GPT Image 2.5 핵심: 분리 가능한 구조화 출력 규칙적인 그리드는 한 번의 생성을 재사용 가능한 에셋 세트로 바꿉니다. Arcloop에서 분할하고 검수하면 스프라이트 시트, 프레임 시퀀스, 동작 참고로 사용할 수 있습니다.
한 이미지에 캐릭터가 16개 있다고 자동으로 16프레임 애니메이션이 되는 것은 아닙니다. 포즈 모음은 상태만 보여주지만 프레임 시퀀스에는 순서, 비율, 카메라 각도, 고정 앵커도 필요합니다.
이 오리지널 연습은 동작 정의, 캐릭터 고정, 그리드 생성, 분할, 앵커 검사라는 다섯 단계로 진행합니다.
작은 동작 하나로 시작하기
구르기, 점프, 회전, 칼 휘두르기를 한 번에 시도하지 마세요. 손을 옆에서 올리고 두 번 가볍게 흔든 뒤 내리는 단순한 동작이 좋습니다. 몸의 위치가 고정되면 오류를 찾기 쉽습니다.
전신이 캔버스 안에 들어오는 오리지널 인물 또는 마스코트 참고를 준비하고 중요한 장식의 수와 위치를 기록합니다.
첨부한 오리지널 마스코트를 참고해 4×4 “손을 들어 인사하기” 동작 시퀀스를 만든다.
같은 크기의 정사각형 16칸을 왼쪽에서 오른쪽, 위에서 아래 순서로 배치한다.
1–4칸: 오른손을 몸 옆에서 천천히 올린다. 5–8칸: 손바닥을 바깥으로 가볍게 흔든다.
9–12칸: 다시 흔든다. 13–16칸: 손을 내리고 첫 자세에 가까워진다.
모든 칸에서 같은 캐릭터, 의상, 신체 비율, 카메라 각도를 유지한다.
발 기준선과 몸 중심을 맞추고 팔다리가 칸 경계를 넘지 않게 한다.
밝은 단색 배경과 충분한 여백. 글자, 숫자, 장식선을 넣지 않는다.
첫 결과는 후보 세트로 봅니다. 자세가 달라도 진행 순서가 틀리거나 같은 단계가 반복될 수 있으므로 재생 전에 검사하세요.
분할 전에 그리드 검사하기
Arcloop Canvas에서 이미지를 선택하고 ‘이미지 분할’의 4×4를 사용합니다. 이 기능은 행과 열만 나누며 동작 순서나 인물 크기를 자동으로 고치지 않습니다.
| 검사 | 분할 가능 | 먼저 재생성 |
|---|---|---|
| 그리드 | 같은 크기, 규칙적 | 합쳐지거나 크기가 다름 |
| 경계 | 팔다리가 칸 안에 있음 | 경계를 넘음 |
| 정체성 | 의상과 장식이 안정적 | 중간에 변함 |
| 동작 | 인접 변화가 이해됨 | 반복되거나 건너뜀 |
분할 후 각 이미지를 확대하고 남은 간격을 같은 기준으로 자릅니다. 인물에 맞춰 각 프레임을 제각각 타이트하게 자르면 재생할 때 크기와 위치가 흔들립니다.
같은 앵커로 흔들림 확인하기
흔들림은 동작보다 위치 이동에서 생길 수 있습니다. 발의 수평선과 몸 중심을 비교하고 손을 드는 동안 키까지 바뀐 프레임을 수정합니다.
6번째 프레임의 캐릭터와 위치를 참고해 7번째 프레임을 다시 생성한다.
오른손만 바깥으로 조금 움직이고 팔은 자연스럽게 구부린다.
머리 크기, 발 높이, 몸 중심, 의상, 배경을 참고 상태로 유지한다.
카메라 각도를 바꾸거나 모션 블러를 넣거나 귀와 발을 자르지 않는다.
콜라주가 아닌 독립 프레임 한 장만 출력한다.
수정 프레임도 앞뒤 사이에 넣어 확인합니다. 스타일이 끊기면 캐릭터 마스터를 유지한 채 짧은 동작 구간을 다시 생성하세요.
GIF와 이미지 투 비디오는 다른 결과물입니다
GIF는 순서, 프레임 시간, 첫 프레임과 마지막 프레임의 연결을 확인하고 시퀀스 도구로 인코딩합니다. 이미지 투 비디오는 승인된 독립 키프레임에서 시작해 Arcloop 비디오 모델에서 동작과 카메라를 설명합니다.
GIF는 앵커와 루프를, 영상은 시간 일관성, 변형, 동작의 자연스러움을 검사합니다. 그리드 한 장만으로 GPT Image가 비디오 모델이 되는 것은 아닙니다.
그리드 원본, 독립 프레임 16장, 순서표, 실패 프레임 목록을 전달하세요.
