이미지 프롬프트 · GPT Image 2
셀프 어텐션 흐름을 매단 유리 아트리움 조형물
토큰 프리즘, 어텐션 헤드 고리, 색 구분된 빛의 흐름으로 트랜스포머 셀프 어텐션을 유리 아트리움 설치물로 옮긴 실사풍 정사각 프롬프트입니다.
이 그림, 어디에 쓰나요
트랜스포머 모델의 셀프 어텐션을 실제 미술관 설치물처럼 만들어 보는 여덟 장 연작의 첫 장입니다. 입력, 병렬 헤드, 가중 연결, 합치기, 출력이라는 순서를 화면에서 읽히게 하라는 조건이 핵심입니다. 실제 모델 이름과 코드 조각을 넣지 말라는 제약이 붙어 있습니다.
내 것으로 바꿔 쓰는 예
| 바꿀 곳 | 원래 | 이렇게 바꾸면 |
|---|---|---|
| 설명할 구조 | A Transformer self-attention process | 합성곱 신경망의 필터가 이미지를 훑는 과정 |
| 장소 | museum-scale glass atrium installation | 어두운 블랙박스 전시실 설치 |
| 빛 | Use soft daylight, polished concrete | Use 푸른 무대 조명, 검은 바닥 |
| 연작 번호 | single study 1/8 | single study 3/8 |
⚠️ 실제 가게·상품·장소 홍보에 쓰면 AI로 만든 장면이어도 표시·광고 관련 법이 적용될 수 있습니다. 실제와 다르게 보이지 않는지 담당자가 확인하세요. 다른 사람의 얼굴 사진을 넣을 때는 본인 동의가 필요합니다.
프롬프트 (한국어)
장면:
신경망이 스스로를 설명하는 듯한 박물관 규모 유리 아트리움 설치물을 담은 정사각 실사 이미지입니다. 부드러운 낮빛, 광을 낸 콘크리트, 매달린 반투명 패널, 깨끗한 반사를 씁니다. 카메라는 약간 높은 곳에서 층을 이룬 건축 공간을 들여다보며, 도해가 물리적이고 빛나고 글자 없이도 읽히는 공간입니다.
주제:
트랜스포머 셀프 어텐션 과정을 매달린 키네틱 조각으로 나타냅니다.
작게 빛나는 토큰 프리즘 줄이 왼쪽에서 들어와 쿼리, 키, 밸류 같은 빛의 경로로 갈라지고, 겹친 고리로 된 여러 어텐션 헤드를 지난 뒤, 오른쪽에서 다듬어진 출력 리본으로 다시 합쳐집니다.
색으로 구분한 흐름, 휘어진 케이블, 투명한 행렬, 기호와 눈금과 점으로만 된 작은 추상 주석 명판을 씁니다.
구조물은 학술적이고 메타적으로 느껴져야 합니다.
AI 모델이 자기 내부의 어텐션 지도를 물리적인 전시물로 그리는 것입니다.
중요한 점:
구도가 과정의 논리를 눈에 보이게 해야 합니다. 입력 시퀀스, 병렬 어텐션 헤드, 가중 연결, 합치기, 정규화 같은 층, 출력입니다. 노드 간격은 일정하게, 뒤엉킨 스파게티는 피하고, 앞쪽 경로와 뒤쪽 패널 사이에 깊이 구분을 분명히 둡니다. 이미지는 실사 재질과 정확한 기술 도해 위계 사이에서 균형을 잡아야 합니다. 수식은 그대로 넣을 필요가 없고, 흐름 자체가 원리를 설명해야 합니다.
쓰임:
Neural Network Self-Explanation 단일 연구 1/8, 트랜스포머 셀프 어텐션 과정을 실사 학술 설치물로 시험합니다.
제약:
읽을 수 있는 글자 없음, 워터마크 없음, 로고 없음, 정확한 1:1 화면비 유지, 실제 모델 이름 없음, 코드 조각 없음, 비공개 사고 과정 없음, 무작위 네온 혼돈 없음, 있을 수 없는 케이블 교차 없음, 흔한 뇌 아이콘 없음, 알아볼 수 없는 잡동사니 없음.
원문 프롬프트
Scene:
A square photoreal image of a museum-scale glass atrium installation that looks like a neural network explaining itself. Use soft daylight, polished concrete, suspended translucent panels, and clean reflections. The camera is slightly elevated, looking into a layered architectural space where the diagram is physical, luminous, and readable without text.
Subject:
A Transformer self-attention process represented as a suspended kinetic sculpture. Rows of small glowing token prisms enter from the left, split into query, key, and value-like light paths, pass through multiple attention heads as nested rings, then recombine into a refined output ribbon on the right. Use color-coded flows, curved cables, transparent matrices, and small abstract annotation plaques made only of symbols, ticks, and dots. The structure should feel academic and meta: an AI model drawing its own internal attention map as a physical exhibit.
Important details:
The composition must make process logic visible: input sequence, parallel attention heads, weighted connections, merging, normalization-like layers, and output. Keep node spacing regular, avoid tangled spaghetti, and maintain clear depth separation between foreground paths and background panels. The image should balance photoreal materials with exact technical-diagram hierarchy. No literal equations are needed; the flow itself should explain the mechanism.
Use case:
Neural Network Self-Explanation single study 1/8, testing a Transformer self-attention process as a photoreal academic installation.
Constraints:
No readable text, no watermark, no logos, preserve exact 1:1 aspect ratio, no real model names, no code snippets, no private chain-of-thought, no random neon chaos, no impossible cable intersections, no generic brain icon, no unreadable clutter.작성자 GPT Image 2 Hub · ChaosRealmsAI · MIT · CC BY 4.0 · 출처·라이선스
Copyright (c) 2026 GPT Image 2 Hub · ChaosRealmsAI · MIT. 저장소에 실린 프롬프트와 예시 그림입니다. 원문 프롬프트는 그대로 두었고 그림은 웹용 크기와 형식으로 바꿨습니다. 출처와 라이선스는 소개 페이지의 출처·라이선스에 있습니다. 저장소 소개 줄에 CC BY 4.0이 함께 적혀 있어 그림은 CC BY 4.0 조건으로도 표시합니다.
