블로그

AI 그림 태깅과 LoRA 데이터셋 제작에 관한 이야기

AnimeTag-AI 블로그에서는 이미지 태거 AI 모델의 활용법, NAI·Stable Diffusion용 LoRA 데이터셋을 효율적으로 준비하는 방법, Danbooru 태그 체계를 이해하는 팁 등을 다룹니다. 아래에서 읽고 싶은 글을 선택하세요.

이미지 업로드부터 Threshold 조정, 태그 정리, 프롬프트 복사까지 전체 기능을 순서대로 설명합니다.

태그가 잘못 인식되는 대표적인 원인과, 업로드 전후로 정확도를 높이기 위해 할 수 있는 방법을 정리했습니다.

태그마다 붙는 0~1 사이의 점수가 어떻게 계산되고, Rating 점수와는 왜 다른지 실제 동작 원리로 설명합니다.

이미지 수와 다양성, 중복 정리, 태그 밸런스 등 캡션 이전에 챙겨야 할 데이터셋 구성 기준을 정리했습니다.

같은 캐릭터를 여러 그림에서 일관되게 유지하기 위해 외형 태그를 정리하고 재사용하는 방법을 소개합니다.

수십~수백 장의 이미지를 태깅할 때 시간을 아끼는 실전 워크플로우와 일관성 유지 팁을 정리했습니다.

1girl vs solo, sensitive vs questionable 등 초보자가 자주 헷갈리는 태그 쌍 10가지를 예시와 함께 정리했습니다.

애니메이션 스타일 모델이 왜 자연어 대신 Danbooru 태그 조합으로 프롬프트를 쓰는지, 그 배경과 실전 팁을 설명합니다.

태그가 없을 때 생기는 문제와 태깅이 주는 실질적인 이득을 검색·데이터셋·재현성 관점에서 정리했습니다.

마음에 드는 NAI 결과물에서 태그를 역추출해 프롬프트 작성 실력을 올리는 실전 워크플로우를 소개합니다.

General·Character·Copyright·Artist·Rating 카테고리 구조와 표기 규칙을 처음 접하는 사람도 이해할 수 있게 정리했습니다.

General·Character·Rating 태그가 각각 무엇을 의미하는지, Confidence Score는 어떻게 읽어야 하는지 정리했습니다.

Character LoRA와 Style LoRA의 캡션 전략 차이, 불필요한 태그를 걸러내는 기준을 실전 예시로 설명합니다.

Threshold가 무엇을 의미하는지, 데이터셋 정리·빠른 확인 등 목적별 권장 설정값을 정리했습니다.