따알깍PROMPT DICT 앱으로 열기

크리에이티브 코딩 · 그래픽 · 라인 아트 · 워크플로

크리에이티브 코딩 워크플로 · 시드 · 팔레트 · 구성 Creative-coding workflow: seeds, palettes, composition

토큰 해시 시드와 PRNG 품질, 코사인·황금비·조화 규칙 팔레트, 가중 색 추첨과 크기 분포, 시드 컨택트 시트·파라미터 스윕, 구도 격자와 레이어 쌓기, 여백·해상도 독립·고정 프레임 캡처, 캐시·디버그 오버레이, 시드 큐레이션·에디션 특성 분포까지 — 제너레이티브 작업을 재현 가능하고 보기 좋게 만드는 실무 기법 모음.

카드 20개 · 카드마다 설명과 바로 복사해 쓸 수 있는 프롬프트 전문 · 앱에서 라이브 데모로 보기

카드 목록 20개
  1. 토큰 해시 시드 (64자리 16진 → sfc32 상태 4개 · 한 글자 눈사태)
  2. LCG 격자 구조 (RANDU 15평면 vs mulberry32)
  3. 코사인 팔레트 (a + b·cos 2π(c·t + d))
  4. 황금비 색상 간격 (h += 0.618) vs 무작위 vs 균등 분할
  5. 색상환 조화 규칙 생성기 (HSL vs OKLCh 명도)
  6. 팔레트 사용 비율 (균등 추첨 vs 60·30·8·2 가중)
  7. 크기 분포 멱함수 u^k (많은 작음 · 적은 큼)
  8. 시드 컨택트 시트 → 파라미터 스윕 격자
  9. 구도 격자 (삼분할 · 파이 격자 · 다이내믹 시메트리)
  10. 생성 작품 레이어 쌓기 (바탕 → 큰 덩어리 → 디테일 → 질감)
  11. 여백 · 경계 처리 (잘림 vs 마진 클리핑 vs 경계 거부)
  12. 해상도 독립 좌표 (px 상수 vs 단위 u = 짧은 변/1000)
  13. 오프라인 캡처 시간축 (프레임 번호 t = i/fps vs 벽시계)
  14. 정적 레이어 캐시 · 무효화 (오프스크린 버퍼 합성)
  15. 디버그 오버레이 토글 (흐름장 · 해시 격자 · 경계 상자 · ID · 시드)
  16. 측정 기준 시드 거르기 (커버리지 · 겹침 · 명도 대비)
  17. 롱폼 에디션 특성 분포 (1,000 민트 · 희귀도 점수)
  18. 매크로 파라미터 (무드 노브 1개 → 하위 6개 곡선)
  19. 팔레트 명도 검사 (흑백 OKLab L · 3단 노탄)
  20. 팔레트 색 미세 변주 (OKLab 지터 ΔL ±0.08 · Δa·b ±0.04)

토큰 해시 시드 (64자리 16진 → sfc32 상태 4개 · 한 글자 눈사태)

Token-hash seeding for long-form generative art: 64-hex hash → four 32-bit sfc32 state words, one-character avalanche, rerun identity

  • Canvas
  • sfc32
  • PRNG
  • fxhash / Art Blocks

롱폼 제너레이티브 플랫폼처럼 민트마다 받는 64자리 16진 해시를 sfc32의 32비트 상태 4개로 접어 넣어, 한 글자만 바뀌어도 작품 전체가 달라지고 같은 해시로 다시 돌리면 픽셀까지 똑같이 나오는지 확인하는 시드 설계 기법이다.

프롬프트

Canvas로 토큰 해시 시드 데모를 12초 루프(3초×4단계)로 만들어줘: 64자리 16진 해시를 16자×4줄로 보여주고(앞 32자 파랑 · 뒤 32자 주황), hash[0:32]와 hash[32:64]를 8자씩 XOR해 sfc32 상태 a·b·c·d를 만든 뒤 워밍업 12회 후 r()로 132×132 타일 구성(열 4–6개, 사분원·원·줄무늬·삼각 5종, 팔레트 5세트)을 그려줘. ① 해시 A → 작품 A ② 37번째 글자만 바꿈(코럴 하이라이트, 바뀐 상태 워드와 Δ비트 수 표시) → 완전히 다른 작품 ③ 원래 해시로 재실행 → 같은 작품(민트 테두리 ✓) ④ 새 해시 B. 전환은 0.45초 easeOutCubic 크로스페이드, 첫 r() 3개를 소수 4자리로 띄워줘.

