본 논문은 사용자 지정 객체를 새로운 장면에 매끄럽게 삽입하는 것을 목표로 하는 이미지 합성 프레임워크 SHINE을 제안합니다. 복잡한 조명과 고해상도 입력을 처리하는 기존 모델의 한계를 극복하기 위해, 사전 훈련된 텍스트-이미지 확산 모델(SD3.5, FLUX 등)의 잠재력을 활용합니다. SHINE은 manifold-steered anchor loss, 저하 억제 지침, 적응형 배경 블렌딩을 도입하여 객체 표현의 충실도를 유지하고 배경 무결성을 보존하며, 저품질 출력과 눈에 띄는 이음새를 제거합니다. 또한, 다양한 해상도와 까다로운 조건을 포함하는 ComplexCompo 벤치마크를 개발하여 성능을 엄격하게 평가합니다.
