Moonworks Lunara 미학 데이터셋: 고품질 스타일 이미지와 프롬프트 쌍

초록

Moonworks Lunara 미학 데이터셋은 2,000개의 이미지‑프롬프트 쌍으로 구성되며, 중동·북유럽·동아시아·남아시아 등 4개 지역의 전통·현대 미술 스타일을 균형 있게 포함한다. 모든 이미지는 Moonworks Lunara 모델(10 B 파라미터 이하)로 생성하고, 인간이 정제한 프롬프트와 객체·속성·관계·스타일 메타데이터를 부착했다. LAION‑Aesthetics v2 평가에서 평균 점수 6.32를 기록해 기존 CC3M·LAION‑2B‑Aesthetic·WIT 대비 1 점 이상 높은 미학 품질을 보이며, 텍스트‑이미지 정합도와 시각적 다양성에서도 경쟁력을 갖춘다. 데이터는 Apache 2.0 라이선스로 공개돼 연구·상업적 활용이 자유롭다.

상세 분석

본 논문은 텍스트‑투‑이미지 모델의 프롬프트 정밀도와 스타일 조건화를 평가·향상시키기 위한 고품질 데이터셋을 제안한다. 데이터셋은 총 2,000개의 이미지‑프롬프트 쌍으로, 평균 해상도 1024×1024 픽셀이며, 프롬프트 길이는 평균 18.3 토큰(≈130 문자)로 설계돼 인간이 이해하기 쉬운 동시에 충분한 미학 정보를 담는다. 스타일은 17개의 지역‑스타일 조합(일반 디지털·스케치·오일·스탬프 등)과 7개의 고수준 토픽(자연·일상·인물·건축·농업·직업·종교)으로 구분돼 문화적·주제적 다양성을 확보한다.

이미지는 Moonworks Lunara 모델을 사용해 생성했으며, 이 모델은 “Composite Active Transfer”(CAT)라는 활성학습 기반 데이터 선택 기법과 다중 디퓨전 믹스처 아키텍처를 결합한다. CAT는 초기 후보 이미지들을 자동으로 평가·선별하고, 인간 어노테이터가 프롬프트를 교정·보강하는 2단계 파이프라인을 통해 품질을 보증한다. 어노테이션은 첫 번째 라운드에서 스타일·지역·토픽 라벨을 제안하고, 두 번째 라운드에서 7개의 고수준 토픽과 4개의 지역‑스타일 카테고리로 통합해 일관성을 높였다.

데이터셋 품질 평가는 네 가지 축으로 진행됐다. ① 미학 점수는 LAION‑Aesthetics v2 모델을 이용해 평균 6.32(표준편차 0.49)를 기록했으며, 이는 비교 대상(CC3M 4.78, LAION‑2B‑Aesthetic 5.25, WIT 5.08)보다 1 점 이상 높은 수치다. 특히 33.99 %가 6.5 이상의 고미학 임계값을 초과해 고품질 이미지 비중이 현저히 높다. ② 이미지‑텍스트 정합도는 CLIP(ViT‑B/32) 기반 코사인 유사도 평균 0.317 ± 0.025을 보였으며, 카테고리별 차이가 미미해 전반적인 라벨 정확성을 확인한다. ③ 크로스‑모달 검색에서는 텍스트→이미지 Recall@1 = 43.07 %·Recall@10 = 85.29 %를 달성, 이미지→텍스트도 유사한 성능을 보여 데이터가 검색 기반 응용에도 적합함을 증명한다. ④ 시각적 다양성은 LPIPS와 CLIP‑based 메트릭으로 측정했으며, 지역·스타일 간 충분한 퍼셉추얼 차이를 유지한다.

이러한 정량적 결과는 데이터셋이 “폭넓은 웹 스크래핑”이 아닌 “선별·정제된 고미학 이미지”에 초점을 맞추었음을 뒷받침한다. 또한 Apache 2.0 라이선스로 공개돼, 제한적인 상업용 API와 달리 자유로운 재학습·파인튜닝이 가능하다. 한계점으로는 2,000장의 규모가 상대적으로 작아 대규모 사전학습에는 보조적 역할에 머물 수 있으며, 생성 모델 자체가 Moonworks의 독점 기술에 의존한다는 점이다. 향후 데이터 규모 확대와 다중 모델·다양한 라이선스 조합을 통한 비교 연구가 필요하다.