라이브 데모 열기 — 토큰 해시 시드 (64자리 16진 → sfc32 상태 4개 · 한 글자 눈사태)

LCG 격자 구조 (RANDU 15평면 vs mulberry32)

PRNG quality: successive-triple scatter of the RANDU LCG collapsing onto 15 planes when viewed edge-on vs mulberry32

  • Canvas
  • PRNG
  • LCG
  • 3D scatter

연속한 난수 세 개를 (x, y, z) 점으로 찍어 돌려 보면 RANDU 같은 나쁜 선형 합동 생성기는 특정 각도에서 평면 15장으로 무너지는 격자 구조가 드러나는데, 제너레이티브 작업에서 난수기 품질을 눈으로 검증할 때 쓰는 고전 시각화다.

프롬프트

Canvas로 두 패널 3D 산점도를 만들어줘: 왼쪽 RANDU(x ← 65539·x mod 2³¹, 시드 1), 오른쪽 mulberry32에서 연속 3개씩 1,800점(−0.5..0.5 큐브)을 뽑고 와이어 큐브와 함께 직교 투영, 깊이로 밝기를 줘. 10초 루프에서 처음엔 y축 요동 회전으로 둘 다 구름처럼 보이다가 1–3.4초에 로드리게스 회전으로 평면 법선 (9, −6, 1)/√118을 화면 x축에 맞추면(easeInOutCubic) RANDU만 세로 줄 15개로 정렬되고 x축 자전(0.55 rad/s)을 계속해도 유지되게, 8.2초부터 풀어줘. 정렬도 %와 "9x − 6y + z = 정수 → 평면 15장" 라벨을 띄워줘.

라이브 데모 열기 — LCG 격자 구조 (RANDU 15평면 vs mulberry32)

코사인 팔레트 (a + b·cos 2π(c·t + d))

Inigo Quilez cosine palettes: a + b·cos(2π(c·t + d)) with per-channel RGB curves, parameter table and preset morphing

  • Canvas
  • GLSL
  • Color
  • iq palette

네 개의 vec3(a 밝기 중심 · b 진폭 · c 주파수 · d 위상)만으로 무한히 이어지는 그라디언트를 만드는 iq 코사인 팔레트를, 채널별 곡선과 파라미터 표로 풀어 보여주며 프리셋 사이를 보간하는 기법이다.

프롬프트

Canvas로 iq 코사인 팔레트 해설 카드를 만들어줘: 상단에 pal(t)=a+b·cos(2π(c·t+d)) 그라디언트 띠(100칸), 왼쪽 그래프에 R·G·B 채널 곡선(60샘플)과 0.18/s로 훑는 스캔 막대+현재 색 칩, 오른쪽 표에 a·b·c·d의 3채널 값(보간 중인 값은 흰색), 하단에 t=i/11로 뽑은 12색 타일. 프리셋 6개(무지개 d=(0,.33,.67), 따뜻한 d=(0,.1,.2), c=(1,1,.5) d=(.8,.9,.3), c=(1,.7,.4), c=(2,1,0) d=(.5,.2,.25), a=(.8,.5,.4) b=(.2,.4,.2) c=(2,1,1))를 3초씩 보여주고 마지막 0.8초에 12개 숫자를 easeInOutCubic으로 보간해 다음 프리셋으로 넘어가게 해줘.

라이브 데모 열기 — 코사인 팔레트 (a + b·cos 2π(c·t + d))

황금비 색상 간격 (h += 0.618) vs 무작위 vs 균등 분할

Golden-ratio hue spacing for an open-ended colour count: h += 0.618034 vs random hues vs equal division recomputed per n

  • Canvas
  • Color
  • OKLCh
  • Golden ratio

색이 몇 개 필요할지 모르는 채로 하나씩 추가할 때 색상각에 황금비 0.618…(222.5°)를 계속 더하면 앞서 고른 색을 바꾸지 않고도 항상 고르게 퍼진다는 점을, 무작위 색상(뭉침)과 n마다 다시 나누는 균등 분할(기존 색이 전부 바뀜)과 비교하는 팔레트 기법이다.

