diff --git a/.github/scripts/i18n/glossary/overrides/ko.json b/.github/scripts/i18n/glossary/overrides/ko.json index ddb5b789a..785a498cb 100644 --- a/.github/scripts/i18n/glossary/overrides/ko.json +++ b/.github/scripts/i18n/glossary/overrides/ko.json @@ -19,7 +19,20 @@ "video-to-world": "비디오 기반 월드 생성", "frame-to-video": "프레임 기반 비디오 생성", "start/end frame-to-video": "시작/종료 프레임 기반 비디오 생성", - "first-last-frame to video": "첫/마지막 프레임 기반 비디오 생성" + "first-last-frame to video": "첫/마지막 프레임 기반 비디오 생성", + "audio-to-audio": "오디오 기반 오디오 생성", + "text-to-speech": "텍스트 기반 음성 생성", + "video-to-audio": "비디오 기반 오디오 생성", + "text-to-3d": "텍스트 기반 3D 생성", + "image-to-3d": "이미지 기반 3D 생성", + "frame-interpolation": "프레임 보간", + "text to image": "텍스트 기반 이미지 생성", + "image to image": "이미지 기반 이미지 생성", + "text to video": "텍스트 기반 비디오 생성", + "image to video": "이미지 기반 비디오 생성", + "reference to image": "레퍼런스 기반 이미지 생성", + "reference to video": "레퍼런스 기반 비디오 생성", + "ComfyUI Manager": "ComfyUI 매니저" }, "ignore": [ "active", diff --git a/docs.json b/docs.json index 094708119..74cab5af7 100644 --- a/docs.json +++ b/docs.json @@ -7803,7 +7803,7 @@ "pages": [ "ko/installation/install_custom_node", { - "group": "ComfyUI-Manager", + "group": "ComfyUI 매니저", "pages": [ "ko/manager/overview", "ko/manager/install", @@ -7857,7 +7857,7 @@ "ko/interface/features/partial-execution", "ko/interface/features/node-docs", { - "group": "ComfyUI Settings", + "group": "ComfyUI 설정", "icon": "gear", "pages": [ "ko/interface/settings/overview", @@ -9999,7 +9999,7 @@ "pages": [ "ko/development/overview", { - "group": "ComfyUI APIs", + "group": "ComfyUI API", "icon": "computer", "pages": [ "ko/development/api-development/overview", @@ -10013,7 +10013,7 @@ ] }, { - "group": "ComfyUI Server API", + "group": "ComfyUI 서버 API", "icon": "server", "pages": [ "ko/development/comfyui-server/comms_overview", diff --git a/ko/agent-tools/cloud.mdx b/ko/agent-tools/cloud.mdx index 167e11392..c455afd4c 100644 --- a/ko/agent-tools/cloud.mdx +++ b/ko/agent-tools/cloud.mdx @@ -1,7 +1,7 @@ --- title: "Comfy Cloud MCP" sidebarTitle: "Cloud MCP" -description: "Claude Code와 Claude Desktop에서 Comfy Cloud를 Comfy Cloud MCP 서버를 통해 사용하세요: 이미지, 비디오, 오디오 및 3D 생성, 모델 및 노드 검색, 워크플로 실행" +description: "Claude Code와 Claude Desktop에서 Comfy Cloud를 Comfy Cloud MCP 서버를 통해 사용하세요: 이미지, 비디오, 오디오 및 3D 생성, 모델 및 노드 검색, 워크플로우 실행 가능" icon: "cloud" translationSourceHash: 148cada3 translationFrom: agent-tools/cloud.mdx diff --git a/ko/agent-tools/partner-mcp.mdx b/ko/agent-tools/partner-mcp.mdx index 1fa79ab8a..4de1a5d8b 100644 --- a/ko/agent-tools/partner-mcp.mdx +++ b/ko/agent-tools/partner-mcp.mdx @@ -3,12 +3,12 @@ title: "Comfy Partner MCP" description: "30개 이상의 파트너 제공업체(BFL, Ideogram, Kling, Runway, Veo, Meshy, ElevenLabs 등)에 걸쳐 통합된 생성 도구를 제공하는 로컬 MCP 서버입니다." sidebarTitle: "Partner MCP" icon: "plug" -translationSourceHash: f3f20477 +translationSourceHash: 4995fc09 translationFrom: agent-tools/partner-mcp.mdx --- - **비공개 테스트 중 — 아직 공개되지 않았습니다.** Comfy Partner MCP 서버는 현재 비공개 테스트 중입니다. 기능과 API는 변경될 수 있습니다. 액세스는 초대된 파트너로 제한됩니다. + **비공개 프리뷰 — 아직 공개되지 않았습니다.** Comfy Partner MCP 서버는 현재 비공개 테스트 중입니다. 기능과 API는 변경될 수 있습니다. 액세스는 초대된 파트너로 제한됩니다. Comfy Partner MCP는 BFL, Ideogram, Kling, Runway, Veo, Meshy, ElevenLabs 등 **30개 이상의 파트너 제공업체**에 걸쳐 AI 에이전트에게 통합된 생성 도구를 제공하는 로컬 MCP 서버입니다. 모든 생성 유형에 대해 단일 표준 요청 형식을 사용합니다. @@ -22,7 +22,7 @@ Comfy Partner MCP는 BFL, Ideogram, Kling, Runway, Veo, Meshy, ElevenLabs 등 ** --- -## 요구사항 +## 요구 사항 - **Node.js 20+** - **pnpm 10** @@ -96,14 +96,14 @@ MCP 서버는 **10개의 도구**를 노출합니다. 성공적으로 설치한 | 도구 | 설명 | |------|-------------| -| `generate_image` | 정지 이미지 생성 — 텍스트-to-image, 편집 또는 업스케일링 | -| `generate_video` | 동영상 클립 생성 — 텍스트-to-video, 이미지-to-video 또는 립싱크 | +| `generate_image` | 정지 이미지 생성 — 텍스트 기반 이미지 생성, 편집 또는 업스케일링 | +| `generate_video` | 동영상 클립 생성 — 텍스트 기반 비디오 생성, 이미지 기반 비디오 생성 또는 립싱크 | | `generate_3d` | 텍스트 또는 참조 이미지로부터 3D 메쉬(GLB/FBX/OBJ) 생성 | | `generate_svg` | 텍스트 프롬프트로부터 SVG 벡터 일러스트레이션 생성 | -| `generate_audio` | 텍스트로부터 음성, 보이스 클론 또는 효과음 생성 | -| `generate_music` | 프롬프트로부터 악기나 보컬 음악 생성 | +| `generate_audio` | 텍스트로부터 음성, 음성 복제 또는 효과음 생성 | +| `generate_music` | 프롬프트로부터 기악 또는 보컬 음악 생성 | | `media_upload` | 파일(이미지/동영상/오디오) 업로드 및 `media:` 참조 획득 — `generate_*` 호출에 사용 | -| `read_media` | 미디어 아트팩트를 가져와 인라인으로 렌더링 — HTTPS URL 또는 `media:…` 토큰 수락 | +| `read_media` | 미디어 아티팩트를 가져와 인라인으로 렌더링 — HTTPS URL 또는 `media:…` 토큰 수락 | | `models_explore` | 모델 탐색, 기능별 검색 및 모델의 전체 호출 형식 읽기 | | `balance` | 현재 계정의 남은 USD 잔액 조회 | @@ -133,5 +133,5 @@ MCP 서버는 **10개의 도구**를 노출합니다. 성공적으로 설치한 ## 관련 -- [Comfy Cloud MCP](/ko/agent-tools/cloud) — Comfy Cloud 워크플로우 실행을 위한 호스팅 MCP 서버 +- [Comfy Cloud MCP](/ko/agent-tools/cloud) — Comfy Cloud 워크플로 실행을 위한 호스팅 MCP 서버 - [Comfy Partner Nodes CLI](/ko/comfy-cli/reference#generate-partner-nodes) — 명령줄에서 파트너 노드 사용 \ No newline at end of file diff --git a/ko/custom-nodes/js/javascript_commands_keybindings.mdx b/ko/custom-nodes/js/javascript_commands_keybindings.mdx index 893c5da30..9ac03297a 100644 --- a/ko/custom-nodes/js/javascript_commands_keybindings.mdx +++ b/ko/custom-nodes/js/javascript_commands_keybindings.mdx @@ -82,9 +82,9 @@ app.registerExtension({ }, { id: "clearWorkflow", - label: "워크플로 지우기", + label: "워크플로 비우기", function: () => { - if (confirm("워크플로를 지우시겠습니까?")) { + if (confirm("워크플로를 비우시겠습니까?")) { app.graph.clear(); } } @@ -122,7 +122,7 @@ app.registerExtension({ combo: { key: "r", ctrl: true }, commandId: "runWorkflow" }, - // Ctrl+Shift+C로 워크플로 지우기 + // Ctrl+Shift+C로 워크플로 비우기 { combo: { key: "c", ctrl: true, shift: true }, commandId: "clearWorkflow" diff --git a/ko/custom-nodes/js/javascript_dialog.mdx b/ko/custom-nodes/js/javascript_dialog.mdx index 0404d1f82..e7d3185f7 100644 --- a/ko/custom-nodes/js/javascript_dialog.mdx +++ b/ko/custom-nodes/js/javascript_dialog.mdx @@ -60,7 +60,7 @@ app.extensionManager.dialog.confirm({ itemList?: string[], // 표시할 항목 목록 (옵션) hint?: string // 표시할 힌트 텍스트 (옵션) }).then((result: boolean | null) => { - // result는 확인 시 true, 거부 시 false, 취소 시 null입니다 + // result는 확인 시 참, 거부 시 거짓, 취소 시 null입니다 }); ``` diff --git a/ko/custom-nodes/overview.mdx b/ko/custom-nodes/overview.mdx index 273fc8f57..8c066bb6e 100644 --- a/ko/custom-nodes/overview.mdx +++ b/ko/custom-nodes/overview.mdx @@ -1,6 +1,6 @@ --- title: "개요" -translationSourceHash: 17a2872e +translationSourceHash: 0a3cd996 translationFrom: custom-nodes/overview.mdx --- @@ -16,8 +16,7 @@ translationFrom: custom-nodes/overview.mdx - [ComfyUI-React-Extension-Template](https://github.com/Comfy-Org/ComfyUI-React-Extension-Template) - [ComfyUI_frontend_vue_basic](https://github.com/jtydhr88/ComfyUI_frontend_vue_basic) -Claude Code를 사용하여 개발하는 경우, [ComfyUI Custom Node Skills](https://github.com/jtydhr88/comfyui-custom-node-skills)를 통해 Claude가 V3 및 V1 API를 모두 포괄하는 ComfyUI 노드 시스템에 대한 종합적인 지식을 습득할 수 있습니다. Claude Code 마켓플레이스에서 리포지토리 URL을 추가하면 노드 기초, 입출력, 데이터 유형, 고급 패턴, 프론트엔드 확장, 패키징을 다루는 9개의 스킬을 사용할 수 있습니다. - +Claude Code를 사용하여 개발하는 경우, [ComfyUI Custom Node Skills](https://github.com/jtydhr88/comfyui-custom-node-skills)를 통해 Claude가 V3 및 V1 API를 모두 포괄하는 ComfyUI 노드 시스템에 대한 종합적인 지식을 습득할 수 있습니다. Claude Code 마켓플레이스에서 설치하거나 저장소 URL을 추가하면 노드 기초, 입력, 출력, 데이터 유형, 고급 패턴, 프론트엔드 확장, 패키징을 다루는 9개의 스킬을 사용할 수 있습니다. ## 클라이언트-서버 모델 diff --git a/ko/custom-nodes/v3_migration.mdx b/ko/custom-nodes/v3_migration.mdx index 20699ad50..af781a75a 100644 --- a/ko/custom-nodes/v3_migration.mdx +++ b/ko/custom-nodes/v3_migration.mdx @@ -99,3 +99,425 @@ class Example(io.ComfyNode): ### 단계 2: INPUT_TYPES를 define_schema로 변환 노드 ID, 표시 이름, 카테고리 등 코드 내 다양한 위치에서 할당되었던 노드 속성들은 이제 ```Schema``` 클래스를 통해 함께 관리됩니다. + +`define_schema(cls)` 함수는 V1에서 INPUT_TYPES(s)가 작동한 방식과 매우 유사하게 ```Schema``` 객체를 반환해야 합니다. + +지원되는 핵심 입력/출력 유형은 ```comfy_api/{version}```의 ```_io.py```에 저장 및 문서화되어 있으며, 기본적으로 ```io```로 네임스페이스가 지정됩니다. 이제 입력/출력이 사전이나 문자열 대신 클래스로 정의되므로, 사용자 정의 유형은 직접 클래스를 정의하거나 ```io```의 ```Custom``` 헬퍼 함수를 사용하여 지원됩니다. + +사용자 정의 유형에 대한 자세한 내용은 아래 별도의 섹션에서 다룹니다. + +유형 클래스는 다음과 같은 속성을 가집니다: +- 입력에 대한 ```class Input``` (예: ```Model.Input(...)```) +- 출력에 대한 ```class Output``` (예: ```Model.Output(...)```). 모든 유형이 출력을 지원하지는 않습니다. +- 유형의 타입 힌트를 얻기 위한 ```Type``` (예: ```Model.Type```). 일부 타입 힌트는 단순히 ```any```이며, 이는 향후 업데이트될 수 있습니다. 이러한 타입 힌트는 강제되지 않으며 유용한 문서 역할을 합니다. + +**V1:** +```python +@classmethod +def INPUT_TYPES(s): + return { + "required": { + "image": ("IMAGE",), + "int_field": ("INT", { + "default": 0, + "min": 0, + "max": 4096, + "step": 64, + "display": "number" + }), + "string_field": ("STRING", { + "multiline": False, + "default": "Hello" + }), + # V1 처리: 임의의 유형 + "custom_field": ("MY_CUSTOM_TYPE",), + }, + "optional": { + "mask": ("MASK",) + } + } +``` + +**V3:** +```python +@classmethod +def define_schema(cls) -> io.Schema: + return io.Schema( + node_id="Example", + display_name="Example Node", + category="examples", + description="Node description here", + inputs=[ + io.Image.Input("image"), + io.Int.Input("int_field", + default=0, + min=0, + max=4096, + step=64, + display_mode=io.NumberDisplay.number + ), + io.String.Input("string_field", + default="Hello", + multiline=False + ), + # V3 처리: 임의의 유형 + io.Custom("my_custom_type").Input("custom_input"), + io.Mask.Input("mask", optional=True) + ], + outputs=[ + io.Image.Output() + ] + ) +``` + +### 단계 3: Execute 메서드 업데이트 + +V3의 모든 실행 함수는 ```execute```라는 이름을 가지며 클래스 메서드입니다. + +**V1:** +```python +def test(self, image, string_field, int_field): + # Process + image = 1.0 - image + return (image,) +``` + +**V3:** +```python +@classmethod +def execute(cls, image, string_field, int_field) -> io.NodeOutput: + # Process + image = 1.0 - image + + # 선택적 UI 미리보기와 함께 반환 + return io.NodeOutput(image, ui=ui.PreviewImage(image, cls=cls)) +``` + +### 단계 4: 노드 속성 변환 + +다음은 속성 이름의 몇 가지 예시입니다. 자세한 내용은 ```comfy_api.latest._io```의 소스 코드를 참조하세요. + +| V1 속성 | V3 스키마 필드 | 비고 | +|------------|-----------------|-------| +| `RETURN_TYPES` | 스키마의 `outputs` | 출력 객체 목록 | +| `RETURN_NAMES` | 출력의 `display_name` | 출력별 표시 이름 | +| `FUNCTION` | 항상 `execute` | 메서드 이름이 표준화됨 | +| `CATEGORY` | 스키마의 `category` | 문자열 값 | +| `OUTPUT_NODE` | 스키마의 `is_output_node` | 불리언 플래그 | +| `DEPRECATED` | 스키마의 `is_deprecated` | 불리언 플래그 | +| `EXPERIMENTAL` | 스키마의 `is_experimental` | 불리언 플래그 | + +### 단계 5: 특수 메서드 처리 + +V1과 동일한 특수 메서드가 지원되지만, 더 명확하게 하기 위해 소문자화되거나 완전히 이름이 변경되었습니다. 사용법은 동일합니다. + +#### 검증 (V1 → V3) + +입력 검증 함수는 ```validate_inputs```로 이름이 변경되었습니다. + +**V1:** +```python +@classmethod +def VALIDATE_INPUTS(s, **kwargs): + # 검증 로직 + return True +``` + +**V3:** +```python +@classmethod +def validate_inputs(cls, **kwargs) -> bool | str: + # 유효하면 True, 아니면 오류 메시지 반환 + if error_condition: + return "Error message" + return True +``` + +#### 지연 평가 (V1 → V3) {#lazy-evaluation-v1--v3} + +`check_lazy_status` 함수는 클래스 메서드이며, 그 외에는 동일하게 유지됩니다. + +**V1:** +```python +def check_lazy_status(self, image, string_field, ...): + if condition: + return ["string_field"] + return [] +``` + +**V3:** +```python +@classmethod +def check_lazy_status(cls, image, string_field, ...): + if condition: + return ["string_field"] + return [] +``` + +#### 캐시 제어 (V1 → V3) + +캐시 제어의 기능은 V1과 동일하게 유지되지만, 원래 이름은 작동 방식을 매우 오해하기 쉽게 만들었습니다. + +V1의 ```IS_CHANGED``` 함수는 반환값이 노드가 마지막으로 실행되었을 때와 동일한 경우 노드 재실행을 트리거하지 않도록 신호를 보냅니다. + +따라서 ```IS_CHANGED``` 함수는 ```fingerprint_inputs```로 이름이 변경되었습니다. 개발자들이 저지르는 가장 흔한 실수 중 하나는 ```True```를 반환하면 노드가 항상 재실행된다고 생각하는 것이었습니다. ```True```가 항상 반환되면, 실제로는 노드를 한 번만 실행하고 캐시된 값을 재사용하는 반대 효과가 발생합니다. + +이 함수의 사용 예시는 LoadImage 노드입니다. 