AI Instagram 모델 생성기: hiapi에서 일관된 가상 인플루언서 만들기

TL;DR

• AI Instagram 모델 생성기는 본질적으로 3단계 파이프라인입니다: 캐릭터를 생성하고, 그 얼굴을 고정하여 모든 샷에서 재현되게 하며, 최고의 정지 프레임을 짧은 영상으로 변환합니다. hiapi는 하나의 비동기 인터페이스 POST /v1/tasks를 통해 세 단계를 모두 실행합니다.
• 이 가이드는 참조 이미지 경로로 신원을 고정합니다—기본 인물 사진을 image_input으로 되돌려 보내고 장면만 변경합니다. 이는 Consistent Characters with Nano-Banana에서 소개한 순수 텍스트 「캐릭터 설정집」 방식과 다릅니다; 시드 이미지가 아직 없을 때는 그쪽을, 얼굴 하나를 고정하고 싶을 때는 이쪽을 사용하세요.
• 본문은 nano-banana-2에서 실측했습니다: 기본 인물 사진 하나가 파리 카페, 도시 횡단보도, 루프탑 체육관이라는 세 가지 완전히 다른 장면을 고정했습니다—얼굴, 헤어스타일, 피부톤, 금색 이어링, 레이어드 목걸이가 모든 장면에서 일관되게 유지되었습니다.
• 영상 단계는 실제이며 모의 이미지가 아닙니다: 아래 카페 정지 프레임은 grok-imagine-1.5/image-to-video로 5초 단편으로 제작되었습니다. 그녀가 컵을 들어 한 모금 마셨고; 신원은 움직임 속에서도 유지됩니다.
• 전체 블로그 예산: 약 $0.30—nano-banana-2에서 2K 이미지 4장, 장당 $0.057($0.228), 그리고 480p/5s Reel 하나를 $0.015/s로 청구($0.075).

실제로 구축하는 것

「가상 인플루언서」「AI UGC 모델」「AI Instagram 모델 생성기」—마케팅 명칭은 각양각색이지만, 엔지니어링 구현은 모두 동일한 세 단계입니다:

1. 캐릭터—모델의 정전 얼굴이 될 기본 인물 사진을 생성(또는 선택)합니다.
2. 신원 고정—동일 인물이 다양한 의상, 포즈, 장소에 등장하게 하여 피드가 마흔 명의 다른 사람이 아닌 같은 크리에이터처럼 보이게 합니다.
3. 모션—가장 임팩트 있는 정지 프레임을 짧고 스크롤을 멈추게 하는 Reels / Shorts 단편으로 제작합니다.

어려운 점은 2단계입니다. 모든 하위 요소—신뢰할 수 있는 피드 그리드, 제품 착용샷, 브랜드 게시물—는 얼굴이 흔들리는 순간 무너집니다. hiapi에는 이를 안정시키는 두 가지 방법이 있습니다.

얼굴을 고정하는 두 가지 방법(그리고 이 가이드가 참조 이미지 경로를 선택한 이유)

방법	신원 고정 방식	적용 시나리오
캐릭터 설정집(텍스트)	얼굴, 헤어스타일, 옷장을 묘사하는 밀도 높은 재사용 가능 프롬프트 접두사를 매 렌더링에 이어 붙입니다. 시드 이미지 없음.	캐릭터를 처음부터 발명하고, 버전 관리가 가능한 텍스트로 정의하고 싶을 때.
참조 이미지(이 가이드)	기본 인물 사진을 image_input으로 되돌려 보내고; 프롬프트는 장면만 변경합니다.	이미 승인된 얼굴(키 비주얼 렌더링, 브랜드 마스코트)이 있고 그 얼굴이 모든 곳에 나타나길 원할 때.

캐릭터 설정집 방법은 Consistent Characters with Nano-Banana에서 전체 소개됩니다—스토리보드와 이커머스 스타일북 예시 포함. 이 가이드는 다른 길을 갑니다: 참조 이미지로 특정 인물 사진을 고정한 뒤 여러 장면으로 확장하고 영상으로 제작합니다. 두 방법은 상호 보완적이며; 많은 팀이 먼저 설정집을 한 번 작성하고 키 비주얼 인물 사진을 생성한 뒤, 촬영의 나머지 부분에서 참조 이미지 모드로 전환합니다.