프롬프트

Canvas로 세 열을 나란히 비교해줘: 각 열에 OKLCh(L 0.72, C 0.12) 색상환 링(36조각)과 색 점, 아래 16칸 견본, 최소 색상 간격(°)을 띄우고 0.55초마다 색을 하나씩 1→16개 추가해 12초 루프. ① 무작위 h=rand()·360 ② 균등 h=i·360/n(n이 늘 때 기존 점이 0.45초 easeOutCubic으로 미끄러지고 바뀐 견본에 코럴 테두리) ③ 황금비 h=30°+i·222.49°. 최소 간격이 12° 미만이면 코럴로 경고하고, 각 열 아래에 "뭉침 · 공백 / 기존 색이 전부 바뀜 / 기존 색 유지 + 고르게" 결론을 달아줘.

라이브 데모 열기 — 황금비 색상 간격 (h += 0.618) vs 무작위 vs 균등 분할

색상환 조화 규칙 생성기 (HSL vs OKLCh 명도)

Colour-harmony palette generator: complementary, analogous, triadic, split-complementary and tetradic hue offsets rendered in HSL vs OKLCh with lightness bars

  • Canvas
  • Color
  • OKLCh
  • HSL

보색·유사색·삼각·분할 보색·사각 조화를 색상환 각도 오프셋으로 생성하되, HSL에서 같은 l 값이 노랑과 파랑에서 전혀 다른 밝기로 보이는 문제를 OKLab 명도 막대로 드러내고 OKLCh에서 명도를 고정해 해결하는 팔레트 생성 기법이다.

프롬프트

Canvas로 조화 규칙 팔레트 생성기를 만들어줘: 왼쪽 HSL 색상환(48조각, 반지름 44)에서 기준 색상이 18°/s로 돌고, 규칙 5종(보색 [0,180], 유사 [−30,0,30], 삼각 [0,120,240], 분할 [0,150,210], 사각 [0,90,180,270])을 2.6초씩 바꾸며 바큇살과 다각형으로 표시. 오른쪽 두 줄에 같은 색상들을 HSL(h,75%,55%)와 OKLCh(0.70, 0.13, h)로 견본을 만들고, 각 견본 밑에 OKLab L 회색 막대와 수치를 달아 "명도 편차 ΔL HSL 0.3대 vs OKLCh 0.0대"를 실시간 계산해 보여줘.

라이브 데모 열기 — 색상환 조화 규칙 생성기 (HSL vs OKLCh 명도)

팔레트 사용 비율 (균등 추첨 vs 60·30·8·2 가중)

Weighted palette sampling: uniform index pick vs 60-30-8-2 dominance weights through a cumulative-distribution lookup on the same random u

  • Canvas
  • Color
  • Weighted random
  • p5.js

같은 난수 u를 넣되 floor(u·4) 균등 추첨 대신 누적 가중치 표에서 색을 고르면 주조색·보조색·강조색 위계가 생겨 화면이 정돈된다는 점을, 같은 타일 구성 두 장과 실제 사용 비율 막대로 비교하는 제너레이티브 색 배분 기법이다.

프롬프트

Canvas로 8×6 타일(원 · 사분원 · 띠 · 무늬 없음) 구성 두 장을 나란히 그려줘: 팔레트 #E8DFCC · #2E4057 · #E4572E · #F3C13A, 타일마다 같은 u로 왼쪽은 floor(u·4), 오른쪽은 cdf=[0.6, 0.9, 0.98, 1]에서 cdf.findIndex(c ⇒ u < c)로 색을 골라. 3.2초마다 시드를 바꾸고 타일이 12ms 스태거로 0.35초 easeOutCubic 스케일 등장, 아래에 실제 비율 누적 막대와 목표 경계 눈금(흰 선), 퍼센트 수치를 띄워줘.

라이브 데모 열기 — 팔레트 사용 비율 (균등 추첨 vs 60·30·8·2 가중)

크기 분포 멱함수 u^k (많은 작음 · 적은 큼)

Size distribution for composition: r = rmin + (rmax − rmin)·u^k from uniform (k = 1) to heavy power-law (k = 6), with histogram

  • Canvas
  • Random distribution
  • Composition
  • p5.js

원 크기를 균등 난수로 뽑으면 크고 작은 것이 비슷하게 섞여 밋밋하지만 u^k로 휘면 소수의 큰 형태와 다수의 작은 형태가 생겨 시선의 위계와 리듬이 생긴다는 점을, 겹침 없는 배치와 반지름 히스토그램으로 비교하는 구성 기법이다.

