프롬프트는 길수록 좋은가 — 연구가 말하는 것

“결과가 별로면 설명을 더 붙인다”가 대부분의 본능입니다. 그런데 이걸 정면으로 반박하는 연구가 있어서 소개합니다.

DetailMaster 실험

평균 285토큰짜리 긴 프롬프트 4,116개를 19개 모델에 돌린 연구입니다. 결론이 꽤 단호해요.

• 프롬프트가 길어질수록 정확도가 떨어진다 — 긴 문맥을 지원하는 최신 모델에서도 마찬가지였습니다
• 길어질수록 속성이 새거나(leakage), 빠지거나, 엉뚱한 대상에 붙습니다
• 난이도 순서: 인물의 위치 관계가 가장 어렵고 → 인물 속성 → 장면·조명 속성이 가장 쉬움(95% 이상)
• 흥미로운 발견: 토큰 한도가 512인 모델보다, 한도는 77이지만 긴 문장으로 학습된 모델이 더 잘했습니다. 수용 한도 ≠ 이해력이라는 뜻이죠

참고로 CLIP 계열의 실효 길이는 20토큰 남짓이라는 별도 연구도 있습니다. 77토큰까지 받는다고 77토큰을 다 이해하는 게 아니에요.

왜 이런 일이 생기나

어텐션 총량이 정해져 있기 때문입니다. 단어를 더하면 영향력이 추가되는 게 아니라 나뉩니다. 그래서 8k, masterpiece 같은 저밀도 단어가 정작 중요한 85mm f1.4의 몫을 갉아먹어요.

비유하자면 프롬프트는 정해진 양의 물감입니다. 40단어면 40번의 확실한 붓질, 300단어면 300번의 희미한 얼룩. 얼룩을 겹치면 회색이 되죠. 그 회색이 바로 우리가 말하는 ‘AI 티’입니다.

직접 해봤습니다

짧은 쪽 — an old bookshop (3단어)

모델의 기본 미감이 그대로 나옵니다. 통제는 없지만 깔끔해요.

긴 쪽 — 품질 형용사 20개 + 소재 15개를 쏟아부은 90단어짜리

고양이, 사다리, 스테인드글라스, 지구본, 타자기… 다 넣으라고 했더니 어느 하나도 주인공이 아닌 화면이 됐습니다. 정보는 많은데 시선이 갈 곳이 없어요.

권장 길이

• SD 1.5 / SDXL — 15~40단어
• SD 3.5 — 30~75단어 (핵심은 앞쪽 77토큰 안에)
• FLUX 계열 — 40~100단어, 긍정 서술만
• Midjourney — 25~60단어
• Nano Banana / Gemini — 간단하면 20~60단어, 복잡하면 60~150단어

결과가 나쁠 때 할 일

더하지 말고 빼세요. 가장 기여도 낮은 절을 하나 지워보면 대개 아무것도 나빠지지 않습니다. 그리고 한 번에 변수 하나만 바꾸세요 — 세 개를 동시에 바꾸면 뭐가 효과였는지 영영 알 수 없습니다 🍠