← 블로그 목록으로 · 2026.07.31
AI 이미지 태거 모델 가이드: General·Character·Rating 태그 이해하기
AnimeTag-AI가 사용하는 이미지 태거 AI 모델은 Danbooru에 업로드된 수백만 장의 서브컬처 일러스트로 학습된 태깅 모델입니다. 이미지를 입력하면 수천 개의 태그 각각에 대해 "이 태그가 이미지에 존재할 확률"을 계산해서 반환합니다. 이 글에서는 결과에 등장하는 세 가지 카테고리와 Confidence Score를 어떻게 해석하면 좋을지 정리합니다.
1. General 태그 — 가장 많은 정보를 담고 있는 카테고리
General은 캐릭터의 헤어 색상, 눈 색상, 표정, 포즈, 의상, 배경, 화풍까지 이미지에서 관찰 가능한
거의 모든 시각적 속성을 아우르는 카테고리입니다. 전체 태그 중 대부분이 General에 속합니다.
1girl, blue_hair, school_uniform,
looking_at_viewer, simple_background 같은 태그가 전부 여기 포함됩니다.
태그 개수가 압도적으로 많다 보니 결과를 그대로 보면 정보가 뒤섞여 보이기 쉬운데, AnimeTag-AI의
"카테고리별 보기" 기능이 바로 이 General 태그들을 외형·의상·포즈·배경 등으로 다시 세분화해서
보여주기 위해 만들어졌습니다.
2. Character 태그 — 캐릭터/작품 인식
Character 카테고리는 hatsune_miku처럼 특정 캐릭터나 작품을 식별하는 태그입니다.
이 카테고리는 모델이 학습 데이터에서 자주 등장한 유명 캐릭터일수록 인식률이 높고, 마이너하거나
오리지널 캐릭터는 인식되지 않는 경우가 많습니다. 캐릭터 태그가 비어 있다고 해서 오류는 아니며,
단순히 학습 데이터에 해당 캐릭터가 충분히 등장하지 않았을 가능성이 큽니다.
3. Rating 태그 — 콘텐츠 등급 분류
Rating은 general, sensitive, questionable,
explicit 네 가지 값으로만 구성된 특수 카테고리입니다. 이미지의 노출 수위를
자동으로 판단해 데이터셋을 안전하게 필터링하거나 분류하는 용도로 사용할 수 있습니다. 네
값의 확률을 모두 더하면 1에 가깝게 정규화되어 있어서, 가장 높은 값을 가진 등급이 모델이
판단한 "가장 가능성 높은" 등급입니다.
4. Confidence Score는 어떻게 읽어야 할까?
각 태그에는 0~1 사이의 Confidence Score(신뢰도)가 함께 반환됩니다. 이 값은 "확률"이라기보다 "모델이 해당 태그가 맞다고 얼마나 강하게 판단했는가"에 가깝습니다. 0.9 이상이면 거의 확실, 0.35~0.6 구간은 애매하지만 참고할 만한 태그, 0.2 이하는 노이즈에 가까운 경우가 많습니다. AnimeTag-AI의 Threshold 슬라이더는 바로 이 값을 기준으로 태그를 걸러내는 기능입니다 — 자세한 권장값은 Threshold 값 가이드를 참고하세요.
실제로 사용해보기
이론보다 직접 이미지를 넣어보는 게 가장 빠릅니다. AnimeTag-AI에 일러스트를 업로드하면 위에서 설명한 General/Character 태그와 Rating을 바로 확인할 수 있고, "카테고리별 보기"로 전환하면 General 태그가 자동으로 외형·의상·포즈·배경 등으로 다시 정리된 모습을 볼 수 있습니다.