> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Nano Banana Pro에서 의상을 바꿀 때 인쇄 무늬가 왜곡되는 문제를 어떻게 해결하나요?

> 의상 착용 시나리오를 위한 prompt 최적화, 참조 이미지 가중치 조정, 다중 재시도, 채널 폴백 — 나쁜 prompt와 좋은 prompt 비교 및 단계별 문제 해결 가이드 포함

## 간단한 답변

Nano Banana Pro에서 왜곡된 결과물이 나오는 것은 모델 실패가 아닙니다. 이는 **단일 샷 생성의 내재된 랜덤성**과 **과도하게 단정적인 prompt**가 겹쳐서 생기는 것입니다. 다음 순서로 진행하십시오:

1. 먼저 [imagen.apiyi.com](https://imagen.apiyi.com)에서 **동일한 prompt + 참고 이미지**로 재현하여 클라이언트 측 문제를 배제합니다
2. prompt를 다시 작성하십시오: “엄격하게 고정”이나 “픽셀 단위로 완벽 복원” 같은 절대적인 표현은 빼고, 대신 구체적인 색상 / 위치 / 보존 항목 설명을 사용하십시오
3. 선명하고 경계가 분명한 참고 이미지를 **Base64 인코딩**으로 업로드하십시오(Nano Banana 시리즈는 OpenAI 스타일의 URL 업로드를 지원하지 않습니다)
4. 다중 롤 재시도를 활성화하십시오: 비즈니스 코드가 동일한 prompt를 1\~3회 자동으로 재시도하게 하십시오
5. 그래도 안 되면 채널이나 모델을 바꾸십시오: banana Pro는 기본값이 AI Studio입니다 — [Vertex 그룹](/ko/faq/google-upstream-aistudio-vertex)으로 전환하거나, [gpt-image-2 시리즈](/ko/api-capabilities/gpt-image-2-all/image-edit)를 시도해 보십시오(편집 스타일이 원본에 더 가깝게 유지됩니다)

## 프린트가 왜곡되는 이유

AI 이미지 생성은 **단일 샷 원자적 샘플링**입니다. 즉, 매 호출은 서로 독립적인 추출이며, “엄격한 복원” 토글은 없습니다. 가장 흔한 원인은 두 가지입니다.

* **프롬프트 표현이 지나치게 강한 경우**: “엄격하게 고정”, “픽셀 단위로 정확히 복원”, “1:1 재현” 같은 문구는 모델이 요청을 “다시 그리기”로 해석하게 만들 수 있으며, 이때 프린트도 다른 요소들과 함께 다시 그려집니다
* **참조 이미지 업로드 형식이 잘못된 경우**: Nano Banana 계열은 **Base64로 인코딩된 업로드만 지원합니다**. OpenAI 호환 `image_url` 필드에 URL을 직접 붙여 넣으면 모델이 참조 이미지를 “보지 못한” 것으로 처리되어, 프린트가 쉽게 흔들릴 수 있습니다

<Info>
  설명이 아무리 완벽해도, 모델은 단일 샷 샘플의 약 \*\*5%\~15%\*\*에서 여전히 “흔들림”이 발생할 수 있습니다. 이는 결함이 아니라 **생성형 모델의 본질**입니다. 같은 prompt라도 호출할 때마다 자연스럽게 다른 결과가 나옵니다.
</Info>

## 단계별 문제 해결

<Steps>
  <Step title="클라이언트 문제를 배제하기 위해 테스트 도구에서 재현합니다">
    [imagen.apiyi.com/#generate](https://imagen.apiyi.com/#generate)를 열고 **완전히 동일한 prompt + reference images**를 다시 실행합니다:

    * 도구에서도 프린트가 왜곡된다면 → 대부분 **prompt** 문제이므로 2단계로 이동합니다
    * 도구에서는 프린트가 유지된다면 → 통합을 디버깅합니다(이미지가 실제로 업로드되었습니까? 파라미터가 올바릅니까?), [참조 이미지와 생성된 이미지의 차이가 너무 큽니다](/ko/faq/image-result-differs-from-reference)를 참고합니다
  </Step>

  <Step title="prompt를 다시 작성하고 절대적인 표현을 없앱니다">
    “엄격하게 복원”이나 “픽셀 수준으로 완벽한” 같은 명령형 표현을 **구체적인 속성 설명**으로 바꿉니다(아래의 “prompt 최적화 예시”를 참조합니다).
  </Step>

  <Step title="reference images가 올바르게 업로드되었는지 확인합니다">
    * Nano Banana 시리즈는 **OpenAI 형식의 URL 업로드를 지원하지 않습니다** — 반드시 **Base64**를 사용해야 합니다
    * reference images는 **명확하고 특징이 풍부**해야 합니다: 흐리거나 복잡한 reference는 모델이 “추측”하게 만들어 프린트가 더 쉽게 벗어나게 합니다
    * 단일 이미지 ≤ **7MB**(Gemini의 공식 제한) — 업로드 전에 무손실 압축을 권장합니다
    * 각 prompt는 최대 **14개 reference images**를 허용합니다. 하나의 프린트만 보존하면 된다면 그 클로즈업만 업로드하고 가중치를 높이십시오
  </Step>

