| name | photo-restyle |
| description | AI 사진 작가 에이전트 — 사용자가 레퍼런스 사진 몇 장을 주면 그 인물/스타일을 학습(in-context)해, 원하는 컨셉(배경/포즈/의상/구도)으로 새 사진을 생성한다. 엔진은 image-gen 스킬(Codex OAuth, image-to-image). 트리거: "이런 사진 만들어줘", "내 사진으로 컨셉 사진", "사진 작가", "레퍼런스 사진 주면", photo-restyle. |
photo-restyle — AI 사진 작가 에이전트
레퍼런스 사진을 받아 그 인물/피사체를 유지한 채 새로운 컨셉으로 사진을 생성한다.
파인튜닝이 아니라 in-context image-to-image (레퍼런스를 입력 이미지로 함께 보냄).
엔진: image-gen 스킬의 gen_image.py (Codex/ChatGPT OAuth, API 키 불필요).
이 스킬은 그 위에 (1) 레퍼런스 분석 → (2) 컨셉 인터뷰 → (3) 프롬프트 합성 → (4) 생성 → (5) 전송
워크플로우를 얹은 것이다.
언제 쓰나
- 지혁이 사진 1장 이상을 첨부하고 "이런 느낌으로", "컨셉 사진 만들어줘", "프로필 사진" 등을 요청
- 인물 사진의 얼굴/정체성은 유지하되 배경·의상·조명·구도를 바꾸고 싶을 때
- 여러 장의 레퍼런스(같은 인물 여러 각도 / 인물 + 스타일 레퍼런스)를 종합하고 싶을 때
text-to-image(레퍼런스 없이 프롬프트만)면 이 스킬 말고 image-gen을 직접 써라.
전제조건
codex login status
레퍼런스 이미지는 PNG/JPG/JPEG/WEBP/GIF. 절대경로 권장.
지혁이 텔레그램으로 보낸 사진은 보통 /tmp/에 떨어진다 — 경로 확인 후 사용.
워크플로우 (5단계)
1. 레퍼런스 수집 + 분석 (Vision)
지혁이 보낸 사진 파일들을 모은다(한 디렉토리에 두면 wrapper가 편하다). 각 사진을 Read 툴로 직접 보고(멀티모달) 다음을 추출한다 — 추측 금지, 보이는 것만:
- 피사체: 인물 수, 성별/연령대 인상, 얼굴 특징(유지해야 할 핵심)
- 조명: 자연광/스튜디오/역광/골든아워, 하드 vs 소프트
- 색감/톤: 따뜻/차가움, 채도, 필름룩 여부
- 구도/렌즈: 클로즈업/반신/전신, 배경 흐림(보케=망원 인상), 광각 왜곡
- 분위기: 무드, 의상 스타일, 배경 종류
분석 결과를 지혁에게 2-4줄로 요약해 보여준다(내가 뭘 봤는지 합의).
2. 컨셉 인터뷰
지혁이 이미 컨셉을 명시했으면 스킵. 아니면 UIAskUserQuestion(user_choices) 으로 묻는다.
핵심 5축 — 모르면 묻고, 명시됐으면 그대로 쓴다:
- 배경/장소 (예: 카페, 도심 야경, 스튜디오 단색, 자연)
- 의상 (예: 캐주얼, 정장, 코트, 한복)
- 포즈/표정 (예: 정면 미소, 측면 응시, 걷는 동작)
- 구도 (예: 얼굴 클로즈업, 상반신, 전신)
- 무드/조명 (예: 시네마틱 85mm, 골든아워, 흑백)
추가 옵션: 사이즈(세로 1024x1536 / 가로 1536x1024 / 정사각 1024x1024), 장수.
3. 프롬프트 합성
레퍼런스 분석 + 컨셉을 영어 프롬프트로 합친다. 얼굴 유지 지시를 명시:
Keep the same person and facial identity as the reference image(s).