이 노드는 선택된 파일의 해시를 반환하여, 파일이 변경되면 노드가 강제로 재실행되도록 합니다. + +**V1:** +```python +@classmethod +def IS_CHANGED(s, **kwargs): + return "unique_value" +``` + +**V3:** +```python +@classmethod +def fingerprint_inputs(cls, **kwargs): + return "unique_value" +``` + +### 단계 6: 확장 프로그램 및 진입점 생성 + +노드 ID를 노드 클래스/표시 이름에 연결하는 사전을 정의하는 대신, 이제 ```ComfyExtension``` 클래스와 정의해야 할 ```comfy_entrypoint``` 함수가 있습니다. + +향후 ```get_node_list```를 통해 노드만 등록하는 것 이상의 기능을 등록하기 위해 ComfyExtension에 더 많은 함수가 추가될 수 있습니다. + +`comfy_entrypoint`는 비동기이거나 아니어도 되지만, ```get_node_list```는 반드시 비동기로 정의해야 합니다. + +**V1:** +```python +NODE_CLASS_MAPPINGS = { + "Example": Example +} + +NODE_DISPLAY_NAME_MAPPINGS = { + "Example": "Example Node" +} +``` + +**V3:** +```python +from comfy_api.latest import ComfyExtension + +class MyExtension(ComfyExtension): + # 반드시 비동기로 선언해야 함 + async def get_node_list(self) -> list[type[io.ComfyNode]]: + return [ + Example, + # 여기에 더 많은 노드 추가 + ] + +# 비동기 또는 비동기가 아닌 형태로 선언 가능, 둘 다 작동함 +async def comfy_entrypoint() -> MyExtension: + return MyExtension() +``` + +## 입력 유형 참조 + +이미 단계 2에서 설명했지만, V1 대비 V3의 몇 가지 유형 참조 비교를 제공합니다. 전체 유형 선언은 ```comfy_api.latest._io```를 참조하세요. + +### 기본 유형 + +| V1 유형 | V3 유형 | 예시 | +|---------|---------|---------| +| `"INT"` | `io.Int.Input()` | `io.Int.Input("count", default=1, min=0, max=100)` | +| `"FLOAT"` | `io.Float.Input()` | `io.Float.Input("strength", default=1.0, min=0.0, max=10.0)` | +| `"STRING"` | `io.String.Input()` | `io.String.Input("text", multiline=True)` | +| `"BOOLEAN"` | `io.Boolean.Input()` | `io.Boolean.Input("enabled", default=True)` | + +#### control_after_generate + +Int 및 Combo 입력은 각 생성 후 값을 자동으로 변경하기 위한 제어 위젯을 추가하는 `control_after_generate` 파라미터를 지원합니다. V1에서는 이 값이 단순한 `bool`이었지만, V3에서는 `io.ControlAfterGenerate` 열거형을 사용하여 명시적으로 제어할 수 있습니다. `True`를 전달하는 것은 `io.ControlAfterGenerate.randomize`와 동일합니다. + +| 값 | 동작 | +|-------|----------| +| `io.ControlAfterGenerate.fixed` | 각 생성 후 값이 동일하게 유지됩니다. | +| `io.ControlAfterGenerate.increment` | 각 생성 후 값이 단계만큼 증가합니다. | +| `io.ControlAfterGenerate.decrement` | 각 생성 후 값이 단계만큼 감소합니다. | +| `io.ControlAfterGenerate.randomize` | 각 생성 후 값이 무작위화됩니다. | + +```python +# 제어 위젯 활성화 (UI에서 사용자가 모드 선택) +io.Int.Input("seed", default=0, min=0, max=0xFFFFFFFFFFFFFFFF, control_after_generate=True) + +# 특정 기본 모드 설정 +io.Int.Input("seed", default=0, min=0, max=0xFFFFFFFFFFFFFFFF, + control_after_generate=io.ControlAfterGenerate.randomize) +``` + +### ComfyUI 유형 + +| V1 유형 | V3 유형 | 예시 | +|---------|---------|---------| +| `"IMAGE"` | `io.Image.Input()` | `io.Image.Input("image", tooltip="입력 이미지")` | +| `"MASK"` | `io.Mask.Input()` | `io.Mask.Input("mask", optional=True)` | +| `"LATENT"` | `io.Latent.Input()` | `io.Latent.Input("latent")` | +| `"CONDITIONING"` | `io.Conditioning.Input()` | `io.Conditioning.Input("positive")` | +| `"MODEL"` | `io.Model.Input()` | `io.Model.Input("model")` | +| `"VAE"` | `io.VAE.Input()` | `io.VAE.Input("vae")` | +| `"CLIP"` | `io.CLIP.Input()` | `io.CLIP.Input("clip")` | + +### Combo (드롭다운/선택 목록) + +V3의 Combo 유형은 명시적인 클래스 정의가 필요합니다. + +**V1:** +```python +"mode": (["option1", "option2", "option3"],) +``` + +**V3:** +```python +io.Combo.Input("mode", options=["option1", "option2", "option3"]) +``` + +## 스키마 참조 + +`Schema` 데이터클래스는 V3 노드의 모든 속성을 정의합니다. 사용 가능한 모든 필드에 대한 완전한 참조입니다: + +| 필드 | 유형 | 기본값 | 설명 | +|-------|------|---------|-------------| +| `node_id` | `str` | *필수* | 전역적으로 고유한 노드 ID. 커스텀 노드는 충돌을 피하기 위해 접두사/접미사를 추가해야 합니다. | +| `display_name` | `str` | `None` | UI에 표시되는 표시 이름. 설정하지 않으면 `node_id`로 대체됩니다. | +| `category` | `str` | `"sd"` | "노드 추가" 메뉴의 카테고리 (예: `"image/transform"`). | +| `description` | `str` | `""` | 노드 위에 마우스를 올리면 표시되는 툴팁. | +| `inputs` | `list[Input]` | `[]` | 입력 정의 목록. | +| `outputs` | `list[Output]` | `[]` | 출력 정의 목록. | +| `hidden` | `list[Hidden]` | `[]` | 요청할 히든 입력 목록 (참조: [히든 입력](#hidden-inputs)). | +| `search_aliases` | `list[str]` | `[]` | 검색을 위한 대체 이름. 동의어나 이름 변경 후의 이전 이름에 유용합니다. | +| `is_output_node` | `bool` | `False` | 노드를 출력 노드로 표시하여, 해당 노드와 그 의존성이 실행되도록 합니다. | +| `is_input_list` | `bool` | `False` | True이면 모든 입력이 전달된 항목 수에 관계없이 `list[type]`이 됩니다. | +| `is_deprecated` | `bool` | `False` | 노드를 지원 중단됨으로 표시하여, 사용자에게 대안을 찾도록 알립니다. | +| `is_experimental` | `bool` | `False` | 노드를 실험적으로 표시하여, 사용자에게 변경될 수 있음을 경고합니다. | +| `is_dev_only` | `bool` | `False` | 개발자 모드가 활성화되지 않은 경우 검색/메뉴에서 노드를 숨깁니다. | +| `is_api_node` | `bool` | `False` | Comfy API 서비스를 위한 API 노드로 표시합니다. | +| `not_idempotent` | `bool` | `False` | True이면, 그래프의 다른 동일한 노드에서 생성된 캐시 출력을 재사용하지 않고 항상 다시 실행합니다. | +| `enable_expand` | `bool` | `False` | `NodeOutput`이 노드 확장을 위한 `expand` 속성을 포함할 수 있도록 허용합니다. | +| `accept_all_inputs` | `bool` | `False` | True이면, 스키마에 정의되지 않은 입력이라도 프롬프트의 모든 입력이 kwargs로 전달됩니다. | + +### 공통 입력 파라미터 + +모든 입력 유형은 다음과 같은 기본 파라미터를 공유합니다: + +| 파라미터 | 유형 | 기본값 | 설명 | +|-----------|------|---------|-------------| +| `id` | `str` | *필수* | 입력의 고유 식별자, `execute`에서 kwarg 이름으로 사용됩니다. | +| `display_name` | `str` | `None` | UI에 표시되는 레이블. 기본값은 `id`입니다. | +| `optional` | `bool` | `False` | 입력이 선택 사항인지 여부. | +| `tooltip` | `str` | `None` | 마우스 오버 툴팁 텍스트. | +| `lazy` | `bool` | `None` | 지연 평가를 위한 입력을 표시합니다 (참조: [지연 평가](#lazy-evaluation-v1--v3)). | +| `raw_link` | `bool` | `None` | True이면, 해석된 값 대신 원시 링크 정보를 전달합니다. | +| `advanced` | `bool` | `None` | True이면, 입력은 UI의 "고급" 토글 뒤에 숨겨집니다. | + +위젯 입력(Int, Float, String, Boolean, Combo)은 추가로 다음을 지원합니다: + +| 파라미터 | 유형 | 기본값 | 설명 | +|-----------|------|---------|-------------| +| `default` | 다양함 | `None` | 위젯의 기본값. | +| `socketless` | `bool` | `None` | True이면 입력 소켓을 숨깁니다 (위젯만, 들어오는 연결 없음). | +| `force_input` | `bool` | `None` | True이면, 대신 위젯이 소켓 입력으로 표시되도록 강제합니다. | + +## 고급 기능 + +### 히든 입력 {#hidden-inputs} + +히든 입력은 프롬프트 메타데이터, 노드 ID 및 기타 내부 값과 같은 실행 컨텍스트에 대한 접근을 제공합니다. 이들은 UI에 표시되지 않습니다. + +V1에서는 히든 입력이 `INPUT_TYPES`의 `"hidden"` 키로 선언되었습니다. V3에서는 스키마의 `hidden` 파라미터를 통해 선언되며, 해당 값은 `cls.hidden`을 통해 접근됩니다. + +**V1:** +```python +@classmethod +def INPUT_TYPES(s): + return { + "required": {...}, + "hidden": { + "unique_id": "UNIQUE_ID", + "prompt": "PROMPT", + "extra_pnginfo": "EXTRA_PNGINFO", + } + } + +def execute(self, unique_id, prompt, extra_pnginfo, ...): + # 히든 값은 일반 인자로 전달됨 + print(unique_id) +``` + +**V3:** +```python +@classmethod +def define_schema(cls) -> io.Schema: + return io.Schema( + node_id="MyNode", + inputs=[...], + hidden=[io.Hidden.unique_id, io.Hidden.prompt, io.Hidden.extra_pnginfo], + ) + +@classmethod +def execute(cls, ...) -> io.NodeOutput: + # 히든 값은 cls.hidden을 통해 접근 + print(cls.hidden.unique_id) + print(cls.hidden.prompt) + print(cls.hidden.extra_pnginfo) +``` + +사용 가능한 히든 값: + +| 히든 열거형 | 설명 | +|-------------|-------------| +| `io.Hidden.unique_id` | 클라이언트 측 ID와 일치하는 노드의 고유 식별자. | +| `io.Hidden.prompt` | 클라이언트가 보낸 전체 프롬프트. | +| `io.Hidden.extra_pnginfo` | 저장된 `.png` 파일의 메타데이터에 복사되는 사전. | +| `io.Hidden.dynprompt` | 실행 중에 변경될 수 있는 `DynamicPrompt` 인스턴스. | +| `io.Hidden.auth_token_comfy_org` | 프론트엔드에서 ComfyOrg 계정에 로그인하여 획득한 토큰. | +| `io.Hidden.api_key_comfy_org` | ComfyOrg에서 생성한 API 키로, 프론트엔드 로그인을 건너뛸 수 있게 해줍니다. | + + +일부 히든 값은 스키마 플래그에 따라 자동으로 추가됩니다. 출력 노드(`is_output_node=True`)는 자동으로 `prompt`와 `extra_pnginfo`를 받습니다. API 노드(`is_api_node=True`)는 자동으로 인증 토큰을 받습니다. + + +### UI 헬퍼 + +V3는 `ui` 모듈에서 미리보기 및 파일 저장과 같은 일반적인 패턴을 처리하기 위한 내장 UI 헬퍼를 제공합니다. `ui` 파라미터를 통해 `io.NodeOutput`에 전달하세요. + +#### 미리보기 헬퍼 + +미리보기 헬퍼는 임시 파일을 저장하고 노드 내 표시를 위한 UI 데이터를 반환합니다. + +```python +from comfy_api.latest import ui + +# 노드에서 이미지 미리보기 +return io.NodeOutput(images, ui=ui.PreviewImage(images, cls=cls)) + +# 마스크 미리보기 (표시를 위해 자동으로 3채널로 변환) +return io.NodeOutput(mask, ui=ui.PreviewMask(mask, cls=cls)) + +# 오디오 미리듣기 +return io.NodeOutput(audio, ui=ui.PreviewAudio(audio, cls=cls)) + +# 텍스트 미리보기 +return io.NodeOutput(ui=ui.PreviewText("Some text value")) + +# 3D 모델 미리보기 +return io.NodeOutput(ui=ui.PreviewUI3D(model_file, camera_info)) +``` + +#### 저장 헬퍼 + +저장 헬퍼는 적절한 메타데이터를 포함하여 파일을 출력 디렉토리에 저장하는 메서드를 제공합니다. 일반적으로 출력 노드에서 사용됩니다. + +```python +from comfy_api.latest import ui, io + +# 이미지 저장 및 UI 데이터 반환 (가장 일반적인 패턴) +return io.NodeOutput( + ui=ui.ImageSaveHelper.get_save_images_ui( + images=images, + filename_prefix=filename_prefix, + cls=cls, # 메타데이터를 위한 히든 prompt/extra_pnginfo + + +``` diff --git a/ko/custom-nodes/workflow_templates.mdx b/ko/custom-nodes/workflow_templates.mdx index 3eaf9c962..dc08651b0 100644 --- a/ko/custom-nodes/workflow_templates.mdx +++ b/ko/custom-nodes/workflow_templates.mdx @@ -1,14 +1,14 @@ --- -title: "워크플로우 템플릿" +title: "워크플로 템플릿" translationSourceHash: a0b09e66 translationFrom: custom-nodes/workflow_templates.mdx --- -사용자 정의 노드와 관련된 예제 워크플로우 파일이 있다면, ComfyUI는 사용자에게 템플릿 브라우저(‘워크플로우’/‘템플릿 둘러보기’ 메뉴)에서 이를 표시할 수 있습니다. 워크플로우 템플릿은 사용자가 귀하의 노드를 처음 시작하도록 지원하는 데 매우 유용한 방법입니다. +커스텀 노드와 관련된 예제 워크플로 파일이 있다면, ComfyUI는 템플릿 브라우저(‘워크플로’/‘템플릿 탐색’ 메뉴)에서 사용자에게 이를 표시할 수 있습니다. 워크플로 템플릿은 사람들이 커스텀 노드를 시작하기를 지원하는 데 탁월한 방법입니다. 노드 개발자로서 해야 할 일은 단순히 `example_workflows` 폴더를 생성하고 그 안에 `json` 파일을 배치하는 것입니다. 선택적으로 동일한 이름의 `jpg` 파일을 배치하면 템플릿 썸네일로 표시됩니다. -내부적으로 ComfyUI는 이러한 파일들을 정적 방식으로 제공하며, 워크플로우 템플릿 모음을 반환하는 엔드포인트(`/api/workflow_templates`)도 함께 제공합니다. +내부적으로 ComfyUI는 이러한 파일들을 정적 방식으로 제공하며, 워크플로 템플릿 모음을 반환하는 엔드포인트(`/api/workflow_templates`)도 함께 제공합니다. diff --git a/ko/development/api-development/getting-an-api-key.mdx b/ko/development/api-development/getting-an-api-key.mdx index 64fb8f6bf..6f7886ee0 100644 --- a/ko/development/api-development/getting-an-api-key.mdx +++ b/ko/development/api-development/getting-an-api-key.mdx @@ -10,10 +10,10 @@ import GetApiKey from "/snippets/ko/get-api-key.mdx" API 키는 Comfy 플랫폼 서비스에 접근하기 위한 인증 정보로, 다음을 포함합니다: -- [클라우드 API](/ko/development/cloud/overview) — 프로그래밍 방식으로 Comfy 클라우드 엔드포인트 호출 -- [파트너 노드 API 통합](/ko/development/comfyui-server/api-key-integration) — 로컬 워크플로우에서 유료 파트너 노드 사용 -- [에이전트 도구 / MCP](/ko/agent-tools) — MCP를 통해 Comfy와 연결 -- [로컬에서 ComfyUI에 로그인](/ko/interface/user#logging-in-with-an-api-key) — 이메일 대신 API 키로 인증 +- [클라우드 API](/ko/development/cloud/overview) : 프로그래밍 방식으로 Comfy 클라우드 엔드포인트 호출 +- [파트너 노드 API 통합](/ko/development/comfyui-server/api-key-integration) : 로컬 워크플로우에서 유료 파트너 노드 사용 +- [에이전트 도구 / MCP](/ko/agent-tools) : MCP를 통해 Comfy와 연결 +- [로컬에서 ComfyUI에 로그인](/ko/interface/user#logging-in-with-an-api-key) : 이메일 대신 API 키로 인증 ## API 키 생성하기 @@ -35,8 +35,8 @@ API 키는 Comfy 플랫폼 서비스에 접근하기 위한 인증 정보로, API 키를 갖게 되면 다음을 수행할 수 있습니다: -1. **로컬에서 ComfyUI에 로그인** — **설정 → 사용자**로 이동해 'Comfy API 키' 로그인 선택 -2. **파트너 노드 API 호출** — 워크플로우를 전송할 때 `extra_data.api_key_comfy_org`에 키 포함 -3. **클라우드 API 사용** — 클라우드 API 엔드포인트 요청 헤더에 키 포함 +1. **로컬에서 ComfyUI에 로그인** : **설정 → 사용자**로 이동해 'Comfy API 키' 로그인 선택 +2. **파트너 노드 API 호출** : 워크플로우를 전송할 때 `extra_data.api_key_comfy_org`에 키 포함 +3. **클라우드 API 사용** : 클라우드 API 엔드포인트 요청 헤더에 키 포함 보안을 위해 API 키를 절대 공유하거나 버전 관리에 커밋하지 마세요. \ No newline at end of file diff --git a/ko/development/api-development/overview.mdx b/ko/development/api-development/overview.mdx index 2f2cacef5..f93cffed3 100644 --- a/ko/development/api-development/overview.mdx +++ b/ko/development/api-development/overview.mdx @@ -14,10 +14,10 @@ ComfyUI는 워크플로우를 어디에서 실행할지, 관리할 인프라의 | | 클라우드 API | ComfyUI 서버 API | |---|---|---| -| **실행 환경** | Comfy 클라우드(관리형 GPU) | 사용자 자신의 머신 | +| **실행 환경** | Comfy Cloud(관리형 GPU) | 사용자 자신의 머신 | | **GPU 관리** | 사용자 대신 처리됨 | 사용자가 직접 하드웨어를 관리함 | | **모델** | Comfy가 사전 설치하고 관리함 | 사용자가 로컬에서 다운로드하고 관리함 | -| **인증** | `X-API-Key` 헤더(Comfy 클라우드 계정) | 없음(로컬) 또는 파트너 노드용 API 키 | +| **인증** | `X-API-Key` 헤더(Comfy Cloud 계정) | 없음(로컬) 또는 파트너 노드용 API 키 | | **기본 URL** | `https://cloud.comfy.org` | 사용자 서버 URL(예: `http://localhost:8188`) | | **프로토콜** | REST + WebSocket | REST + WebSocket | | **가격 정책** | 구독 기반(크리에이터/프로 등급) | 무료(사용자 자체 컴퓨팅) | diff --git a/ko/development/api-development/workflow-api-format.mdx b/ko/development/api-development/workflow-api-format.mdx index d2b31a4e0..69ba0c1d1 100644 --- a/ko/development/api-development/workflow-api-format.mdx +++ b/ko/development/api-development/workflow-api-format.mdx @@ -1,24 +1,24 @@ --- -title: "워크플로우 API 형식" -description: "ComfyUI 워크플로우의 API 형식과 이를 내보내는 방법 이해하기" +title: "워크플로 API 형식" +description: "ComfyUI 워크플로의 API 형식과 이를 내보내는 방법 이해하기" icon: "file-code" translationSourceHash: 6b7c56b7 translationFrom: development/api-development/workflow-api-format.mdx --- -ComfyUI 워크플로우는 노드 그래프를 설명하는 JSON 객체입니다. Cloud API를 통해 또는 자체 서버를 실행하여 ComfyUI를 프로그래밍 방식으로 호출할 때, 워크플로우는 **API 형식**으로 제출해야 합니다. 