  <Step title="다중 재시도(자동 재시도)를 활성화합니다">
    비즈니스 코드에서 동일한 prompt에 대해 **1\~3회 자동 재시도**를 구현하십시오. 한 번 실패했다고 해서 모델에 문제가 있다는 뜻은 아닙니다 — 더 많이 시도할수록 적중률이 크게 높아집니다.
  </Step>

  <Step title="채널을 전환하거나 모델을 대체 수단으로 사용합니다">
    * 콘솔에서 token을 편집할 때 **Vertex 그룹**을 선택하십시오(코드 변경 없이 콘솔에서 Vertex 그룹만 고르면 됩니다) — Vertex의 모더레이션은 AI Studio와 다르며, AI Studio에서 오탐으로 차단되는 일부 의상 교체 요청이 Vertex에서는 정상적으로 통과합니다
    * 또는 **gpt-image-2 시리즈**를 시도하십시오 — 편집 스타일이 원본 이미지에 더 가깝고 색상 드리프트와 스타일 변화가 더 적어, “원본에 가깝게 유지”가 우선일 때 이상적입니다
  </Step>
</Steps>

## 프롬프트 최적화 예시

아래는 의상 교체 + 프린트 보존 시나리오에 대한 좋지 않은 예와 개선된 예를 비교한 표입니다:

| 작성 스타일          | ❌ 나쁜 예시               | ✅ 개선된 버전                                                |
| --------------- | --------------------- | ------------------------------------------------------- |
| 색상을 구체적으로 설명합니다 | “검정색으로 바꿔라”           | “원래 소재 질감을 보존한 채 **무광 순수 검정색**으로 바꿔라”                   |
| 프린트 위치를 설명합니다   | “프린트는 엄격하게 고정되어야 한다”  | “가슴의 프린트 — **위치, 색상, 비율, 배치** — 는 모두 정확히 동일하게 유지되어야 한다” |
| 보존할 항목을 나열합니다   | “나머지는 모두 변경 없음”       | “다른 모든 객체의 **색상, 위치, 텍스트 라벨**은 변경되지 않아야 한다”             |
| 작업을 분리합니다       | 5개의 수정 사항을 한 문장에 몰아넣기 | 여러 개의 수정으로 나누기 — **한 번에 하나씩 변경하기**                      |

**개선된 전체 프롬프트 예시**:

> 이 이미지를 편집하십시오. 두 가지를 완료하십시오: ① 빨간 박스 안의 두 개 찻주전자를 원래 소재 질감과 형태를 보존한 채 무광 순수 검정색으로 변경하십시오; ② 빨간 박스 윤곽선 자체를 삭제하십시오. 이미지의 다른 모든 객체의 색상, 위치, 치수 라벨, 텍스트는 **완전히 그대로 유지되어야 합니다**.

<Tip>
  **일반 원칙: 한 번의 호출마다 한 범주만 변경하십시오.** 의상 교체에 “색상 변경 + 배경 변경 + 텍스트 추가”가 필요하다면 여러 개의 수정으로 나누십시오 — 각 호출의 성공률은 하나의 거대한 지시문보다 눈에 띄게 높아집니다.
</Tip>

## 전체적으로 빨간색 / 따뜻한 색조가 도는 경우

스왑 후 이미지 전체가 붉거나 따뜻한 색조로 치우친다면, 이는 **다른** 문제입니다 — 보통 원인은 [banana pro 편집 결과에서 전체적으로 빨간색 색조가 나타나는 경우](/ko/faq/banana-pro-edit-red-cast)입니다. 원인과 해결 방법은 인쇄 왜곡과 다릅니다(Vertex 채널로 전환하거나 gpt-image-2로 되돌리십시오).

## 관련 문서

* [Nano Banana 시리즈 개발 가이드](/ko/api-capabilities/nano-banana-dev-guide) — 모델 구성, 가격, Base64 업로드 요구사항
* [생성된 이미지가 참조 이미지와 너무 다를 때](/ko/faq/image-result-differs-from-reference) — 잘못된 참조 형식 디버깅
* [Google 모델은 AI Studio 또는 Vertex에서 실행됩니까?](/ko/faq/google-upstream-aistudio-vertex) — Vertex 그룹으로 전환하는 방법
* [만족스러운 이미지를 생성하는 방법](/ko/api-capabilities/image-generation-success-tips) — 네 가지 전략: prompt 재작성, 재시도, 모델 전환, 테스트 도구 분류
* [Gemini 이미지 API 오류 처리 가이드](/ko/api-capabilities/gemini-image-error-handling) — 실패하거나 차단된 생성 디버깅
* [Nano Banana 시리즈 이미지 생성이 실패하는 일반적인 이유](/ko/faq/nano-banana-image-failure) — 콘텐츠 안전성 차단 시나리오
* [banana Pro 편집 결과가 전체적으로 붉은 색조를 띨 때](/ko/faq/banana-pro-edit-red-cast) — 전체 색감 편차 문제

## 지원팀에 문의

위 단계로도 해결되지 않으면 작업 공간의 지원팀에 문의하거나 [hi@apiyi.com](mailto:hi@apiyi.com)으로 이메일을 보내 다음 내용을 포함해 주세요:

* [imagen.apiyi.com](https://imagen.apiyi.com)에서 동일한 prompt의 재현 결과(스크린샷 또는 링크)
* 사용 중인 모델 이름(예: `gemini-3-pro-image-preview` / Nano Banana 2)
* API 호출 타임스탬프 + request ID(가능한 경우)