조부모의 초상
데모의 경우이자 가장 뭉클한 경우입니다. 정면을 보고 포즈를 잡은, 렌즈를 바라보는 초상. 깜박임과 미소면 충분합니다. 원본 사진을 옆에 두고 가족에게 영상을 보내세요. 효과를 내는 것은 그 대비입니다.
AI로 오래된 사진에 생기 불어넣기
손상된 인화 사진을 Flux Kontext가 복원하고 색을 입힌 뒤, Kling V3가 5초 동안 움직입니다. 눈 깜박임, 미소, 살짝 돌리는 고개. 계정 없이 전체 워크플로를 그대로 볼 수 있습니다.
인터랙티브 데모
실제 워크플로, 실제 결과물. 자유롭게 이동하고 확대해 보세요.
이 워크플로 사용하기실제 워크플로: 오래된 사진이 복원하는 이미지 노드로 들어가고, 복원된 초상이 생기를 불어넣는 비디오 노드의 첫 프레임이 됩니다.
한눈에 보기
- 이 워크플로의 결과물
- 1:1 이미지 1장 · 1080p, 1:1 포맷의 5초 영상 1개
- 캔버스 구조
- 노드 6개, 연결선 4개
- 연결된 모델
- Flux Kontext, Kling V3
- 전체 1회 실행 비용
- 약 107 크레딧, US$1.28 상당
눈을 깜박이는 할머니, 미소 짓는 증조할아버지. 70년 된 사진이 움직이는 것을 보는 일은 누구나 울게 하는 일이고, 두 단계면 됩니다. 첫째는 편집 모델 Flux Kontext로 인화 사진을 복원하고 채색하는 단계입니다. 지어내는 대신 주어진 것을 고치는 모델입니다. 둘째는 복원된 이미지를 Kling V3로 움직이는 단계, 첫 프레임에서 5초.
단계마다 고정이 있고 데모는 그것을 통째로 보여 줍니다. 복원은 바뀌면 안 되는 것을 이름 붙입니다. 생김새, 표정, 머리 모양, 옷, 구도. 이 목록이 없으면 더 선명한 낯선 사람을 얻습니다. 애니메이션은 얼굴 말고는 전부 금지합니다. 고정 카메라, 줌도 컷도 없이, 손은 그대로. 이 목록이 없으면 초상은 영화 장면이 되고 추억은 사라집니다. 움직임은 작게 남고, 바로 그것이 사람을 울립니다.
데모의 사진은 누구의 얼굴도 움직이지 않으려고 생성한 것입니다. 당신의 사진은 미디어 노드로 들어갑니다. 전체 한 번에 1.28달러 정도, 그중 복원이 6크레딧. 값의 대부분은 영상이니 먼저 복원하고 얼굴이 맞을 때만 움직이세요.
이렇게 하세요
- 1
인화 사진을 그대로 가져오세요
찍거나 스캔하세요. 접힌 자국과 얼룩은 그대로 두세요. 복원이 처리합니다. 얼굴은 선명하고 정면인 편이 좋습니다. 모델은 보이는 것만 고칩니다.
- 2
지시문의 색을 맞추세요
복원 지시문은 데모의 옷, 머리, 빛을 묘사합니다. 알고 있다면 당신 것을 쓰고, 모른다면 모델이 자연스러운 색을 고르게 두세요. 생김새의 고정은 바뀌지 않습니다.
- 3
움직이기 전에 닮음을 확인하세요
복원된 초상을 원본과 비교하세요. 눈과 턱 먼저. 맞는 사람이 아니면 지시문을 고쳐 복원만 다시 돌리세요. 복원은 6크레딧, 영상은 백입니다.
- 4
애니메이션을 실행하세요
비디오 노드는 복원된 초상에서 출발합니다. 움직임은 작게, 깜박임, 미소, 숨. 렌더는 내려받거나 편집으로 보냅니다.
변형과 활용 사례
같은 캔버스를 다른 목적에 맞게 조정한 버전들: 각 변형은 프롬프트 두세 줄만 바꾸면 됩니다.
60년대 결혼사진
나란히 선 두 사람. 애니메이션 지시문은 둘 다 이름 붙입니다. 「그가 그녀 쪽으로 고개를 돌리고, 그녀가 미소 짓는다」. 얼굴이 많을수록 움직임은 더 작아야 합니다. 아니면 Kling이 지어냅니다.
