GPT Image 2.5로 고대 복식 착용 순서와 의복 레이어 전개도 생성하는 프롬프트 공식

AI 프롬프트 연구자 딥블루(@DeepBlueX0)가 2026년 10월 5일, GPT Image 2.5를 활용해 복잡한 고대 전통 복식의 착용 단계(레이어), 평면 구조 전개도, 원단 재단 패턴 조각을 단일 세로형(9:16) 콘셉트 시트로 생성할 수 있는 프롬프트 공식을 공개했습니다.

이미지 출처: @DeepBlueX0 / X

전통 의복이나 시대극/판타지 캐릭터를 디자인할 때 완성된 전신 일러스트를 얻는 것은 비교적 수월하지만, 속옷(이너웨어)부터 겉옷까지 어떤 순서로 겹쳐 입는지, 옷을 평면으로 펼쳤을 때 어떤 재단 패턴과 구조로 이루어져 있는지를 한 장의 디자인 시트로 분해해 시각화하는 작업은 높은 수준의 공간 인지와 구조 묘사를 요구합니다. 딥블루는 GPT Image 2.5의 향상된 텍스트 이해도와 다중 객체 배치 능력을 활용해 '착용 계층'과 '구조 전개'를 명시적으로 지시하는 간결한 프롬프트 결합 공식을 제시했습니다.

7가지 핵심 요소로 구성된 프롬프트 공식

원문에서 공개된 기본 프롬프트 공식은 다음과 같은 모듈형 구조를 띱니다.

【시대/왕조】 여성 속옷(기본 의복) × 착용 순서 레이어 × 구조 전개도 × 소재 질감과 재단 패턴 × 복식 고증 복원 × 세로 9:16

이 공식은 전통 복식을 시각적으로 해체하여 보여주기 위해 6가지 복식 묘사 요소와 세로 비율 규격까지 총 7가지 핵심 요소를 곱셈 기호(×)로 연결한 구조입니다.

• 【시대/왕조】: 재현하고자 하는 구체적인 역사적 시대나 왕조를 대괄호 안에 지정합니다 (예: 당대, 송대, 명대 등).
• 속옷 및 기본 의복: 가장 안쪽에 착용하는 기본 이너웨어(말흉, 속바지, 단의 등)를 명시하여 모델이 최하단 레이어부터 묘사하도록 유도합니다.
• 착용 단계별 계층: 안감부터 겉옷, 허리띠, 장신구까지 순차적으로 겹쳐 입는 착용 과정을 화면에 단계별로 나열하도록 유도합니다.
• 구조 전개도: 입체적인 의복 형태뿐 아니라 옷을 평면으로 펼쳤을 때의 분해 구조도를 함께 렌더링하도록 요구합니다.
• 소재 질감 및 재단 조각: 실크, 로(羅), 삼베 등 원단의 직물 질감과 실제 재단에 쓰이는 원단 조각(패턴 피스)을 분할 배치합니다.
• 복식 고증 복원: 출토 유물이나 역사적 사료의 고증 스타일을 반영하도록 가중치를 부여합니다.
• 세로형 9:16 비율: 위에서 아래로 착용 흐름이나 레이어 부품들을 한눈에 조망할 수 있는 세로형 캔버스 규격을 지정합니다.

실무 적용을 위한 프롬프트 확장과 변형

작업 환경과 목적에 따라 해당 공식을 다국어 및 구체적인 의복 명칭으로 확장해 적용할 수 있습니다.

1. 송대 여성 복식 적용 예시

송대 여성의 대표적 일상 및 예복 구조(말흉, 배자, 주름치마 등)를 단일 시트로 생성할 경우 다음과 같이 영문 프롬프트로 키워드를 구체화할 수 있습니다.

Song Dynasty women's traditional inner garments and layered costume, wearing progression layers from inner undergarments to middle robes and outer beizi, structural exploded flat diagram, fabric textures and pattern cutouts, historical costume reconstruction, vertical 9:16 concept art sheet, museum display quality.

한국어 키워드 조합으로 간결하게 구성할 경우에는 다음과 같이 적용할 수 있습니다.

【송대】 여성 기본의복(속옷) × 착용 계층 × 구조 전개도 × 소재 질감과 재단 조각 × 복식 고증 복원 × 세로형 9:16

2. 타 문화권 및 판타지 복식으로의 전용

이 공식의 핵심은 특정 왕조에 국한되지 않고 '이너웨어 → 착용 레이어 → 전개도 → 원단 재단 조각'으로 이어지는 분해 시트(Exploded Concept Sheet) 문법에 있습니다.

• 조선 시대 한복: 【Joseon Dynasty】 women's inner jeogori and sokchima × layering progression × structural pattern layout × silk texture and pattern cutouts × historical costume reconstruction × vertical 9:16
• 서양 중세/빅토리아 복식: 【Victorian Era】 women's corset and petticoat × dressing sequence layers × exploded garment construction × lace fabric and tailor pattern pieces × historical reproduction × vertical 9:16

커뮤니티 Q&A로 본 실전 유의점과 한계

게시글 공개 이후 창작자 커뮤니티에서는 해당 워크플로우의 실제 고증 신뢰도와 역사적 배경에 대한 질문이 이어졌으며, 원작자 딥블루의 답변을 통해 몇 가지 실전 유의점이 확인되었습니다.

1. 착용 단계의 고증 검증과 모델 생성 의존도

• 사용자 질문 (@vipdecade): "의복의 착용 단계와 레이어를 어떻게 검증하는가? 겉보기에만 화려하고 착용 방식은 모델이 지어낸 것(환각)은 아닌가?"
• 저자 답변 (@DeepBlueX0): "처음 프롬프트 키워드 한 줄을 던지고 나면 나머지는 모델이 지어내는 것에 가깝지만, 현재로서는 GPT의 생성 능력이 가장 뛰어나다."
• 실전 대응: AI가 생성한 전개도는 시각적 콘셉트 도출이나 캐릭터 디자인 초기 시안으로는 매우 유용하지만, 100% 사료 고증을 보장하지는 않습니다. 정밀한 시대극 제작이나 사극 웹툰 작화에 활용할 때는 박물관 출토 복식 보고서나 전문 복식사 도감과 대조 검증을 병행해야 합니다.

2. 사료 보존의 편향과 다층 의복의 계층적 맥락

• 사용자 질문 (@Sirilee2026): "실제 고대 서민들은 옷을 그렇게 여러 겹 입을 여유가 없었고 부유층만 가능했던 것 아닌가?"
• 저자 답변 (@DeepBlueX0): "맞다. 하지만 권력층이나 부유층의 물품이어야만 오랜 세월 보존되어 유물로 남을 수 있었다."
• 실전 대응: 보존된 유물 중심의 사료 특성상 AI 모델 역시 부유층의 다층 의복에 편향될 수 있습니다. 따라서 서민 계층이나 노동 복식을 시각화할 때는 복합 레이어 키워드를 그대로 쓰기보다 단벌 구조나 간소한 작업복 형태(예: 배자, 단의, 홑옷)로 착용 단계를 명시적으로 제한해야 불필요하게 화려한 귀족풍 의복이 생성되는 왜곡을 방지할 수 있습니다.

원문 출처

• DeepBlue (@DeepBlueX0) X 게시글: https://x.com/DeepBlueX0/status/2106765651952140743