이번 콘텐츠는 Generative AI 제품, 서비스를 사용하는 방법을 공유하는 AI 찍어먹기 시리즈 입니다. 앞으로 다양한 제품과 서비스들을 Creatorhood팀에서 직접 사용해보면서 그 과정에서의 경험을 공유해드릴 계획입니다.
Playform
Stable Diffusion, MidJourney, Dall-E 등 대규모 이미지 모델을 활용하여 이미지를 만드는 것은 이제 엄청나게 흔해졌습니다. 하지만 기성 미술가들이 자신의 작품을 만드는데 이런 AI 서비스를 활용하는 것에 대해서는 의견이 분분합니다.
AI Product를 살펴보다 발견한 Playform이라는 서비스는 반대로(?) 이런 미술가들이 AI를 활용해서 자신만의 작품을 만들 수 있게하는 서비스입니다. Playform은 자신들의 서비스를 “미술가를 위한 AI 맥가이버칼(The AI Swiss Army knife for Professional Artists)”이라고 표현합니다. 기존 서비스들은 Text Prompt를 통해 원하는 이미지를 만드는 방식을 제공한 것에 비해 Sketch, Face-Mix, Style Transfer 등 다양한 방식으로 이미지를 생성해낼 수 있습니다.
무엇보다 미술가들은 Playform을 활용하면 직접 모델을 만들고, 모델을 활용한 작품을 만들 수 있습니다. 사용자가 직접 생성한 모델은 외부에 공유되지 않기 때문에 개인화된 작품을 만들 수 있고, 모델을 훈련하는데 비교적 적은 수의 이미지(30장 내외)만 필요하기 때문에 누구나 손쉽게 모델을 만들어 낼 수 있다고 합니다.
Tutorial
Playform을 활용해서 직접 모델을 학습시키고 작품(?)을 만들어봤습니다.
#00. Playform 둘러보기
Playform은 모델 학습 뿐만아니라 꽤 많은 종류의 AI Project를 제공합니다. 사전에 훈련된 모델을 활용하면 빠르게 작품을 완성할 수 있습니다.
AI Shortcuts: 사전에 훈련된 모델을 활용하여 특정 이미지들을 만들어낼 수 있습니다.
Advanced AI Apps: 다양한 AI 기술을 적용, 혼합하여 이미지를 만들어낼 수 있습니다.
Sketch: 간단한 스케치를 통해 이미지를 만들어낼 수 있습니다.
Train a Model: 이미지 업로드를 통해 직접 모델을 만들고 모델을 활용하여 이미지를 만들어낼 수 있습니다.
Playform을 통해 사용자는 3가지 방식으로 모델을 학습시킬 수 있습니다.
Freeform: 사용자가 가지고 있는 이미지를 조합하여 새로운 이미지 세트를 만들어 냅니다.
Creative Morph: 두 이미지 세트의 교차점을 탐색하여 이미지 세트 사이를 전환하는 이미지 시퀀스를 생성합니다.
Style Transfer: 한 이미지 세트의 스타일을 다른 이미지의 모양과 윤곽에 적용할 수 있습니다. 클릭 한 번이면 됩니다. 시리즈 또는 컬렉션을 만드는 데 적합합니다.
이 튜토리얼에서는 Freeform(자유형) 학습을 통해 모델을 학습하고 이미지를 만들어봤습니다.
#01. Model 학습시키기(Training)
Training 프로젝트를 수행하기 위해서는 최소 30장 이상의 이미지를 학습시켜야 합니다. 저는 클림트의 작품 30장을 학습시켜 보았습니다.
30장의 이미지를 업로드하고 나면 훈련시간을 설정할 수 있습니다. Playform의 경우 훈련 시간에 따라 과금되기 때문에 훈련시간이 길수록 더 많은 & 더 정교한 이미지를 얻을 수 있습니다.
(저는 추천 훈련시간인 2시간 30분으로 설정했습니다. 크레딧이 부족해서 $5 충전했어요…)
훈련시간을 설정하고 나면 Background에서 훈련과 이미지 생성이 진행되기 때문에 브라우저를 닫고 다른 일을 해도 됩니다. 저는 이 시간 동안 공개되어있는 프로젝트(이미지 생성 결과물)와 콜렉션(학습 데이터셋)을 구경하며 시간을 보냈습니다.
#02. 학습한 모델로 만든 이미지 확인하기
2시간 30분이 지나면(시간이 조금 더 걸린 것 같긴 합니다.) Freeform 훈련을 통해 완성된 이미지들을 확인할 수 있습니다. 총 64개의 이미지가 생성된 것을 확인할 수 있습니다. 또한 하단에서 50개의 스냅샷이 저장되어있는 것을 확인할 수 있는데 이 스냅샷들은 마지막 결과물을 만들기위하여 생성을 반복하는 동안의 중간 과정입니다.(훈련시간을 짧게 설정한다면 이 스냅샷의 갯수가 작아집니다.)
최종 결과물은 비교적 색감과 형상이 명확한 이미지부터 색감과 형상이 명확하지 않은 이미지까지 다양하게 얻을 수 있지만 확실히 “클림트스러운” 이미지를 만들어냈습니다.
#03. 더 많은 결과물 만들기
Freeform의 결과물은 각각 Mix와 Video를 통해 더 많은 결과물을 만들어낼 수 있습니다. Mix 기능을 사용하면 특정이미지들을 기준으로 계속해서 Variation할 수 있습니다. 하나의 이미지를 선택해 여러 Variation을 가져가거나 여러 이미지를 Anchor Image로 선택하여 이미지를 서로 혼합할 수도 있습니다.
Video를 활용하면 여러 이미지를 Key Frame으로 활용하여 선택한 이미지가 전환되는 영상을 만들 수 있습니다.
맺는 말
Playform은 다른 이미지 생성 서비스에 비해 확실히 미술적인(?) 결과물을 만들어냅니다. 기본적인 이미지 생성 서비스(Text2Image, Stylize, Upscale)는 물론이고 미술가와 미술사조에 따라 사전에 훈련된 데이터와 개인화된 이미지 훈련 모델을 제공합니다.
Playform Generative AI가 가지고 있는 불확실성이라는 강점이자 약점을 똑똑하게 활용했다는 생각이 듭니다. 모델을 훈련할 때 Inspiration이라는 말을 사용하는데 여느 이미지 생성 서비스가 그렇듯이 원하는 이미지를 정확히 뽑아내기는 어렵지만 불확실성을 통해 영감을 부여할 수 있는 서비스로서 Playform은 충분히 매력있는 서비스라고 생각합니다.
*더 자세한 내용은 Playform 페이지(https://www.playform.io/)에서 확인할 수 있습니다.
끝.