보이는 것이 곧 결과물입니다. 커버 이미지는 원본 사전학습 모델 출력물로, 1MP 해상도입니다. 마법 같은 플러그인도 없고, 업스케일도 없으며, 손/얼굴 인페인팅 수정도 없고, 심지어 네거티브 프롬프트도 없습니다. 일부 사용자가 재현하지 못한다고 하는데, 그건 실력 문제입니다. (기본 모델 불일치 또는 "최적화" 과다 추가)

낮은 강도(e.g. <0.5)에서도 기본 모델이 망가졌다면 그건 기본 모델 문제입니다. 이미 이 LoRA가 병합되어 있는데 두 번 병합되었고, 모델 가중치가 곱해지고 붕괴된 것입니다. 사기꾼, 즉 도둑들이 만든 가짜 기본 모델 주의하세요. 일부 "창작자"는 훈련을 전혀 하지 않고 다른 사람의 모델을 가져와 병합, 메타데이터와 크레딧을 삭제하고 자기 이름의 기본 모델로 판매합니다.

고정 메모:

(2025년 9월 27일): 앞으로를 기대하세요...

이 모델은 더 이상 업데이트하지 않습니다.

SDXL은 너무... 오래된 모델로, 2년 전(2023년 6월)에 출시되었습니다. 새로운 모델들은 아키텍처 개선 덕분에 훨씬 효율적입니다.

이 글 작성 시점에는 Neta Lumina (Lumina 2)와 Chroma (Flux.1)를 시험해보고 있었습니다.

Lumina 2는 2025년 1월에 출시되었고, SDXL보다 1.25배 크지만 아키텍처 개선으로 모든 면에서 훨씬 뛰어납니다. NetaYume Lumina와 Neta Lumina는 단보루(danbooru)와 e621 데이터셋 기반의 애니메 스타일 미세조정 모델입니다.

저는 NetaYume Lumina용 "Enhancement bundle" LoRA를 훈련시켰습니다. 이 "stabilizer"와 마찬가지로 더 나은 디테일, 적은 노이즈를 제공합니다. 이름도 덜 오해할 수 있도록 바꾸었습니다. Comfyui가 있다면 시도해보세요.

Chroma는 나중에...

새 모델은 별도 페이지에서 출시될 예정이며, 이 페이지는 업데이트하지 않습니다.

또한 그 모델들을 지원할지 모르겠습니다. 저는 TensorArt로 전환했습니다. 여기에서 저를 찾을 수 있으며 Lumina 2 모델을 사용해보세요.

Stabilizer

7천 장의 이미지로 미세조정된 대형 소규모 모델입니다.

• 고정된 스타일보다는 창의성에 중점. 데이터셋이 매우 다양하여 이 모델에는 제한적인 고정 스타일(바이어스)이 없습니다.

• 자연스러운 텍스처, 조명, 미세한 디테일만 포함. 플라스틱 광택 AI 스타일은 없습니다. 모든 이미지를 직접 선별했습니다. AI 이미지로 학습 시 비정상적인 효과가 증폭될 수 있다는 걸 알고 있지만, 저는 그런 것을 선호하지 않습니다.

• 프롬프트 이해도가 향상되었습니다. 자연어 캡션으로 훈련됨.

• (v-pred) 더 나은 균형 잡힌 조명, 넘침과 과포화 없음. 같은 이미지 내, 심지어 같은 위치에 순수한 검정(0)과 흰색(255)을 표현할 수 있습니다.

왜 기본 스타일이 없나요?

• "기본 스타일"이란: 모델이 기본 스타일(바이어스)을 가지면, 입력한 프롬프트와 상관없이 동일한 스타일(얼굴, 배경, 분위기)을 항상 생성합니다.

• 장점: 사용하기 쉬워 스타일 프롬프트를 따로 작성하지 않아도 됩니다.

• 단점: 덮어쓸 수도 없습니다. 기본 스타일과 맞지 않는 프롬프트는 무시되며, 여러 스타일이 쌓이면 기본 스타일이 항상 겹쳐서 다른 스타일을 방해합니다.