이는 브라우저에서 사용하는 일반 저장 형식과 다른 특수한 JSON 구조입니다. +ComfyUI 워크플로는 노드 그래프를 설명하는 JSON 객체입니다. Cloud API를 통해 또는 자체 서버를 실행하여 ComfyUI를 프로그래밍 방식으로 호출할 때, 워크플로는 **API 형식**으로 제출해야 합니다. 이는 브라우저에서 사용하는 일반 저장 형식과 다른 특수한 JSON 구조입니다. -이 페이지에서는 두 형식 간의 차이점과 워크플로우를 올바르게 내보내는 방법을 설명합니다. +이 페이지에서는 두 형식 간의 차이점과 워크플로를 올바르게 내보내는 방법을 설명합니다. --- ## 저장 형식 vs API 형식 -ComfyUI 프론트엔드는 두 가지 형식으로 워크플로우를 저장할 수 있습니다: +ComfyUI 프론트엔드는 두 가지 형식으로 워크플로를 저장할 수 있습니다: | | 저장 형식 | API 형식 | |---|---|---| -| **파일 메뉴** | `파일 → 저장` 또는 `Ctrl+S` | `파일 → 워크플로우 내보내기(API)` | +| **파일 메뉴** | `파일 → 저장` 또는 `Ctrl+S` | `파일 → 워크플로 내보내기(API)` | | **파일 확장자** | `.json` | `.json` | | **노드 키** | 노드 제목 또는 레이블 | 숫자형 노드 ID | | **위젯 값** | 포함됨 | 포함됨 | @@ -33,10 +33,10 @@ ComfyUI 프론트엔드는 두 가지 형식으로 워크플로우를 저장할 ## 내보내는 방법 -ComfyUI 프론트엔드에서 워크플로우를 열고, `파일 → 워크플로우 내보내기(API)`로 이동하세요: +ComfyUI 프론트엔드에서 워크플로를 열고, `파일 → 워크플로 내보내기(API)`로 이동하세요: - - API 형식으로 워크플로우 저장 + + API 형식으로 워크플로 저장 이렇게 하면 API 관련 데이터만 포함된 `.json` 파일이 다운로드됩니다: @@ -132,7 +132,7 @@ ComfyUI 프론트엔드에서 워크플로우를 열고, `파일 → 워크플 }, "class_type": "VAEDecode", "_meta": { - "title": "VAE 디코딩" + "title": "VAE 디코드" } }, "9": { @@ -155,10 +155,10 @@ ComfyUI 프론트엔드에서 워크플로우를 열고, `파일 → 워크플 ## 형식 간 변환 -저장 형식 워크플로우를 API 형식으로 변환해야 하는 경우, 가장 간단한 방법은 다음과 같습니다: +저장 형식 워크플로를 API 형식으로 변환해야 하는 경우, 가장 간단한 방법은 다음과 같습니다: -1. 프론트엔드에서 `파일 → 불러오기`를 사용해 `.json` 파일을 열기 -2. `파일 → 워크플로우 내보내기(API)`를 통해 내보내기 +1. 프론트엔드에서 `파일 → 불러오기`를 사용해 `.json` 파일 열기 +2. `파일 → 워크플로 내보내기(API)`를 통해 내보내기 자동 변환을 원한다면, 각 노드의 `x`, `y`, `width` 필드를 제거하고 루트 JSON에서 `groups`와 `extra` 섹션을 삭제하는 스크립트를 작성할 수 있습니다. @@ -167,6 +167,6 @@ ComfyUI 프론트엔드에서 워크플로우를 열고, `파일 → 워크플 ## 관련 페이지 - [API 개요](/ko/development/api-development/overview) — Cloud 및 서버 API 옵션 비교 -- [Cloud API 개요](/ko/development/cloud/overview) — Comfy Cloud에 API 형식 워크플로우 제출 -- [API 예제](/ko/development/comfyui-server/api-examples) — API 형식 워크플로우 실습 보기 +- [Cloud API 개요](/ko/development/cloud/overview) — Comfy Cloud에 API 형식 워크플로 제출 +- [API 예제](/ko/development/comfyui-server/api-examples) — API 형식 워크플로 실습 보기 - [API 키 얻기](/ko/development/api-development/getting-an-api-key) — Cloud API 및 파트너 노드에 필요 \ No newline at end of file diff --git a/ko/development/cloud/openapi.mdx b/ko/development/cloud/openapi.mdx index 54139ee77..5cb5973dd 100644 --- a/ko/development/cloud/openapi.mdx +++ b/ko/development/cloud/openapi.mdx @@ -31,10 +31,10 @@ translationFrom: development/cloud/openapi.mdx OpenAPI 사양은 다음에 사용할 수 있습니다: -- [OpenAPI Generator](https://openapi-generator.tech/)와 같은 도구를 사용해 모든 언어의 클라이언트 라이브러리 생성 -- Postman, Insomnia 또는 Paw와 같은 API 도구로 가져오기 -- Redoc 또는 Swagger UI와 같은 도구를 사용해 문서 생성 -- 애플리케이션에서 요청 검증 +- **클라이언트 라이브러리 생성:** [OpenAPI Generator](https://openapi-generator.tech/)와 같은 도구를 사용해 모든 언어로 클라이언트 라이브러리를 생성할 수 있습니다. +- **API 도구로 가져오기:** Postman, Insomnia, Paw 등과 같은 API 도구로 가져올 수 있습니다. +- **문서 생성:** Redoc, Swagger UI와 같은 도구를 사용해 문서를 생성할 수 있습니다. +- **요청 검증:** 애플리케이션에서 요청을 검증할 수 있습니다. ## 다운로드 diff --git a/ko/development/comfyui-server/api-examples.mdx b/ko/development/comfyui-server/api-examples.mdx index 485feba8b..678f9cc10 100644 --- a/ko/development/comfyui-server/api-examples.mdx +++ b/ko/development/comfyui-server/api-examples.mdx @@ -103,7 +103,7 @@ if __name__ == "__main__": WebSocket을 사용해 실행이 완료될 때까지 기다린 후, `/history` 엔드포인트를 통해 출력물을 가져옵니다. 대부분의 사용 사례에 권장되는 방식입니다. ```python -"""websockets_api_example.py — WebSocket을 통해 실행 상태를 모니터링하고, /history를 통해 다운로드합니다.""" +"""websockets_api_example.py: WebSocket을 통해 실행 상태를 모니터링하고, /history를 통해 다운로드합니다.""" import websocket # pip install websocket-client import uuid @@ -212,7 +212,7 @@ WebSocket 이진 프레임에는 생성 중인 미리보기 이미지가 포함 이미지를 디스크에 저장하지 않고 싶은 경우, `SaveImageWebsocket` 노드를 사용하세요. 이미지는 WebSocket 이진 프레임을 통해 바로 전송됩니다. ```python -"""websockets_api_example_ws_images.py — WebSocket을 통해 직접 이미지를 수신합니다.""" +"""websockets_api_example_ws_images.py: WebSocket을 통해 직접 이미지를 수신합니다.""" import websocket # pip install websocket-client import uuid @@ -249,7 +249,7 @@ def get_images(ws, prompt): break # 실행 완료 current_node = data["node"] else: - # 이진 프레임 — SaveImageWebsocket에서 온 이미지 데이터 + # 이진 프레임; SaveImageWebsocket에서 온 이미지 데이터 if current_node == "save_image_websocket_node": images_output = output_images.get(current_node, []) # 처음 8바이트는 타입/메타데이터, 나머지는 이미지 데이터 diff --git a/ko/development/comfyui-server/comms_messages.mdx b/ko/development/comfyui-server/comms_messages.mdx index 0c6bd4572..3d5e0b9aa 100644 --- a/ko/development/comfyui-server/comms_messages.mdx +++ b/ko/development/comfyui-server/comms_messages.mdx @@ -1,5 +1,6 @@ --- title: "메시지" +icon: "comment" translationSourceHash: 2f03a928 translationFrom: development/comfyui-server/comms_messages.mdx --- @@ -85,4 +86,5 @@ from server import PromptServer def my_main_function(self, required_inputs, node_id): # 몇 가지 작업 수행 - PromptServer.instance.send_sync("my.custom.message", {"node": node_id, "other_things": etc}) \ No newline at end of file + PromptServer.instance.send_sync("my.custom.message", {"node": node_id, "other_things": etc}) +``` \ No newline at end of file diff --git a/ko/development/comfyui-server/comms_overview.mdx b/ko/development/comfyui-server/comms_overview.mdx index 19572926b..cfad40fd0 100644 --- a/ko/development/comfyui-server/comms_overview.mdx +++ b/ko/development/comfyui-server/comms_overview.mdx @@ -5,7 +5,7 @@ translationSourceHash: ec9e756d translationFrom: development/comfyui-server/comms_overview.mdx --- -ComfyUI는 기본적으로 사용자의 컴퓨터에서 HTTP 서버로 실행됩니다. 브라우저를 열지 않고도 워크플로우 제출, 파일 업로드, 결과 다운로드, 진행 상황 모니터링을 프로그래매틱하게 수행할 수 있습니다. +ComfyUI는 기본적으로 사용자의 컴퓨터에서 HTTP 서버로 실행됩니다. 브라우저를 열지 않고도 워크플로우 제출, 파일 업로드, 출력 다운로드, 진행 상황 모니터링을 프로그래매틱하게 수행할 수 있습니다. ## 서버 시작하기 @@ -62,10 +62,14 @@ python main.py --listen 0.0.0.0 ## 서버 작동 방식 -Comfy 서버는 [aiohttp 프레임워크](https://docs.aiohttp.org/) 위에서 실행되며, 이 프레임워크는 다시 [asyncio](https://pypi.org/project/asyncio/)를 사용합니다. +Comfy 서버는 [aiohttp 프레임워크](https://docs.aiohttp.org/) 위에서 실행되며, 이 프레임워크는 [asyncio](https://pypi.org/project/asyncio/)를 사용합니다. -서버에서 클라이언트로 보내는 메시지는 서버의 `send_sync` 메서드를 통해 소켓 메시지로 전송되며, 이 메서드는 `server.py`에 정의된 `PromptServer` 인스턴스입니다. 이러한 메시지는 `api.js`에 등록된 소켓 이벤트 리스너에 의해 처리됩니다. 자세한 내용은 [메시지](/ko/development/comfyui-server/comms_messages)를 참조하세요. +서버에서 클라이언트로 보내는 메시지는 서버의 `send_sync` 메서드를 통해 소켓 메시지로 전송되며, 해당 서버는 `server.py`에 정의된 `PromptServer`의 인스턴스입니다. 이러한 메시지는 `api.js`에 등록된 소켓 이벤트 리스너에 의해 처리됩니다. 자세한 내용은 [메시지](/ko/development/comfyui-server/comms_messages)를 참조하세요. 클라이언트에서 서버로 보내는 메시지는 `api.js`에 정의된 `api.fetchApi()` 메서드를 통해 전송되며, 서버가 정의한 HTTP 라우트에 의해 처리됩니다. 자세한 내용은 [라우트](/ko/development/comfyui-server/comms_routes)를 참조하세요. -클라이언트는 요청을 대기열에 넣을 때 전체 워크플로우(위젯 값 및 모든 내용)를 제출합니다. 서버는 요청을 대기열에 보낸 후에 여러분이 수정한 내용은 전혀 수신하지 않습니다. 만약 실행 중에 서버 동작을 변경하고 싶다면 라우트를 사용해야 합니다. \ No newline at end of file + + 클라이언트는 요청을 대기열에 넣을 때 전체 워크플로우(위젯 값 및 모든 내용)를 제출합니다. + 서버는 요청을 대기열에 보낸 후에 여러분이 수정한 내용은 전혀 수신하지 않습니다. + 실행 중에 서버 동작을 변경하려면 라우트를 사용해야 합니다. + \ No newline at end of file diff --git a/ko/development/comfyui-server/startup-flags.mdx b/ko/development/comfyui-server/startup-flags.mdx index 8ebd0e2e9..d4004ebbb 100644 --- a/ko/development/comfyui-server/startup-flags.mdx +++ b/ko/development/comfyui-server/startup-flags.mdx @@ -3,17 +3,32 @@ title: "시작 플래그" sidebarTitle: "시작 플래그" description: "ComfyUI main.py 명령줄 인수에 대한 완전한 참조" icon: "terminal" -translationSourceHash: db1e4840 +translationSourceHash: 9ff91388 translationFrom: development/comfyui-server/startup-flags.mdx +translationBlockHashes: + "_intro": 10812161 + "Network & Server": 6e570fe4 + "Directories": a888efb3 + "Launch & Browser": c34b0f9e + "Devices & CUDA": 64727146 + "Precision & Inference": b288036f + "Preview": 92d0c26e + "Cache": 2e1855f7 + "Attention": 35477f4d + "VRAM & Memory": cae9020b + "Performance & Debugging": 5c337217 + "ComfyUI Manager": 551a43d3 + "Custom Nodes & API Nodes": 9b333c54 + "Frontend & API": 29822d6a + "Logging & Misc": c42cbeb6 --- - ComfyUI는 `python main.py`로 시작할 때 명령줄 인수를 허용합니다. 이 페이지는 [`comfy/cli_args.py`](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py)에 정의된 모든 플래그를 설명합니다. **Windows Portable** 사용자는 `.bat` 실행 파일(예: `run_nvidia_gpu.bat`)에 플래그를 추가할 수 있습니다. 자세한 내용은 [Windows Portable 가이드](/ko/installation/comfyui_portable_windows)를 참조하세요. -ComfyUI 디렉토리에서 `python main.py --help`를 실행하면 내장 도움말 텍스트를 볼 수 있습니다. 필요에 따라 여러 플래그를 조합합니다: +ComfyUI 디렉토리에서 `python main.py --help`를 실행하면 기본 제공 도움말 텍스트를 볼 수 있습니다. 필요에 따라 여러 플래그를 결합합니다: ```bash python main.py --listen 0.0.0.0 --port 8288 --disable-auto-launch --lowvram @@ -22,14 +37,14 @@ python main.py --listen 0.0.0.0 --port 8288 --disable-auto-launch --lowvram ## 네트워크 및 서버 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--listen` `[IP]` | `127.0.0.1` | 수신할 IP 주소. 쉼표로 구분된 목록 지원 (예: `127.2.2.2,127.3.3.3`). 값을 지정하지 않으면 기본값 `0.0.0.0,::` (모든 IPv4 및 IPv6 인터페이스)이 사용됩니다. | +|------|---------|-------------| +| `--listen` `[IP]` | `127.0.0.1` | 수신할 IP 주소. 쉼표로 구분된 목록 지원 (예: `127.2.2.2,127.3.3.3`). 값을 제공하지 않으면 기본값은 `0.0.0.0,::` (모든 IPv4 및 IPv6 인터페이스)입니다. | | `--port` | `8188` | 수신할 포트. | | `--tls-keyfile` `PATH` | — | TLS (SSL) 키 파일 경로. HTTPS를 활성화합니다. `--tls-certfile`이 필요합니다. | | `--tls-certfile` `PATH` | — | TLS (SSL) 인증서 파일 경로. HTTPS를 활성화합니다. `--tls-keyfile`이 필요합니다. | -| `--enable-cors-header` `[ORIGIN]` | 비활성화 | CORS 활성화. 선택적으로 원본을 지정하거나, 값을 주지 않으면 `*` (모든 원본)로 설정됩니다. | +| `--enable-cors-header` `[ORIGIN]` | disabled | CORS를 활성화합니다. 선택적 오리진을 지정하거나, 값을 제공하지 않으면 모든 오리진에 대해 `*`이 사용됩니다. | | `--max-upload-size` | `100` | 최대 업로드 크기 (MB). | -| `--enable-compress-response-body` | 비활성화 | HTTP 응답 본문 압축 활성화. | +| `--enable-compress-response-body` | disabled | HTTP 응답 본문 압축을 활성화합니다. | ```bash @@ -47,24 +62,24 @@ python main.py --port 8443 --tls-keyfile key.pem --tls-certfile cert.pem ## 디렉토리 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--base-directory` `PATH` | ComfyUI 루트 | 모델, custom_nodes, input, output, temp, user 디렉토리의 기본 경로. | +|------|---------|-------------| +| `--base-directory` `PATH` | ComfyUI root | 모델, custom_nodes, 입력, 출력, temp, 사용자 디렉토리의 기본 디렉토리. | | `--extra-model-paths-config` `PATH` | — | 하나 이상의 `extra_model_paths.yaml` 파일을 로드합니다. 여러 번 지정할 수 있습니다. | -| `--output-directory` `PATH` | — | 출력 디렉토리. `--base-directory`를 덮어씁니다. | -| `--temp-directory` `PATH` | — | 임시 디렉토리. `--base-directory`를 덮어씁니다. | -| `--input-directory` `PATH` | — | 입력 디렉토리. `--base-directory`를 덮어씁니다. | -| `--user-directory` `PATH` | — | 사용자 디렉토리 (절대 경로). `--base-directory`를 덮어씁니다. 경로가 존재하고 읽을 수 있어야 합니다. | +| `--output-directory` `PATH` | — | 출력 디렉토리. `--base-directory`를 재정의합니다. | +| `--temp-directory` `PATH` | — | 임시 디렉토리. `--base-directory`를 재정의합니다. | +| `--input-directory` `PATH` | — | 입력 디렉토리. `--base-directory`를 재정의합니다. | +| `--user-directory` `PATH` | — | 사용자 디렉토리 (절대 경로). `--base-directory`를 재정의합니다. 경로가 존재하고 읽을 수 있어야 합니다. | ## 실행 및 브라우저 | 플래그 | 기본값 | 설명 | -|--------|--------|------| +|------|---------|-------------| | `--auto-launch` | 비활성화 | 시작 시 기본 브라우저에서 ComfyUI를 자동으로 엽니다. | | `--disable-auto-launch` | 비활성화 | 브라우저 자동 실행을 비활성화합니다. | -| `--windows-standalone-build` | 비활성화 | Windows 휴대용 빌드 편의 모드. 시작 시 자동 실행을 활성화합니다 (`--auto-launch`와 동일). | +| `--windows-standalone-build` | 비활성화 | Windows 휴대용 빌드 편의 모드. 시작 시 자동 실행을 활성화합니다(`--auto-launch`와 동일). | - `--windows-standalone-build`는 `auto_launch`를 `true`로 설정합니다. `--disable-auto-launch`가 이를 덮어씁니다. 브라우저를 열지 않고 서버로 실행하려면 `--disable-auto-launch`를 사용하세요. + `--windows-standalone-build`는 `auto_launch`를 참으로 설정합니다. `--disable-auto-launch`가 이를 재정의합니다. 브라우저를 열지 않고 서버로 실행하려면 `--disable-auto-launch`를 사용하세요. ```bash @@ -75,73 +90,73 @@ python main.py --disable-auto-launch ## 장치 및 CUDA | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--cuda-device` `DEVICE_ID` | — | 사용할 CUDA 장치 ID, 쉼표로 구분 (예: `0` 또는 `0,1`). 다른 장치는 숨깁니다. | -| `--default-device` `ID` | — | 기본 장치 ID. 다른 모든 장치는 계속 보입니다. | -| `--cuda-malloc` | auto (torch 2.0+) | cudaMallocAsync 활성화. `--disable-cuda-malloc`과 상호 배타적입니다. | -| `--disable-cuda-malloc` | — | cudaMallocAsync 비활성화. `--cuda-malloc`과 상호 배타적입니다. | -| `--directml` `[DEVICE]` | — | torch-directml 사용. 