프롬프트

Canvas로 원 반지름을 r = 1.5 + 22.5·u^k로 뽑되 총면적이 화면의 40%가 될 때까지(최대 420개) 뽑고, 큰 것부터 60회 시도로 겹치지 않게(간격 1.2) 배치하는 구성을 만들어줘 — 면적이 같으니 k에 따라 개수와 위계만 달라진다: k = 1 → 2 → 3.5 → 6을 3초씩, 마지막 0.5초 크로스페이드로 순환하고 각 k의 배치는 한 번만 계산해 오프스크린에 캐시. 색은 반지름에 따라 #3F6FB5 → #E4572E(감마 0.7), 오른쪽에 8구간 반지름 히스토그램과 막대 수치, 수식과 현재 k(큰 글씨), "큰 원(>12) n · 작은 원(<5) n" 집계를 띄워줘.

라이브 데모 열기 — 크기 분포 멱함수 u^k (많은 작음 · 적은 큼)

시드 컨택트 시트 → 파라미터 스윕 격자

Parameter-space exploration: a 4×4 seed contact sheet, pick one, then a 4×4 sweep of two parameters (noise scale × curl) for that seed

  • Canvas
  • Parameter sweep
  • Flow field
  • Workflow

제너레이티브 스케치를 탐색할 때 먼저 시드 16개를 한 장에 찍어 마음에 드는 구성을 고르고, 그 시드를 고정한 채 핵심 파라미터 두 개를 가로·세로 축으로 스윕한 격자를 만들어 최적 값을 찾는 작업 흐름이다.

프롬프트

Canvas로 12초 루프 탐색 워크플로를 만들어줘: ① 0–5초 seed 101–116 플로 필드 썸네일 4×4 컨택트 시트(각 62×32, 획 26개 × 16스텝, PN 노이즈 각도, scale 1.2 · curl 1.2 고정, 셀 번호 표시) 위로 커서가 2초 easeInOutCubic으로 seed 107에 가서 클릭(주황 테두리) ② 5–6.1초 선택 셀 기준 2.6배 줌 + 페이드 ③ seed 107 고정, 가로 scale 0.6/1.2/1.8/2.4 × 세로 curl 0.6/1.2/1.8/2.4 스윕 격자와 축 눈금, 원래 값(1.2, 1.2) 셀 하이라이트. 두 격자는 각각 한 번만 그려 오프스크린 캐시해줘.

라이브 데모 열기 — 시드 컨택트 시트 → 파라미터 스윕 격자

구도 격자 (삼분할 · 파이 격자 · 다이내믹 시메트리)

Composition grids for generative layouts: rule of thirds vs phi grid vs dynamic-symmetry diagonals and reciprocals, with focal elements snapping to the eyes

  • Canvas
  • Composition
  • Dynamic symmetry
  • Golden ratio

생성 구성에서 수평선·주인공·초점을 아무 데나 두지 않고 삼분할(1/3), 파이 격자(0.382/0.618), 다이내믹 시메트리(대각선과 꼭짓점에서 내린 역대각 수선의 교점 "눈")에 스냅시켜 구도를 잡는 방법을 세 격자로 비교하는 기법이다.

프롬프트

Canvas로 1.6:1 풍경 프레임(하늘 그라디언트 #1D2B53→#E58A62, 해 + 글로우, 수면 반사, 검은 기념비, 새)을 그리고 3.2초마다 구도 격자를 삼분할 → 파이 0.382/0.618 → 다이내믹 시메트리로 바꿔줘: 다이내믹 시메트리는 두 대각선과 각 꼭짓점에서 대각선에 내린 수선(역대각)을 가장자리까지 연장하고 수선의 발 4개를 "눈"으로 삼아. 해는 위쪽 오른쪽 교점, 기념비는 아래 왼쪽 교점, 수평선은 아래 교점 높이로 1.1초 easeInOutCubic 이동, 격자선 시안 0.8px와 맥동하는 교점 링, 오른쪽에 격자 목록과 해의 정규화 좌표를 띄워줘.

