# Nano Banana 캐릭터 5개를 위한 14개 이미지 레퍼런스 예산 사용법 > 14개 이미지 구성에는 Nano Banana 2 Lite Edit Developer를 사용한 다음, 고정된 참조 예산, 라벨, 위치, 그리고 목표 수리 패스를 통해 다섯 캐릭터의 일관성을 제어하세요. > 14개 이미지 구성에는 Nano Banana 2 Lite Edit Developer를 사용하고, 다섯 캐릭터의 일관성은 고정된 레퍼런스 예산, 라벨, 위치, 그리고 목표를 지정한 수정 패스로 제어하세요. 14개의 레퍼런스 이미지와 다섯 명의 반복 등장 캐릭터가 있다면 가장 먼저 결정할 것은 모델 엔드포인트입니다. 현재 [Atlas Cloud의 Nano Banana Pro 페이지](https://www.atlascloud.ai/models/google/nano-banana-pro/text-to-image?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=14-image-reference-budget-five-nano-banana-characters)는 text-to-image 스키마를 노출합니다. `images` 배열은 노출하지 않으므로, 지금 14개 레퍼런스를 사용하는 구성에는 적합한 Atlas Cloud 엔드포인트가 아닙니다. 최대 14개 이미지 URL을 명시적으로 받는 엔드포인트는 [Nano Banana 2 Lite Edit Developer](https://www.atlascloud.ai/models/google/nano-banana-2-lite/edit-developer?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=14-image-reference-budget-five-nano-banana-characters)이며, 모델 ID는 `google/nano-banana-2-lite/edit-developer`입니다. 이 수정으로 워크플로우가 훨씬 명확해집니다. 14개를 업로드하고 모델이 정리해 주길 바라는 이미지 더미로 취급하지 마세요. 그것을 레퍼런스 예산으로 취급하세요. 모든 이미지에 하나의 역할을 부여하고, 모든 캐릭터에 하나의 안정된 라벨을 부여하고, 각 인물이 어디에 서 있는지 정의하고, 어긋난 정체성만 수정하세요. 최대 입력 수는 작업할 여유를 주지만, 일관성은 요청의 구조에서 나옵니다. ## 14개 이미지는 상한선이지 일관성 기능이 아닙니다 Nano Banana 2 Lite Edit Developer의 Atlas Cloud 스키마는 1~14개 URL을 담는 `images` 배열을 허용합니다. 그것은 엔드포인트가 무엇을 받을 수 있는지 알려줍니다. 14개의 서로 무관한 레퍼런스가 한 번의 생성으로 완벽하게 조화되리라는 약속은 아닙니다. 레퍼런스가 서로 충돌하면 오히려 장면이 불안정해질 수 있습니다. 한 초상화에서는 검은 머리, 다른 초상화에서는 갈색 머리, 서로 다른 세 벌의 재킷, 그리고 상충되는 두 가지 나이를 가진 캐릭터는 여러 가지 그럴듯한 정체성을 만들어냅니다. 다섯 캐릭터가 그런 모호함을 지니면 모델은 얼굴을 합치거나, 옷을 바꿔 입히거나, 시각적으로 가장 덜 구별되는 인물을 생략할 수 있습니다. 실용적인 규칙은 간단합니다. 모든 레퍼런스에는 선언된 역할이 있어야 합니다. 이미지가 어떤 고유한 정보를 기여하는지 설명할 수 없다면 빼십시오. 깔끔한 11개 이미지 요청이 혼란스러운 14개 이미지 요청보다 더 나은 결과를 낼 수 있습니다. Atlas Cloud는 Lite edit 변형을 통해 전체 14개 이미지 입력 범위를 제공합니다. Google은 광범위한 Lite 티어를 가장 강력한 멀티 레퍼런스 모델이라기보다 속도와 비용에 최적화된 모델로 설명합니다. 따라서 최대치를 품질 보증이 아니라 사용 가능한 용량으로 활용하세요. 