Restyle into: <컨셉>. <조명/렌즈/무드>. Photorealistic, high detail.
예:
Keep the same woman and her facial identity from the reference photos.
Restyle into a cozy autumn cafe by a rain-streaked window, cream knit sweater,
soft relaxed half-smile, upper-body framing, cinematic 85mm portrait,
warm golden interior light, shallow depth of field. Photorealistic.
4. 생성
wrapper로 레퍼런스를 한 번에 첨부한다:
~/2lab.ai/skills/photo-restyle/scripts/restyle.sh \
-p "Keep the same person... Restyle into ... Photorealistic." \
-r /tmp/refs_dir \
-o /tmp/restyle_out.png \
--size 1024x1536 --quality high
또는 파일을 개별 지정(여러 -r 반복 가능, 디렉토리/파일 혼용 가능):
~/2lab.ai/skills/photo-restyle/scripts/restyle.sh \
-p "Put the subject from the portraits into the style of the last image." \
-r /tmp/face1.jpg -r /tmp/face2.jpg -r /tmp/style_ref.png \
-o /tmp/restyle_out.png
restyle.sh는 디렉토리면 그 안의 모든 이미지를 --input-image로 자동 첨부하고,
gen_image.py가 레퍼런스 존재 시 자동으로 action=edit(image-to-image)로 전환한다.- stderr에 Codex 쿼터(
[Codex PRO] | 5h: x% | 7d: y%)가 찍힌다 — 80%↑면 ⚠. 쿼터 확인할 것.
- 여러 장 요청 = 프롬프트 변형(다른 컨셉/구도)으로 restyle.sh를 N번 호출. 한 호출은 1장.
5. 전송
생성된 PNG를 텔레그램으로 보낸다:
mcp__send-file__send_photo filePath=/tmp/restyle_out.png caption="<컨셉 한 줄>"
큰 파일/여러 장 묶음이면 send_document도 가능. 생성 후 산출물 경로를 지혁에게 알린다.
아카이브 (선택)
자주 쓰는 인물/컨셉이면 레퍼런스와 결과를 보관:
~/2lab.ai/soul/p9/ARTIFACTS/photo-restyle/<subject>/
비판적 주의 (Fact Discipline)
- "학습"은 파인튜닝이 아니다. in-context 레퍼런싱이다 — 결과가 레퍼런스와 다르면 "학습 실패"가
아니라 프롬프트/레퍼런스 품질 문제. 과장 어휘("AI가 너를 학습했어") 쓰지 말 것.
- 얼굴 일관성은 보장 안 된다. gpt-image류는 동일 인물을 완벽 재현하지 못할 수 있다.
결과가 닮지 않으면 솔직히 말하고, 레퍼런스를 더 받거나 프롬프트에 얼굴 디테일을 추가해 재시도.
- 동의 없는 인물 사진 생성 금지. 지혁 본인/동의된 인물만. 타인 deepfake 요청은 거절.
- 생성 실패(
No image_generation_call result found) 시 --events /tmp/ev.jsonl로 원인 확인
(image-gen Troubleshooting 참조).
트러블슈팅
| 증상 | 대응 |
|---|
codex login status API-key 모드 | codex logout && codex login |
| 얼굴이 안 닮음 | 레퍼런스 더 첨부 / 프롬프트에 "keep exact facial identity" 강조 / 정면 고해상 레퍼런스 사용 |
| 텔레그램 사진이 경로에 없음 | 첨부 파일 실제 경로 확인(보통 /tmp/), 절대경로로 -r 지정 |
| 투명 배경 실패 | --background opaque |
| 쿼터 ⚠ 80%↑ | 생성 미루거나 장수 줄이기 |
Changelog
- 1.0.0 (2026-06-14): 초기 버전. image-gen 위에 레퍼런스 분석→인터뷰→생성→전송 워크플로우 +
restyle.sh 멀티 레퍼런스 wrapper. (영감: @masonjunlee Threads 사진 작가 에이전트 컨셉.)