라이브 데모 열기 — 구도 격자 (삼분할 · 파이 격자 · 다이내믹 시메트리)

생성 작품 레이어 쌓기 (바탕 → 큰 덩어리 → 디테일 → 질감)

Layered generative composition: background wash, large masses, mid-forms, fine detail and grain added pass by pass, each pass its own cached layer

  • Canvas
  • Composition
  • Offscreen canvas
  • p5.js

제너레이티브 그림을 한 번에 그리지 않고 바탕 워시 → 큰 덩어리 → 중간 형태 → 잔 디테일 → 그레인 순서로 레이어를 나눠 쌓으면 깊이와 완성도가 생기고 각 단계를 따로 다듬을 수 있다는 점을 단계별로 보여주는 구성 기법이다.

프롬프트

Canvas로 다섯 단계 레이어 쌓기를 12초 루프로 보여줘: 2초마다 한 레이어씩 0.7초 페이드인 — ① 바탕 워시(#1E2A4A→#9B5B6E→#F0A86E 그라디언트 + 방사형 블롭 30개 16%) ② 큰 덩어리(PN 노이즈 능선 3겹 + 해) ③ 중간 형태(능선 위 나무 삼각형 · 바위 28개) ④ 디테일(별 160점 + 풀 획 260개) ⑤ 그레인(밝고 어두운 0.6px 점 4,000개). 각 레이어는 시드 고정으로 한 번만 2× 오프스크린에 그려 캐시하고, 오른쪽 스택 패널에 레이어 이름 · 요소 수 · 완료 점을 표시, 마지막 0.7초에 페이드아웃 후 다시 시작해줘.

라이브 데모 열기 — 생성 작품 레이어 쌓기 (바탕 → 큰 덩어리 → 디테일 → 질감)

여백 · 경계 처리 (잘림 vs 마진 클리핑 vs 경계 거부)

Margins and boundary handling in generative layouts: full-bleed overflow vs margin clip (passe-partout) vs rejecting elements that cross the margin

  • Canvas
  • Composition
  • Rejection sampling
  • Print

무작위로 흩뿌린 요소가 캔버스 가장자리에서 잘려 나가는 문제를 그대로 두기, 마진 안쪽으로 클리핑해 액자 매트처럼 보이기, 마진을 넘는 요소를 아예 거부하기 세 방식으로 비교해 작품 가장자리를 의도적으로 설계하는 기법이다.

프롬프트

Canvas로 같은 시드의 원 26개(반지름 4–20, 크기 분포 u^1.6, 잉크 4색)를 92×116 종이 패널 세 장에 처음 6개에서 시작해 3초 easeOutCubic으로 하나씩 그려줘: ① 그대로(캔버스 끝에서 잘림) ② margin = 0.08×min(W,H)(9px) 안쪽으로 clip, 바깥 띠는 밝은 매트 ③ x−r < m 등 마진을 넘는 원은 거부(방금 거부된 3개는 코럴 점선 유령으로). 점선 마진 가이드, 패널별 "잘린 원 n / 반쪽 형태 n / 거부 n · 남음 n" 집계, 6초마다 새 시드로 다시 그려줘.

라이브 데모 열기 — 여백 · 경계 처리 (잘림 vs 마진 클리핑 vs 경계 거부)

해상도 독립 좌표 (px 상수 vs 단위 u = 짧은 변/1000)

Resolution independence: hard-coded pixel constants vs every coordinate, radius and stroke width in units of the short side, rendered at 400, 800 and 1600 px

  • Canvas
  • Resolution independence
  • Print export
  • p5.js

미리보기 400px와 인쇄용 1600px 이상에서 같은 작품이 나오려면 좌표·반지름·선 굵기를 픽셀 상수 대신 짧은 변 기준 단위 u로 써야 한다는 점을, 세 출력 크기를 나란히 렌더해 보여주는 실무 기법이다.

프롬프트

Canvas로 두 줄 비교를 만들어줘: 위 줄은 800×533 기준 px 상수(중심 (400,266), 반지름 150, lineWidth 12, 점 24개 반지름 8)로, 아래 줄은 u = min(W,H)/1000으로 같은 디자인(반지름 281u, 선 22.5u, 점 궤도 375u, 점 15u)을 그려 400×267 · 800×533 · 1600×1067 세 캔버스를 각각 48/72/102px 폭으로 축소 표시(ctx.scale(표시폭/W)). 점들은 0.5 rad/s로 돌고, px 줄은 800에서만 맞고 400에서 잘리고 1600에서 왼쪽 위에 작게 몰리는 모습, u 줄은 세 크기 모두 같은 그림이 되게 하고 설계 크기 칸을 주황 테두리로 표시해줘.