1단계—기본 캐릭터 생성

깨끗하고 조명이 밝은 인물 사진으로 시작하세요. 디테일이 여기서는 아군입니다: 불변 특징이 구체적일수록(점 하나, 가르마 하나, 주얼리 하나) 이어가기 더 쉽습니다.

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Editorial portrait of a 25-year-old woman, warm olive skin, oval face, a small beauty mark just below her left eye, deep brown almond eyes, shoulder-length dark brown wavy hair with a center part and subtle caramel balayage, tiny gold hoop earrings, a thin layered gold necklace, natural bronze makeup, soft confident smile, 85mm f/1.8, soft window light, clean neutral background, true-to-life skin texture, 4k",
      "aspect_ratio": "4:5",
      "resolution": "2K"
    }
  }'

POST /v1/tasks는 taskId를 반환합니다; status가 success가 될 때까지 GET /v1/tasks/{taskId}를 폴링한 뒤 output[0].url을 다운로드하세요. 해당 URL은 임시이며(expireAt 포함), 즉시 바이트를 저장하세요—핫링크하지 마세요. 다음 단계에서 입력 URL로 필요하므로 인물 사진을 접근 가능한 위치(자체 CDN)에 업로드하세요. nano-banana-2는 1K / 2K / 4K에서 각각 $0.036 / $0.057 / $0.086로 가격이 책정됩니다; 여기 촬영은 2K를 사용했습니다.

2단계—장면 전반에 걸쳐 신원 고정

이것이 인플루언서로 만드는 결정적 단계이며, 낯선 사람 갤러리가 아닙니다. 기본 인물 사진을 image_input으로 되돌려 보내고, 이 사람을 유지함을 명확히 밝히며 새 장면만 묘사하는 프롬프트를 작성하세요.

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Keep the exact same woman from the reference image: identical face and bone structure, the beauty mark below her left eye, same hair color and style, same gold hoop earrings and layered necklace. Full-body candid photo of her at a sunlit Parisian sidewalk cafe holding a cappuccino, cream knit sweater and beige trousers, warm morning light, shallow depth of field, photorealistic, 4k",
      "image_input": ["https://your-cdn.example.com/base-portrait.jpg"],
      "aspect_ratio": "4:5",
      "resolution": "2K"
    }
  }'

핵심 필드는 image_input—참조 URL 배열입니다. 아래는 동일한 기본 인물 사진을 세 가지 무관한 환경에 배치한 것으로, 각 렌더링이 그 한 장의 인물 사진에 고정됩니다:

이번 실행에서 실제로 유지된 것: 카페, 거리, 체육관 세 렌더링 모두에서 얼굴 기하 구조, 피부톤, 캐러멜 발레아주가 들어간 웨이브 헤어, 금색 이어링, 얇은 레이어드 목걸이가 동일한 식별 가능한 사람으로 유지되었습니다. 유일한 주의점은 미세 디테일—점이나 잔머리 한 올의 정확한 위치가 가장 먼저 흔들립니다. 효과적인 수정 방법은 모든 렌더링을 그 원본 인물 사진에 고정하는 것이며, 체인 전달(장면 A의 출력을 장면 B의 입력으로 사용)이 아닙니다. 체인 전달은 작은 흔들림을 누적시키지만; 단일 고정 앵커는 그렇지 않습니다.

3단계—정지 프레임을 Reel로 변환

피드에는 움직임이 필요합니다. 고정된 정지 프레임을 아무거나 골라 이미지-투-비디오 모델에 보내세요. 아래 단편은 위의 카페 사진을 grok-imagine-1.5/image-to-video로 실제 제작한 애니메이션입니다:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-1.5/image-to-video",
    "input": {
      "prompt": "The woman lifts her cappuccino and takes a gentle sip, then lowers it with a soft smile; steam rises faintly, her hair sways slightly, pedestrians stroll past in the soft-focus background. Subtle, natural, cinematic handheld motion.",
      "image_urls": ["https://your-cdn.example.com/02-cafe.jpg"],
      "duration": 5
    }
  }'

여기서 입력 필드가 다르다는 점에 주목하세요: 비디오 모델은 image_input 대신 image_urls(그리고 초 단위의 duration)를 사용합니다. 테스트 클립은 480p, 세로, 5초로 반환되었습니다—그녀는 프롬프트대로 컵을 들어 한 모금 마셨고, 얼굴은 움직임 속에서도 같은 사람입니다. $0.015/s로 계산하면 이 Reel은 약 $0.075입니다. 더 선명한 출력을 원한다면 같은 정지 프레임을 veo-3.1-lite, kling-3.0, hailuo-2.3에 직접 보낼 수 있습니다—아래 표 참조.