반복 가능한 레퍼런스 시스템을 구축하고 자체 캐스트로 테스트하세요. ## 다섯 캐릭터 모두에게 공정한 기회를 주는 레퍼런스 예산 첫 그룹 구성을 위해 14개 슬롯을 다음과 같이 배분하세요. | 슬롯 그룹 | 이미지 수 | 용도 | |---|---:|---| | 캐릭터 정체성 | 10 | 다섯 캐릭터 각각에 대한 레퍼런스 2개 | | 환경 및 배치 | 1 | 실내, 거리, 무대 또는 대략적인 그룹 레이아웃 | | 의상 또는 그룹 실루엣 | 1 | 공통 의상 방향 또는 전신 간격 | | 핵심 소품 | 1 | 형태가 알아볼 수 있어야 하는 사물 | | 스타일 및 조명 | 1 | 팔레트, 렌즈, 렌더링 스타일 또는 시간대 | 사람마다 레퍼런스 2개가 보통 1개보다 더 유용합니다. 깨끗한 얼굴 또는 반신샷 이미지 하나와, 3/4 혹은 전신 이미지 하나를 사용하세요. 첫 번째는 얼굴 정체성을 고정합니다. 두 번째는 체형, 머리 모양, 의상 실루엣, 자세를 고정합니다. 14개 슬롯을 모두 얼굴에 쓰지 마세요. 다섯 명을 방에 배치하라는 모델은 방, 카메라, 간격, 캐릭터가 상호작용하는 사물도 이해해야 합니다. 그런 고정점이 없으면 다섯 가지 정체성을 동시에 해결하면서 구성을 창조해야 합니다. 이 10+4 배분은 법칙이 아니라 출발점입니다. 한 주연 캐릭터가 정확해야 한다면 그 사람에게 세 번째 레퍼런스를 주고 가장 덜 중요한 스타일 또는 소품 이미지를 제거하세요. 총 14개 이하로 유지하고 모든 변경 이유를 문서화하세요. ## 장면 프롬프트를 작성하기 전에 캐스트 시트를 만들기 일관성은 API 호출 밖에서 시작됩니다. 각 캐릭터에 대해 하나의 고정 라벨과 하나의 고정 설명어를 사용해 작은 캐스트 시트를 만드세요. 시리즈의 모든 이미지에서 그 문자열을 정확히 재사용하세요. | 라벨 | 고정 설명어 | 레퍼런스 | |---|---|---| | `MARA` | 30대 초반 여성, 짧은 검은 단발, 둥근 앰버색 안경, 초록 필드 재킷 | 1번, 2번 이미지 | | `IVO` | 20대 후반의 키 큰 남성, 삭발, 좁은 얼굴, 러스트 레드 오버셔츠 | 3번, 4번 이미지 | | `SENA` | 10대 소녀, 긴 은색 브레이드, 네이비 후디, 초승달 머리핀 | 5번, 6번 이미지 | | `OMAR` | 50대의 체구가 큰 남성, 소금과 후추 수염, 황갈색 작업 코트 | 7번, 8번 이미지 | | `LIO` | 어린 소년, 빽빽한 검은 곱슬머리, 노란 우비, 파란 배낭 | 9번, 10번 이미지 | 라벨은 마법의 토큰이 아닙니다. 그 가치는 운영에 있습니다. 라벨이 있으면 프롬프트의 여러 부분에서 같은 사람을 "그 여성", "Mara", "엔지니어", "안경 쓴 사람"이라고 다르게 부르는 일이 방지됩니다. 하나의 라벨은 항상 하나의 정체성과 동일한 짧은 설명어를 가리켜야 합니다. 영구적인 특성에 동의하는 레퍼런스를 선택하세요. 조명, 표정, 카메라 각도는 달라질 수 있습니다. 얼굴형, 나이, 머리카락, 특징적인 액세서리, 체형 비율은 달라지면 안 됩니다. 이전 레퍼런스가 현재 디자인과 충돌한다면 모델에게 어떤 버전이 표준인지 결정하도록 요청하는 대신 제거하세요. ## 모델에게 모든 캐릭터가 어디에 있어야 하는지 알려주기 다섯 명이 등장하는 프롬프트에는 캐스트 목록만이 아니라 배치가 필요합니다. 캐릭터의 순서를 명시하고 모호하지 않은 공간 관계를 사용하세요. 예를 들어: ```text Create a cinematic 16:9 group scene in the repair workshop shown in Image 11. Cast, left to right: 1. MARA, anchored by Images 1 and 2, stands at the left workbench. 2. IVO, anchored by Images 3 and 4, holds the brass device from Image 13. 