선택적 장치 인덱스; 값을 주지 않으면 `-1`이 기본값입니다. | -| `--oneapi-device-selector` `STRING` | — | Intel 장치용 oneAPI 장치 선택기 문자열. | +|------|---------|-------------| +| `--cuda-device` `DEVICE_ID` | 없음 | 사용할 CUDA 장치 ID, 쉼표로 구분 (예: `0` 또는 `0,1`). 다른 장치는 숨겨집니다. | +| `--default-device` `ID` | 없음 | 기본 장치 ID. 다른 모든 장치는 계속 표시됩니다. | +| `--cuda-malloc` | auto (torch 2.0+) | cudaMallocAsync를 활성화합니다. `--disable-cuda-malloc`와 상호 배타적입니다. | +| `--disable-cuda-malloc` | 없음 | cudaMallocAsync를 비활성화합니다. `--cuda-malloc`와 상호 배타적입니다. | +| `--directml` `[DEVICE]` | 없음 | torch-directml을 사용합니다. 선택적 장치 인덱스; 값이 제공되지 않으면 기본값 `-1`입니다. | +| `--oneapi-device-selector` `STRING` | 없음 | Intel 장치용 oneAPI 장치 선택기 문자열. | -## 정밀도 및 추론 +## 정밀도 & 추론 - 아래의 **전역**, **UNET**, **VAE**, **텍스트 인코더** 그룹의 플래그는 각 그룹 내에서 상호 배타적입니다. 한 번에 그룹당 하나의 플래그만 사용할 수 있습니다. + 아래 **Global**, **UNET**, **VAE**, **Text Encoder** 그룹의 플래그는 각 그룹 내에서 상호 배타적입니다. 한 그룹당 한 번에 하나의 플래그만 사용할 수 있습니다. -### 전역 부동소수점 +### 전역 플로팅 포인트 | 플래그 | 설명 | -|--------|------| -| `--force-fp32` | 전역적으로 fp32 강제 적용. GPU 성능이 향상되면 보고해 주세요. | -| `--force-fp16` | 전역적으로 fp16 강제 적용. `--fp16-unet`도 설정합니다. | +|------|-------------| +| `--force-fp32` | 전역적으로 fp32를 강제합니다. GPU 성능이 향상되면 신고해 주세요. | +| `--force-fp16` | 전역적으로 fp16을 강제합니다. `--fp16-unet`도 함께 설정합니다. | ### UNET 정밀도 | 플래그 | 설명 | -|--------|------| -| `--fp32-unet` | 확산 모델을 fp32로 실행. | -| `--fp64-unet` | 확산 모델을 fp64로 실행. | -| `--bf16-unet` | 확산 모델을 bf16으로 실행. | -| `--fp16-unet` | 확산 모델을 fp16으로 실행. | -| `--fp8_e4m3fn-unet` | UNet 가중치를 fp8 (e4m3fn)로 저장. | -| `--fp8_e5m2-unet` | UNet 가중치를 fp8 (e5m2)로 저장. | -| `--fp8_e8m0fnu-unet` | UNet 가중치를 fp8 (e8m0fnu)로 저장. | +|------|-------------| +| `--fp32-unet` | 디퓨전 모델을 fp32로 실행합니다. | +| `--fp64-unet` | 디퓨전 모델을 fp64로 실행합니다. | +| `--bf16-unet` | 디퓨전 모델을 bf16으로 실행합니다. | +| `--fp16-unet` | 디퓨전 모델을 fp16으로 실행합니다. | +| `--fp8_e4m3fn-unet` | UNet 가중치를 fp8(e4m3fn)로 저장합니다. | +| `--fp8_e5m2-unet` | UNet 가중치를 fp8(e5m2)로 저장합니다. | +| `--fp8_e8m0fnu-unet` | UNet 가중치를 fp8(e8m0fnu)로 저장합니다. | ### VAE 정밀도 | 플래그 | 설명 | -|--------|------| -| `--fp16-vae` | VAE를 fp16으로 실행. 검은 이미지가 생성될 수 있습니다. | -| `--fp32-vae` | VAE를 전체 정밀도 fp32로 실행. | -| `--bf16-vae` | VAE를 bf16으로 실행. | -| `--cpu-vae` | VAE를 CPU에서 실행 (VAE 정밀도 플래그와 상호 배타적이지 않음). | +|------|-------------| +| `--fp16-vae` | VAE를 fp16으로 실행합니다. 검정색 이미지가 발생할 수 있습니다. | +| `--fp32-vae` | VAE를 전체 정밀도 fp32로 실행합니다. | +| `--bf16-vae` | VAE를 bf16으로 실행합니다. | +| `--cpu-vae` | VAE를 CPU에서 실행합니다(VAE 정밀도 플래그와 상호 배타적이지 않습니다). | ### 텍스트 인코더 정밀도 | 플래그 | 설명 | -|--------|------| -| `--fp8_e4m3fn-text-enc` | 텍스트 인코더 가중치를 fp8 (e4m3fn)로 저장. | -| `--fp8_e5m2-text-enc` | 텍스트 인코더 가중치를 fp8 (e5m2)로 저장. | -| `--fp16-text-enc` | 텍스트 인코더 가중치를 fp16으로 저장. | -| `--fp32-text-enc` | 텍스트 인코더 가중치를 fp32로 저장. | -| `--bf16-text-enc` | 텍스트 인코더 가중치를 bf16으로 저장. | +|------|-------------| +| `--fp8_e4m3fn-text-enc` | 텍스트 인코더 가중치를 fp8(e4m3fn)로 저장합니다. | +| `--fp8_e5m2-text-enc` | 텍스트 인코더 가중치를 fp8(e5m2)로 저장합니다. | +| `--fp16-text-enc` | 텍스트 인코더 가중치를 fp16으로 저장합니다. | +| `--fp32-text-enc` | 텍스트 인코더 가중치를 fp32로 저장합니다. | +| `--bf16-text-enc` | 텍스트 인코더 가중치를 bf16으로 저장합니다. | ### 기타 추론 옵션 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--fp16-intermediates` | 비활성화 | 실험적: 노드 간 중간 텐서에 fp32 대신 fp16 사용. | -| `--force-channels-last` | 비활성화 | 추론 중 채널-마지막 메모리 형식 강제. | -| `--supports-fp8-compute` | 비활성화 | 장치가 fp8 계산을 지원하는 것처럼 동작. | -| `--enable-triton-backend` | 비활성화 | comfy-kitchen에서 Triton 백엔드 활성화. 시작 시 기본적으로 비활성화됨. | +|------|---------|-------------| +| `--fp16-intermediates` | 비활성 | 실험적: 노드 간 중간 텐서에 fp16을 fp32 대신 사용합니다. | +| `--force-channels-last` | 비활성 | 추론 중 channels-last 메모리 형식 강제 적용. | +| `--supports-fp8-compute` | 비활성 | 기기가 fp8 연산을 지원하는 것처럼 동작합니다. | +| `--enable-triton-backend` | 비활성 | comfy-kitchen에서 Triton 백엔드를 활성화합니다. 시작 시 기본적으로 비활성화됩니다. | ## 미리보기 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--preview-method` | `none` | 샘플러 노드의 미리보기 방식. 선택: `none`, `auto`, `latent2rgb`, `taesd`. | -| `--preview-size` | `512` | 최대 미리보기 이미지 크기 (픽셀). | +|------|---------|-------------| +| `--preview-method` | `none` | 샘플러 노드의 미리보기 방법. 선택 가능한 값: `none`, `auto`, `latent2rgb`, `taesd`. | +| `--preview-size` | `512` | 미리보기 이미지의 최대 크기(픽셀 단위). | ## 캐시 @@ -150,108 +165,108 @@ python main.py --disable-auto-launch | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--cache-ram` `[GB] [GB]` | 활성화 (기본 모드) | RAM 압박 캐싱. 첫 번째 값: 활성 캐시 임계값 (GB). 선택적 두 번째 값: 비활성 캐시/고정 임계값 (GB). 값을 제공하지 않으면: 활성 = 시스템 RAM의 10% (최소 2 GB, 최대 10 GB); 비활성 = 시스템 RAM의 100% (최대 96 GB). 최대 두 개의 값을 허용. | -| `--cache-classic` | — | 이전의 공격적인 캐싱 스타일을 사용합니다. | -| `--cache-lru` `N` | `0` (비활성화) | 최대 N개의 노드 결과를 캐시하는 LRU 캐싱. RAM/VRAM을 더 많이 사용할 수 있습니다. | -| `--cache-none` | — | RAM/VRAM 사용량 감소; 매 실행마다 모든 노드를 다시 실행합니다. | +|------|---------|-------------| +| `--cache-ram` `[GB] [GB]` | 활성화됨 (기본 모드) | RAM 압력 캐싱입니다. 첫 번째 값: 활성 캐시 임계값(GB). 선택적 두 번째 값: 비활성 캐시/고정 임계값(GB). 값이 주어지지 않으면: 활성 = 시스템 RAM의 10% (최소 2 GB, 최대 10 GB); 비활성 = 시스템 RAM의 100% (최대 96 GB). 최대 두 개의 값만 허용합니다. | +| `--cache-classic` | - | 이전의 적극적인 캐싱 방식을 사용합니다. | +| `--cache-lru` `N` | `0` (비활성화) | LRU 캐싱으로, 최대 N개의 노드 결과가 캐시됩니다. 더 많은 RAM/VRAM을 사용할 수 있습니다. | +| `--cache-none` | - | RAM/VRAM 사용량을 줄입니다. 매 실행마다 모든 노드를 다시 실행합니다. | -## Attention +## 어텐션 - 교차 어텐션 방법 플래그는 상호 배타적입니다. xformers를 사용할 때 분할 및 사분 교차 어텐션은 무시됩니다. + 크로스 어텐션 방법 플래그는 상호 배타적입니다. xformers를 사용할 때 분할 어텐션과 쿼드 어텐션은 무시됩니다. | 플래그 | 설명 | -|--------|------| -| `--use-split-cross-attention` | 분할 교차 어텐션 최적화 사용. | -| `--use-quad-cross-attention` | 서브-2차 교차 어텐션 최적화 사용. | -| `--use-pytorch-cross-attention` | PyTorch 2.0 교차 어텐션 사용. | -| `--use-sage-attention` | Sage 어텐션 사용. | -| `--use-flash-attention` | FlashAttention 사용. | -| `--disable-xformers` | xformers 비활성화. | -| `--force-upcast-attention` | 어텐션 업캐스팅 강제 적용. 검은 이미지가 수정되는지 보고해 주세요. `--dont-upcast-attention`과 상호 배타적입니다. | -| `--dont-upcast-attention` | 모든 어텐션 업캐스팅 비활성화. 디버깅 전용. | - -## VRAM 및 메모리 +|------|-------------| +| `--use-split-cross-attention` | 분할 크로스 어텐션 최적화를 사용합니다. | +| `--use-quad-cross-attention` | 서브 쿼드래틱 크로스 어텐션 최적화를 사용합니다. | +| `--use-pytorch-cross-attention` | PyTorch 2.0 크로스 어텐션을 사용합니다. | +| `--use-sage-attention` | Sage 어텐션을 사용합니다. | +| `--use-flash-attention` | FlashAttention을 사용합니다. | +| `--disable-xformers` | xformers를 비활성화합니다. | +| `--force-upcast-attention` | 어텐션 업캐스팅을 강제합니다. 검정색 이미지가 수정되는 경우 신고하세요. `--dont-upcast-attention`과 상호 배타적입니다. | +| `--dont-upcast-attention` | 모든 어텐션 업캐스팅을 비활성화합니다. 디버깅 전용입니다. | + +## VRAM & 메모리 - VRAM 모드 플래그 (`--gpu-only`, `--highvram`, `--lowvram`, `--novram`, `--cpu`)는 상호 배타적입니다. + VRAM 모드 플래그(`--gpu-only`, `--highvram`, `--lowvram`, `--novram`, `--cpu`)는 상호 배타적입니다. | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--gpu-only` | — | 모든 것을 GPU에 저장하고 실행 (텍스트 인코더, CLIP 등). | -| `--highvram` | — | 모델을 사용 후 CPU로 언로딩하지 않고 GPU 메모리에 유지. | -| `--lowvram` | — | 동적 VRAM이 활성화된 경우 효과 없음. 그렇지 않으면 텍스트 인코더를 CPU에서 실행. | -| `--novram` | — | `--lowvram`이 충분하지 않을 때 최소 VRAM 사용. | -| `--cpu` | — | 모든 것을 CPU에서 실행 (느림). | -| `--reserve-vram` `GB` | OS 종속 | OS 및 기타 소프트웨어를 위해 예약할 VRAM (GB). | -| `--async-offload` `[NUM_STREAMS]` | Nvidia에서 활성화 | 비동기 가중치 오프로딩. 선택적 스트림 수 (기본값: 2). | -| `--disable-async-offload` | — | 비동기 가중치 오프로딩 비활성화. | -| `--disable-dynamic-vram` | — | 동적 VRAM 비활성화; 예측 기반 모델 로딩 사용. | -| `--enable-dynamic-vram` | Nvidia에서 자동 | 기본적으로 활성화되지 않은 시스템에서 동적 VRAM 활성화. | -| `--fast-disk` | 비활성화 | 고정되지 않은 RAM 대신 디스크 기반 동적 로딩 선호. 빠른 NVMe에서 유용. | -| `--force-non-blocking` | 비활성화 | 논블로킹 텐서 연산 강제 적용. 비 Nvidia 시스템에서 도움이 될 수 있음; 일부 워크플로우를 깨뜨릴 수 있음. | -| `--disable-smart-memory` | 비활성화 | 모델을 VRAM에 유지하는 대신 RAM으로 공격적으로 오프로드. | -| `--disable-pinned-memory` | 비활성화 | 고정 메모리 사용 비활성화. | -| `--mmap-torch-files` | 비활성화 | ckpt/pt 파일 로딩 시 mmap 사용. | -| `--disable-mmap` | 비활성화 | safetensors 로딩 시 mmap 사용 안 함. | +|------|---------|-------------| +| `--gpu-only` | — | 모든 것을 GPU에 저장하고 실행합니다(텍스트 인코더, CLIP 등). | +| `--highvram` | — | 사용 후 모델을 CPU로 언로딩하지 않고 GPU 메모리에 유지합니다. | +| `--lowvram` | — | 동적 VRAM이 활성화된 경우 효과가 없습니다. 그렇지 않으면 텍스트 인코더를 CPU에서 실행합니다. | +| `--novram` | — | `--lowvram`이 충분하지 않을 때 최소 VRAM 사용량을 제공합니다. | +| `--cpu` | — | 모든 것을 CPU에서 실행합니다(느림). | +| `--reserve-vram` `GB` | OS 의존적 | OS 및 기타 소프트웨어용으로 예약할 VRAM(GB)입니다. | +| `--async-offload` `[NUM_STREAMS]` | Nvidia에서 활성화 | 비동기 가중치 오프로딩입니다. 선택적 스트림 수(기본값: 2). | +| `--disable-async-offload` | — | 비동기 가중치 오프로딩을 비활성화합니다. | +| `--disable-dynamic-vram` | — | 동적 VRAM을 비활성화하고 예측 기반 모델 로딩을 사용합니다. | +| `--enable-dynamic-vram` | Nvidia에서 자동 활성화 | 기본적으로 활성화되지 않은 시스템에서 동적 VRAM을 활성화합니다. | +| `--fast-disk` | 비활성화 | 비고정 RAM보다 디스크 기반 동적 로딩을 선호합니다. 고속 NVMe에 유용합니다. | +| `--force-non-blocking` | 비활성화 | 비차단 텐서 연산을 강제합니다. 비Nvidia 시스템에서 도움이 될 수 있지만 일부 워크플로를 손상시킬 수 있습니다. | +| `--disable-smart-memory` | 비활성화 | 모델을 VRAM에 유지하는 대신 RAM으로 적극적으로 오프로드합니다. | +| `--disable-pinned-memory` | 비활성화 | 고정 메모리 사용을 비활성화합니다. | +| `--mmap-torch-files` | 비활성화 | ckpt/pt 파일을 로딩할 때 mmap을 사용합니다. | +| `--disable-mmap` | 비활성화 | safetensors를 로딩할 때 mmap을 사용하지 않습니다. | ## 성능 및 디버깅 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--fast` `[OPT...]` | 비활성화 | 품질이나 안정성에 영향을 줄 수 있는 실험적 최적화를 활성화합니다. `--fast` 단독 사용 시 모든 항목이 활성화됩니다. 특정 옵션: `fp16_accumulation`, `fp8_matrix_mult`, `cublas_ops`, `autotune`. | -| `--deterministic` | 비활성화 | 가능한 경우 더 느린 결정적 PyTorch 알고리즘 사용. 모든 경우에 동일한 이미지를 보장하지 않습니다. | -| `--default-hashing-function` | `sha256` | 중복 파일명/콘텐츠 비교를 위한 해시 함수. 선택: `md5`, `sha1`, `sha256`, `sha512`. | +|------|---------|-------------| +| `--fast` `[OPT...]` | 비활성화 | 실험적 최적화를 활성화합니다. 품질이나 안정성에 영향을 줄 수 있습니다. `--fast`만 사용하면 모든 옵션을 활성화합니다. 특정 옵션: `fp16_accumulation`, `fp8_matrix_mult`, `cublas_ops`, `autotune`. | +| `--deterministic` | 비활성화 | 가능한 경우 더 느린 결정론적 PyTorch 알고리즘을 사용합니다. 모든 경우에 동일한 이미지를 보장하지는 않습니다. | +| `--default-hashing-function` | `sha256` | 중복 파일 이름/콘텐츠 비교를 위한 해시 함수. 선택 사항: `md5`, `sha1`, `sha256`, `sha512`. | ```bash -# Enable all fast optimizations (experimental) +# 모든 fast 최적화 활성화 (실험적) python main.py --fast -# Enable specific optimizations only +# 특정 최적화만 활성화 python main.py --fast fp16_accumulation cublas_ops ``` -## ComfyUI Manager +## ComfyUI 매니저 -설치 안내는 [ComfyUI-Manager 설치](/ko/manager/install)를 참조하세요. +설치 방법은 [ComfyUI-Manager 설치](/ko/manager/install)를 참고하세요. | 플래그 | 설명 | -|--------|------| -| `--enable-manager` | ComfyUI-Manager 활성화. | -| `--disable-manager-ui` | Manager UI 및 엔드포인트만 비활성화. 백그라운드 작업(예약 설치 등)은 계속 진행. `--enable-manager` 필요. | -| `--enable-manager-legacy-ui` | 레거시 Manager UI 사용. `--enable-manager` 필요. | +|------|-------------| +| `--enable-manager` | ComfyUI-Manager를 활성화합니다. | +| `--disable-manager-ui` | 매니저 UI와 엔드포인트만 비활성화합니다. 백그라운드 작업(예약된 설치 등)은 계속 실행됩니다. `--enable-manager`가 필요합니다. | +| `--enable-manager-legacy-ui` | 레거시 매니저 UI를 사용합니다. `--enable-manager`가 필요합니다. | -## 사용자 정의 노드 및 API 노드 +## 커스텀 노드 & API 노드 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--disable-all-custom-nodes` | 비활성화 | 모든 사용자 정의 노드 로딩 비활성화. | -| `--whitelist-custom-nodes` `FOLDER...` | — | `--disable-all-custom-nodes`가 설정된 경우에도 로드할 사용자 정의 노드 폴더. | -| `--disable-api-nodes` | 비활성화 | API 노드를 비활성화하고 프론트엔드의 인터넷 통신을 차단합니다. | -| `--disable-metadata` | 비활성화 | 출력 파일에 프롬프트 메타데이터 저장 비활성화. | +|------|---------|-------------| +| `--disable-all-custom-nodes` | disabled | 모든 커스텀 노드의 로딩을 비활성화합니다. | +| `--whitelist-custom-nodes` `FOLDER...` | — | `--disable-all-custom-nodes`가 설정된 경우에도 로드할 커스텀 노드 폴더입니다. | +| `--disable-api-nodes` | disabled | API 노드를 비활성화하고 프런트엔드가 인터넷과 통신하는 것을 방지합니다. | +| `--disable-metadata` | disabled | 출력 파일에 프롬프트 메타데이터를 저장하는 것을 비활성화합니다. | ```bash -# Troubleshoot custom node issues +# 커스텀 노드 문제 해결 python main.py --disable-all-custom-nodes -# Allow only specific custom nodes +# 특정 커스텀 노드만 허용 python main.py --disable-all-custom-nodes --whitelist-custom-nodes ComfyUI-Manager ``` -## 프론트엔드 및 API +## 프론트엔드 & API | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--front-end-version` | `comfyanonymous/ComfyUI@latest` | `[owner]/[repo]@[version]` 형식의 프론트엔드 버전. GitHub 릴리즈에서 다운로드하려면 인터넷이 필요합니다. 