라이브 데모 열기 — 해상도 독립 좌표 (px 상수 vs 단위 u = 짧은 변/1000)

오프라인 캡처 시간축 (프레임 번호 t = i/fps vs 벽시계)

Deterministic frame capture for loop export: animation time from the frame counter (t = i / 30) vs wall-clock time when frames take longer than real time

  • Canvas
  • Frame capture
  • CCapture.js
  • Rendering

무거운 제너레이티브 장면을 영상이나 GIF로 내보낼 때 performance.now() 같은 실제 시간을 쓰면 렌더가 느린 프레임마다 시간이 건너뛰어 출력이 끊기고 길이도 틀어지는데, 시간을 프레임 번호에서 계산하면 렌더 속도와 무관하게 고른 프레임이 나온다는 점을 보여주는 캡처 기법이다.

프롬프트

Canvas로 두 트랙을 비교해줘: 30프레임의 렌더 비용 막대(22–70ms, 9·21번은 140ms 스파이크, 33.3ms 예산 점선)를 공유하고, A 트랙은 t = 누적 렌더 시간(벽시계), B 트랙은 t = i/30으로 0–2초 시간축 위에 샘플 시각을 점으로 찍고 높이는 1초 루프 포즈 sin(π·frac(t))로 그려 간격 차이를 보이게 해줘(1초 지점에 "루프 끝" 점선, 그 너머는 붉은 영역 — A만 넘어감). 내보낸 30프레임을 12fps로 반복 재생하는 글로우 공으로 A는 들쭉날쭉, B는 고르게 움직이게 하고, "30프레임에 1.7초 분량 · 간격 24–140ms" vs "1.00초 · 33.3ms 균일" 통계를 띄워줘.

라이브 데모 열기 — 오프라인 캡처 시간축 (프레임 번호 t = i/fps vs 벽시계)

정적 레이어 캐시 · 무효화 (오프스크린 버퍼 합성)

Static-layer caching with invalidation: draw 4,000 strokes once to an offscreen buffer, composite moving layers each frame, rebuild only when a parameter changes

  • Canvas
  • Offscreen canvas
  • Performance
  • p5.js createGraphics

매 프레임 수천 획을 다시 그리는 대신 변하지 않는 배경을 오프스크린 버퍼에 한 번 그려 두고 움직이는 요소만 위에 합성하며, 팔레트 같은 파라미터가 바뀔 때만 버퍼를 dirty로 표시해 다시 굽는 성능 기법을 프레임 시간 그래프로 보여준다.

프롬프트

Canvas로 노이즈 각도 짧은 획 4,000개 배경을 2× 오프스크린(p5라면 createGraphics)에 한 번 그려 drawImage 한 번으로 깔고, 위에 궤도 점 36개만 매 프레임 그려줘. 4초마다 팔레트 3세트를 바꾸며 그 순간만 캐시를 무효화(흰 플래시 0.25초, 오른쪽 오프스크린 미리보기 옆 dirty 코럴 배지 → clean ✓ 민트). 하단에 최근 4초(120프레임) 프레임 시간 그래프: 매번 다시 그리기 약 14ms(코럴) vs 캐시 합성 0.7ms + 무효화 프레임만 9ms 스파이크(민트), 16.7ms 예산 점선.

라이브 데모 열기 — 정적 레이어 캐시 · 무효화 (오프스크린 버퍼 합성)

디버그 오버레이 토글 (흐름장 · 해시 격자 · 경계 상자 · ID · 시드)

Debug overlays for generative sketches: toggled flow-field vectors, spatial-hash grid occupancy, bounding boxes, element IDs and a seed / stats readout

  • Canvas
  • Debug
  • Flow field
  • Spatial hash

플로 필드 작품 위에 키 하나로 켜고 끄는 디버그 레이어(필드 벡터 화살표, 공간 해시 셀별 점 개수 히트맵, 요소 경계 상자, 요소 ID, 시드·프레임 통계)를 겹쳐 보며 왜 그런 그림이 나왔는지 진단하는 작업 기법이다.