3. SENA, anchored by Images 5 and 6, stands at the center facing camera. 4. OMAR, anchored by Images 7 and 8, stands behind SENA at frame right. 5. LIO, anchored by Images 9 and 10, kneels in the foreground beside the blue backpack. Preserve each character's face shape, age, hair, body proportions, and signature clothing. Do not merge characters, duplicate faces, exchange clothing, or add extra people. Use the warm tungsten palette and soft film grain from Image 14. ``` "왼쪽에서 오른쪽으로"라는 지시는 프롬프트가 인물 이름의 나열에 그치지 않게 해 줍니다. 전경, 배경, 프레임 왼쪽, 프레임 오른쪽은 같은 시각적 위치를 두고 경쟁하는 일을 줄여줍니다. 두 사람이 상호작용한다면 누가 무엇을 만지고 누구의 얼굴이 보이는지 명시하세요. 첫 테스트는 보수적으로 잡으세요. 카메라를 향해 서 있고 실루엣이 부분적으로 분리된 다섯 캐릭터는, 다섯 명이 껴안거나 팔짱을 끼거나 깊은 그림자 속에 서 있는 것보다 쉽습니다. 복잡한 동선을 추가하기 전에 정체성 안정성을 먼저 입증하세요. ## 입력을 숨기지 않고 Atlas Cloud 요청 만들기 각 레퍼런스를 Atlas Cloud 미디어 업로드 엔드포인트로 업로드하고 반환된 URL을 수집한 다음, 그 URL을 `images` 배열에 보내세요. 이미지 생성 호출은 비동기식입니다. 작업을 제출하고 반환된 prediction ID를 저장한 다음 완료될 때까지 prediction 엔드포인트를 폴링하세요. 필수 요청 본문은 다음과 같습니다. ```json { "model": "google/nano-banana-2-lite/edit-developer", "prompt": "Create the workshop group scene using the fixed cast labels and positions described above.", "images": [ "https://storage.atlascloud.ai/uploads/mara-face.png", "https://storage.atlascloud.ai/uploads/mara-body.png", "https://storage.atlascloud.ai/uploads/ivo-face.png", "https://storage.atlascloud.ai/uploads/ivo-body.png", "https://storage.atlascloud.ai/uploads/sena-face.png", "https://storage.atlascloud.ai/uploads/sena-body.png", "https://storage.atlascloud.ai/uploads/omar-face.png", "https://storage.atlascloud.ai/uploads/omar-body.png", "https://storage.atlascloud.ai/uploads/lio-face.png", "https://storage.atlascloud.ai/uploads/lio-body.png", "https://storage.atlascloud.ai/uploads/workshop.png", "https://storage.atlascloud.ai/uploads/group-silhouette.png", "https://storage.atlascloud.ai/uploads/brass-device.png", "https://storage.atlascloud.ai/uploads/warm-film-style.png" ], "aspect_ratio": "16:9", "thinking_level": "high", "resolution": "1k", "output_format": "png" } ``` 프로덕션 전에 모델 페이지의 라이브 스키마를 확인하세요. 