← 목록으로: TRAINED

Flux Kontext Makeup Remover

AI로 만든 인물 사진에 AR 메이크업 이펙트와 필터를 적용해 화장만 다른 합성 데이터 70쌍을 만들고, 검수를 거친 59쌍으로 FLUX.1 Kontext 화장 제거 LoRA를 학습했습니다. Civitai에 공개해 다운로드 2,000회를 넘겼습니다.

연도
2025
태그
flux-kontext, lora, ai-toolkit, synthetic-data, ar-effect, civitai

왜 데이터를 합성했나

화장 제거 모델을 학습하려면 같은 사람을 같은 조명과 구도로 담되, 화장 유무만 다른 사진 쌍이 필요합니다. 이런 사진은 실제로 촬영하기 어렵고, 공개 데이터셋에서도 구하기 어렵습니다. 그래서 학습용 쌍 데이터를 처음부터 합성했고, 이전 뷰티 프로젝트에서 개발한 AR 이펙트를 데이터 생성 도구로 다시 활용했습니다.

합성 데이터 워크플로

  1. 인물 생성: AI로 인물 사진 70장을 만들었습니다. 약 80%가 아시아인이고, 조명과 배경, 헤어, 액세서리가 사진마다 다릅니다.
  2. AR 이펙트로 쌍 만들기: 이전 뷰티 프로젝트에서 직접 개발한 Effect House, Lens Studio, Spark AR 메이크업 이펙트와 SNOW, 메이투 같은 앱의 필터를 함께 썼습니다. 이펙트로 화장을 지우거나 입히는 두 방향을 섞어서, 얼굴과 구도는 그대로이고 화장만 다른 쌍을 만들었습니다.
  3. 입력과 타깃 정리: 화장한 쪽을 입력(768×768), 화장하지 않은 쪽을 타깃(1024×1024)으로 묶었습니다.
  4. 검수: 70쌍을 검수해 59쌍을 학습에 남겼습니다.
  5. 학습: AI-Toolkit으로 FLUX.1 Kontext LoRA를 학습했습니다.

결과

Kontext LoRA는 특정 얼굴이 아니라 ’화장을 지운다’는 편집 개념을 배웁니다. 그래서 학습 데이터가 아시아인 중심이어도 다른 인종의 사진에서 잘 동작합니다.

Civitai에 공개했고, 2026년 11월 9일 기준으로 다운로드 2,016회와 좋아요 203개를 받았습니다. 사용할 때는 프롬프트에 Remove makeup of this person을 넣고 LoRA 강도 1을 권장합니다.

아래 학습 데이터 격자는 59쌍 가운데 6쌍입니다. 두 장씩 한 쌍이고, 왼쪽이 입력, 오른쪽이 타깃입니다. 전체 데이터셋은 공개하지 않습니다.