배치 처리: 하나의 참조, 여러 장면

가상 모델의 존재 이유는 수량입니다. 장면 프롬프트 목록을 유지하고 단일 기본 인물 사진에 대해 반복 실행하세요:

import os, json, time, subprocess

TOKEN = os.environ["HIAPI_TOKEN"]
BASE = "https://api.hiapi.ai/v1/tasks"
REFERENCE = "https://your-cdn.example.com/base-portrait.jpg"
ANCHOR = ("Keep the exact same woman from the reference image: identical face, "
          "beauty mark below the left eye, same hair, same gold hoops and necklace. ")

scenes = {
    "beach":   "Full-body photo on a golden-hour beach, linen dress, wind in her hair.",
    "office":  "Candid shot at a bright co-working desk, blazer, laptop, coffee.",
    "market":  "Walking through a flower market, tote bag, relaxed smile.",
}

def post(model, payload):
    r = subprocess.run(["curl","-s","-X","POST",BASE,
        "-H",f"Authorization: Bearer {TOKEN}","-H","Content-Type: application/json",
        "-d",json.dumps(payload)], capture_output=True, text=True)
    return json.loads(r.stdout)["data"]["taskId"]

def wait(task_id):
    while True:
        r = subprocess.run(["curl","-s",f"{BASE}/{task_id}",
            "-H",f"Authorization: Bearer {TOKEN}"], capture_output=True, text=True)
        t = json.loads(r.stdout)["data"]
        if t["status"] == "success": return t["output"][0]["url"]
        if t["status"] == "fail":    raise RuntimeError(t.get("error"))
        time.sleep(5)

for name, scene in scenes.items():
    tid = post("nano-banana-2", {"input": {
        "prompt": ANCHOR + scene,
        "image_input": [REFERENCE],
        "aspect_ratio": "4:5", "resolution": "2K",
    }, "model": "nano-banana-2"})
    print(name, "->", wait(tid))

모델 문자열을 바꾸면 참조 이미지를 지원하는 모든 이미지 모델에서 동일한 루프를 실행하거나, 완성된 정지 프레임을 비디오 루프에 보낼 수 있습니다.

신원 고정 단계 선택 가능 모델

가격은 작성 시점 /api/pricing의 현행 이미지당 가격입니다; 대량 처리 전 반드시 재확인하세요.

모델	참조 입력	가격(USD)	비고
nano-banana-2	image_input	$0.036 / $0.057 / $0.086(1K/2K/4K)	본문 사용; 얼굴 연속성 강함, 4K 지원
nano-banana-pro	image_input	$0.057(1K 및 2K) / $0.10(4K)	동일 시리즈의 상위 버전
gpt-image-2 /image-to-image@ext	최대 16장 참조 이미지	최저 $0.007(저품질, 1K)	가장 저렴한 다중 참조 경로, 4K 출력
flux-2 /image-to-image	다중 참조	$0.035(1K) / $0.05(2K)	고충실도 다중 참조 편집
seedream-5.0-pro /image-to-image	다중 참조	$0.06(1K) / $0.10(2K)	플래그십 품질 다중 참조

모델 마켓플레이스에서 전체 라인업을 둘러보세요. 단일 고정 얼굴에는 참조 이미지 한 장이면 충분합니다; gpt-image-2의 16 참조 이미지 경로는 얼굴, 의상, 제품을 한 렌더링에 융합하고 싶을 때 빛을 발합니다.

비디오 단계 선택 가능 모델

과금 방식이 다릅니다—대부분 초당 청구되지만 hailuo는 고정 클립 길이의 정액으로 청구됩니다. 배치 예산 책정 시 이 차이에 주의하세요.

