하나의 장면, 여섯 개의 언어: 내 말로 프롬프트를 쓸 때 사라지는 것들

비 오는 저녁, 창가의 풍경을 설명한다고 해 볼게요. 어떤 말이 먼저 떠오르는지는 평소 어떤 언어로 생각하는지에 따라 달라요. 결함이 아니라, 내 말이 가장 자연스럽게 느껴지는 이유죠. 그런데 이미지 모델은 짧은 영어 표현에 가장 잘 반응하는 편이라, 내가 생각하는 방식과 모델이 읽는 방식 사이의 틈에서 디테일이 빠져나갑니다.

같은 장면을 여섯 가지 방식으로 적어 보고, 언어마다 어떤 점이 다른지, 거기서 좋은 프롬프트에 대해 무엇을 배울 수 있는지 살펴볼게요.

오늘의 장면

여섯 가지로 말하기

언어마다 다른 점

• 한국어: 꾸미는 말이 명사 앞에 오고 동사는 맨 끝에 와서, 묘사가 사슬처럼 이어져요. 창가에서 책을 읽는 여자는 말 그대로 "창가에서 책을 읽는 여자"죠. 그리고 '은은한' 같은 형용사 하나가 soft, subtle, faint를 한꺼번에 담습니다. 영어 태그로는 그중 하나를 골라야 해요.
• 일본어: 의태어와 의성어가 질감과 분위기를 실어 나릅니다. しとしと는 조용히 계속 내리는 비, ふんわり는 부드럽고 포근한 느낌이에요. 영어에는 이에 해당하는 짧은 태그가 없어서, 눈에 보이는 결과로 풀어 써야 합니다. light drizzle, soft airy glow처럼요.
• 중국어: 간결하고 그림 같은 표현이 많아요. 细雨(가는 비)는 두 글자고, 烟雨朦胧(안개비가 자욱한 모습) 같은 관용구는 네 글자에 분위기를 통째로 담습니다. 쓰기엔 좋지만 태그 하나로 옮기기는 어렵죠.
• 한국어·일본어·중국어 공통: 관사나 복수 표기가 필수가 아니라서 "한 명이야, 여러 명이야?"가 암묵적으로 남는 일이 많아요. 영어로는 1woman, solo처럼 분명히 적어 주세요.
• 스페인어: 형용사가 보통 명사 뒤에 오고 성·수가 일치하며(luz suave, luces suaves), 동사가 이미 주어를 알려 주니 대명사가 사라져요. soft diffused rim light처럼 영어식으로 쌓는 표현은 1:1로 옮길 방법이 없습니다.
• 브라질 포르투갈어: 구조는 스페인어와 가깝지만 어휘는 따로 놀아요. Garoa는 가늘고 꾸준히 내리는 보슬비이고, entardecer는 시각이 아니라 오후가 저녁으로 넘어가는 과정으로서의 해질녘입니다.
• 영어: 명사구를 쌓는 방식(soft backlight)이 자연스러워서 태그 목록이 잘 어울려요. 하지만 영어에도 인상이 다른 비슷한 말이 있습니다. dusk, twilight, golden hour는 서로 바꿔 쓸 수 없어요.

하나의 말, 여러 개의 토큰: 진짜 번역 문제

번역기는 가장 흔한 영어 단어를 하나 던져 줍니다. 하지만 프롬프트에서 중요한 건 여러 후보 중 내 그림에 맞는 게 무엇이냐예요.

이 후보들 사이에서 고르는 일이 곧 창작이에요. 번역 엔진에 맡기지 말고 직접 한 번 정해서, 그 답을 저장해 두세요.

어떤 언어에서든 통하는 방법

1. 1먼저 내 언어로 장면을 쓰되, 한 문장이 아니라 짧은 구절로 나눠 적습니다.
2. 2구절마다 영어 후보를 두세 개 적어 봅니다. 정답이 하나뿐인 경우는 드물어요.
3. 3실제 예시 이미지와 비교해 내가 의도한 느낌에 가장 가까운 후보를 고릅니다.
4. 4고른 것을 나만의 용어집으로 저장합니다. 내 표현, 영어 토큰, 그리고 왜 골랐는지 메모까지요.
5. 5다음에는 처음부터 번역하지 말고 용어집을 재사용합니다.

개념을 하나씩 옮겨야 하는 이유는 AI 프롬프트에 구글 번역을 그만 쓰세요에서 자세히 다뤘어요.

mysnipbox는 어떻게 도와줄까요

mysnipbox가 이미지를 분해하면 짧은 영어 태그가 만들어집니다. Multilingual Token Bridge는 각 태그 옆에 내가 고른 언어의 번역을 보여 주고, 그 짝을 로컬 데이터베이스에 캐시해 둬요. 빠른 목록에는 한국어, 영어, 일본어, 중국어, 스페인어, 포르투갈어가 있고, 검색 가능한 목록에는 훨씬 많은 언어가 있습니다. 그리고 Tag Insights에서는 내 이미지에서 그 태그가 어떻게 보이는지 확인할 수 있어서, 위 방법의 3단계를 보관함 안에서 해결할 수 있어요.

번역은 내 클라우드 키나 작은 로컬 텍스트 모델로 처리되니 태그가 내 컴퓨터 밖으로 나가지 않아도 됩니다. 한국어, 중국어, 일본어는 qwen2.5:3b가, 스페인어와 포르투갈어는 llama3.2:3b가 가벼워서 좋아요. 용량은 로컬 모델(Ollama)에서 확인하세요.