생성형 AI는 왜 요청한 크기대로 이미지를 만들지 못할까?

Python의 Pillow(PIL) 라이브러리와 좌표 기반 이미지 제작 방법

ChatGPT나 Gemini 같은 생성형 AI로 이미지를 만들어 본 적 있으신가요?

요즘은 그림을 직접 그리지 않아도 생성형 AI에게 원하는 이미지를 설명하면 멋진 그림을 만들어 줍니다.

재미로 이미지를 만드는 것뿐만 아니라 홈페이지나 모바일 앱에 사용할 이미지도 제작할 수 있어 실무에서도 자주 이용하게 됩니다.

그런데 막상 사용하다 보면 답답한 상황이 발생합니다.

"이미지를 1250×1250 크기로 만들어줘."

분명히 이렇게 요청했는데 실제로 만들어진 이미지의 크기가 다릅니다.

전에 만들었던 이미지와 같은 곳에 사용하려고 동일한 크기로 만들어 달라고 했는데 결과물의 크기는 물론 가로와 세로의 비율까지 달라지는 경우가 있습니다.

결국 포토샵 같은 이미지 편집 프로그램을 사용해서 다시 수정해야 할 때도 있습니다.

크기만 문제가 되는 것은 아닙니다.

실제로 ChatGPT를 이용해 모바일 앱에 사용할 아이콘을 제작하면서 다음과 같이 요청한 적이 있습니다.

"사람 모양 아이콘의 몸 아래쪽 끝이랑 원형 체크박스의 끝을 같게 수정해서 그려줘."

그런데 사람 아이콘과 체크박스의 아래쪽 끝을 맞춰주는 것이 아니라 그림과 같이 체크박스의 아래쪽을 잘라버립니다.

[이미지 1 - 원형 체크박스 아래쪽이 잘린 이미지]

그래서 이번에는 요청을 조금 바꿔 보았습니다.

"오른쪽에 있는 원형 체크박스를 조금만 위로 올려서 사람 아이콘의 몸 아래쪽 끝이랑 체크박스의 끝을 같게 해줘."

그런데 이번에는 원이 약간 올라가는 것이 아니라 그림과 같이 상당히 큰 폭으로 올라갑니다.

[이미지 2 - 체크박스가 지나치게 위로 이동한 이미지]

투명 이미지도 마찬가지입니다.

"배경이 투명한 PNG 파일로 만들어줘."

이렇게 요청했는데 결과물을 확인하면 배경이 투명한 PNG가 아니라 투명한 것처럼 보이는 체크무늬가 이미지에 그대로 들어가 있는 경우도 있습니다.

이런 상황이 반복되면 내가 설명을 잘못하고 있는 것은 아닌지 의심하게 됩니다.

하지만 반드시 사용자의 설명이 잘못된 것은 아닙니다.

생성형 AI가 이미지를 만드는 방식에 따라 결과가 달라질 수 있기 때문입니다.

1. 생성형 AI는 이미지를 만드는 방법이 한 가지만 있는 게 아닙니다.

ChatGPT와 Gemini는 사용자가 설명한 내용을 바탕으로 새로운 이미지를 생성하는 기능을 제공합니다.

예를 들어 다음과 같이 요청해 보세요.

"귀여운 강아지가 잔디밭에서 뛰어노는 그림을 그려줘."

이런 작업은 이미지 생성 AI가 잘하는 분야입니다.

하지만 정확한 크기와 위치가 필요한 작업은 조금 다릅니다.

"원형 아이콘을 정확히 20픽셀 위로 이동해 줘."

이렇게 요청하더라도 이미지 생성 AI가 기존 그림에서 원만 정확하게 20픽셀 이동시키는 것은 아닙니다.

요청 내용을 바탕으로 이미지를 다시 생성하는 과정에서 다른 부분까지 변경될 수 있습니다.

이미지 생성 AI는 그림의 전체적인 모습과 의미를 이해하고 표현하는 데 뛰어나지만, 포토샵처럼 개별 도형의 좌표를 정확하게 계산해서 이동시키는 방식으로만 작동하는 것은 아니기 때문입니다.

그래서 같은 요청을 반복해도 원하는 결과가 나오지 않는 경우가 생깁니다.

2. 정확한 크기와 위치가 필요하다면 다른 방법이 있습니다.

그렇다면 이런 문제를 해결할 방법은 없을까요?

방법은 있습니다.