프롬프트

Canvas로 시드 48213의 플로 필드 선 70개(40스텝 × 2.4px, PN(x·0.011, y·0.011) 각도)를 캐시해 깔고 각 선 위로 흰 점이 흐르게 한 뒤, 12초 루프에서 디버그 오버레이를 1.5초 간격 0.4초 페이드로 하나씩 켜줘: [F] 18×9 필드 벡터 화살표(시안, 길이 맥동) [G] 8×4 공간 해시 격자와 셀별 점 개수 히트맵·숫자(주황) [B] 선 6개의 점선 경계 상자와 w×h [I] 세 번째 선마다 #ID 라벨 [S] 좌하단 시드·선 수·프레임·ms 패널. 오른쪽 위 토글 목록에 켜짐 점을 표시하고 10.5초에 모두 꺼줘.

라이브 데모 열기 — 디버그 오버레이 토글 (흐름장 · 해시 격자 · 경계 상자 · ID · 시드)

측정 기준 시드 거르기 (커버리지 · 겹침 · 명도 대비)

Constraint-based curation: auto-rejecting seeds by measured coverage, overlap ratio and lightness contrast before human picking

  • Canvas
  • Curation
  • Rejection sampling
  • Workflow

수천 개 시드를 사람이 다 볼 수 없으니 커버리지·겹침 비율·명도 대비처럼 계산 가능한 기준으로 먼저 자동 거르고, 통과한 시드만 사람이 고르게 하는 제너레이티브 큐레이션 파이프라인을 컨베이어 형태로 보여준다.

프롬프트

Canvas로 시드 썸네일(48×32, 원 4–14개, 배경·전경 OKLCh 명도 무작위)이 1초에 하나씩 오른쪽에서 왼쪽으로 흘러 검사 게이트를 지나게 해줘: 각 시드는 24×16 샘플 격자로 커버리지(15–60% 허용), 겹침 비율(≤30%), 배경-전경 ΔL(≥0.25)을 계산해 아래 패널에 허용 구간(민트 띠)과 값 마커를 0.45초 easeOutCubic으로 표시, 게이트를 지나면 통과는 민트 테두리, 거부는 코럴 X와 35% 흐림. 하단에 최근 통과 시드 6개 트레이와 "통과 n/m (%)"를 띄우고 20개 시드로 루프해줘.

라이브 데모 열기 — 측정 기준 시드 거르기 (커버리지 · 겹침 · 명도 대비)

롱폼 에디션 특성 분포 (1,000 민트 · 희귀도 점수)

Long-form edition trait distribution: weighted trait rolls across 1,000 mints, observed vs target frequencies, rarity score Σ −log₂ p and outlier review

  • Canvas
  • Long-form generative
  • Weighted random
  • Curation

롱폼 제너레이티브 에디션을 내기 전에 특성(팔레트·형태·밀도·1% 특수)을 가중치대로 1,000번 굴려 실제 빈도가 목표와 맞는지, 희귀도 점수 분포가 어떤지, 가장 희귀한 결과물이 괜찮은지 미리 검수하는 시뮬레이션 기법이다.

프롬프트

Canvas로 1,000개 민트 시뮬레이션을 만들어줘: 시드 2024로 팔레트(새벽 40 · 사막 25 · 네온 20 · 먹 10 · 금박 5%), 형태(원 50 · 사각 35 · 삼각 15%), 밀도(낮음 30 · 중간 50 · 높음 20%), 홀로 1%를 굴려 40×25 모자이크(셀 4px, 팔레트 색 · 밀도로 불투명도, 홀로는 무지개 순환)에 9초 easeInOutCubic으로 채워 나가. 오른쪽에 팔레트·형태 관측 비율 막대와 목표 눈금(3%p 넘게 벗어나면 코럴), 홀로 개수, 희귀도 Σ−log₂p 12구간 히스토그램(상위 구간 주황), 좌하단에 현재 최고 희귀 민트 확대 미리보기와 특성·점수를 띄워줘.

라이브 데모 열기 — 롱폼 에디션 특성 분포 (1,000 민트 · 희귀도 점수)

매크로 파라미터 (무드 노브 1개 → 하위 6개 곡선)

Macro parameter mapping: one mood control driving six correlated low-level parameters (density, hue, width, chaos, speed, contrast) through response curves

  • Canvas
  • Parameter design
  • Mapping curves
  • Generative UI

파라미터 수십 개를 따로 노출하는 대신 무드 같은 상위 노브 하나가 밀도·색온도·선 굵기·혼돈·속도·대비를 각자 다른 응답 곡선(선형·smoothstep·제곱·지수·제곱근·시그모이드)으로 함께 움직이게 해, 어느 값에서도 일관된 결과가 나오게 하는 파라미터 설계 기법이다.

