← 블로그 목록으로 · 2026.07.31
LoRA 학습용 데이터셋, 태그 캡션 이렇게 정리하세요
LoRA를 학습시킬 때 결과물의 품질을 좌우하는 요소는 이미지 자체만큼이나 캡션(태그 목록)입니다. 태그를 어떻게 정리하느냐에 따라 모델이 "무엇을 학습해야 할 특징으로 보고, 무엇을 고정값으로 무시해야 할지"가 달라집니다. 아래는 이미지 태거 모델로 뽑아낸 원본 태그를 실제 학습용 캡션으로 다듬을 때 참고할 만한 기준입니다.
1. Character LoRA vs Style LoRA, 캡션 전략이 다릅니다
특정 캐릭터를 학습시키는 Character LoRA라면, 그 캐릭터가 항상 가지고 있는 고정 특징(머리 색, 눈 색, 특정 헤어스타일 등)은 오히려 캡션에서 빼는 것이 일반적입니다. 캡션에 남겨두면 모델이 "이 캐릭터=이 헤어스타일일 때만"으로 과도하게 얽어서 학습해, 나중에 다른 헤어스타일로 생성하기 어려워질 수 있습니다. 반대로 포즈, 의상, 표정처럼 이미지마다 달라지는 태그는 남겨서 모델이 "이건 캐릭터의 정체성이 아니라 가변 요소"라고 구분하게 도와줍니다.
반면 화풍(Style) LoRA는 그 반대에 가깝습니다. 캐릭터·구도·의상은 상세히 캡션에 남기고, 화풍 자체를 표현하는 태그(예: 색감, 라인 스타일)는 오히려 제거해서 "이 스타일은 항상 이렇게 그려진다"는 신호를 모델에 강하게 줍니다.
2. 카테고리별로 나눠서 보면 판단이 쉬워집니다
이미지 태거 모델이 뽑아내는 태그는 전부 한 줄로 섞여 있어서, 어떤 태그를 남기고 지울지 판단하기가 은근히 번거롭습니다. AnimeTag-AI의 "카테고리별 보기"를 사용하면 같은 태그 목록이 Basic·외형·의상·포즈·소품·배경·기타로 자동 정리되어 보이기 때문에, "Character LoRA니까 외형 카테고리는 통째로 지우고, 의상·포즈·배경만 남기자" 같은 판단을 카테고리 단위로 훨씬 빠르게 내릴 수 있습니다.
3. 불필요한 태그를 걸러내는 3가지 기준
- 화질/워터마크 관련 태그 —
watermark,signature,lowres같은 태그는 학습에 도움이 안 되므로 제거합니다. - 신뢰도가 낮은 태그 — Threshold를 살짝 올려 애매한 태그(0.3 이하)는 애초에 목록에서 빼고 시작하면 정리 시간이 줄어듭니다.
- 목적과 무관한 태그 — 배경을 다양하게 생성하고 싶다면 배경 태그는 남기고, 항상 같은 구도로만 쓸 거라면 구도 태그를 지우는 식으로 목적에 맞춰 판단합니다.
4. 실제 작업 흐름 예시
1) 이미지를 AnimeTag-AI에 업로드해 태그를 뽑는다 → 2) Threshold를 0.3~0.4 정도로 맞춰 노이즈 태그를 1차로 걸러낸다 → 3) "카테고리별 보기"로 전환해 LoRA 목적에 맞지 않는 카테고리를 통째로 검토한다 → 4) 칩을 클릭해 개별 태그를 제거하고 "Prompt 복사"로 최종 캡션을 가져간다. 이미지 없이 이미 가지고 있는 태그 목록만 정리하고 싶다면 태그 분석 도구에 붙여넣어도 동일하게 카테고리별로 정리됩니다.