필드 옵션은 변경될 수 있습니다. 현재 Atlas Cloud 모델 페이지에는 `images` 최대 14개, `default`, `high`, `minimal` thinking 레벨, 다양한 화면 비율 지원이 표시되어 있습니다. 구성을 테스트하는 동안에는 1K로 시작하세요. 더 높은 해상도는 뒤바뀐 정체성을 해결해 주지 않습니다. 따라서 더 큰 출력 비용을 지불하거나 기다리기 전에 캐스트를 먼저 해결하세요. ## 프레임 전체를 평가하는 대신 정체성을 별도로 점수화하기 아름다운 그룹 이미지도 얼굴 하나가 어긋나면 작업에 실패할 수 있습니다. 각 캐릭터를 짧은 체크리스트로 독립적으로 검토하세요. | 확인 항목 | 통과 조건 | |---|---| | 얼굴 | 인식 가능한 이목구비, 나이, 눈, 코, 턱 | | 머리카락 | 색, 길이, 질감, 실루엣이 올바름 | | 시그니처 아이템 | 안경, 머리핀, 코트, 우비 등 고정 요소가 올바름 | | 신체 | 키와 체형 비율이 다른 캐스트 멤버와 구별됨 | | 위치 | 캐릭터가 요청된 위치에 있고 중복되지 않음 | | 교차 오염 | 다른 캐릭터로 이동한 옷, 얼굴, 소품이 없음 | 각 행에 단순히 통과 또는 실패를 매기세요. 다섯 캐릭터를 하나의 모호한 품질 점수로 평균 내지 마세요. 다섯 명 중 네 명만 정체성이 맞은 결과는 성공적인 최종본이 아니라 목표를 지정한 수정 한 번을 의미하며, 반드시 전체를 다시 시작해야 하는 것도 아닙니다. 승인된 모든 프레임에 대해 프롬프트, 이미지 순서, 모델 ID, 화면 비율, thinking 레벨, 출력 ID를 저장하세요. 시리즈 전체의 일관성은 지난주에 무엇을 입력했는지 기억하는 것이 아니라 설정을 재현할 수 있는지에 달려 있습니다. **어긋난 캐릭터 한 명만 수정하기** 한 명의 정체성이 실패하면 문제를 축소하세요. 현재 그룹 출력, 영향을 받은 캐릭터의 표준 레퍼런스 두 개, 그리고 맥락을 유지하는 데 필요한 추가 장면 레퍼런스만 사용하세요. 편집을 국소 수정으로 설명하세요. 예를 들어: ```text Keep the composition, camera, lighting, background, and the other four characters unchanged. Repair only SENA at the center. Match SENA's face, silver braid, crescent hair clip, navy hoodie, and teenage proportions to the two canonical SENA references. Do not change MARA, IVO, OMAR, or LIO. ``` 이렇게 집중된 패스는 경쟁하는 정체성 증거를 제거합니다. 또한 실패 원인을 더 쉽게 진단하게 해 줍니다. 수정한 캐릭터가 여전히 어긋나면 이미지를 더 추가하기 전에 두 표준 레퍼런스 사이의 불일치를 살펴보세요. 여러 캐릭터가 동시에 실패하면 초기 구성으로 돌아가 단순화하세요. 물리적 간격을 늘리거나, 더 많은 캐릭터를 카메라 쪽으로 향하게 하거나, 충돌하는 스타일 레퍼런스를 제거하거나, 두 개의 더 작은 그룹을 만들어 승인된 출력을 다음 단계 레퍼런스로 사용하세요. 목표는 14개 슬롯을 모두 채울 수 있음을 증명하는 것이 아닙니다. 목표는 재현할 수 있는 프레임을 만드는 것입니다. ## Nano Banana Pro가 맞는 경우와 맞지 않는 경우 Nano Banana Pro는 Atlas Cloud에서 여전히 유용하지만, 현재 공개된 엔드포인트를 통한 정확히 14개 레퍼런스 요청에는 적합하지 않습니다. 