버전은 `latest` 또는 시맨틱 버전(예: `1.0.0`)일 수 있습니다. | -| `--front-end-root` `PATH` | — | 프론트엔드 디렉토리의 로컬 파일 시스템 경로. `--front-end-version`을 덮어씁니다. | -| `--comfy-api-base` | `https://api.comfy.org` | ComfyUI API의 기본 URL. | -| `--database-url` | `sqlite:////user/comfyui.db` | 데이터베이스 URL. 인메모리로 사용하려면 `sqlite:///:memory:`를 지정하세요. | -| `--enable-assets` | 비활성화 | 에셋 시스템 활성화 (API 라우트, 데이터베이스 동기화, 백그라운드 스캐닝). | -| `--feature-flag` `KEY[=VALUE]` | — | 서버 기능 플래그 설정. `KEY`만 지정하면 true로 설정됩니다. 반복 사용 가능. 불리언과 숫자는 자동 변환됩니다. | -| `--list-feature-flags` | — | CLI에서 설정 가능한 알려진 기능 플래그를 JSON으로 출력하고 종료합니다. | +|------|---------|-------------| +| `--front-end-version` | `comfyanonymous/ComfyUI@latest` | `[소유자]/[레포]@[버전]` 형식의 프론트엔드 버전입니다. GitHub 릴리즈에서 다운로드하려면 인터넷이 필요합니다. 버전은 `latest` 또는 semver(예: `1.0.0`)일 수 있습니다. | +| `--front-end-root` `PATH` | — | 프론트엔드 디렉터리의 로컬 파일 시스템 경로입니다. `--front-end-version`을 대체합니다. | +| `--comfy-api-base` | `https://api.comfy.org` | ComfyUI API의 기본 URL입니다. | +| `--database-url` | `sqlite:////user/comfyui.db` | 데이터베이스 URL입니다. 인메모리로 사용하려면 `sqlite:///:memory:`를 사용하세요. | +| `--enable-assets` | 비활성화 | 에셋 시스템(API 라우트, 데이터베이스 동기화, 백그라운드 스캔)을 활성화합니다. | +| `--feature-flag` `KEY[=VALUE]` | — | 서버 기능 플래그를 설정합니다. `KEY`만 지정하면 참으로 설정됩니다. 반복하여 사용할 수 있습니다. 불리언과 숫자는 자동 변환됩니다. | +| `--list-feature-flags` | — | CLI에서 설정 가능한 기능 플래그를 JSON으로 출력하고 종료합니다. | ```bash # List available feature flags @@ -261,18 +276,18 @@ python main.py --list-feature-flags python main.py --feature-flag show_signin_button=true ``` -## 로깅 및 기타 +## 로깅 & 기타 | 플래그 | 기본값 | 설명 | -|--------|--------|------| -| `--verbose` `[LEVEL]` | `INFO` | 로깅 레벨. 선택: `DEBUG`, `INFO`, `WARNING`, `ERROR`, `CRITICAL`. `--verbose`만 단독으로 사용하면 `DEBUG`로 설정됩니다. | -| `--log-stdout` | 비활성화 | 일반 프로세스 출력을 stderr 대신 stdout으로 전송합니다. | -| `--dont-print-server` | 비활성화 | 서버 출력을 콘솔에 출력하지 않습니다. | -| `--multi-user` | 비활성화 | 사용자별 저장소 활성화. | -| `--quick-test-for-ci` | 비활성화 | CI용 빠른 시작 테스트. 초기화 후 즉시 종료됩니다. | +|------|---------|-------------| +| `--verbose` `[LEVEL]` | `INFO` | 로깅 수준. 선택: `DEBUG`, `INFO`, `WARNING`, `ERROR`, `CRITICAL`. `--verbose`만 사용하면 `DEBUG`로 설정됩니다. | +| `--log-stdout` | 비활성화 | 노멀 프로세스 출력을 stderr 대신 stdout으로 보냅니다. | +| `--dont-print-server` | 비활성화 | 서버 출력을 콘솔에 표시하지 않습니다. | +| `--multi-user` | 비활성화 | 사용자별 저장소를 활성화합니다. | +| `--quick-test-for-ci` | 비활성화 | CI용 빠른 시작 테스트. 초기화 이후 즉시 종료됩니다. | --- - 이 참조는 ComfyUI [`comfy/cli_args.py`](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py)를 기반으로 합니다. ComfyUI를 업그레이드할 때 `python main.py --help`를 실행하거나 로컬 [`cli_args.py`](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py)를 이 페이지와 비교하여 새로 추가되거나 변경된 플래그를 확인하세요. - \ No newline at end of file + 이 참조는 ComfyUI [`comfy/cli_args.py`](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py)를 기반으로 합니다. ComfyUI를 업그레이드할 때 `python main.py --help`를 실행하거나 로컬 [`cli_args.py`](https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py)를 이 페이지와 비교하여 새로운 플래그나 변경된 플래그를 확인하세요. + diff --git a/ko/development/core-concepts/custom-nodes.mdx b/ko/development/core-concepts/custom-nodes.mdx index 3a4ff8c00..f95954184 100644 --- a/ko/development/core-concepts/custom-nodes.mdx +++ b/ko/development/core-concepts/custom-nodes.mdx @@ -1,11 +1,15 @@ --- title: "커스텀 노드" -description: "ComfyUI에서 커스텀 노드 설치, 종속성 활성화, 업데이트, 비활성화, 제거에 대해 알아보세요" +description: "ComfyUI에서 커스텀 노드 설치, 의존성 활성화, 업데이트, 비활성화, 제거에 대해 알아보세요" icon: "window-maximize" -translationSourceHash: 1e63acbc +translationSourceHash: 550976cd translationFrom: development/core-concepts/custom-nodes.mdx +translationBlockHashes: + "About Custom Nodes": bfe7409e + "Custom Node Management": 851be6cc + "ComfyUI Manager": b3de97a9 + "Developing a Custom Node": b4016ecf --- - ## 커스텀 노드 소개 ComfyUI를 설치하면 내장 노드가 많이 포함되어 있는 것을 알게 됩니다. 이러한 기본 노드는 **Comfy Core** 노드라고 하며, ComfyUI에서 공식적으로 유지 관리합니다. @@ -35,25 +39,25 @@ ComfyUI를 설치하면 내장 노드가 많이 포함되어 있는 것을 알 현재 ComfyUI는 다음과 같은 여러 방법을 통해 커스텀 노드 설치를 지원합니다. -- [ComfyUI Manager를 통한 설치(권장)](#install-via-comfyui-manager) +- [ComfyUI 매니저를 통한 설치(권장)](#install-via-comfyui-manager) - Git을 통한 설치 - 수동 설치 -**ComfyUI Manager**를 통해 커스텀 노드를 설치하는 것을 권장합니다. 이는 ComfyUI 커스텀 노드 생태계에서 매우 중요한 도구입니다. 검색, 설치, 업데이트, 비활성화, 제거 등 커스텀 노드 관리를 간단하게 만들어 줍니다. ComfyUI Manager에서 설치하려는 노드를 검색하고 설치를 클릭하기만 하면 됩니다. +**ComfyUI 매니저**를 통해 커스텀 노드를 설치하는 것을 권장합니다. 이는 ComfyUI 커스텀 노드 생태계에서 매우 중요한 도구입니다. 검색, 설치, 업데이트, 비활성화, 제거 등 커스텀 노드 관리를 간단하게 만들어 줍니다. ComfyUI 매니저에서 설치하려는 노드를 검색하고 설치를 클릭하기만 하면 됩니다. 그러나 현재 모든 커스텀 노드는 GitHub에 저장되어 있으므로, GitHub에 정상적으로 접근할 수 없는 지역을 위해 이 가이드에서 다양한 커스텀 노드 설치 방법에 대한 자세한 안내를 제공합니다. -또한 플러그인 관리에 **ComfyUI Manager** 사용을 권장하므로 이 도구를 플러그인 관리에 사용하는 것이 좋습니다. 소스 코드는 [여기](https://github.com/Comfy-Org/ComfyUI-Manager)에서 확인할 수 있습니다. -따라서 이 문서에서는 ComfyUI Manager 설치를 커스텀 노드 설치 예제로 사용하고, 관련 소개 섹션에서 노드 관리에 어떻게 사용하는지 보충 설명합니다. +또한 플러그인 관리에 **ComfyUI 매니저** 사용을 권장하므로 이 도구를 플러그인 관리에 사용하는 것이 좋습니다. 소스 코드는 [여기](https://github.com/Comfy-Org/ComfyUI-Manager)에서 확인할 수 있습니다. +따라서 이 문서에서는 ComfyUI 매니저 설치를 커스텀 노드 설치 예제로 사용하고, 관련 소개 섹션에서 노드 관리에 어떻게 사용하는지 보충 설명합니다. - + -ComfyUI Manager는 매우 풍부한 기능을 갖추고 있으므로, 별도의 문서로 ComfyUI Manager 설치 장을 소개합니다. 아래 링크를 방문하여 ComfyUI Manager로 커스텀 노드를 설치하는 방법을 알아보세요. +ComfyUI 매니저는 매우 풍부한 기능을 갖추고 있으므로, 별도의 문서로 ComfyUI 매니저 설치 장을 소개합니다. 아래 링크를 방문하여 ComfyUI 매니저로 커스텀 노드를 설치하는 방법을 알아보세요. - - ComfyUI Manager를 사용하여 커스텀 노드 설치 방법 알아보기 + + ComfyUI 매니저를 사용하여 커스텀 노드 설치 방법 알아보기 @@ -156,9 +160,9 @@ git clone https://github.com/Comfy-Org/ComfyUI-Manager 앞선 단계에서는 커스텀 노드 코드만 로컬에 복제했을 뿐 해당 종속성을 설치하지 않았으므로, 이제 해당 종속성을 설치해야 합니다. -실제로 ComfyUI-Manager를 사용하여 플러그인을 설치하면 ComfyUI Manager가 자동으로 종속성 설치를 완료해 줍니다. 플러그인 설치 후 ComfyUI를 다시 시작하기만 하면 됩니다. 이것이 바로 ComfyUI Manager를 사용하여 커스텀 노드를 설치하는 것을 강력히 권장하는 이유입니다. +실제로 ComfyUI-Manager를 사용하여 플러그인을 설치하면 ComfyUI 매니저가 자동으로 종속성 설치를 완료해 줍니다. 플러그인 설치 후 ComfyUI를 다시 시작하기만 하면 됩니다. 이것이 바로 ComfyUI 매니저를 사용하여 커스텀 노드를 설치하는 것을 강력히 권장하는 이유입니다. -하지만 일부 상황에서 ComfyUI Manager를 사용하여 커스텀 노드를 원활하게 설치하지 못할 수도 있으므로, 이보다 더 자세한 종속성 설치 안내를 제공합니다. +하지만 일부 상황에서 ComfyUI 매니저를 사용하여 커스텀 노드를 원활하게 설치하지 못할 수도 있으므로, 이보다 더 자세한 종속성 설치 안내를 제공합니다. [종속성](/ko/development/core-concepts/dependencies) 장에서 ComfyUI의 종속성 관련 내용을 소개했습니다. ComfyUI는 **Python** 기반 프로젝트이며, ComfyUI 실행을 위해 독립적인 **Python** 런타임 환경을 구축했습니다. 모든 관련 종속성은 이 독립적인 **Python** 런타임 환경에 설치해야 합니다. @@ -192,8 +196,8 @@ python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-Manager -Comfy Desktop 버전은 이미 설치 과정에서 ComfyUI-Manager와 그 종속성이 설치되어 있으며, 이 가이드에서도 ComfyUI Manager를 커스텀 노드 설치 예제로 사용하므로, Desktop 버전에서는 실제로 ComfyUI Manager 종속성 설치를 수행할 필요가 없습니다. -예상치 못한 문제가 없다면, ComfyUI Manager를 사용하여 커스텀 노드를 설치하는 것을 권장하므로 수동으로 종속성을 설치할 필요가 없습니다. +Comfy Desktop 버전은 이미 설치 과정에서 ComfyUI-Manager와 그 종속성이 설치되어 있으며, 이 가이드에서도 ComfyUI 매니저를 커스텀 노드 설치 예제로 사용하므로, Desktop 버전에서는 실제로 ComfyUI 매니저 종속성 설치를 수행할 필요가 없습니다. +예상치 못한 문제가 없다면, ComfyUI 매니저를 사용하여 커스텀 노드를 설치하는 것을 권장하므로 수동으로 종속성을 설치할 필요가 없습니다. ![Comfy Desktop 터미널](/images/concepts/custom_nodes/desktop_terminal.png) @@ -217,19 +221,19 @@ pip install -r .\custom_nodes\<해당_맞춤형_노드_이름>\requirements.txt ### 커스텀 노드 버전 관리 -커스텀 노드 버전 관리는 실제로 Git 버전 관리에 기반합니다. Git을 통해 노드 버전을 관리할 수 있지만, ComfyUI Manager는 이미 이 버전 관리 기능을 매우 잘 통합했습니다. 이렇게 편리한 도구를 제공해 주신 [@Dr.Lt.Data](https://github.com/ltdrdata)님께 깊이 감사드립니다. +커스텀 노드 버전 관리는 실제로 Git 버전 관리에 기반합니다. Git을 통해 노드 버전을 관리할 수 있지만, ComfyUI 매니저는 이미 이 버전 관리 기능을 매우 잘 통합했습니다. 이렇게 편리한 도구를 제공해 주신 [@Dr.Lt.Data](https://github.com/ltdrdata)님께 깊이 감사드립니다. 이 섹션에서는 이 두 가지 다른 플러그인 버전 관리 방법을 설명드리지만, ZIP 패키지를 사용하여 수동 설치한 경우에는 해당 git 버전 기록 정보가 사라지므로 버전 관리를 수행할 수 없습니다. - + -ComfyUI Manager는 지속적으로 개선 중이므로 실제 최신 인터페이스와 단계는 크게 다를 수 있습니다. +ComfyUI 매니저는 지속적으로 개선 중이므로 실제 최신 인터페이스와 단계는 크게 다를 수 있습니다. -아래와 같이 해당 작업을 수행하여 ComfyUI Manager 인터페이스로 들어갑니다. +아래와 같이 해당 작업을 수행하여 ComfyUI 매니저 인터페이스로 들어갑니다. 필터를 사용하여 설치된 노드 패키지를 필터링한 후 해당 노드 관리를 수행할 수 있습니다. @@ -300,16 +304,16 @@ git checkout <커밋_해시> 업데이트 예정 -## ComfyUI Manager +## ComfyUI 매니저 -![ComfyUI Manager 인터페이스](/images/concepts/core-concepts_nodes_manager.png) +![ComfyUI 매니저 인터페이스](/images/concepts/core-concepts_nodes_manager.png) 이 도구는 현재 [Desktop 버전](/ko/installation/desktop/windows)에 기본적으로 포함되어 있으며, [Portable 버전](/ko/installation/comfyui_portable_windows)에서는 이 문서의 [Manager 설치](#installing-custom-nodes) 섹션의 설치 지침을 참조해야 합니다. -ComfyUI가 계속 발전함에 따라 ComfyUI Manager가 ComfyUI에서 점점 더 중요한 역할을 하고 있습니다. 현재 ComfyUI-Manager는 공식적으로 Comfy Org 조직에 합류하여 ComfyUI의 핵심 종속성의 일부가 되었으며, 원저자인 [Dr.Lt.Data](https://github.com/ltdrdata)가 계속해서 유지 관리하고 있습니다. 자세한 내용은 [이 블로그 게시물](https://blog.comfy.org/p/comfyui-manager-joins-comfy-org)을 참조하세요. -향후 업데이트에서 ComfyUI Manager의 사용 편의성을 크게 개선할 예정이므로, 이 문서에 표시된 인터페이스가 최신 버전의 ComfyUI Manager와 다를 수 있습니다. +ComfyUI가 계속 발전함에 따라 ComfyUI 매니저가 ComfyUI에서 점점 더 중요한 역할을 하고 있습니다. 현재 ComfyUI-Manager는 공식적으로 Comfy Org 조직에 합류하여 ComfyUI의 핵심 종속성의 일부가 되었으며, 원저자인 [Dr.Lt.Data](https://github.com/ltdrdata)가 계속해서 유지 관리하고 있습니다. 자세한 내용은 [이 블로그 게시물](https://blog.comfy.org/p/comfyui-manager-joins-comfy-org)을 참조하세요. +향후 업데이트에서 ComfyUI 매니저의 사용 편의성을 크게 개선할 예정이므로, 이 문서에 표시된 인터페이스가 최신 버전의 ComfyUI 매니저와 다를 수 있습니다. ### Manager 설치 @@ -330,11 +334,12 @@ git clone https://github.com/Comfy-Org/ComfyUI-Manager.git manager를 설치한 후 manager에서 누락된 노드를 감지할 수 있습니다. -![ComfyUI Manager 인터페이스](/images/concepts/core-concepts_nodes_manager.png) +![ComfyUI 매니저 인터페이스](/images/concepts/core-concepts_nodes_manager.png) + ## 커스텀 노드 개발 개발 능력이 있다면 아래 문서부터 시작하여 커스텀 노드 개발을 시작하는 방법을 알아보세요. 커스텀 노드 개발을 시작하는 방법 알아보기 - \ No newline at end of file + diff --git a/ko/development/core-concepts/dependencies.mdx b/ko/development/core-concepts/dependencies.mdx index fa9d2508e..717fb1bf5 100644 --- a/ko/development/core-concepts/dependencies.mdx +++ b/ko/development/core-concepts/dependencies.mdx @@ -88,7 +88,7 @@ pip install -r requirements.txt ComfyUI 커뮤니티의 많은 저자들의 노력 덕분에 우리는 서로 다른 커스텀 노드를 사용해 ComfyUI의 기능을 확장하고 놀라운 창의력을 발휘할 수 있습니다. -일반적으로 각 커스텀 노드는 고유한 종속성과 별도의 `requirements.txt` 파일을 가지고 있습니다. [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager)를 사용해 커스텀 노드를 설치하면 ComfyUI Manager가 일반적으로 해당 종속성을 자동으로 설치해줍니다. +일반적으로 각 커스텀 노드는 고유한 종속성과 별도의 `requirements.txt` 파일을 가지고 있습니다. [ComfyUI 매니저](https://github.com/Comfy-Org/ComfyUI-Manager)를 사용해 커스텀 노드를 설치하면 ComfyUI 매니저가 일반적으로 해당 종속성을 자동으로 설치해줍니다. 하지만 수동으로 종속성을 설치해야 하는 경우도 있습니다. 현재 모든 커스텀 노드는 `ComfyUI/custom_nodes` 디렉토리에 설치됩니다. @@ -134,6 +134,6 @@ ComfyUI를 사용하다 보면 종속성 충돌 문제가 자주 발생합니다 ## 소프트웨어 -ComfyUI와 같은 고급 애플리케이션은 **_소프트웨어 종속성_**도 가지고 있습니다. 이는 애플리케이션이 실행되기 위해 필요한 프로그래밍 코드와 데이터 라이브러리입니다. 커스텀 노드는 소프트웨어 종속성의 예입니다. 더욱 근본적인 차원에서는 파이썬 프로그래밍 환경이 ComfyUI의 궁극적인 종속성입니다. 특정 버전의 ComfyUI를 실행하려면 올바른 버전의 파이썬이 필요합니다. 파이썬, ComfyUI, 커스텀 노드의 업데이트는 모두 **ComfyUI Manager** 창에서 처리할 수 있습니다. +ComfyUI와 같은 고급 애플리케이션은 **_소프트웨어 종속성_**도 가지고 있습니다. 이는 애플리케이션이 실행되기 위해 필요한 프로그래밍 코드와 데이터 라이브러리입니다. 커스텀 노드는 소프트웨어 종속성의 예입니다. 더욱 근본적인 차원에서는 파이썬 프로그래밍 환경이 ComfyUI의 궁극적인 종속성입니다. 특정 버전의 ComfyUI를 실행하려면 올바른 버전의 파이썬이 필요합니다. 파이썬, ComfyUI, 커스텀 노드의 업데이트는 모두 **ComfyUI 매니저** 창에서 처리할 수 있습니다. ![ComfyUI 커스텀 노드 관리자](/images/concepts/core-concepts_dependecies_custom-nodes-manager.png) \ No newline at end of file diff --git a/ko/development/core-concepts/nodes.mdx b/ko/development/core-concepts/nodes.mdx index 95d8436d0..cd7908d55 100644 --- a/ko/development/core-concepts/nodes.mdx +++ b/ko/development/core-concepts/nodes.mdx @@ -2,10 +2,19 @@ title: "노드" description: "ComfyUI에서 노드의 개념을 이해하세요." icon: "circle" -translationSourceHash: df626bed +translationSourceHash: 574a12c2 translationFrom: development/core-concepts/nodes.mdx +translationBlockHashes: + "_intro": 07a53a8b + "Nodes perform operations": f2d330a5 + "Different Node States": a763dcdd + "Connections Between Nodes": 7a839f4d + "Node Appearance": 29b7f24e + "Node Context Menus": 10f42a3f + "Node Selection Toolbox": c3d17c52 + "Subgraphs": 96276388 + "Custom Nodes": bf166fc9 --- - ComfyUI에서 노드는 작업을 수행하는 기본적인 구성 요소입니다. 각 노드는 독립적으로 구축된 모듈로, **Comfy Core** 노드든 **커스텀 노드**든 고유한 기능을 갖추고 있습니다. 노드들은 링크를 통해 서로 연결되어 마치 레고 블록을 조립하듯 복잡한 기능을 구축할 수 있게 해줍니다. 다양한 노드들의 조합은 ComfyUI의 무한한 가능성을 만들어냅니다. @@ -22,7 +31,7 @@ ComfyUI는 현재 활발히 개발 중이므로 여기서 설명된 일부 내 컴퓨터 과학에서 **_노드_**란 정보를 담는 컨테이너로, 보통 어떤 작업을 수행하기 위한 프로그램된 명령어를 포함합니다. 