Iterative Generation(반복 생성)은 한 번의 생성 결과를 다음 생성의 입력이나 참조로 사용하는 워크플로로, 각 단계가 이전 결과를 바탕으로 개선되는 정제 연쇄를 만듭니다. 한 번에 완벽한 결과를 기대하기보다 AI 생성을 점진적 정제 과정으로 다룹니다.

이 접근은 최종 결과로 가는 경로가 처음부터 명확하지 않은 복잡한 창작 목표에 특히 효과적입니다. 초기 출력을 생성하고 평가한 뒤, 그것을 참조나 시작점으로 삼아 수정된 생성으로 이어가면 제작자는 방향을 탐색하고 예상치 못한 가능성을 발견하며 점점 성공적인 결과에 수렴할 수 있습니다. 반복 생성 워크플로는 텍스트 프롬프트와 이미지-투-이미지, 인페인팅, 변형 생성을 결합해 특정 측면만 정제하고 성공한 요소는 유지하는 경우가 많습니다.

반복 생성을 의도적인 워크플로 전략으로 이해하면 제작자는 AI 도구에 적절한 기대와 작업 방식을 갖게 됩니다. 실패한 첫 시도는 실패가 아니라 정제 과정의 필요한 단계로 보며, 체계적 탐색과 창작 목표에 대한 점진적 개선을 장려합니다.