피파 한 줄 정리: 순서는 77-token 한계가 있던 옛 CLIP 모델에서 더 중요했고 FLUX·SD 3.5에서는 영향이 줄었어. 그래도 주제 → 장면 → 빛 → 화풍 순서가 안전한 기본값이야.
단어 순서의 영향은 모델마다 다르고 생각보다 작지만, 아예 없는 것도 아니야. 신문 기사가 중요한 내용을 앞에 놓듯 대부분 모델은 프롬프트 앞쪽에 약간 더 큰 무게를 줘. 특히 77-token 제한이 있는 옛 CLIP 기반 모델에서 두드러져.
위치: [시작 .............. 중간 .............. 끝] 무게: 높음 ────────────── 보통 ───────────── 낮음 “산길 위 붉은 차, 노을, 극적인 구름, film photography” ↑ 붉은 차가 강함 ↑ 영향이 약해질 수 있음
모델별 차이
CLIP 기반(SD 1.5·SDXL): 77-token의 단단한 한계가 있어 앞의 token이 더 주목받고 한계를 넘으면 뒤가 잘릴 수 있어.
T5 기반(SD 3.5·FLUX): 수백 token의 긴 문맥을 처리해 순서와 관계없이 전체를 더 잘 읽어. FLUX는 Mistral Small의 문법·구문 이해 덕분에 keyword 나열보다 자연스러운 문장이 잘 맞아.
Midjourney: 내부는 공개되지 않았지만 공동체 시험에서는 주제 정체성을 앞에 놓는 편이 더 안정적이었어.
❌ 중요한 내용이 끝에
“cinematic lighting, detailed textures, 8k, dramatic atmosphere, Earth 위를 떠다니는 astronaut”
✅ 중요한 내용부터
“Earth 위를 떠다니는 astronaut, 극적인 분위기, cinematic lighting, detailed textures”
순서가 실제로 중요한 때
- 주제 정체성: 중심 주제를 앞에 둬. “붉은 의자 위 검은 고양이”가 “극적인 빛의 붉은 의자와 그 위의 검은 고양이”보다 고양이를 강하게 잡아.
- 화풍과 주제 우선순위: “Oil painting of…”로 시작하면 화풍이, 주제로 시작하고 끝에 oil painting을 붙이면 주제가 더 강해져.
- 짧은 문맥 창: 77-token 옛 모델에서는 약 15단어 뒤부터 관심이 점차 약해질 수 있어.
큰 차이가 없는 때
- FLUX·SD 3.5처럼 T5 encoder와 자연어 구문 이해가 강한 모델
- “warm lighting”과 “lighting, warm” 같은 화풍 수식의 순서
- 20~50 token 정도의 중간 길이 프롬프트
핵심 정리
- 대부분 모델에서 앞 단어가 조금 더 강하므로 주제를 먼저 둬.
- FLUX·SD 3.5는 SD 1.5보다 순서 영향이 작다.
- 주제 → 장면 → 빛 → 화풍·카메라 순서를 안전한 기본값으로 써.
- 순서 최적화의 이득은 시드·guidance·참조 이미지보다 작다.