• "기본 스타일 없음"은 바이어스가 없으며 스타일은 태그나 LoRA로 지정해야 합니다. 이 모델에서는 스타일 간 겹침이나 오염이 없으므로 원하는 스타일을 정확하게 얻을 수 있습니다.

이 "미세조정 베이스 모델"이 LoRA인 이유는?

• 나는 거대한 이미지 수백만 장을 가진 천재가 아닙니다. 전체 베이스 모델을 미세조정할 필요 없고 LoRA로 충분합니다.

• 업로드와 다운로드가 각각 40MiB에 불과해 7GiB 대용량 체크포인트 대신 데이터와 저장공간을 99.4% 절약할 수 있습니다. 그래서 자주 업데이트할 수 있습니다.

• 이 LoRA는 작지만 강력합니다. Nvidia의 DoRA 아키텍처를 사용해 전통적인 LoRA보다 효율적입니다.

그럼 이 "미세조정 베이스 모델"은 어떻게 얻나요?

간단합니다.

사전학습 베이스 모델 + 이 LoRA = "미세조정 베이스 모델"

사전학습된 베이스 모델에 이 LoRA를 강도 100%로 로드하면 사전학습 모델이 미세조정 베이스 모델이 됩니다. 사용법은 아래 참고하세요.

본 모델 병합 공유 금지. 참고로 보이지 않는 워터마크를 찍는 숨겨진 트리거 단어가 포함되어 있습니다. 워터마크와 감지 코드를 직접 작성했습니다. 사용하고 싶진 않지만 가능합니다.

이 모델은 Civitai와 TensorArt에만 공개되어 있습니다. 다른 플랫폼에서 "나"와 이 문장을 본다면 모두 가짜이며 해당 플랫폼은 불법 해적 플랫폼입니다.

피드백은 댓글에 남겨주세요. 모두가 볼 수 있도록요. Civitai 리뷰 시스템에 남기지 마세요. 너무 형편없이 설계되어 아무도 리뷰를 찾거나 볼 수 없습니다.

사용법

최신 버전:

• nbvp10 v0.271 (NoobAI v-pred v1.0용).

  • 정확한 색상과 미세 디테일. 현재 최고 모델입니다.

  • v-pred LoRA로, NoobAI v-pred v1.0에서만 작동합니다. eps 모델에서는 작동하지 않습니다.

• nbep10 v0.273 (NoobAI eps v1.0용).

  • v-pred 모델에 비해 채도와 대비가 낮습니다. 표준 epsilon(eps) 예측의 "작은 설계 결함" 때문으로, 색상 범위 확장이 제한됩니다. 그래서 나중에 v-pred가 등장했습니다.

• illus01 v1.198 (Illustrious v0.1에서 학습).

  • 이전 버전으로 권장하지 않습니다.

  • 현재 "illustrious"로 라벨된 대부분(90%)의 애니메 베이스 모델은 실상 NoobAI입니다. 따라서 위의 NoobAI 버전을 사용하는 것이 좋습니다. LoRA와 베이스 모델 불일치는 이미지 품질 저하를 초래합니다.

처음에는 이 LoRA를 LoRA 스택에서 가장 먼저 로드하세요.

이 LoRA는 Nvidia의 DoRA 아키텍처를 사용하여 기존 LoRA보다 효율적입니다. 기존 LoRA는 정적인 패치 가중치를 가지지만, DoRA는 현재 로드된 베이스 모델 가중치에 따라 동적으로 계산됩니다(LoRA를 로드할 때마다 달라짐). 예상치 못한 변화를 줄이려면 이 LoRA를 가장 먼저 로드하세요.

이 모델 사용법 두 가지:

1). 미세조정 베이스 모델로 사용 (권장):

자연스러운 가장 미세한 디테일과 원하는 스타일 조합을 완벽하게 컨트롤하고 싶다면 사전학습 베이스 모델에 이 LoRA를 강도 100%로 가장 먼저 로드하세요. 그러면 사전학습 베이스 모델이 이 모델의 미세조정 베이스 모델이 되어 모든 커버 이미지를 생성합니다.