자신의 어린 시절 사진
그때의 색을 당신은 알고 있으니 복원 지시문에 직접 적으세요. 스웨터 색, 벽 색, 눈 색까지. 그러면 채색은 그럴듯하게 지어내기가 아니라 있던 그대로 되살리기가 됩니다.
복원만 하고 싶은 사진
움직임에 관심이 없다면 오래된 사진 복원하기 워크플로는 이미지에서 멈추고, 얼굴 애니메이션 대신 복원 전후 영상을 만듭니다.
생일을 위한 편집
10년마다 한 장씩, 움직이는 사진 여러 장을 편집에서 음악과 함께 잇습니다. 애니메이션 하나가 노드 하나이고, 편집이 그것들을 조립해 파일 하나로 내보냅니다.
반 사진이나 단체 사진
충실한 애니메이션을 만들기에는 얼굴이 너무 많습니다. 복원만 하거나, 한두 사람만 남게 잘라 낸 뒤에 움직이세요. 미디어 노드는 이미 잘라 낸 사진도 그대로 받습니다.
자주 하는 실수
복원을 확인하기 전에 움직이기
영상은 복원의 열다섯 배입니다. 복원된 초상이 맞는 사람이 아니면 영상은 엉뚱한 사람을 움직입니다. 이미지를 보고 나서야 비디오 노드를 실행하세요.
큰 움직임 요구하기
「그녀가 일어나 카메라 쪽으로 걸어온다」는 초상을 지어낸 장면으로 바꿉니다. Kling은 몸, 방, 이동을 만들어야 하고 더는 아무것도 충실하지 않습니다. 깜박임, 미소, 숨.
카메라를 자유롭게 두기
「고정 카메라, 줌 없음, 컷 없음」이 없으면 모델은 이동 촬영이나 구도 변경을 더하고 인화 사진은 영화 장면이 됩니다. 사진은 숨 쉬는 사진으로 남아야 합니다.
아무렇게나 채색하기
모델은 그럴듯한 색을 고르지 진짜 색이 아닙니다. 옷이 빨간색이었다는 걸 안다면 말하세요. 추억 위의 틀린 색은 접힌 자국보다 더 눈에 띕니다.
추천 모델
Flux Kontext
Kling V3
Topaz Precision자주 묻는 질문
복원 없이 움직일 수 있나요?
있습니다. 미디어 노드를 비디오 노드에 바로 연결하면 되지만, 결과가 긁힘과 세피아를 물려받고 Kling은 그것까지 움직입니다. 복원은 백 중 6크레딧이라 언제나 값어치를 합니다.
사람을 여전히 알아볼 수 있나요?
그것이 지시문 고정의 역할이고 확인 단계가 있는 이유입니다. 데모에서 복원은 생김새를 지키되 색은 자유롭게 입히고, 애니메이션은 얼굴만 건드립니다. 움직이기 전에 늘 비교하세요.
말하게 할 수 있나요?
이 워크플로에서는 아닙니다. 충실함을 위해 입을 다물게 둡니다. 얼굴을 말하게 하려면 목소리와 다른 모델이 필요합니다. 이미지와 글에서 출발하는 말하는 아바타 워크플로입니다.
한 번 다 돌리는 데 얼마인가요?
107크레딧. 복원에 6, 1080p Kling V3 5초에 백 남짓. 값은 클릭 전에 각 노드에 표시됩니다. 복원만 다시 돌리면 6크레딧입니다.
어떤 화질의 사진이 필요한가요?
얼굴이 선명한 인화 사진의 스캔이나 사진. 접힌 자국, 얼룩, 누렇게 변한 부분 같은 인화 사진의 결함이 바로 복원이 고치는 것입니다. 반면 흐릿한 얼굴은 흐릿하게 남고 흐릿하게 움직입니다.
영상 길이는요?
데모에서는 5초, 사진의 형식으로. 깜박임, 미소, 숨에 충분하고 가장 공유하기 좋은 길이입니다. 노드는 더 긴 것도 받고 값은 비례합니다.
휴대폰으로도 할 수 있나요?
있습니다. 오히려 가장 쉬운 경우가 많습니다. 휴대폰으로 인화 사진을 찍어 모바일 캔버스에서 미디어 노드로 가져오세요. 모바일에서 만들기 가이드가 손동작을 설명합니다.
제 사진이 모델 학습에 쓰이나요?
아닙니다. 올린 것은 당신의 작업 공간에 남고 어떤 학습에도 넘어가지 않습니다. 가까운 사람들 얘기라 이 질문은 여기서 더 무겁습니다.