바로 생성형 AI에게 파이썬(Python)을 이용해서 좌표 기반으로 이미지를 만들어 달라고 요청하는 것입니다.

파이썬은 컴퓨터 프로그램을 만드는 데 사용하는 프로그래밍 언어입니다.

여기서 중요한 것은 파이썬을 직접 배울 필요는 없다는 것입니다.

AI에게 원하는 이미지의 크기와 도형의 위치를 설명하면 파이썬 코드를 작성하도록 할 수 있습니다.

그리고 코드 실행 기능이 제공되는 환경이라면 AI가 직접 코드를 실행해서 이미지 파일까지 만들 수 있습니다.

파이썬에는 이미지 작업에 사용하는 Pillow(PIL)라는 라이브러리가 있습니다.

이 라이브러리를 이용하면 이미지의 크기, 도형의 위치, 색상, 투명도 등을 숫자로 정확하게 지정할 수 있습니다.

예를 들어 다음과 같은 코드를 이용하는 것입니다.

python

from PIL import Image, ImageDraw

# 1250x1250 투명 이미지 생성

img = Image.new(

"RGBA",

(1250, 1250),

(0, 0, 0, 0)

)

draw = ImageDraw.Draw(img)

# 사람 몸통을 단순화한 도형

draw.rounded_rectangle(

(350, 450, 850, 900),

radius=100,

fill="#404041"

)

# 체크 표시가 들어갈 회색 원

draw.ellipse(

(750, 650, 1000, 900),

fill="#808080"

)

# 흰색 체크 표시

draw.line(

[(805, 770), (855, 820), (945, 715)],

fill="#FFFFFF",

width=24,

joint="curve"

)

# PNG 저장

img.save("icon.png")

코드가 복잡해 보이시나요?

걱정하지 않으셔도 됩니다. 이 코드를 직접 작성하거나 외울 필요는 없습니다.

우리가 생성형 AI에게 파이썬을 이용해서 좌표 기반으로 이미지를 제작해 달라고 요청하면, AI가 이러한 코드를 작성하고 실행하는 방식으로 작

업할 수 있다는 것을 보여드리기 위한 예제입니다.

이 코드는 실제 사람 아이콘을 완성하는 코드가 아니라 좌표 지정 방법을 설명하기 위한 간단한 예제입니다.

여기서 한 가지만 살펴보겠습니다.

사람 몸통을 나타내는 도형의 아래쪽 좌표는 900입니다.

그리고 오른쪽 원형 체크박스의 아래쪽 좌표 역시 900입니다.

따라서 두 도형의 아래쪽 끝이 정확하게 일치하게 됩니다.

이미지 생성 AI에 여러 번 위치를 수정해 달라고 요청할 필요 없이 좌표를 변경하면 원하는 위치로 이동시킬 수 있습니다.

물론 이런 방법은 원이나 사각형처럼 좌표로 표현하기 쉬운 도형에 특히 효과적입니다.

3. 투명 PNG도 정확하게 만들 수 있습니다.

모바일 앱이나 홈페이지에서 사용하는 아이콘은 배경이 투명해야 하는 경우가 많습니다.

그런데 이미지 생성 AI에 투명 PNG를 요청했다고 해서 결과물이 반드시 투명한 것은 아닙니다.

흰색 배경이 포함되거나 투명한 것처럼 보이는 체크무늬가 실제 이미지에 들어갈 수도 있습니다.

반면 앞에서 살펴본 파이썬 코드에는 다음과 같은 부분이 있습니다.

python

img = Image.new(

"RGBA",

(1250, 1250),

(0, 0, 0, 0)

)

여기서 RGBA는 이미지의 색상과 투명도를 표현하는 방식입니다.

마지막에 있는 0은 배경을 완전히 투명하게 만들라는 의미입니다.

따라서 이 코드를 실행하면 처음부터 배경이 투명한 1250×1250 크기의 이미지가 만들어집니다.

PNG 형식으로 저장하면 투명 배경도 그대로 유지됩니다.

복잡한 코드를 이해하지 못하더라도 우리가 원하는 결과를 얻는 데는 문제가 없습니다.

4. 그렇다면 생성형 AI에 어떻게 요청해야 할까요?

중요한 것은 작업의 목적에 따라 요청 방법을 구분하는 것입니다.

예를 들어 모바일 앱에 사용할 새로운 아이콘 디자인이 필요하다면 다음과 같이 요청할 수 있습니다.