노드는 거의 단독으로 존재하지 않으며, 대부분 네트워크 그래프 내 다른 노드들과 연결됩니다. ComfyUI에서 노드는 서로 연결된 상자 형태로 시각화됩니다. -ComfyUI 노드는 보통 **_함수 연산자_**입니다. 즉, 특정 데이터를 처리해 어떤 함수를 수행한다는 의미입니다. 함수란 입력 데이터를 받아 어떤 작업을 수행하고 출력 데이터를 생성하는 과정입니다. 다시 말해, 노드는 이미지 생성과 같은 작업을 완성하는 데 기여하며, 거의 항상 최소 한 개 이상의 입력 또는 출력을 가집니다. +ComfyUI 노드는 보통 **_함수 연산자_**입니다. 즉, 특정 데이터를 처리해 어떤 함수를 수행한다는 의미입니다. 함수란 입력 데이터를 받아 어떤 작업을 수행하고 출력 데이터를 생성하는 과정입니다. 다시 말해, 노드는 이미지 생성과 같은 작업을 완성하는 데 기여하는 일을 합니다. 따라서 ComfyUI 노드는 거의 항상 최소 한 개의 입력 또는 출력을 가지며, 보통 여러 개의 입력과 출력을 가집니다. ## 다양한 노드 상태 @@ -31,11 +40,11 @@ ComfyUI 노드는 보통 **_함수 연산자_**입니다. 즉, 특정 데이터 ComfyUI에서는 노드가 여러 가지 상태를 가집니다. 다음은 일반적인 노드 상태들입니다: 1. **정상 상태**: 기본 상태 -2. **실행 중 상태**: 실행 중 상태로, 워크플로우를 시작한 후 노드가 실행될 때 표시됩니다. -3. **오류 상태**: 노드 오류 상태로, 워크플로우를 실행한 후 노드의 입력에 문제가 있으면 나타나며, 오류가 발생한 입력 노드는 빨간색으로 표시됩니다. 문제 있는 입력을 수정해야만 워크플로우가 정상적으로 실행됩니다. -4. **누락 상태**: 보통 워크플로우를 가져온 후 나타나며, 두 가지 경우가 있습니다: - - Comfy Core 기본 노드 누락: ComfyUI가 업데이트되었지만 사용자가 구버전을 사용하는 경우입니다. 이 문제를 해결하려면 ComfyUI를 업데이트해야 합니다. - - 커스텀 노드 누락: 워크플로우가 제3자 개발자의 커스텀 노드를 사용하는데, 현지 ComfyUI 버전에 해당 커스텀 노드가 설치되지 않은 경우입니다. [ComfyUI 관리자](/ko/manager/overview)를 이용해 찾아 설치하거나, [커스텀 노드 설치 방법](/ko/installation/install_custom_node)을 참고해 다른 방법을 사용할 수 있습니다. +2. **실행 중 상태**: 실행 중 상태로, 워크플로를 시작한 후 노드가 실행될 때 표시됩니다. +3. **오류 상태**: 노드 오류로, 워크플로를 실행한 후 노드의 입력에 문제가 있으면 나타나며, 오류가 발생한 입력 노드는 빨간색으로 표시됩니다. 문제 있는 입력을 수정해야만 워크플로가 정상적으로 실행됩니다. +4. **누락 상태**: 보통 워크플로를 가져온 후 나타나며, 두 가지 경우가 있습니다: + - Comfy Core 기본 노드 누락: ComfyUI가 업데이트되었지만 사용자가 이전 버전을 사용하는 경우입니다. 이 문제를 해결하려면 ComfyUI를 업데이트해야 합니다. + - 커스텀 노드 누락: 워크플로가 제3자 개발자의 커스텀 노드를 사용하는데, 로컬 ComfyUI 버전에 해당 커스텀 노드가 설치되지 않은 경우입니다. [ComfyUI 매니저](/ko/manager/overview)를 이용해 찾아 설치하거나, [커스텀 노드 설치 방법](/ko/installation/install_custom_node)을 참고해 다른 방법을 사용할 수 있습니다. ## 노드 간 연결 @@ -43,7 +52,7 @@ ComfyUI에서 노드는 [링크](/ko/development/core-concepts/links)를 통해 ![ComfyUI 노드 링크](/images/concepts/node/inpaint.jpg) -각 노드는 일부 입력을 받고, 자체 모듈을 통해 처리한 후 해당 출력으로 변환합니다. 서로 다른 노드 간의 연결은 반드시 데이터 유형 요구사항을 충족해야 합니다. ComfyUI에서는 노드 데이터 유형을 구분하기 위해 서로 다른 색상을 사용합니다. 아래는 몇 가지 기본 데이터 유형입니다: +각 노드는 일부 입력을 받고, 자체 모듈을 통해 처리한 후 해당 출력으로 변환합니다. 서로 다른 노드 간의 연결은 데이터 유형 요구사항을 충족해야 합니다. ComfyUI에서는 노드 데이터 유형을 구분하기 위해 서로 다른 색상을 사용합니다. 아래는 몇 가지 기본 데이터 유형입니다: ![ComfyUI 노드 데이터 유형](/images/concepts/node/data_type.jpg) @@ -51,7 +60,7 @@ ComfyUI에서 노드는 [링크](/ko/development/core-concepts/links)를 통해 |------------------------------------|--------------------------------------------------------------------------------------------------------------------| | 확산 모델 | 라벤더 | | CLIP 모델 | 노랑 | -| VAE 모델 | 장미 | +| VAE 모델 | 로즈 | | 컨디셔닝 | 주황 | | 잠재 이미지 | 분홍 | | 픽셀 이미지 | 파랑 | @@ -59,7 +68,7 @@ ComfyUI에서 노드는 [링크](/ko/development/core-concepts/links)를 통해 | 숫자 (정수 또는 실수) | 연두 | | 메쉬 | 밝은 초록 | -ComfyUI가 발전하면서 더 많은 데이터 유형을 추가해 다양한 시나리오의 요구를 충족할 수 있도록 할 예정입니다. +ComfyUI가 발전하면서 더 많은 데이터 유형으로 확장할 수도 있습니다. ### 노드 연결 및 연결 해제 @@ -119,9 +128,9 @@ ComfyUI가 발전하면서 더 많은 데이터 유형을 추가해 다양한 - **모드**: 노드의 모드 설정: 항상, 절대, 바이패스 #### 모드 -모드에 대해 알아보면 현재 제공되는 것은: 항상, 절대, 이벤트 발생 시, 트리거 발생 시 등 네 가지 모드가 있지만 실제로 효과적인 것은 **늘 항상**과 **절대**뿐입니다. **이벤트 발생 시**와 **트리거 발생 시**는 아직 이 기능을 완벽히 구현하지 않았기 때문에 효과적이지 않습니다. 또한 **바이패스**는 하나의 모드로 이해할 수 있습니다. 가능한 모드에 대한 설명은 다음과 같습니다: +모드에 대해 알아보면 현재 제공되는 것은: 항상, 절대, 이벤트 발생 시, 트리거 발생 시 - 네 가지 모드가 있지만 실제로 효과적인 것은 **항상**과 **절대**뿐입니다. **이벤트 발생 시**와 **트리거 발생 시**는 아직 이 기능을 완벽히 구현하지 않았기 때문에 효과적이지 않습니다. 또한 **바이패스**는 하나의 모드로 이해할 수 있습니다. 가능한 모드에 대한 설명은 다음과 같습니다: -- **늘 항상**: 기본 노드 모드. 노드가 처음 실행되거나 마지막 실행 이후 입력이 변경되면 언제든 실행됩니다. +- **항상**: 기본 노드 모드. 노드가 처음 실행되거나 마지막 실행 이후 입력이 변경되면 언제든 실행됩니다. - **절대**: 어떠한 경우에도 노드가 실행되지 않으며, 마치 삭제된 것과 같습니다. 이후 노드는 이 노드로부터 어떤 데이터도 읽거나 받을 수 없습니다. - **바이패스**: 어떠한 경우에도 노드가 실행되지 않지만, 이후 노드는 이 노드가 처리하지 않은 데이터를 얻으려고 시도할 수 있습니다. @@ -139,7 +148,8 @@ ComfyUI가 발전하면서 더 많은 데이터 유형을 추가해 다양한 ![노드 입력/출력 컨텍스트 메뉴](/images/concepts/node/context_menus_2.jpg) -노드의 입력/출력을 드래그할 때 연결이 생겼지만 다른 노드의 입력이나 출력에 연결하지 않았다면, 마우스를 놓으면 입력/출력의 컨텍스트 메뉴가 나타나며, 관련 유형의 노드를 빠르게 추가할 수 있습니다. 설정에서 노드 제안 수를 조정할 수 있습니다: +노드의 입력/출력을 드래그할 때 연결이 생겼지만 다른 노드의 입력이나 출력에 연결하지 않았다면, 마우스를 놓으면 입력/출력의 컨텍스트 메뉴가 나타나며, 관련 유형의 노드를 빠르게 추가할 수 있습니다. +설정에서 노드 제안 수를 조정할 수 있습니다: ![노드 제안 수](/images/concepts/node/node_suggestions.jpg) @@ -163,7 +173,7 @@ ComfyUI가 발전하면서 더 많은 데이터 유형을 추가해 다양한 ## 서브그래프 -선택한 노드들을 하나의 재사용 가능한 서브그래프 노드로 묶어 복잡한 그래프를 정리하고, 동일한 구조를 여러 워크플로우에서 재사용할 수 있습니다. +선택한 노드들을 하나의 재사용 가능한 서브그래프 노드로 묶어 복잡한 그래프를 정리하고, 동일한 구조를 여러 워크플로에서 재사용할 수 있습니다. 서브그래프 블루프린트를 만들고, 편집하고, 중첩하고, 노드 라이브러리에 게시하는 방법을 알아보세요. @@ -173,12 +183,12 @@ ComfyUI가 발전하면서 더 많은 데이터 유형을 추가해 다양한 ComfyUI는 기본 설치에 많은 **Comfy Core** 노드를 포함하고 있습니다. 커뮤니티는 전문적인 워크플로우를 위한 [**커스텀 노드**](https://registry.comfy.org) 카탈로그도 유지하고 있습니다. -커스텀 노드 설치 방법—**ComfyUI 관리자**, Git 복제, ZIP 다운로드, 종속성, 안전 팁—에 대한 전체 요약은 [커스텀 노드 설치 방법](/ko/installation/install_custom_node)을 참조하세요. +커스텀 노드 설치 방법—**ComfyUI 매니저**, Git 복제, ZIP 다운로드, 의존성, 안전 팁—에 대한 전체 요약은 [커스텀 노드 설치 방법](/ko/installation/install_custom_node)을 참조하세요. -### ComfyUI 관리자 +### ComfyUI 매니저 -매일의 커스텀 노드 작업에 **ComfyUI 관리자**를 사용하세요: 레지스트리에서 검색하고 설치, 패키지 업데이트 또는 비활성화, 가져온 워크플로우에서 누락된 노드 탐지, 확장과 함께 모델 및 스냅샷 관리까지 가능합니다. 데스크탑 빌드에는 기본적으로 활성화되어 있으며, 휴대용 및 수동 설치는 먼저 활성화해야 할 수 있습니다. +매일의 커스텀 노드 작업에 **ComfyUI 매니저**를 사용하세요: 레지스트리에서 검색하고 설치, 패키지 업데이트 또는 비활성화, 가져온 워크플로우에서 누락된 노드 탐지, 확장과 함께 모델 및 스냅샷 관리까지 가능합니다. 데스크탑 빌드에는 기본적으로 활성화되어 있으며, 휴대용 및 수동 설치는 먼저 활성화해야 할 수 있습니다. - - 개요, 관리자 활성화 및 노드 설치 워크플로우 - \ No newline at end of file + + 개요, Manager 활성화 및 노드 설치 워크플로우 + diff --git a/ko/development/core-concepts/properties.mdx b/ko/development/core-concepts/properties.mdx index 1eab6970e..c75e5dae0 100644 --- a/ko/development/core-concepts/properties.mdx +++ b/ko/development/core-concepts/properties.mdx @@ -11,9 +11,9 @@ translationFrom: development/core-concepts/properties.mdx ## 노드는 속성의 컨테이너입니다 -노드에는 보통 **_속성_**이 있습니다. **_매개변수_** 또는 **_속성_**이라고도 하는 노드 속성은 변경할 수 있는 변수입니다. 일부 속성은 사용자가 **_위젯_**이라는 데이터 입력 필드를 이용해 직접 조정할 수 있습니다. 다른 속성들은 해당 속성의 **_입력 슬롯_**이나 포트에 연결된 다른 노드들에 의해 자동으로 제어될 수 있습니다. 일반적으로 속성은 위젯에서 입력으로 변환하거나 그 반대로 변환할 수 있어, 사용자가 속성 값을 수동 또는 자동으로 제어할 수 있습니다. +노드에는 보통 **_속성_**이 있습니다. **_매개변수_** 또는 **_특성_**이라고도 하는 노드 속성은 변경할 수 있는 변수입니다. 일부 속성은 사용자가 **_위젯_**이라는 데이터 입력 필드를 이용해 직접 조정할 수 있습니다. 다른 속성들은 해당 속성의 **_입력 슬롯_**이나 포트에 연결된 다른 노드들에 의해 자동으로 제어될 수 있습니다. 일반적으로 속성은 위젯에서 입력으로 변환하거나 그 반대로 변환할 수 있어, 사용자가 속성 값을 수동 또는 자동으로 제어할 수 있습니다. -속성은 다양한 형태를 취할 수 있으며 여러 가지 종류의 정보를 담을 수 있습니다. 예를 들어, **Load Checkpoint** 노드에는 하나의 속성이 있습니다: 생성 모델 체크포인트 파일의 파일 경로입니다. **KSampler** 노드에는 샘플링 **단계** 수, **CFG** 스케일, **sampler_name** 등 여러 속성이 있습니다. +속성은 다양한 형태를 취할 수 있으며 여러 가지 종류의 정보를 담을 수 있습니다. 예를 들어, **체크포인트 로드** 노드에는 하나의 속성이 있습니다: 생성 모델 체크포인트 파일의 파일 경로입니다. **KSampler** 노드에는 샘플링 **단계** 수, **CFG** 스케일, **sampler_name** 등 여러 속성이 있습니다. ![노드 속성](/images/concepts/core-concepts_properties.png) @@ -21,4 +21,4 @@ translationFrom: development/core-concepts/properties.mdx 정보는 **_데이터 유형_**이라 불리는 다양한 형태를 가질 수 있습니다. 예를 들어, 영숫자 텍스트는 **_문자열_**로 알려져 있고, 정수는 **_정수_**이며, 소수점이 포함된 숫자는 **_부동소수점_** 또는 **_float_**라고 합니다. 새로운 데이터 유형은 항상 ComfyUI에 추가되고 있습니다. -ComfyUI는 파이썬 스크립팅 언어로 작성되었으며, 파이썬은 데이터 유형에 대해 매우 관대합니다. 반면 ComfyUI 환경은 매우 **_강력한 타입 체크_**를 수행합니다. 이는 서로 다른 데이터 유형을 혼동할 수 없다는 것을 의미합니다. 예를 들어 이미지 출력을 정수 입력에 연결할 수 없습니다. 이는 사용자에게 큰 장점으로 작용하며, 올바른 워크플로우 구성을 안내하고 프로그램 오류를 방지합니다. \ No newline at end of file +ComfyUI는 파이썬 스크립팅 언어로 작성되었으며, 파이썬은 데이터 유형에 대해 매우 관대합니다. 반면 ComfyUI 환경은 매우 **_강한 타입_**입니다. 이는 서로 다른 데이터 유형을 혼동할 수 없다는 것을 의미합니다. 예를 들어 이미지 출력을 정수 입력에 연결할 수 없습니다. 이는 사용자에게 큰 장점으로 작용하며, 올바른 워크플로우 구성을 안내하고 프로그램 오류를 방지합니다. \ No newline at end of file diff --git a/ko/installation/desktop/faq.mdx b/ko/installation/desktop/faq.mdx index 67c1ebba8..57b178ad1 100644 --- a/ko/installation/desktop/faq.mdx +++ b/ko/installation/desktop/faq.mdx @@ -8,10 +8,10 @@ translationFrom: installation/desktop/faq.mdx ## 일반 질문 - -Comfy Desktop은 **멀티 설치 관리자** 역할을 하는 완전히 새로 작성된 버전입니다. 단일 설치 애플리케이션이었던 Desktop (Legacy)와 달리, Comfy Desktop을 사용하면 여러 ComfyUI 버전을 나란히 설치, 관리 및 실행할 수 있습니다. 또한 스냅샷 및 모델 다운로드 관리 기능도 추가되었습니다. + +Comfy Desktop은 **멀티 설치 관리자** 역할을 하는 완전히 새로 작성된 버전입니다. 단일 설치 애플리케이션이었던 레거시 데스크톱과 달리, Comfy Desktop을 사용하면 여러 ComfyUI 버전을 나란히 설치, 관리 및 실행할 수 있습니다. 또한 스냅샷 및 모델 다운로드 관리 기능도 추가되었습니다. -Desktop (Legacy) 사용자라면 [마이그레이션 가이드](/ko/installation/desktop/usage/migrate)를 확인하여 기존 설정을 이전하세요. +레거시 데스크톱 사용자라면 [마이그레이션 가이드](/ko/installation/desktop/usage/migrate)를 확인하여 기존 설정을 이전하세요. 네! 소스 코드는 [GitHub](https://github.com/Comfy-Org/Comfy-Desktop)에서 확인할 수 있습니다. @@ -36,8 +36,8 @@ Comfy Desktop은 여러 설치 옵션 중 하나입니다. 필요에 따라 **Po 공식 [ComfyUI 다운로드 페이지](https://comfy.org/download)에서 최신 버전을 다운로드하세요. - -네, 공존할 수 있습니다. 하지만 설치 항목들을 새로운 Comfy Desktop으로 마이그레이션하고 결국 Desktop (Legacy)를 제거하는 것이 좋습니다. [마이그레이션 가이드](/ko/installation/desktop/usage/migrate)를 참조하세요. + +네, 공존할 수 있습니다. 하지만 설치 항목들을 새로운 Comfy Desktop으로 마이그레이션하고 결국 레거시 데스크톱을 제거하는 것이 좋습니다. [마이그레이션 가이드](/ko/installation/desktop/usage/migrate)를 참조하세요. ## 사용법 diff --git a/ko/installation/desktop/linux.mdx b/ko/installation/desktop/linux.mdx index 8e1614cef..233de09ea 100644 --- a/ko/installation/desktop/linux.mdx +++ b/ko/installation/desktop/linux.mdx @@ -7,7 +7,6 @@ translationSourceHash: 95a8fc21 translationFrom: installation/desktop/linux.mdx --- - Linux는 Comfy Desktop에서 **공식적으로 지원되지 않습니다**. 직접 빌드하려면 저장소의 소스 코드와 빌드 지침을 확인하세요: → [Comfy Desktop 저장소](https://github.com/Comfy-Org/Comfy-Desktop) \ No newline at end of file diff --git a/ko/installation/desktop/overview.mdx b/ko/installation/desktop/overview.mdx index 2c6e5221f..375086259 100644 --- a/ko/installation/desktop/overview.mdx +++ b/ko/installation/desktop/overview.mdx @@ -9,7 +9,7 @@ translationFrom: installation/desktop/overview.mdx **Comfy Desktop**은 하나의 런처에서 여러 ComfyUI 인스턴스를 설치, 관리 및 실행할 수 있는 데스크톱 애플리케이션입니다. -간단히 말해서, **Comfy Desktop**은 생성형 AI를 위한 노드 기반 엔진인 **ComfyUI**를 관리하고 실행하는 앱입니다. ComfyUI를 별도로 설치할 필요 없이, Comfy Desktop이 설치, Python 환경 및 종속성을 알아서 처리합니다. 각 ComfyUI 인스턴스는 자체 버전, 사용자 정의 노드, 설정을 가지고 독립적으로 실행됩니다. +간단히 말해서, **Comfy Desktop**은 생성형 AI를 위한 노드 기반 엔진인 **ComfyUI**를 관리하고 실행하는 앱입니다. ComfyUI를 별도로 설치할 필요 없이, Comfy Desktop이 설치, Python 환경 및 의존성을 알아서 처리합니다. 각 ComfyUI 인스턴스는 자체 버전, 사용자 정의 노드, 설정을 가지고 독립적으로 실행됩니다. ![Comfy Desktop 스크린샷](/images/desktop/usage/01-homepage.png) diff --git a/ko/installation/desktop/usage/migrate.mdx b/ko/installation/desktop/usage/migrate.mdx index a9de5968b..a9fad5337 100644 --- a/ko/installation/desktop/usage/migrate.mdx +++ b/ko/installation/desktop/usage/migrate.mdx @@ -23,7 +23,7 @@ Legacy Desktop이 이미 설치되어 있다면 Comfy Desktop이 이를 감지 Legacy Desktop은 단일 설치 앱이었습니다. Comfy Desktop은 다중 설치 관리자입니다. 마이그레이션하면: -- **워크플로우와 설정** — 새로운 Standalone 설치로 복사됩니다. +- **워크플로와 설정** — 새로운 Standalone 설치로 복사됩니다. - **커스텀 노드** — 검사되어 새로운 환경에 재설치됩니다. - **모델** — 기존 모델 폴더가 공유 디렉터리로 추가됩니다(파일은 그대로 유지). - **입력 파일 및 출력** — 새로운 설치의 공유 디렉터리로 복사됩니다. @@ -63,9 +63,9 @@ Comfy Desktop을 처음 열면 시스템의 Legacy Desktop 설치를 자동으 **지금 마이그레이션**을 클릭하여 진행합니다. Comfy Desktop이 다음을 수행합니다: -1. 기존 설치 검사(커스텀 노드, 모델, 워크플로우) +1. 기존 설치 검사(커스텀 노드, 모델, 워크플로) 2. 새 Python 환경과 최신 ComfyUI로 새로운 Standalone 설치 생성 -3. 사용자 데이터(워크플로우, 설정 등) 복사 +3. 사용자 데이터(워크플로, 설정 등) 복사 4. 입력 파일 및 출력 복사 5. 모델 폴더를 공유 디렉터리로 추가 6. 새 환경에 커스텀 노드 설치 @@ -75,7 +75,7 @@ Comfy Desktop을 처음 열면 시스템의 Legacy Desktop 설치를 자동으 새 설치를 시작하고 다음을 확인합니다: -- 워크플로우가 사용 가능한지 +- 워크플로가 사용 가능한지 - 커스텀 노드가 설치되었는지 - 모델에 접근할 수 있는지 - 서버가 이어받은 URL에서 실행 중인지(기본값 `http://localhost:8000`) @@ -84,7 +84,7 @@ Comfy Desktop을 처음 열면 시스템의 Legacy Desktop 설치를 자동으 ## 문제 해결 -### Legacy Desktop가 자동으로 감지되지 않는 경우 +### Legacy Desktop이 자동으로 감지되지 않는 경우 마이그레이션 프롬프트가 나타나지 않으면 수동으로 마이그레이션할 수 있습니다: diff --git a/ko/installation/desktop/usage/overview.mdx b/ko/installation/desktop/usage/overview.mdx index bc350a585..746bb617d 100644 --- a/ko/installation/desktop/usage/overview.mdx +++ b/ko/installation/desktop/usage/overview.mdx @@ -1,6 +1,6 @@ --- title: "Comfy Desktop 사용하기" -description: "Comfy Desktop 개요 — 새로운 설치 생성, 인스턴스 관리 등" +description: "Comfy Desktop 개요: 새로운 설치 생성, 인스턴스 관리 등" icon: "book-open" sidebarTitle: "개요" translationSourceHash: 144d74c7 @@ -13,12 +13,12 @@ Comfy Desktop은 **ComfyUI**의 공식 데스크톱 애플리케이션입니다. ### 주요 기능 -- **[멀티 인스턴스 관리](/ko/installation/desktop/usage/instance-management)** — 여러 개의 ComfyUI 인스턴스를 나란히 실행하며 각 인스턴스마다 서로 다른 버전, 커스텀 노드, 설정을 적용할 수 있습니다 -- **[스냅샷](/ko/installation/desktop/usage/manage#snapshots-tab)** — 인스턴스의 전체 상태(ComfyUI 버전, 커스텀 노드, Python 패키지)를 저장하고 복원하여 쉽게 롤백하거나 환경을 재현할 수 있습니다 -- **[공유 저장소](/ko/installation/desktop/usage/settings#storage)** — 모델은 기본적으로 모든 인스턴스가 공유하므로 디스크 공간을 절약합니다. 