2). 다른 미세조정 베이스 모델 위의 LoRA로 사용하기.

어쨌든 이건 LoRA입니다.

데이터셋

최신 또는 최근 버전 기준

총 약 7천 장 이미지. 거대하지는 않지만(수백만 장으로 훈련하는 신들과 비교하면) 작지도 않습니다. 모든 이미지는 직접 선별함.

• 정상적으로 아름다운 것만 포함. 설명할 수 없는 미친 아트 스타일 제외.

• AI 이미지는 포함하지 않음.

• 고해상도 이미지만 포함. 전체 데이터셋 평균 픽셀은 3.37MP, 약 1800x1800.

• 모든 이미지에 Google LLM이 생성한 자연어 캡션 있음.

기타 도구

Stabilizer의 일부였거나 될 예정이었던 아이디어들이 현재는 별도의 LoRA로 분리되었습니다. 유연성 향상을 위함입니다. 컬렉션 링크: https://civitai.com/collections/8274233.

Dark: 어두운 환경에 바이어스가 있는 LoRA. 일부 베이스 모델의 과도한 밝기 바이어스 수정을 도와줌. 낮은 밝기 이미지로 학습. 스타일 바이어스 없음, 따라서 스타일 오염 없음.

Contrast Controller: 수작업으로 제작된 LoRA. 모니터의 슬라이더를 사용하는 듯 대비를 제어. 다른 훈련된 "대비 강화기"와 달리 수학적으로 선형이며 스타일에 부작용 없음.

베이스 모델에서 과포화 문제가 있거나 매우 화려한 표현을 원할 때 유용.

예시:

Style Strength Controller: 과적합 효과 감소기. 밝기, 대상 등 다양한 과적합 효과를 수학적으로 줄이거나 원하는 경우 증폭 가능.

Stabilizer와의 차이점:

• Stabilizer는 실제 데이터로 훈련되어 텍스처, 디테일, 배경에 관한 과적합 효과만 "줄이는" 역할을 하며, 원래 요소들을 다시 추가합니다.

• Style Controller는 훈련에서 온 것이 아니며, 베이스 모델 훈련된 효과를 "되돌리는" 개념에 가깝습니다. 밝기, 대상 바이어스 등 모든 과적합 효과를 수학적으로 줄입니다.

구버전:

더 자세한 내용은 "업데이트 로그"를 참고하세요. 구버전은 효과가 매우 다를 수 있습니다.

주요 타임라인:

• 지금 ~: 자연스러운 디테일과 텍스처, 안정적인 프롬프트 이해 및 더 높은 창의성. 순수 2D 애니 스타일에 한정되지 않음.

• illus01 v1.23 / nbep11 0.138 ~: 채도가 선명한 더 나은 애니 스타일.

• illus01 v1.3 / nbep11 0.58 ~: 더 나은 애니 스타일.

업데이트 로그

(2025년 8월 31일) NoobAI ep10 v0.273

이번 버전은 처음부터 NoobAI eps v1.0으로 학습됨.

이전 illus01 v1.198과 비교:

• 극한 조건에서 더 나은 균형 잡힌 밝기. (nbvp v0.271과 동일)

• 더 나은 텍스처와 디테일. 고 SNR 타임스텝에서 더 많은 학습 단계 적용됨. (illus01 버전은 호환성 때문에 이 단계 생략했음. 현재 모든 베이스 모델은 NoobAI라 생략 불필요.)

(2025년 8월 24일) NoobAI v-pred v0.271:

이전 v0.264와 비교:

• 극한 환경에서 더 나은 균형 잡힌 조명, 바이어스 감소.

• 높은 대비, 같은 장소에서도 순수 검정(0)과 흰색(255) 모두 가능, 넘침과 과포화 없음. 모두 한 이미지에 동시에 표현 가능.