"모바일 앱에 사용할 출결현황 아이콘을 만들어줘. 단순하고 깔끔한 디자인으로 부탁해."

이런 작업은 이미지 생성 AI가 적합합니다.

전체적인 디자인이나 새로운 아이디어를 만드는 작업이기 때문입니다.

반면 도형의 크기나 위치를 정확하게 맞춰야 한다면 요청 방법을 바꿔 보는 것이 좋습니다.

"이미지 생성 AI 대신 파이썬의 Pillow 라이브러리를 사용해서 좌표 기반으로 직접 그려줘. 이미지 크기는 1250×1250이고 배경은 투명 PNG로 만들어줘. 사람 몸통과 체크 원의 아래쪽 Y좌표를 정확하게 일치시켜줘. 코드를 실행해서 완성된 PNG 파일로 제공해 줘."

이렇게 요청하면 코드 실행 기능을 지원하는 AI 환경에서 이미지 생성 모델 대신 파이썬으로 직접 이미지를 제작하도록 유도할 수 있습니다.

다만 ChatGPT와 Gemini는 코드 실행과 파일 생성 기능을 제공하는 방식이 다르므로 실제 실행 가능 여부는 사용하는 서비스와 환경에 따라 달라집니다.

특히 이미지의 정확한 가로·세로 크기, 도형의 위치와 간격, 색상 코드, 투명 배경, 여러 아이콘 사이의 일관된 크기가 중요한 작업이라면 좌표 기반 제작이 유리합니다.

다만 파이썬으로 모든 디자인을 쉽게 만들 수 있는 것은 아닙니다.

복잡한 일러스트나 사실적인 그림을 만드는 작업은 이미지 생성 AI가 훨씬 유리합니다.

5. 두 가지 방법을 함께 사용하면 더 좋습니다.

실무에서는 이미지 생성 AI와 좌표 기반 제작을 함께 사용하는 방법도 좋습니다.

먼저 이미지 생성 AI를 이용해서 전체적인 디자인을 만들어 봅니다.

마음에 드는 디자인이 나오면 이를 참고해서 파이썬이나 이미지 편집 프로그램으로 정확한 크기와 위치를 맞추는 것입니다.

단, 이미지 생성 AI가 만든 그림을 파이썬으로 불러왔다고 해서 그림 안에 있는 사람이나 원형 체크박스가 자동으로 분리되는 것은 아닙니다.

이미지 안의 특정 도형만 정확하게 수정하려면 해당 부분을 별도로 분리하거나 좌표를 이용해 다시 그리는 과정이 필요할 수도 있습니다.

또한 기존 이미지의 비율이 다르다면 단순히 가로와 세로 크기를 강제로 변경하는 것만으로는 해결되지 않습니다. 이미지가 찌그러질 수 있기

때문에 여백을 추가하거나 일부를 잘라내는 방법을 선택해야 합니다.

따라서 어떤 방법이 적합한지는 이미지의 형태와 사용 목적에 따라 달라집니다.

마치며

생성형 AI로 이미지를 만들다 보면 원하는 결과가 나오지 않아 프롬프트를 계속 수정하게 됩니다.

저 역시 ChatGPT로 아이콘을 제작하면서 위치를 조금만 변경해 달라고 요청했다가 엉뚱한 결과물이 나와 다시 요청했던 경험이 있습니다.

그렇다고 모든 문제가 프롬프트 때문은 아닙니다.

이미지 생성 AI가 그림을 만드는 방식과 정확한 좌표를 계산해서 이미지를 제작하는 방식은 서로 다르기 때문입니다.

새로운 디자인이 필요할 때는 이미지 생성 AI를 사용하고, 정확한 크기와 위치가 필요할 때는 파이썬을 이용한 좌표 기반 제작을 활용해 보세요.

파이썬을 직접 배우지 않더라도 생성형 AI에게 어떤 방식으로 작업할지 알려주는 것만으로 결과가 달라질 수 있습니다.

이러한 차이를 알고 활용하면 불필요하게 이미지를 다시 만들거나 수정하는 시간을 줄일 수 있습니다.

참고로 생성형 AI 중 Claude는 ChatGPT나 Gemini와 이미지 제작 방식에 차이가 있습니다. Claude를 이용해 이미지를 만드는 방법은 다음 강좌에서 별도로 알아보겠습니다.