외부 모델 폴더도 추가할 수 있습니다 -- **[자동 업데이트](/ko/installation/desktop/usage/manage#update-tab)** — 관리 패널을 통해 Comfy Desktop 자체와 개별 ComfyUI 인스턴스를 독립적으로 업데이트합니다 -- **클라우드 통합** — Chooser 보기에서 직접 Comfy Cloud 인스턴스를 실행하거나 연결할 수 있습니다 -- **[기존 설치 추적](/ko/installation/desktop/usage/instance-management#tracking-an-existing-installation)** — 기존에 포터블 방식이나 git 클론으로 설치한 ComfyUI를 Comfy Desktop에 추가하여 통합 관리할 수 있습니다 +- **[멀티 인스턴스 관리](/ko/installation/desktop/usage/instance-management):** 여러 개의 ComfyUI 인스턴스를 나란히 실행하며 각 인스턴스마다 서로 다른 버전, 커스텀 노드, 설정을 적용할 수 있습니다 +- **[스냅샷](/ko/installation/desktop/usage/manage#snapshots-tab):** 인스턴스의 전체 상태(ComfyUI 버전, 커스텀 노드, Python 패키지)를 저장하고 복원하여 쉽게 롤백하거나 환경을 재현할 수 있습니다 +- **[공유 저장소](/ko/installation/desktop/usage/settings#storage):** 모델은 기본적으로 모든 인스턴스가 공유하므로 디스크 공간을 절약합니다. 외부 모델 폴더도 추가할 수 있습니다 +- **[자동 업데이트](/ko/installation/desktop/usage/manage#update-tab):** 관리 패널을 통해 Comfy Desktop 자체와 개별 ComfyUI 인스턴스를 독립적으로 업데이트합니다 +- **클라우드 통합:** Chooser 보기에서 직접 Comfy Cloud 인스턴스를 실행하거나 연결할 수 있습니다 +- **[기존 설치 추적](/ko/installation/desktop/usage/instance-management#tracking-an-existing-installation):** 기존에 포터블 방식이나 git 클론으로 설치한 ComfyUI를 Comfy Desktop에 추가하여 통합 관리할 수 있습니다 이 가이드에서는 이러한 기능들을 사용하는 방법을 다룹니다. @@ -80,7 +80,7 @@ Comfy Desktop 창은 몇 가지 주요 영역으로 나뉩니다. 아래 이미 버그를 발견했거나 제안이 있으신가요? Comfy Desktop은 오픈 소스입니다. 이슈를 보고하거나 계획된 기능을 확인할 수 있는 곳은 다음과 같습니다: -- **Comfy Desktop 이슈** — [github.com/Comfy-Org/Comfy-Desktop/issues](https://github.com/Comfy-Org/Comfy-Desktop/issues) -- **문서 이슈** — [github.com/Comfy-Org/docs/issues](https://github.com/Comfy-Org/docs/issues) +- **Comfy Desktop 이슈**：[github.com/Comfy-Org/Comfy-Desktop/issues](https://github.com/Comfy-Org/Comfy-Desktop/issues) +- **문서 이슈**：[github.com/Comfy-Org/docs/issues](https://github.com/Comfy-Org/docs/issues) ComfyUI에 관한 일반적인 질문은 [ComfyUI GitHub Discussions](https://github.com/Comfy-Org/ComfyUI/discussions)를 방문하거나 [ComfyUI Discord](https://www.comfy.org/discord)에 참여해 주세요. \ No newline at end of file diff --git a/ko/installation/desktop/usage/snapshots.mdx b/ko/installation/desktop/usage/snapshots.mdx index 37fdc53d0..10908fea1 100644 --- a/ko/installation/desktop/usage/snapshots.mdx +++ b/ko/installation/desktop/usage/snapshots.mdx @@ -7,11 +7,11 @@ translationSourceHash: 9e8ad305 translationFrom: installation/desktop/usage/snapshots.mdx --- -스냅샷은 인스턴스의 현재 상태를 기록하며, 다음 정보를 포함합니다: +스냅샷은 인스턴스의 현재 상태를 기록하며, 다음 정보를 포함합니다： -- **ComfyUI 버전**: 설치된 ComfyUI 빌드 정보 -- **커스텀 노드**: 모든 커스텀 노드와 버전 또는 커밋 해시 -- **pip 패키지**: 환경에 설치된 모든 파이썬 패키지 +- **ComfyUI 버전**：설치된 ComfyUI 빌드 정보 +- **커스텀 노드**：모든 커스텀 노드와 버전 또는 커밋 해시 +- **pip 패키지**：환경에 설치된 모든 파이썬 패키지 스냅샷은 복원 지점 역할을 합니다: 업데이트 실패 후 되돌리기, 설치 환경 복제, 작업 구성 팀 공유 등에 사용할 수 있습니다. @@ -54,14 +54,14 @@ Comfy Desktop은 매 부팅, 재시작, 업데이트 전/후, 복원 후 등 주 스냅샷 카드를 클릭하면 세부 정보가 확장됩니다. 인스펙터에는 다음이 표시됩니다: -- **ComfyUI**: 커밋 해시, 기본 태그, 릴리스 태그보다 앞선 커밋 수 -- **커스텀 노드**: 기록된 모든 노드의 유형(git / CNR), URL, 버전/커밋, 활성화 상태 -- **Pip 패키지**: 기록된 모든 pip 패키지와 고정된 버전의 전체 목록 +- **ComfyUI**：커밋 해시, 기본 태그, 릴리스 태그보다 앞선 커밋 수 +- **커스텀 노드**：기록된 모든 노드의 유형(git / CNR), URL, 버전/커밋, 활성화 상태 +- **Pip 패키지**：기록된 모든 pip 패키지와 고정된 버전의 전체 목록 변경 사항을 확인하려면 비교 버튼을 사용하세요: -- **이전과 비교**: 바로 이전 스냅샷과 비교합니다 -- **현재와 비교**: 인스턴스 현재 상태와 비교합니다 +- **이전과 비교**：바로 이전 스냅샷과 비교합니다 +- **현재와 비교**：인스턴스 현재 상태와 비교합니다 ### 스냅샷으로 복원 diff --git a/ko/installation/install_custom_node.mdx b/ko/installation/install_custom_node.mdx index 1c21910d0..e9d033c24 100644 --- a/ko/installation/install_custom_node.mdx +++ b/ko/installation/install_custom_node.mdx @@ -15,7 +15,7 @@ translationFrom: installation/install_custom_node.mdx 커스텀 노드를 설치하기 전에 주의 깊게 검토하는 것이 중요합니다. ComfyUI는 오픈소스 프로젝트이므로 악성 플러그인이 커스텀 노드를 악용할 가능성이 있습니다: 1. 신뢰할 수 있는 저자와 커뮤니티에서 일반적으로 사용되는 커스텀 노드만 설치하세요. 2. 플러그인의 기능을 이해한 후 설치하고, 알 수 없는 출처는 피하여 시스템 보안을 유지하세요. -3. 낯선 또는 의심스러운 플러그인은 설치하지 마세요—검증되지 않은 플러그인은 시스템 침해로 이어질 수 있는 보안 위험을 초래할 수 있습니다. +3. 낯선 또는 의심스러운 플러그인은 설치하지 마세요. 검증되지 않은 플러그인은 시스템 침해로 이어질 수 있는 보안 위험을 초래할 수 있습니다. 모든 커스텀 노드 설치에는 다음 두 단계를 완료해야 합니다: @@ -23,7 +23,7 @@ translationFrom: installation/install_custom_node.mdx 1. 노드 코드를 `ComfyUI/custom_nodes` 디렉터리에 복제하기 2. 필요한 파이썬 종속성을 설치하기 -이 가이드에서는 세 가지 설치 방식을 비교합니다. **ComfyUI 매니저**는 대부분의 설정에서 현재 ComfyUI 릴리스에 내장되어 있습니다—무엇을 하는지와 활성화 방법은 [ComfyUI 매니저 개요](/ko/manager/overview)를 참조하세요. 노드가 레지스트리에 없거나 특정 버전이 필요할 때는 **Git 복제** 또는 **ZIP**를 사용하세요. +이 가이드에서는 세 가지 설치 방식을 비교합니다. **ComfyUI 매니저**는 대부분의 설정에서 현재 ComfyUI 릴리스에 내장되어 있습니다. 무엇을 하는지와 활성화 방법은 [ComfyUI 매니저 개요](/ko/manager/overview)를 참조하세요. 노드가 레지스트리에 없거나 특정 버전이 필요할 때는 **Git 복제** 또는 **ZIP**를 사용하세요. | 방법 | 장점 | 단점 | | ---------------------------- | ------------------------------------------------------------- | ----------------------------------------------------------- | @@ -69,7 +69,7 @@ ComfyUI 매니저는 커스텀 노드를 관리하는 두 가지 UI 버전을 ``` - 종속성은 ComfyUI 환경에 설치해야 합니다—시스템 환경과 혼동되지 않도록 주의하세요 + 종속성은 ComfyUI 환경에 설치해야 합니다. 시스템 환경과 혼동되지 않도록 주의하세요 Windows 포터블 버전의 경우 내장된 Python 환경에 종속성을 설치하세요 diff --git a/ko/manager/pack-management.mdx b/ko/manager/pack-management.mdx index 0abd6c8f7..ecc0e530f 100644 --- a/ko/manager/pack-management.mdx +++ b/ko/manager/pack-management.mdx @@ -20,7 +20,7 @@ translationFrom: manager/pack-management.mdx ## 노드 관리 -새로운 ComfyUI Manager를 사용해 커스텀 노드를 관리하는 방법을 알아보세요 +새로운 ComfyUI 매니저를 사용해 커스텀 노드를 관리하는 방법을 알아보세요 ### 노드 검색 ![필터](/images/manager/new_ui_filter.jpg) @@ -46,7 +46,7 @@ Manager는 노드 팩과 개별 노드를 각각 별도로 검색할 수 있도 ### 누락된 노드 찾기 ![누락된 노드 찾기](/images/manager/new_ui_missing_packs_prompt.jpg) -ComfyUI Manager가 올바르게 설치된 경우, 누락된 노드가 포함된 워크플로우를 로드할 때 알림이 표시됩니다. +ComfyUI 매니저가 올바르게 설치된 경우, 누락된 노드가 포함된 워크플로우를 로드할 때 알림이 표시됩니다. 1. **모두 설치**를 선택해 한 번에 모든 노드를 설치할 수 있습니다. 2. 또는 **Manager 열기**를 선택해 Manager를 열고 설치하기 전에 세부 정보를 살펴볼 수 있습니다. diff --git a/ko/manager/troubleshooting.mdx b/ko/manager/troubleshooting.mdx index 2064db30b..e7fc0047b 100644 --- a/ko/manager/troubleshooting.mdx +++ b/ko/manager/troubleshooting.mdx @@ -30,7 +30,7 @@ git update-ref refs/remotes/origin/main a361cc1 && git fetch --all && git pull ### Windows: 오버랩된 객체 오류 -ComfyUI Manager 로드 시 `Overlapped Object has pending operation at deallocation` 오류가 발생하는 경우: +ComfyUI 매니저 로드 시 `Overlapped Object has pending operation at deallocation` 오류가 발생하는 경우: `config.ini`를 편집하고 다음을 추가하세요. diff --git a/ko/specs/workflow_json.mdx b/ko/specs/workflow_json.mdx index 685821484..6ccb8bca1 100644 --- a/ko/specs/workflow_json.mdx +++ b/ko/specs/workflow_json.mdx @@ -1,14 +1,14 @@ --- -title: "워크플로우 JSON" -description: "ComfyUI 워크플로우를 위한 JSON 스키마." +title: "워크플로 JSON" +description: "ComfyUI 워크플로를 위한 JSON 스키마." translationSourceHash: 681a9b7b translationFrom: specs/workflow_json.mdx --- -워크플로우 JSON은 [JSON 스키마](https://json-schema.org/)를 사용해 정의됩니다. 이 스키마의 변경 사항은 [rfcs 리포지토리](https://github.com/comfy-org/rfcs)에서 논의될 예정입니다. +워크플로 JSON은 [JSON 스키마](https://json-schema.org/)를 사용해 정의됩니다. 이 스키마의 변경 사항은 [rfcs 리포지토리](https://github.com/comfy-org/rfcs)에서 논의될 예정입니다. ## 버전 1.0 (최신) -```json ComfyUI 워크플로우 v1.0 +```json ComfyUI 워크플로 v1.0 { "$ref": "#/definitions/ComfyWorkflow1_0", "definitions": { diff --git a/ko/troubleshooting/model-issues.mdx b/ko/troubleshooting/model-issues.mdx index 85bc955db..a4a041ad3 100644 --- a/ko/troubleshooting/model-issues.mdx +++ b/ko/troubleshooting/model-issues.mdx @@ -78,7 +78,7 @@ CheckpointLoaderSimple: ### 해결책 1. **필요한 모델 다운로드:** - - ComfyUI Manager를 사용해 모델을 자동으로 다운로드하세요 + - ComfyUI 매니저를 사용해 모델을 자동으로 다운로드하세요 - 모델이 올바른 하위 폴더에 있는지 확인하세요 2. **모델 경로 확인:** diff --git a/ko/tutorials/audio/ace-step/ace-step-v1.mdx b/ko/tutorials/audio/ace-step/ace-step-v1.mdx index 4f2d63ec0..9e80a4df1 100644 --- a/ko/tutorials/audio/ace-step/ace-step-v1.mdx +++ b/ko/tutorials/audio/ace-step/ace-step-v1.mdx @@ -2,39 +2,44 @@ title: "ComfyUI ACE-Step 네이티브 예제" description: "이 가이드는 ComfyUI에서 ACE-Step 모델을 사용해 다이내믹한 음악을 만드는 데 도움을 줄 것입니다." sidebarTitle: "ACE-Step 1.0" -translationSourceHash: 68826c13 +translationSourceHash: 0090114c translationFrom: tutorials/audio/ace-step/ace-step-v1.mdx +translationBlockHashes: + "_intro": 56ef7364 + "ACE-Step ComfyUI Text-to-Audio Generation Workflow Example": 3f211bda + "ACE-Step ComfyUI Audio-to-Audio Workflow": fe7381f0 + "ACE-Step Prompt Guide": 90bf0bf7 + "ACE-Step Related Resources": f74e2db9 --- - import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -ACE-Step는 중국 팀 StepFun과 ACE Studio가 공동 개발한 오픈소스 기반 음악 생성 모델로, 음악 창작자들에게 효율적이고 유연하며 고품질의 음악 생성 및 편집 도구를 제공하는 것을 목표로 합니다. +ACE-Step은 중국 팀 StepFun과 ACE Studio가 공동 개발한 오픈소스 기초 음악 생성 모델로, 음악 창작자들에게 효율적이고 유연하며 고품질의 음악 생성 및 편집 도구를 제공하는 것을 목표로 합니다. 이 모델은 [Apache-2.0](https://github.com/ace-step/ACE-Step?tab=readme-ov-file#-license) 라이선스로 배포되며 상업적 사용도 무료입니다. -강력한 음악 생성 기반인 ACE-Step는 풍부한 확장성을 제공합니다. LoRA와 ControlNet 같은 미세 조정 기법을 통해 개발자들은 실제 필요에 맞게 모델을 커스터마이징할 수 있습니다. +강력한 음악 생성 기반인 ACE-Step은 풍부한 확장성을 제공합니다. LoRA와 ControlNet 같은 미세 조정 기법을 통해 개발자들은 실제 필요에 맞게 모델을 커스터마이징할 수 있습니다. -오디오 편집, 보컬 합성, 반주 제작, 음성 클론, 스타일 전송 등 다양한 애플리케이션에서 ACE-Step는 안정적이고 신뢰할 수 있는 기술 지원을 제공합니다. +오디오 편집, 보컬 합성, 반주 제작, 음성 클론, 스타일 전송 등 다양한 애플리케이션에서 ACE-Step은 안정적이고 신뢰할 수 있는 기술 지원을 제공합니다. 이 유연한 아키텍처는 음악 AI 애플리케이션 개발 과정을 크게 간소화하여 더 많은 창작자가 AI 기술을 음악 제작에 빠르게 적용할 수 있도록 해줍니다. -현재 ACE-Step는 LoRA 모델 훈련을 포함한 관련 훈련 코드를 공개했으며, 향후 해당 ControlNet 훈련 코드도 공개될 예정입니다. 자세한 내용은 그들의 [Github](https://github.com/ace-step/ACE-Step?tab=readme-ov-file#-roadmap)를 방문해 확인하실 수 있습니다. +현재 ACE-Step는 LoRA 모델 학습을 포함한 관련 학습 코드를 공개했으며, 향후 해당 ControlNet 학습 코드도 공개될 예정입니다. 자세한 내용은 그들의 [Github](https://github.com/ace-step/ACE-Step?tab=readme-ov-file#-roadmap)를 방문해 확인하실 수 있습니다. -## ACE-Step ComfyUI 텍스트-to-오디오 생성 워크플로우 예시 +## ACE-Step ComfyUI 텍스트 기반 오디오 생성 워크플로 예시 -### 1. 워크플로우 및 관련 모델 다운로드 +### 1. 워크플로 및 관련 모델 다운로드 -아래 버튼을 클릭해 해당 워크플로우 파일을 다운로드하세요. 이를 ComfyUI로 드래그해 워크플로우 정보를 로드하세요. 워크플로우에는 모델 다운로드 정보도 포함되어 있습니다. +아래 버튼을 클릭해 해당 워크플로 파일을 다운로드하세요. 이를 ComfyUI로 드래그해 워크플로 정보를 로드하세요. 워크플로에는 모델 다운로드 정보도 포함되어 있습니다. -

Json 형식 워크플로우 파일 다운로드

+

Json 형식 워크플로 파일 다운로드