이 페이지는 4K까지의 해상도, 출력 형식, 미디어 해상도, 선택적 웹 검색을 포함한 text-to-image 컨트롤을 노출합니다. Lite edit 엔드포인트가 제공하는 레퍼런스 이미지 배열은 노출하지 않습니다. 작업이 텍스트 브리프에서 시작하고 더 높은 해상도 출력, 복잡한 지시 수행, 정밀한 타이포그래피, 또는 전문 에셋 제작이 필요할 때는 Pro를 선택하세요. 작업이 기존 이미지에서 시작하고 다중 이미지 구성이 필요할 때는 Nano Banana 2 Lite Edit Developer를 선택하세요. Pro를 최종 image-to-image 폴리싱 단계로 설명하지 마세요. 실제 Atlas Cloud 스키마에 이미지 입력이 추가되지 않는 한 말입니다. 현재로서는 승인된 Lite 구성을 현재 Pro 엔드포인트로 옮기려면 텍스트로 다시 설명해야 하므로, 보존하려는 시각적 앵커를 포기하게 됩니다. Atlas Cloud는 두 옵션을 동일한 계정 및 결제 표면 뒤에 두고 있으므로 모델 ID를 바꿔도 애플리케이션을 다시 구축할 필요가 없습니다. 엔드포인트는 서로 다른 입력 문제를 해결합니다. "Pro"라는 단어가 아니라 요청 스키마를 기준으로 선택하세요. ## 유용한 증거를 만들어내는 첫날 저녁 워크플로우 전체 스토리 시퀀스를 생성하지 않고도 시스템을 검증할 수 있습니다. * 다섯 캐릭터 각각에 대해 표준 레퍼런스 2개를 선별하세요. * 환경 1개, 배치(블로킹) 1개, 소품 1개, 스타일 레퍼런스 1개를 추가하세요. * 캐스트 시트를 작성하고 모든 라벨과 설명어를 고정하세요. * 1K에서 간단한 16:9 라인업 또는 작업장 장면을 하나 생성하세요. * 다섯 개의 정체성을 각각 별도로 평가하세요. * 실패한 캐릭터만 더 작은 레퍼런스 세트로 수정하세요. * 승인된 설정을 하나의 변경된 동작과 동일한 캐스트 라벨로 반복하세요. * 두 프레임을 정체성, 의상, 키, 소품 연속성 측면에서 비교하세요. 두 번째 프레임이 진짜 테스트입니다. 단 하나의 좋은 그룹 이미지는 운일 수 있습니다. 동일한 다섯 개의 정체성을 보존하는 서로 다른 두 장면은 레퍼런스 예산과 명명 시스템이 실질적인 역할을 하고 있음을 보여줍니다. Atlas Cloud는 현재 Lite edit 변형을 Nano Banana Pro보다 이미지당 더 낮은 가격에 제공하므로, 반복적인 정체성 테스트에 먼저 비용을 쓰는 것이 합리적입니다. 대량 배치를 시작하기 전에 Run 컨트롤 옆의 실시간 가격을 확인하세요. 가격과 모델 스키마는 변하지만 레퍼런스 예산 방법은 유용하게 남습니다. ## FAQ **Q: Nano Banana Pro가 Atlas Cloud에서 14개 레퍼런스 이미지를 받을 수 있나요?** A: 현재 Atlas Cloud Nano Banana Pro 엔드포인트로는 불가능합니다. 공개된 입력 스키마는 text-to-image이며 images 배열을 노출하지 않습니다. 최대 14개 이미지 URL이 포함된 요청에는 Nano Banana 2 Lite Edit Developer를 사용하세요. **Q: 14개 레퍼런스를 다섯 캐릭터에게 어떻게 나눠야 하나요?** A: 캐릭터당 정체성 레퍼런스 2개로 시작하면 10개를 사용합니다. 나머지 4개는 환경, 의상 또는 그룹 배치, 핵심 소품, 스타일 또는 조명에 예약하세요. 한 캐릭터에 추가 정체성 지원이 필요할 때만 그 배분을 변경하세요. **Q: 14개 이미지 제한이 다섯 캐릭터 모두의 일관성을 보장하나요?** A: 아니요. 14개는 입력 상한선이지 일관성 보장이 아닙니다. 안정적인 라벨, 충돌하지 않는 레퍼런스, 명시적인 왼쪽에서 오른쪽 배치, 목표를 지정한 수정 패스가 모든 슬롯을 채우는 것보다 중요합니다. **Q: 모든 레퍼런스를 클로즈업 초상화로 해야 하나요?** A: 아니요. 각 캐릭터에게 깨끗한 얼굴 레퍼런스 하나와 실루엣 또는 3/4 레퍼런스 하나를 주세요. 