프롬프트

Canvas로 왼쪽에 무드 노브(270° 아크, 10초 주기 0→1→0 코사인 스윕), 가운데에 2×3 소형 곡선 그래프 6개 — 밀도 20+120m(선형), 색온도 210°→20°(smoothstep), 선 굵기 0.6+2.6m²(ease-in), 혼돈 (e^{3m}−1)/(e³−1), 속도 0.3+1.2√m, 대비 정규화 시그모이드(k=10) — 를 그리고 현재 m 위치에 점선 가이드와 값 라벨을 달아줘. 오른쪽 106×160 작품은 시드 고정 세로 획 최대 140개가 이 6개 값을 그대로 받아(OKLCh 색상, 굵기, PN 노이즈 흔들림 26·혼돈, 위상 속도, 배경-획 명도 차) 연속적으로 변하게 해줘.

라이브 데모 열기 — 매크로 파라미터 (무드 노브 1개 → 하위 6개 곡선)

팔레트 명도 검사 (흑백 OKLab L · 3단 노탄)

Palette value check: greyscale OKLab-L preview, lightness histogram and three-value notan of the same generative scene for two palettes

  • Canvas
  • Color
  • OKLab
  • Value study

색이 예뻐도 명도가 한곳에 몰리면 흑백으로 바꿨을 때 형태가 사라진다는 점을, 같은 장면을 OKLab L 흑백과 3단 노탄(0.4 · 0.7 경계)으로 와이프 전환하고 명도 히스토그램으로 비교해 팔레트를 검수하는 기법이다.

프롬프트

Canvas로 6개 영역(하늘 위·아래, 해, 산 능선, 전경 언덕, 나무)으로 된 240×150 픽셀 장면을 ImageData로 한 번씩 렌더해 캐시하고, 팔레트 A(모든 색 OKLCh L 0.60–0.66)와 B(L 0.16–0.97로 계단 구조)를 6초씩 보여줘: 1.4초부터 1.2초 easeInOutCubic 세로 와이프로 컬러 → 흑백(L을 회색값으로), 3.6초부터 흑백 → 3단 노탄(L<0.4 어둠 · <0.7 중간 · 밝음). 오른쪽에 영역 넓이로 가중한 L 히스토그램 20구간과 0.4·0.7 점선, 색/회색 견본 쌍과 L 값, "ΔL 범위" 판정(A 코럴, B 민트)을 띄워줘.

라이브 데모 열기 — 팔레트 명도 검사 (흑백 OKLab L · 3단 노탄)

팔레트 색 미세 변주 (OKLab 지터 ΔL ±0.08 · Δa·b ±0.04)

Per-element palette jitter in OKLab: small seeded ΔL and Δa/Δb offsets around each palette colour vs flat palette fills, with an a·b-plane scatter

  • Canvas
  • Color
  • OKLab
  • Generative painting

팔레트 색을 그대로 칠하면 디지털하게 납작해 보이므로 요소마다 시드 고정 난수로 OKLab에서 명도 ±0.08, a·b ±0.04 이내로만 흔들어 손으로 섞은 물감 같은 미세 변주를 주는 기법으로, 평면 팔레트와 나란히 놓고 a·b 평면 산점도로 변주 범위를 보여준다.

프롬프트

Canvas로 12×9 타일(사분원 · 원 · 띠 무늬, 팔레트 #2E4057 · #E4572E · #E8DFCC · #3E8E7E 가중 40/25/20/15)을 그리고 왼쪽 6열은 평면 색, 오른쪽 6열은 타일마다 고정 난수 j∈[−1,1]³로 OKLab (L + 0.08·j₀·amp, a + 0.04·j₁·amp, b + 0.04·j₂·amp)를 sRGB로 변환해 칠해줘. amp는 10초 루프에서 1.5초부터 3초 easeInOutCubic으로 0→1, 8초부터 0으로. 오른쪽에 a·b 평면 산점도(팔레트 4점 + 지터 샘플 점구름)와 ΔL · Δa,b 수치, amp 막대를 띄워줘.

라이브 데모 열기 — 팔레트 색 미세 변주 (OKLab 지터 ΔL ±0.08 · Δa·b ±0.04)