• (구버전 v0.264는 넘침 방지를 위해 10~250 범위로 이미지 제한 시도, 여전히 바이어스 존재, 전체적으로 너무 어둡거나 밝음)

• v0.264와 같이 높은 강도(0.9~1) 권장.

(2025년 8월 17일) NoobAI v-pred v0.264:

• 처음으로 NoobAI v-pred에 학습된 버전.

• 더 나은 조명, 넘침 감소 제공.

• 높거나 최대 강도(0.9~1) 권장.

(2025년 7월 28일) illus01 v1.198

주로 v1.185c와 비교:

• "c" 버전의 마지막. "시각적으로 눈에 띄는" 효과는 좋지만 호환성 문제 있음. 예: 베이스 모델에 이미 대비 강화가 있으면 두 대비 강화 중첩은 매우 안 좋음. 따라서 극단적인 포스트 이펙트(높은 대비와 채도 등)는 더 이상 사용하지 않음.

• 대신 더 많은 텍스처와 디테일, 시네마틱 수준 조명, 더 나은 호환성 제공.

• 이번 버전은 데이터셋 개편 등 많은 변경사항 포함, 이전 버전과 효과가 상당히 다름.

• v1.185c의 강한 효과를 원하는 사용자는 이 페이지에서 순수 전용 예술 스타일을 찾아보세요. 데이터셋이 충분히 크면 LoRA를 만들 수도 있습니다.

(2025년 6월 21일) illus01 v1.185c:

v1.165c와 비교:

• 선명도와 뚜렷함 100% 향상.

• 너무 난잡한(설명 불가) 이미지 30% 감소. 따라서 이 버전은 매우 높은 대비를 더 이상 제공하지 않으며, 일반 사용에서는 더 안정적임.

(2025년 6월 10일): illus01 v1.165c

특별 버전입니다. v1.164의 개선이 아니며, "c"는 "colorful", "creative", 가끔 "chaotic"을 뜻함.

데이터셋은 매우 시각적으로 강렬하지만 때로는 묘사하기 어려운 이미지 포함: 매우 화려하고, 높은 대비, 복잡한 조명 조건, 복잡한 패턴이 많이 있음.

그래서 "시각적으로 강렬"하지만 "자연스러움"이 희생될 수 있어, 부드러운 색상을 가진 스타일 등에는 영향 있을 수 있음. 예: 이 버전은 v1.164처럼 완벽한 "연필 아트" 질감을 생성하지 못함.

(2025년 6월 4일): illus01 v1.164

• 프롬프트 이해도 향상. 각 이미지에 서로 다른 관점에서 작성한 3개의 자연어 캡션 포함. Danbooru 태그는 LLM이 검증하여 중요한 태그만 자연어 캡션에 융합함.

• 과다 노출 방지. 모델 출력이 #ffffff 순수 흰색에 도달하지 않도록 바이어스 추가. 보통 #ffffff는 과노출이며 많은 디테일 손실을 초래함.

• 학습 설정 일부 변경. NoobAI e-pred 및 v-pred와 더 호환성 개선.

(2025년 5월 19일): illus01 v1.152

• 조명, 텍스처, 디테일 계속 개선.

• 5천 장 추가 학습, 더 많은 학습 스텝 적용, 효과 강화.

(2025년 5월 9일): nbep11 v0.205:

• v0.198의 밝기와 색상 문제를 빠르게 수정. 실제 사진처럼 밝기와 색상이 과도하게 변하지 않도록 조정. v0.198은 나쁘지 않고 창의적이지만 너무 과도함.

(2025년 5월 7일): nbep11 v0.198:

• 더 많은 어두운 이미지 추가. 변형된 몸체와 어두운 배경 감소.

• 더 이상 필요 없는 색상 및 대비 강화 제거. 대신 Contrast Controller 사용 권장.

(2025년 4월 25일): nbep11 v0.172.

• illus01 v1.93 ~ v1.121과 동일한 신규 요소 포함. 요약: 새로운 사진 데이터셋 "Touching Grass" 추가. 자연스러운 텍스처, 배경, 조명 개선. 호환성 위해 캐릭터 효과 감소.

