Textual Inversion 이란?

 

Stable Diffusion이 프롬프트를 읽을 때 토큰 단위로 읽는데, 이러한 토큰(Token)은 우리가 입력하는 문장(Prompt)을 AI가 이해할 수 있는 '숫자 단위'로 쪼갠 것을 의미합니다. 

 

토큰의 핵심 개념 4가지

1. 단어와 토큰의 차이

단어 하나가 무조건 토큰 하나가 되는 것은 아닙니다.

짧거나 흔한 단어: apple → apple (토큰 1개)
길거나 생소한 단어: extraordinary → extra, ordinary (토큰 2개 이상으로 쪼개질 수 있음)
특수문자: ,, ., !, ( ) 등도 각각 하나의 토큰으로 계산됩니다.

2. 75토큰의 제한 (CLIP Limit)

스테이블 디퓨전(특히 v1.5 기준)의 언어 이해 모델인 CLIP은 기본적으로 75개의 토큰까지만 한 번에 처리할 수 있습니다.
75토큰이 넘어가면 AI는 이를 무시하거나, 다음 75토큰 묶음으로 넘겨서 처리합니다.
WebUI에서는 80/75처럼 표시되는데, 이는 75개 한도를 넘어 다음 묶음으로 넘어갔다는 뜻입니다. 너무 길어지면 앞부분과 뒷부분의 연결성이 떨어질 수 있습니다.

3. 토큰의 가중치 (Attention)

토큰은 순서와 강조에 따라 영향력이 달라집니다.

순서: 앞에 올수록 AI가 더 중요하게 인식합니다. (a girl, in the forest와 forest, a girl은 결과가 다릅니다.)
강조: (word:1.2) 같은 문법은 해당 토큰의 수치값을 높여 AI가 그 단어에 더 집중하게 만듭니다.

4. 고유 토큰 (Extra Networks)

우리가 흔히 쓰는 LoRA나 Embedding(Textual Inversion)도 내부적으로는 특정 토큰들과 연결되어 있습니다. 특히 임베딩 파일은 복잡한 프롬프트를 하나의 '가짜 단어(토큰)'에 저장해 둔 것이라고 이해하면 쉽습니다.

Embedding 즉 Textual Inversion은 복잡한 여러개의 토큰을 하나의 가짜 토큰(트리거)으로 저장해두는 역할을 합니다.
AI는 우리가 쓰는 단어를 그대로 이해하지 못하고, 반드시 토큰이라는 작은 조각으로 나누어 처리해야 하기 때문에 프롬프트의 길이에 대한 제약이 생기고 75개의 토큰 한계를 극복하기 위하여 여러개의 토큰을 1개의 가짜 토큰으로 만드는 것입니다. 

물론 WebUI Forge는 이러한 토큰제한을 75개 단위로 묶어 무한 반복할 수 있도록 고안되었지만 75개 단위의 토큰별로 각자 다른 개념으로 인식될 수 있다는 약점은 여전히 존재 합니다.

 

Textual Inversion의 용도

텍스트 반전은 LORA와 유사한 결과를 보장하지만, 가중치가 낮고 활성화 키워드 외에 추가 프롬프트를 삽입할 필요가 없습니다. 게다가 이러한 방법들은 이미지의 스타일이나 분위기를 바꾸지 않습니다.

 

Textual Inversion 사용 방법

Textual Inversion(이하 임베딩)은 파일 용량이 매우 작고 사용법이 간단하지만, UI마다 적용 방식이 조금 다릅니다. 

WebUI(A1111/Forge)를 기준으로 스테이블 디퓨전 설치 폴더 내의 embeddings 폴더에 임베이딩 파일을 넣습니다.
예: D:\Stable-Diffusion\embeddings\EasyNegative.pt

사용 방법은 네트워크 탭에서 Textual Inversion을 선택합니다.
나열된 섬네일 카드들 중 원하는 임베딩을 클릭하면 프롬프트창에 자동으로 이름이 입력됩니다. 임베이딩 파일명을 직접 프롬프트창에 입력하여 사용 할수도 있으며 가중치 적용도 가능 합니다.

 

 

Creator Profile | Civitai

 

🧡 시비타이 저장소에 가보시면 위의 과정을 통해 생성된 이미지가 게시되어 있습니다. 참고하시면 도움이 될 것입니다. 💛