21개의 AI 생성 용어,
쉽게 정의했습니다.

Credit

다른 이름: AI credit, generation credit

hilens.ai에서 credit은 1회 분량의 생성 작업에 대한 결제 단위입니다. 모델마다 생성당 소모하는 credit 수가 다르며, credit은 팩 단위로 구매하고 절대 만료되지 않습니다.

Credit pack

다른 이름: AI credit pack

고정 달러 가격으로 한 번에 구매하는 credit 묶음입니다. 더 큰 팩일수록 credit 단가가 낮아집니다. 팩에 담긴 credit은 만료되지 않으며 자동 갱신되지 않습니다.

Pay per generation

다른 이름: pay per use, pay per credit

Generate 버튼을 누를 때만 선불 credit 잔액에서 차감되어 비용을 지불하는 가격 모델입니다. 생성 여부와 관계없이 고정 월 요금을 내는 구독 방식과 대비됩니다.

Subscription credit

다음 청구 주기가 시작될 때 만료되는 월 구독 할당량에 포함된 credit입니다. 절대 만료되지 않는 pay-per-generation credit과 구별됩니다.

Prompt

다른 이름: AI prompt, text prompt

무엇을 생성할지 설명하기 위해 AI 모델에 주는 텍스트 지시문입니다. 이미지와 비디오 모델의 경우, prompt는 피사체 묘사, 스타일 방향, 카메라나 구도 힌트, 그리고 선택적인 negative prompt를 섞습니다.

Negative prompt

생성된 이미지나 비디오에 나타나지 않아야 할 것을 설명하는 텍스트입니다. 손가락이 더 생기거나, 워터마크, 흐릿한 텍스처, 또는 피하고 싶은 특정 스타일 같은 흔한 실패 양상을 억제하는 데 사용됩니다.

Reference image

다른 이름: ref image, image-to-image input

생성을 조건화하기 위해 prompt와 함께 업로드하는 이미지입니다. 모델은 구도, 색상 팔레트, 피사체의 닮음새, 프레이밍 등 시각적 속성을 reference에서 출력으로 보존합니다.

Aspect ratio

다른 이름: AR

생성된 이미지나 비디오의 가로 대 세로 비율입니다. 흔한 비율: 1:1(정사각형), 9:16(세로 / TikTok / Reels), 16:9(가로 / YouTube), 4:5(Instagram 세로), 3:4(에디토리얼 세로).

Seed

모델 내부의 난수 생성기를 초기화하는 숫자 값입니다. seed를 고정하면 출력이 재현 가능해집니다 — 동일한 prompt + 동일한 seed는 동일한 출력을 만듭니다.

CFG scale

다른 이름: guidance scale, classifier-free guidance

모델이 텍스트 prompt를 얼마나 충실히 따르는지를 제어하는 파라미터입니다. CFG가 높을수록 더 문자 그대로 해석하고, 낮을수록 더 창의적 자유를 줍니다. 일반적 범위는 4-12입니다.

Inference steps

다른 이름: sampling steps, denoising steps

모델이 출력을 만들기 위해 거치는 반복적 정제 패스의 횟수입니다. 일반적으로 단계가 많을수록 품질이 높아지지만, 모델별 임계값을 넘으면 수익 체감이 발생합니다.

Diffusion model

노이징 과정을 역행하도록 학습하는 AI 생성 모델의 한 부류입니다 — 순수한 노이즈에서 시작해 점진적으로 디노이징하여 prompt에 맞는 이미지나 비디오로 만듭니다.

Text-to-image

다른 이름: T2I, txt2img

입력이 텍스트(prompt)이고 출력이 이미지인 생성 모드입니다. 가장 흔한 AI 이미지 생성 모드입니다.

Image-to-video

다른 이름: I2V

입력이 정지 이미지이고 출력이 그 이미지를 애니메이션화한 비디오인 생성 모드입니다. 원하는 움직임을 묘사하는 텍스트 prompt와 함께 쓰이는 경우가 많습니다.

Video generation

다른 이름: AI video, video synthesis

텍스트 prompt, reference image, 또는 둘 다로부터 비디오 클립을 AI로 만드는 것입니다. 출력은 보통 고정 해상도의 짧은 클립(5-10초)입니다.

Identity preservation

다른 이름: character consistency, identity lock

동일한 reference로부터 여러 번 생성해도 사람의 얼굴이나 캐릭터의 외모를 일관되게 유지하는 모델의 능력입니다. 멀티 패널 콜라주와 캐릭터 중심 콘텐츠에 결정적으로 중요합니다.

In-image text

다른 이름: text rendering, in-frame text

장면의 일부로서 생성된 이미지 내부에 나타나는 텍스트입니다 — 간판, 패키지 문구, 인용 카드, 인포그래픽 라벨 등. 역사적으로 diffusion 모델의 약점이었고, 2026년에는 가장 강력한 모델만이 이를 읽을 수 있게 렌더링합니다.

Output resolution

생성된 이미지나 비디오의 픽셀 치수입니다. 흔한 값: 1024×1024(대부분의 이미지 모델 기본), 4K(Nano Banana 2 세로), 1080p(대부분의 비디오 모델).

Upscaling

다른 이름: AI upscale, super-resolution

AI 모델을 사용해 기존 이미지나 비디오의 해상도를 높이는 것입니다. 단순히 픽셀을 보간하는 것이 아니라, 고해상도 버전이 어떻게 보일지 추론하여 디테일을 더합니다.

Inpainting

다른 이름: AI inpaint, region edit

이미지의 특정 영역을 나머지는 그대로 유지한 채 교체하거나 편집하는 것입니다. 사용자가 영역을 마스킹하면, 모델이 주변 맥락에 맞는 새 콘텐츠를 생성합니다.

LoRA

다른 이름: Low-Rank Adaptation, LoRA model

전체 모델을 재학습하지 않고도 베이스 모델을 특정 스타일, 캐릭터, 또는 피사체에 맞게 조정하는 경량 미세 조정 기법입니다. LoRA는 작고(보통 50-200MB) 베이스 위에 쌓입니다.