• 색상 정확도와 안정성 향상. (nbep11 v0.160 대비)

(2025년 4월 17일): illus01 v1.121.

• illustrious v0.1로 롤백. illustrious v1.0 이상 버전은 AI 이미지 약 30%를 포함해 LoRA 학습에는 이상적이지 않음. 논문 읽고 알게 됨.

• 캐릭터 스타일 효과 감소. v1.23 수준으로 복귀. 해당 LoRA 사용 시 캐릭터 디테일은 줄지만 호환성은 향상됨. 일종의 타협점.

• 기타는 아래 v1.113과 동일.

(2025년 4월 10일): illus11 v1.113 ❌.

• 업데이트: 베이스 모델이 Illustrious v1.1 기반인 경우에만 사용하세요. 그렇지 않으면 illus01 v1.121 사용 권장.

• Illustrious v1.1에서 학습.

• "Touching Grass" 데이터셋 추가. 자연스러운 텍스처, 조명, 심도향상 및 배경 구조 안정성 강화. 변형된 방, 건물 등 배경 변형 감소.

• LLM에서 생성한 완전한 자연어 캡션 포함.

(2025년 3월 30일): illus01 v1.93.

• v1.72가 과도하게 학습되어 전반적인 강도를 줄여 호환성 향상.

(2025년 3월 22일): nbep11 v0.160.

• illus v1.72와 동일한 내용.

(2025년 3월 15일): illus01 v1.72

• ani40z v0.4와 같은 새로운 텍스처 및 조명 데이터셋 포함. 더 자연스러운 조명과 자연 텍스처.

• 손 강화용 약 100장 소규모 데이터셋 추가. 손잡기, 컵 들기 등 다양한 손 작업에 초점.

• "단순 배경" 이미지를 모두 제거(-200장).

• 학습 도구를 kohya에서 onetrainer로 변경. LoRA 아키텍처를 DoRA로 전환.

(2025년 3월 4일) ani40z v0.4

• Animagine XL 4.0 ani40zero에서 학습됨.

• ~1천 장 자연 동적 조명 및 실제 텍스처 중심 데이터셋 추가.

• 더 자연스러운 조명과 자연 텍스처.

ani04 v0.1

• Animagine XL 4.0 초기 버전. 주로 밝기 문제 수정. 더 좋고 높은 대비.

illus01 v1.23

nbep11 v0.138

• 데이터셋 균형을 위해 조금의 퍼리/비인간/기타 이미지 추가.

nbep11 v0.129

• 나쁜 버전, 효과가 너무 약하니 무시하세요.

nbep11 v0.114

• "전체 범위 색상" 기능 구현. 자동으로 "정상적이고 보기 좋은" 방향으로 색상을 균형 조절합니다. 대부분 사진 편집 툴의 "원클릭 사진 자동 보정" 버튼과 비슷합니다. 단점은 강한 바이어스를 억제한다는 점입니다. 예를 들어, 이미지의 95%를 검정, 5%만 밝게 하려는 경우가 제한될 수 있습니다.

• 조금 더 현실적인 데이터 추가. 더 생생한 디테일, 조명, 덜 평평한 색상.

illus01 v1.7

nbep11 v0.96

• 더 많은 학습 이미지.

• 이후 소규모 "배경화면" 데이터셋(실제 게임 배경화면, 최고 품질 약 100장)에서 재학습됨. 피부, 머리카락 등 디테일과 대비 개선.

nbep11 v0.58

• 더 많은 이미지. 학습 매개변수를 NoobAI 베이스 모델에 가깝게 변경.

illus01 v1.3

nbep11 v0.30

• 더 많은 이미지.

nbep11 v0.11: NoobAI epsilon pred v1.1에서 학습.

• 데이터셋 태그 개선. LoRA 구조와 가중치 분포 개선. 안정성과 이미지 구성 영향 감소.

illus01 v1.1

• IllustriousXL v0.1에서 학습.

nbep10 v0.10

• NoobAI epsilon pred v1.0에서 학습.