모델	과금 방식	예시 비용	비고
grok-imagine-1.5 /image-to-video	초당	$0.015/s(480p), $0.0282/s(720p)	본문 사용; 가장 저렴, 1–15초
veo-3.1-lite /image-to-video	초당	$0.06/s(720p, 오디오 없음) → $0.14/s(1080p)	품질과 비용의 균형 양호
kling-3.0 /image-to-video	초당	$0.10/s(720p) → $0.129/s(1080p); +오디오는 더 비쌈	네이티브 오디오, 최대 4K
hailuo-2.3-fast /image-to-video	클립당	$0.27(6s) / $0.46(10s)	고정 길이 구간당 정액 청구
wan2.7-video /image-to-video	초당	$0.10/s(720P) / $0.167/s(1080P)	첫 프레임 구동
veo-3.1 /image-to-video	초당	오디오 포함 $0.57/s → $0.86/s(4K)	시네마틱 등급; 5초 클립 약 $2.85, 따라서 길이 제한

따라서 5초 Reel 비용은 grok-imagine-1.5의 약 $0.075에서 풀 veo-3.1의 약 $2.85까지—38배 차이입니다. 저렴한 등급에서 프로토타이핑하고, 실제로 게시할 클립만 업그레이드하세요.

실제로 효과가 있는 일관성 팁

• 앵커링하고, 체인 전달하지 마세요. 원본 기본 인물 사진을 모든 렌더링에 보내세요. 이전 출력을 다음 입력으로 사용하면 미세 흔들림이 누적되어 얼굴이 같은 사람이 아닌 사촌이 됩니다.
• 프롬프트에 불변 특징을 적으세요. 「같은 여자」보다 「왼쪽 눈 아래 같은 점, 같은 금색 이어링」이 더 유용합니다. 모델에게 바꾸면 안 되는 것을 알려주는 것입니다.
• 채널당 하나의 화면 비율을 유지하세요. 피드 그리드에는 4:5, Reels에는 9:16. 촬영 중간에 전환하면 어색한 재크롭이 강제되어 얼굴이 잘릴 수 있습니다.
• 해상도를 모델 등급에 고정하세요. nano-banana-2는 1K/2K/4K를 허용합니다; 명시적으로 설정하여 배치 처리가 크기를 조용히 혼합하지 않게 하세요.
• 가장 강한 인물 사진을 영구 자산으로 보관하세요. 이것이 당신의 「캐스팅」입니다—매 캠페인마다 새 얼굴을 재생성하는 대신 수개월간 재사용하세요.

본문 비용

항목	모델	수량	단가	소계
기본 인물 사진 + 3개 장면 렌더링	nano-banana-2(2K)	4	$0.057	$0.228
카페 Reel	grok-imagine-1.5(480p, 5s)	1	$0.015/s	$0.075
합계				약 $0.30

완전한 30개 게시물 그리드에 Reels 몇 개를 더해도 총비용은 한 자릿수 달러의 낮은 범위에 불과합니다—이것이 팀이 촬영 대신 생성기를 선택하는 진짜 이유입니다.

FAQ

매번 얼굴이 완전히 동일하게 보장되나요? 어떤 모델도 픽셀 단위로 동일한 얼굴을 보장하지 못하지만, 이번 테스트에서 nano-banana-2의 참조 이미지 앵커링은 매우 다른 세 장면에서 동일한 식별 가능한 사람을 유지했습니다. 간헐적 이상은 재촬영의 이유가 아니라 몇 장 더 생성해 선별하는 이유로 보세요.

실제 인물의 얼굴을 고정할 수 있나요? 권리가 있는 사람만 가능합니다—본인, 동의한 모델, 또는 계약한 브랜드 앰버서더. 낯선 사람이나 유명인을 복제하지 마세요.

파인튜닝이나 LoRA가 필요한가요? 아니요. 전체 워크플로는 제로 트레이닝입니다—참조 이미지 한 장과 프롬프트 한 단락. 이것이 이미지당 비용이 몇 센트에 머무는 이유입니다.

어떤 모델로 시작해야 하나요? 신원 고정은 nano-banana-2로, 비디오 단계는 grok-imagine-1.5로 시작하세요. 둘 다 자유롭게 반복할 수 있을 만큼 저렴합니다; 스타일이 확정된 후에만 업그레이드하세요.

시작하기

nano-banana-2에서 인물 사진을 생성하고, 이를 image_input으로 각 장면에 되돌려 보내며, 이미지-투-비디오 모델로 가장 좋아하는 프레임을 애니메이션화하세요—모두 하나의 키로 POST /v1/tasks를 통해 완료됩니다. 빠른 시작 문서에서 인증과 폴링을 다루며, 배치를 확장하기 전에 가격 페이지에서 이미지 및 비디오 모델별로 비교할 수 있습니다.