거의 동일한 초상화가 너무 많으면 모델은 신체 형태, 의상, 연출, 환경에 대한 유용한 정보를 얻지 못합니다. **Q: 최종 수정 패스에 Nano Banana Pro를 사용할 수 있나요?** A: 현재 Atlas Cloud Pro 스키마로는 입력 이미지를 사용할 수 없습니다. 레퍼런스 기반 수정에는 Lite edit 엔드포인트를 사용하세요. 1K, 2K, 4K 출력과 복잡한 지시 수행이 레퍼런스 이미지 입력보다 중요할 때는 별도의 text-to-image 작업으로 Pro를 선택하세요. **Q: 두 캐릭터가 합쳐지거나 특징이 서로 바뀌면 어떻게 해야 하나요?** A: 장면을 단순화하고, 캐스트를 왼쪽에서 오른쪽으로 다시 진술하고, 모호한 레퍼런스를 제거하고, 영향을 받은 캐릭터와 현재 출력으로 집중 수정을 실행하세요. 14개 이미지 요청 전체를 변경 없이 재생성하지 마세요. ## 결론 14개 레퍼런스 이미지를 결합하는 현재 Atlas Cloud 경로는 text-to-image Nano Banana Pro 엔드포인트가 아니라 Nano Banana 2 Lite Edit Developer입니다. 14개 슬롯 중 10개를 사용해 다섯 캐릭터 각각에게 깨끗한 정체성 앵커 2개를 제공하고, 나머지 4개는 환경, 배치 또는 의상, 중요한 소품 하나, 비주얼 스타일에 사용하세요. 입력 수는 단지 용량일 뿐입니다. 캐스트를 알아볼 수 있게 유지하는 시스템은 각 인물에 대한 고정 라벨, 서로 동의하는 레퍼런스, 명시적인 왼쪽에서 오른쪽 배치, 캐릭터별 QA, 그리고 한 명의 정체성이 어긋났을 때의 작은 수정 패스입니다. Pro는 text-to-image 강점이 작업에 맞을 때 사용하세요. 작업이 14개 이미지에서 시작하면 Lite edit 엔드포인트를 사용하세요. ## FAQ ### Nano Banana Pro는 Atlas Cloud에서 참조 이미지 14개를 받을 수 있나요? 현재 Atlas Cloud Nano Banana Pro 엔드포인트로는 불가능합니다. 해당 엔드포인트의 공개된 입력 스키마는 text-to-image 방식이며 이미지 배열을 노출하지 않습니다. 최대 14개의 이미지 URL이 포함된 요청에는 Nano Banana 2 Lite Edit Developer를 사용하세요. ### 14개의 참조를 다섯 명의 캐릭터들 사이에 어떻게 나누어야 하나요? 캐릭터당 정체성 참조 이미지 두 개로 시작하면 총 10개의 이미지를 사용하게 됩니다. 나머지 4개는 환경, 의상 또는 그룹 배치, 핵심 소품, 스타일 또는 조명을 위해 예약하세요. 한 캐릭터에 추가적인 정체성 지원이 필요할 때만 그 배분을 변경하세요. ### 14개 이미지 제한이 다섯 캐릭터 모두 일관성을 유지하도록 보장하나요? 아니요. 14는 입력 상한선이지 일관성 보장이 아닙니다. 안정적인 라벨, 충돌하지 않는 참조, 명시적인 왼쪽에서 오른쪽 배치, 그리고 목표 지향적인 수리 패스가 모든 슬롯을 채우는 것보다 더 중요합니다. ### 모든 레퍼런스가 클로즈업 초상화여야 하나요? 아니요. 각 캐릭터에 깨끗한 얼굴 레퍼런스 하나와 실루엣 또는 쓰리쿼터 레퍼런스 하나를 제공하세요. 거의 동일한 초상화가 너무 많으면 모델이 체형, 의상, 연출, 환경에 대한 유용한 정보를 얻지 못합니다. ### Nano Banana Pro를 최종 수리 패스에 사용할 수 있나요? 현재 Atlas Cloud Pro 스키마에서는 입력 이미지를 사용할 수 없습니다. 참조 기반 수정에는 Lite 편집 엔드포인트를 사용하세요. 참조 이미지 입력보다 1K, 2K 또는 4K 출력과 복잡한 지시사항 수행이 더 중요하다면, 별도의 텍스트-이미지 작업에는 Pro를 선택하세요. ### 두 캐릭터가 합쳐지거나 특성을 서로 바꿀 때 어떻게 해야 하나요? 장면을 단순화하고, 출연진을 왼쪽에서 오른쪽 순서로 다시 정리하고, 모호한 참조를 제거한 후, 영향을 받는 캐릭터와 현재 출력으로 집중 수리를 실행하세요. 전체 14개 이미지 요청을 변경 없이 그대로 재생성하지 마세요.