WithEveryone: 여러 사람을 위한 통합 계획 및 정체성 기반 그룹 이미지 생성

핵심 요약

• 무엇을 · 여러 명의 특정 인물이 등장하는 그룹 이미지를 생성할 때, 각 인물의 정체성을 정확하게 유지하고 올바른 위치에 배치하는 기술입니다.
• 어떻게 · WithEveryone은 각 인물을 고유한 토큰으로 주입하고, 인물과 레이아웃에 대한 구조화된 계획을 예측한 다음, 이 계획을 시각적 조건으로 렌더링합니다. 특히, '레이아웃 기반 ID 손실(Layout-Grounded ID Loss)'이라는 새로운 방법을 사용하여 주석이 달린 얼굴 영역을 직접 감독함으로써 불안정한 임베딩 기반 얼굴 매칭을 피하고, 'ID 표현 강제(ID Representation Forcing)'를 통해 이미지 합성 전에 각 인물에 대한 예측을 훈련합니다.
• 결과 · 기존 GPT-Image-2 모델의 얼굴 유사도 0.462를 0.499로 향상시켰고, 복사-붙여넣기 아티팩트(부자연스러운 복사 흔적)를 0.169에서 0.055로 크게 줄였습니다. 또한, 요청된 인물의 97.3%를 생성하면서 중복률은 2.8%에 불과했습니다.

왜 중요한가

기존 이미지 생성 모델은 여러 명의 특정 인물을 동시에 생성할 때 각 인물의 정체성을 유지하거나 정확한 위치에 배치하는 데 어려움이 있었습니다. 이 연구는 이러한 한계를 극복하여 더 복잡하고 사실적인 그룹 이미지 생성을 가능하게 합니다.

실생활·산업 영향

이 기술은 사용자 맞춤형 아바타가 등장하는 소셜 미디어 콘텐츠, 가상 현실 환경에서의 인물 배치, 영화나 게임 제작을 위한 캐릭터 디자인 등 다양한 분야에서 활용될 수 있습니다. 특히, 여러 명의 특정 인물을 포함하는 장면을 쉽고 정확하게 만들 수 있게 됩니다.

한계·주의

초록에 명시된 직접적인 한계는 없지만, 최대 10명의 인물로 제한된다는 점과, '정체성-분리 벤치마크'라는 특정 조건에서의 성능이라는 점을 고려할 수 있습니다.