으로 후보자를 선정하세요. 그런 다음 중립적 초상화와 유용한 전신 또는 쓰리쿼터 이미지를 승인된 정체성 팩으로 저장하세요.

승인 후에만 Ref2VA으로 이동하세요. 각 시각적 참조에는 명확한 역할을 부여하세요: 하나는 얼굴용, 하나는 신체 또는 의상용, 필요 시 하나는 환경용. character replacement workflow는 기존 샷의 모션과 연출을 유지하면서 선택된 연기자를 보존하는 방법을 설명합니다.

Play a documented MiniMax H3 reference-to-video output

문서화된 MiniMax H3 Ref2VA 출력: 캐스팅 후 참조 모드를 사용해 선택된 정체성이 모션, 카메라 변경, 오디오와 함께 살아남는지 검사하세요.

캐스팅과 연속성 테스트를 한 배치에서 혼합하지 않기

모든 후보자가 동일한 초상 참조를 사용하면, 반복되는 얼굴이 나타나는 것은 예상된 결과입니다. 연기자가 식별 가능한 모션 참조는 모션보다 오히려 외모에 더 큰 영향을 미칠 수 있으며, 그 역할이 명확하지 않으면 혼란을 초래할 수 있습니다. 캐릭터 창조는 별도로 테스트한 후, 승인된 입력들을 결합하세요.

두 사람 등장 장면의 경우, 각 인물을 명확히 라벨링하고 신체적 역할을 구분하여, 한 정체성이 다른 쪽으로 ‘흘러들어가지’ 않도록 하세요. two-person MiniMax H3 workflow는 주체 ID, 시선 방향, 차례 교대 등을 다루며, 한 정체성이 다른 쪽으로 침투하지 않도록 합니다.

지속적인 외모 유사성 문제 진단하기

세심한 정체성 블록을 사용해도 여전히 외모 유사성이 발생한다면, 유사성이 처음 나타나는 단계를 찾아보세요. 재생성, 업스케일링, 얼굴 강화, 보간 전의 768p 기본 결과를 비교하세요. 복원 처리는 피부와 얼굴 디테일을 너무 공격적으로 정규화하여 서로 다른 입력이 수렴할 수 있습니다.

다음 순서대로 하나의 변수만 변경하기

1. 하나의 편집 아키타입을 암시하는 뷰티 및 품질 관련 형용사 제거하기.
2. 구조적 특성 강화하기: 얼굴 형태, 턱, 코 다리, 눈썹, 연령 단서.
3. 액션 및 카메라 움직임 단순화하기.
4. 수정된 정체성 블록은 고정한 채 시드 변경하기.
5. 어떤 강화 처리 전의 기본 출력 비교하기.
6. 역할이 여전히 부적절하다면, 무작위 시드를 더 소비하기보다는 새롭게 승인된 참조로 캐스팅하세요.

얼굴 복원 처리를 바로 적용하지 마세요. 복원은 디테일을 향상시킬 수는 있지만, 근본적인 정체성이 다르다는 것을 입증할 수는 없습니다. 다변화를 평가할 때는 다듬기 이전 단계를 기준으로 하세요.

외관상 중복으로 보이는 경우가 실은 리뷰 문제임을 인지하세요

광각 촬영 시 작은 얼굴은 식별 가능한 특징을 숨깁니다. 역광, 선글라스 착용, 머리카락이 얼굴을 가리는 상황, 빠른 동작 등은 서로 다른 사람을 유사하게 보이게 만들 수 있습니다. 중립적인 근접 샷에서 명확히 구분된다면, 캐스팅을 다시 하기보다는 프레이밍과 조명을 통해 광각 샷의 문제를 해결하세요.

다양한 캐스팅 후보 집합 검토하기

후보들을 하나의 클립씩 개별적으로 검토하는 대신, 전체 집합으로서 함께 검토하세요. 개별적으로 우수한 결과라 하더라도 이미 승인된 다른 캐릭터와 중복될 수 있습니다. 중립 프레임을 하나의 보드에 모으고, 시드 번호와 프롬프트 이름은 숨긴 후, 검토자에게 외관상 유사해 보이는 인물들을 그룹화하도록 요청하세요. 우연히 형성된 그룹은 모두 캐스팅 테스트로 되돌려야 합니다.

편집 개념 이미지: 별도의 검토 과정에서 반복되는 얼굴 패턴이 누락되지 않도록 전체 캐스트를 함께 승인하세요.

재사용 가능한 캐스팅 기록 유지하기

승인된 각 캐릭터에 대해 중립 얼굴 프레임, 전신 참조 이미지, 정확한 정체성 블록, 시드 값, 태스크 모드, 승인된 클립, 그리고 “이 방향으로 수렴하지 말 것”이라는 간단한 주석을 저장하세요. 허락 없이 실제 인물의 외모를 사용하지 마세요. 버려진 생성물과 구분되도록, 허가된 또는 순전히 가상의 참조 자료를 명확히 분리하여 관리하세요.

여기서 바로 Seedance Agent가 협업 부담을 줄여줍니다: 캐스팅 보드를 샷 계획에 연결하고, 각 참조 역할을 명시적으로 유지하며, 후보들을 비교하고, 하나의 정체성을 승인한 후 실패한 캐릭터나 샷만 다시 실행하세요. 이 도구의 목적은 감각을 자동화하는 것이 아니라, 캐스팅 결정 뒤에 있는 근거를 보존하는 데 있습니다.

결론

MiniMax H3가 계속해서 동일한 얼굴을 생성한다면, 이를 정체성 일관성 문제라기보다는 캐스팅 다양성 문제로 다루어야 합니다: 일반적인 미적 표현 언어를 제거하고, 여러 구조적 특징을 정의하며, 통제된 6명 후보 테스트를 실행하고, 중립 프레임을 검토하며, 시드를 보장 수단이 아닌 탐색 제어 수단으로 활용하세요. 참조 자료로 전환하기 전에 진정으로 구분되는 연기자를 먼저 승인한 후, 캐스팅 기록과 연속성 점검을 제작 과정에 지속적으로 연결하세요. 캐스트 계획 단계에서는 테이크를 비교하고 승인된 정체성을 이후 샷으로 이어가되, 의사결정 경로를 잃지 않도록 해야 하며, Seedance Agent로 프로젝트를 구축하세요.