AI 세부 실습 02 - 이미지 편집과 음성 녹음

이미지 편집과 음성 녹음

이 글은 다음 원본 실습 파일을 기준으로 정리합니다.

10_multi_modal_edit_image.py
10_multi_modal_record.py

10번 실습은 새 결과물을 만드는 것에서 한 단계 더 나아가, 기존 데이터를 수정하거나 직접 입력 데이터를 만드는 실습입니다.

이미지 생성과 이미지 편집의 차이

이미지 생성은 텍스트만으로 새 이미지를 만듭니다.

프롬프트 -> 새 이미지

이미지 편집은 기존 이미지가 있습니다.

원본 이미지 + 수정 지시문 -> 편집된 이미지

예를 들어 다음과 같은 작업입니다.

배경을 바다로 바꿔줘.
옷 색상을 파란색으로 바꿔줘.
사진 속 책상 위에 노트북을 추가해줘.

이미지 편집에서 중요한 것

이미지 편집에서는 프롬프트만큼 원본 이미지가 중요합니다.

좋은 입력은 다음 조건을 만족합니다.

• 수정할 대상이 명확하게 보임
• 해상도가 너무 낮지 않음
• 배경과 대상이 심하게 겹치지 않음
• 수정 요청이 구체적임

나쁜 요청:

예쁘게 바꿔줘

좋은 요청:

배경은 유지하고, 고양이 목에 빨간 리본을 추가해줘

음성 녹음 실습

음성 녹음은 AI 음성 처리의 입력 데이터를 만드는 과정입니다.

마이크 입력
-> wav 또는 mp3 파일 저장
-> STT 또는 음성 분석 모델에 전달

음성 녹음 파일은 이후 다음 작업에 사용할 수 있습니다.

• 음성 텍스트 변환
• 회의록 생성
• 발음 평가
• 자동 자막 생성
• 음성 명령 인식

파일 형식

음성 파일에서 자주 보는 형식은 다음과 같습니다.

형식	특징
wav	압축이 적어 품질이 좋지만 용량이 큼
mp3	용량이 작고 널리 쓰임
m4a	모바일 환경에서 자주 사용

AI 음성 모델마다 지원하는 파일 형식이 다를 수 있으므로 문서를 확인해야 합니다.

녹음 품질 체크

음성 AI는 입력 품질에 민감합니다.

다음 조건을 맞추면 인식률이 좋아집니다.

• 주변 소음 줄이기
• 마이크와 입 거리 일정하게 유지
• 너무 작거나 큰 음량 피하기
• 여러 사람이 동시에 말하지 않기
• 녹음 후 실제로 재생해 확인하기

이후 실습과의 연결

10번에서 만든 음성 파일은 이후 자동화 실습과 연결됩니다.

음성 녹음
-> STT로 텍스트 변환
-> AI 요약
-> 파일 저장
-> 이메일 전송

이미지 편집도 OCR, 이미지 설명, 이미지 분류 실습과 연결됩니다.

정리

10번 실습의 핵심은 AI에게 보낼 입력을 직접 준비하는 것입니다. 원본 이미지와 음성 파일의 품질이 좋아야 AI 결과도 좋아집니다.