 또는 [ace_step_v1_3.5b.safetensors](https://huggingface.co/Comfy-Org/ACE-Step_ComfyUI_repackaged/blob/main/all_in_one/ace_step_v1_3.5b.safetensors)를 수동으로 다운로드해 `ComfyUI/models/checkpoints` 폴더에 저장할 수도 있습니다. -### 2. 워크플로우 단계별 완료하기 +### 2. 워크플로 단계별 완료하기 ![단계 안내](/images/tutorial/audio/ace_step/ace_step_1_t2a_step_guide.jpg) 1. `Load Checkpoints` 노드가 `ace_step_v1_3.5b.safetensors` 모델을 로드했는지 확인하세요. @@ -43,11 +48,11 @@ ACE-Step는 중국 팀 StepFun과 ACE Studio가 공동 개발한 오픈소스 4. (선택사항) `TextEncodeAceStepAudio`의 `tags` 필드에 해당하는 음악 스타일 등을 입력하세요. 5. (선택사항) `TextEncodeAceStepAudio`의 `lyrics` 필드에 해당하는 가사를 입력하세요. 6. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 오디오 생성을 실행하세요. -7. 워크플로우가 완료된 후, `Save Audio` 노드에서 생성된 오디오를 미리 들을 수 있습니다. 클릭해 재생하고 들어보세요. 또한 오디오는 `ComfyUI/output/audio` 폴더에 저장됩니다(저장 위치는 `Save Audio` 노드에 따라 결정됨). +7. 워크플로가 완료된 후, `Save Audio` 노드에서 생성된 오디오를 미리 들을 수 있습니다. 클릭해 재생하고 들어보세요. 또한 오디오는 `ComfyUI/output/audio` 폴더에 저장됩니다(저장 위치는 `Save Audio` 노드에 따라 결정됨). -## ACE-Step ComfyUI 오디오-to-오디오 워크플로우 +## ACE-Step ComfyUI 오디오 기반 오디오 생성 워크플로우 -이미지-to-이미지 워크플로우와 비슷하게, 한 곡의 음악을 입력해 아래 워크플로우를 사용해 리샘플링하고 음악을 생성할 수 있습니다. 또한 `Ksampler`의 `denoise` 파라미터를 조정해 원본 오디오와의 차이를 조절할 수 있습니다. +텍스트 기반 오디오 생성 워크플로우와 비슷하게, 한 곡의 음악을 입력해 아래 워크플로우를 사용해 리샘플링하고 음악을 생성할 수 있습니다. 또한 `Ksampler`의 `denoise` 파라미터를 조정해 원본 오디오와의 차이를 조절할 수 있습니다. ### 1. 워크플로우 파일 다운로드 @@ -82,7 +87,6 @@ ACE-Step 프로젝트 페이지에서 가사 수정 및 편집 기능을 구현 1. 예시 워크플로우에서는 `TextEncodeAceStepAudio`의 `tags`를 `male voice`에서 `female voice`로 변경해 여성 보컬을 생성할 수 있습니다. 2. `TextEncodeAceStepAudio`의 `lyrics`를 수정해 가사를 변경하고 생성된 오디오를 바꿀 수도 있습니다. 자세한 내용은 ACE-Step 프로젝트 페이지의 예시를 참조하세요. - ## ACE-Step 프롬프트 가이드 ACE는 현재 두 가지 유형의 프롬프트를 사용합니다: `tags`와 `lyrics`. @@ -112,7 +116,7 @@ ACE는 현재 두 가지 유형의 프롬프트를 사용합니다: `tags`와 `l #### 장면 유형 -특정 사용场景과 분위기를 결합해 해당 분위기에 맞는 음악을 생성하세요. +특정 사용 장면과 분위기를 결합하여 해당 분위기에 맞는 음악을 생성합니다. - 파티용 배경음악 - 라디오 방송 @@ -217,4 +221,4 @@ ACE는 현재 두 가지 유형의 프롬프트를 사용합니다: `tags`와 `l - [프로젝트 페이지](https://ace-step.github.io/) - [Hugging Face](https://huggingface.co/ACE-Step/ACE-Step-v1-3.5B) - [GitHub](https://github.com/ace-step/ACE-Step) -- [훈련 스크립트](https://github.com/ace-step/ACE-Step?tab=readme-ov-file#-train) \ No newline at end of file +- [학습 스크립트](https://github.com/ace-step/ACE-Step?tab=readme-ov-file#-train) diff --git a/ko/tutorials/audio/stable-audio/stable-audio-1.mdx b/ko/tutorials/audio/stable-audio/stable-audio-1.mdx index 548f6c17f..a732bad3d 100644 --- a/ko/tutorials/audio/stable-audio/stable-audio-1.mdx +++ b/ko/tutorials/audio/stable-audio/stable-audio-1.mdx @@ -10,7 +10,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" -**Stable Audio 1.0**은 Stability AI가 처음으로 공개한 오디오 생성 모델입니다. 이 모델은 텍스트 프롬프트를 입력받아 오디오 클립을 생성합니다. ComfyUI에서는 일반적인 텍스트-to-audio 파이프라인과 동일하게 작동하며, CLIP이 프롬프트를 인코딩하고 KSampler가 잠재적 데이터를 노이즈 제거하며, VAE가 이를 오디오로 디코드합니다. +**Stable Audio 1.0**은 Stability AI가 처음으로 공개한 오디오 생성 모델입니다. 이 모델은 텍스트 프롬프트를 입력받아 오디오 클립을 생성합니다. ComfyUI에서는 일반적인 텍스트 기반 오디오 생성 파이프라인과 동일하게 작동하며, CLIP이 프롬프트를 인코딩하고 KSampler가 잠재적 데이터를 노이즈 제거하며, VAE가 이를 오디오로 디코드합니다. **관련 링크**: - [GitHub: Stability-AI/stable-audio-open-1.0](https://github.com/Stability-AI/stable-audio-open-1.0) diff --git a/ko/tutorials/basic/image-to-image.mdx b/ko/tutorials/basic/image-to-image.mdx index 13094e1ba..04e871a0e 100644 --- a/ko/tutorials/basic/image-to-image.mdx +++ b/ko/tutorials/basic/image-to-image.mdx @@ -1,16 +1,16 @@ --- -title: "ComfyUI 이미지 to 이미지 워크플로우" -sidebarTitle: "이미지 to 이미지" -description: "이 안내서는 이미지 to 이미지 워크플로우를 이해하고 완료하는 데 도움을 드립니다." +title: "ComfyUI 이미지 기반 이미지 생성 워크플로우" +sidebarTitle: "이미지 기반 이미지 생성" +description: "이 안내서는 이미지 기반 이미지 생성 워크플로우를 이해하고 완료하는 데 도움을 드립니다." translationSourceHash: 128f388d translationFrom: tutorials/basic/image-to-image.mdx --- -## 이미지 to 이미지란 무엇인가 +## 이미지 기반 이미지 생성이란 무엇인가 -이미지 to 이미지는 ComfyUI에서 사용자가 이미지를 입력하면 이를 기반으로 새로운 이미지를 생성할 수 있는 워크플로우입니다. +이미지 기반 이미지 생성은 ComfyUI에서 사용자가 이미지를 입력하면 이를 기반으로 새로운 이미지를 생성할 수 있는 워크플로우입니다. -이미지 to 이미지는 다음과 같은 시나리오에서 활용될 수 있습니다: +이미지 기반 이미지 생성은 다음과 같은 시나리오에서 활용될 수 있습니다: - 원본 이미지 스타일 변환, 예를 들어 사실적인 사진을 예술적 스타일로 변환하기 - 선화를 사실적인 이미지로 변환하기 - 이미지 복원 @@ -20,20 +20,20 @@ translationFrom: tutorials/basic/image-to-image.mdx 비유적으로 설명하자면: 이는 마치 예술가에게 참조 이미지를 바탕으로 특정 작품을 만들어달라고 요청하는 것과 같습니다. -이 튜토리얼을 [텍스트 to 이미지](/ko/tutorials/basic/text-to-image) 튜토리얼과 자세히 비교해보면, -이미지 to 이미지 과정이 텍스트 to 이미지와 매우 유사하다는 것을 알 수 있습니다. -다만 추가적인 참조 이미지를 조건으로 입력받는 차이가 있을 뿐입니다. 텍스트 to 이미지에서는 예술가(이미지 모델)가 우리의 프롬프트를 바탕으로 자유롭게 창작하도록 하지만, -이미지 to 이미지에서는 참조 이미지와 프롬프트를 모두 고려하여 예술가가 창작하도록 합니다. +이 튜토리얼을 [텍스트 기반 이미지 생성](/ko/tutorials/basic/text-to-image) 튜토리얼과 자세히 비교해보면, +이미지 기반 이미지 생성 과정이 텍스트 기반 이미지 생성과 매우 유사하다는 것을 알 수 있습니다. +다만 추가적인 참조 이미지를 조건으로 입력받는 차이가 있을 뿐입니다. 텍스트 기반 이미지 생성에서는 예술가(이미지 모델)가 우리의 프롬프트를 바탕으로 자유롭게 창작하도록 하지만, +이미지 기반 이미지 생성에서는 참조 이미지와 프롬프트를 모두 고려하여 예술가가 창작하도록 합니다. -## ComfyUI 이미지 to 이미지 워크플로우 예시 가이드 +## ComfyUI 이미지 기반 이미지 생성 워크플로우 예시 가이드 ### 모델 설치 [v1-5-pruned-emaonly-fp16.safetensors](https://huggingface.co/Comfy-Org/stable-diffusion-v1-5-archive/blob/main/v1-5-pruned-emaonly-fp16.safetensors) 파일을 다운로드하여 `ComfyUI/models/checkpoints` 폴더에 넣으세요. -### 이미지 to 이미지 워크플로우 및 입력 이미지 +### 이미지 기반 이미지 생성 워크플로우 및 입력 이미지 아래 이미지를 다운로드한 후 **ComfyUI로 드래그**하여 워크플로우를 로드하세요: -![이미지 to 이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/image_to_image/workflow.png) +![이미지 기반 이미지 생성 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/image_to_image/workflow.png) 워크플로우 JSON이 메타데이터에 포함된 이미지는 바로 ComfyUI로 드래그하거나, 메뉴 `Workflows` -> `Open (ctrl+o)`를 통해 로드할 수 있습니다. @@ -46,15 +46,15 @@ translationFrom: tutorials/basic/image-to-image.mdx 아래 다이어그램의 단계를 따라 워크플로우가 올바르게 실행되도록 하세요. -![ComfyUI 이미지 to 이미지 워크플로우 - 단계](/images/tutorial/basic/img2img/image-to-image-02-guide.jpg) +![ComfyUI 이미지 기반 이미지 생성 워크플로우 - 단계](/images/tutorial/basic/img2img/image-to-image-02-guide.jpg) 1. `Load Checkpoint`가 **v1-5-pruned-emaonly-fp16.safetensors**를 로드하도록 확인하세요. 2. 입력 이미지를 `Load Image` 노드에 업로드하세요. 3. `Queue`를 클릭하거나 `Ctrl/Cmd + Enter`를 눌러 생성하세요. -## 이미지 to 이미지 워크플로우의 핵심 포인트 +## 이미지 기반 이미지 생성 워크플로우의 핵심 포인트 -이미지 to 이미지 워크플로우의 핵심은 `KSampler` 노드의 `denoise` 파라미터이며, 이 값은 **1보다 작아야 합니다**. +이미지 기반 이미지 생성 워크플로우의 핵심은 `KSampler` 노드의 `denoise` 파라미터이며, 이 값은 **1보다 작아야 합니다**. `denoise` 파라미터를 조정하고 이미지를 생성해보면 다음과 같은 특징을 발견할 수 있습니다: - `denoise` 값이 작을수록 생성된 이미지와 참조 이미지 간의 차이가 줄어듭니다. @@ -62,7 +62,7 @@ translationFrom: tutorials/basic/image-to-image.mdx 이는 `denoise`가 참조 이미지를 변환한 후 잠재 공간 이미지에 추가되는 노이즈의 강도를 결정하기 때문입니다. 만약 `denoise`가 1이라면 잠재 공간 이미지는 완전히 무작위 노이즈가 되어, `empty latent image` 노드에서 생성된 잠재 공간과 동일하게 되며 참조 이미지의 특성을 모두 잃게 됩니다. -관련 원리는 [텍스트 to 이미지](/ko/tutorials/basic/text-to-image) 튜토리얼의 원리 설명을 참고하세요. +관련 원리는 [텍스트 기반 이미지 생성](/ko/tutorials/basic/text-to-image) 튜토리얼의 원리 설명을 참고하세요. ## 직접 해보기 diff --git a/ko/tutorials/basic/upscale.mdx b/ko/tutorials/basic/upscale.mdx index c020985ed..de534d4fa 100644 --- a/ko/tutorials/basic/upscale.mdx +++ b/ko/tutorials/basic/upscale.mdx @@ -17,7 +17,7 @@ translationFrom: tutorials/basic/upscale.mdx 이 글에서는 ComfyUI에서 사용 가능한 여러 업스케일링 방법 중 하나를 다룹니다. 이번 튜토리얼에서는 다음을 안내합니다: 1. 업스케일링 모델 다운로드 및 설치하기 2. 기본 이미지 업스케일링 수행하기 -3. 텍스트-to-이미지 워크플로우와 업스케일링 결합하기 +3. 텍스트 기반 이미지 생성 워크플로우와 업스케일링 결합하기 더 고급 업스케일링 옵션을 찾으시나요? 다양한 모델과 활용 사례를 다룬 종합적인 [이미지 업스케일링 가이드](/ko/tutorials/utility/image-upscale)를 확인해보세요. 여기에는 인물 강화, 제품 사진 촬영 등이 포함됩니다. @@ -73,14 +73,14 @@ translationFrom: tutorials/basic/upscale.mdx 핵심 구성 요소는 `Load Upscale Model`과 `Upscale Image (Using Model)` 노드로, 이미지 입력을 받아 선택한 모델을 사용해 업스케일링합니다. -## 텍스트-to-이미지 결합 워크플로우 +## 텍스트 기반 이미지 생성 결합 워크플로우 -기본 업스케일링을 마스터한 후, 이를 [텍스트-to-이미지](/ko/tutorials/basic/text-to-image) 워크플로우와 결합할 수 있습니다. 텍스트-to-이미지의 기본 사항은 [텍스트-to-이미지 튜토리얼](/ko/tutorials/basic/text-to-image)을 참고하세요. +기본 업스케일링을 마스터한 후, 이를 [텍스트 기반 이미지 생성](/ko/tutorials/basic/text-to-image) 워크플로우와 결합할 수 있습니다. 텍스트 기반 이미지 생성의 기본 사항은 [텍스트 기반 이미지 생성 튜토리얼](/ko/tutorials/basic/text-to-image)을 참고하세요. 다음 이미지를 ComfyUI로 다운로드하고 끌어다 놓아 결합된 워크플로우를 로드하세요: -![텍스트-to-이미지 업스케일 워크플로우](/images/tutorial/basic/upscale/esrgan_example.png) +![텍스트 기반 이미지 생성 업스케일 워크플로우](/images/tutorial/basic/upscale/esrgan_example.png) -이 워크플로우는 텍스트-to-이미지 출력 이미지를 바로 업스케일링 노드에 연결해 최종 처리합니다. +이 워크플로우는 텍스트 기반 이미지 생성 출력 이미지를 바로 업스케일링 노드에 연결해 최종 처리합니다. ## 추가 팁 diff --git a/ko/tutorials/controlnet/depth-t2i-adapter.mdx b/ko/tutorials/controlnet/depth-t2i-adapter.mdx index fefa84145..c0f1480fe 100644 --- a/ko/tutorials/controlnet/depth-t2i-adapter.mdx +++ b/ko/tutorials/controlnet/depth-t2i-adapter.mdx @@ -8,7 +8,7 @@ translationFrom: tutorials/controlnet/depth-t2i-adapter.mdx ## T2I 어댑터 소개 -[T2I-Adapter](https://huggingface.co/TencentARC/T2I-Adapter)는 [Tencent ARC Lab](https://github.com/TencentARC)에서 개발한 경량 어댑터로, 텍스트-to-image 생성 모델(예: Stable Diffusion)의 구조적, 색상 및 스타일 제어 능력을 향상시키기 위해 설계되었습니다. +[T2I-Adapter](https://huggingface.co/TencentARC/T2I-Adapter)는 [Tencent ARC Lab](https://github.com/TencentARC)에서 개발한 경량 어댑터로, 텍스트 기반 이미지 생성 모델(예: Stable Diffusion)의 구조적, 색상 및 스타일 제어 능력을 향상시키기 위해 설계되었습니다. 이 어댑터는 외부 조건(예: 에지 감지 맵, 깊이 맵, 스케치 또는 색상 참조 이미지)과 모델 내부 특징을 정렬하여 원본 모델 구조를 변경하지 않고도 고정밀 제어를 실현합니다. 약 77M 파라미터(크기는 약 300MB)만으로도 추론 속도가 [ControlNet](https://github.com/lllyasviel/ControlNet-v1-1-nightly)보다 약 3배 빠르며, 여러 조건 조합(예: 스케치 + 컬러 그리드)을 지원합니다. 적용 사례로는 선화 이미지 변환, 색상 스타일 전송, 다중 요소 장면 생성 등이 있습니다. ### T2I 어댑터와 ControlNet 비교 diff --git a/ko/tutorials/flux/flux-2-klein.mdx b/ko/tutorials/flux/flux-2-klein.mdx index 7a6166ab7..61ae6444c 100644 --- a/ko/tutorials/flux/flux-2-klein.mdx +++ b/ko/tutorials/flux/flux-2-klein.mdx @@ -1,6 +1,6 @@ --- title: "ComfyUI Flux.2 Klein 4B 가이드" -description: "FLUX.2 [klein] 4B에 대한 간략한 소개와 ComfyUI에서 텍스트-to-image 및 이미지 편집 워크플로우를 실행하는 방법을 안내합니다." +description: "FLUX.2 [klein] 4B에 대한 간략한 소개와 ComfyUI에서 텍스트 기반 이미지 생성 및 이미지 편집 워크플로우를 실행하는 방법을 안내합니다." sidebarTitle: "Flux.2 Klein" translationSourceHash: e790eb10 translationFrom: tutorials/flux/flux-2-klein.mdx @@ -12,7 +12,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" ## FLUX.2 [klein] 소개 -FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image와 이미지 편집을 하나의 컴팩트한 아키텍처로 통합했습니다. 이 모델은 인터랙티브한 워크플로우, 즉각적인 미리보기 및 지연 시간이 중요한 애플리케이션을 위해 설계되었으며, 정제된 변형을 사용하면 단일 및 다중 참조 편집에서도 강력한 품질을 유지하면서 엔드투엔드 추론 시간을 약 1초로 줄일 수 있습니다. +FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트 기반 이미지 생성과 이미지 편집을 하나의 컴팩트한 아키텍처로 통합했습니다. 이 모델은 인터랙티브 워크플로우, 즉각적인 미리보기 및 지연 시간이 중요한 애플리케이션을 위해 설계되었으며, 정제된 변형을 사용하면 단일 및 다중 참조 편집에서도 강력한 품질을 유지하면서 엔드투엔드 추론 시간을 약 1초로 줄일 수 있습니다. **모델 주요 특징:** - 두 가지 4B 유형: 최대한의 유연성과 미세 조정을 위한 베이스(비정제); 속도 우선 배포를 위한 정제(4단계) @@ -23,8 +23,8 @@ FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image ## Flux.2 Klein 4B 워크플로우 - - Flux.2 Klein 4B용 텍스트-to-Image 워크플로우를 다운로드하세요. + + Flux.2 Klein 4B용 텍스트 기반 이미지 생성 워크플로우를 다운로드하세요. @@ -42,11 +42,11 @@ FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image - 디퓨전 모델(4B 베이스). + 확산 모델(4B 베이스). - 디퓨전 모델(4B 정제). + 확산 모델(4B 정제). @@ -69,8 +69,8 @@ FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image ## Flux.2 Klein 9B 워크플로우 - - Flux.2 Klein 9B용 텍스트-to-Image 워크플로우를 다운로드하세요. + + Flux.2 Klein 9B용 텍스트 기반 이미지 생성 워크플로우를 다운로드하세요. @@ -84,15 +84,15 @@ FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image ## Flux.2 Klein 9B 모델 다운로드 -디퓨전 모델의 경우 BFL의 리포지토리를 방문해 계약을 수락한 후 모델을 다운로드하세요. +확산 모델의 경우 BFL의 리포지토리를 방문해 계약을 수락한 후 모델을 다운로드하세요. - 디퓨전 모델(9B 베이스). + 확산 모델(9B 베이스). - 디퓨전 모델(9B 정제). + 확산 모델(9B 정제). @@ -114,4 +114,5 @@ FLUX.2 [Klein]은 Flux 제품군 중 가장 빠른 모델로, 텍스트-to-image │ ├── 📂 text_encoders/ │ │ └── qwen_3_8b_fp8mixed.safetensors │ └── 📂 vae/ -│ └── flux2-vae.safetensors \ No newline at end of file +│ └── flux2-vae.safetensors +``` \ No newline at end of file diff --git a/ko/tutorials/flux/flux1-krea-dev.mdx b/ko/tutorials/flux/flux1-krea-dev.mdx index e1c617ff3..f1cba3b61 100644 --- a/ko/tutorials/flux/flux1-krea-dev.mdx +++ b/ko/tutorials/flux/flux1-krea-dev.mdx @@ -10,7 +10,7 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' ![Flux.1 Krea Dev 포스터](/images/tutorial/flux/flux_1_krea_dev_poster.jpg) -[Flux.1 Krea Dev](https://huggingface.co/black-forest-labs/FLUX.1-Krea-dev)는 Black Forest Labs(BFL)와 Krea가 협력하여 개발한 고급 텍스트-to-image 생성 모델입니다. 이 모델은 현재 가장 우수한 오픈소스 FLUX 모델로, 특히 텍스트를 이미지로 변환하는 데 특화되어 있습니다. +[Flux.1 Krea Dev](https://huggingface.co/black-forest-labs/FLUX.1-Krea-dev)는 Black Forest Labs(BFL)와 Krea가 협력하여 개발한 고급 텍스트 기반 이미지 생성 모델입니다. 이 모델은 현재 가장 우수한 오픈소스 FLUX 모델로, 특히 텍스트 기반 이미지 생성에 특화되어 있습니다. **모델 특징** @@ -42,7 +42,7 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' #### 2. 수동 모델 설치 다음 모델 파일을 다운로드해 주세요: -**디퓨전 모델** +**확산 모델** - [flux1-krea-dev_fp8_scaled.safetensors](https://huggingface.co/Comfy-Org/FLUX.1-Krea-dev_ComfyUI/blob/main/split_files/diffusion_models/flux1-krea-dev_fp8_scaled.safetensors) diff --git a/ko/tutorials/image/anima/anima.mdx b/ko/tutorials/image/anima/anima.mdx index 9d79a5d1f..1e915ea00 100644 --- a/ko/tutorials/image/anima/anima.mdx +++ b/ko/tutorials/image/anima/anima.mdx @@ -1,40 +1,40 @@ --- -title: "Anima Base v1 ComfyUI 워크플로우 예시" -description: "Anima는 CircleStone Labs / Comfy Org가 개발한 20억 파라미터 텍스트-to-이미지 모델로, 애니메이션 및 비사실적 일러스트레이션 생성에 최적화되었습니다." +title: "Anima Base v1 ComfyUI 워크플로 예시" +description: "Anima는 CircleStone Labs / Comfy Org의 20억 파라미터 오픈 텍스트 기반 이미지 생성 모델로, 애니메이션 및 비사실적 일러스트레이션 생성에 최적화되었습니다." sidebarTitle: "Anima Base v1" translationSourceHash: a24422ae translationFrom: tutorials/image/anima/anima.mdx --- -import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' -**Anima**는 [CircleStone Labs](https://huggingface.co/circlestone-labs/Anima)와 Comfy Org의 협력으로 개발된 오픈 소스 텍스트-to-이미지 모델입니다. **20억**개의 파라미터를 갖춘 이 모델은 고품질의 **애니메이션 및 비사실적** 이미지를 생성하도록 설계되었으며, 캐릭터, 장면, 컨셉 아트 등에 이상적입니다. +**Anima**는 [CircleStone Labs](https://huggingface.co/circlestone-labs/Anima)와 Comfy Org의 협력으로 제공되는 오픈 텍스트 기반 이미지 생성 모델입니다. **20억** 개의 파라미터를 갖춘 이 모델은 고품질의 **애니메이션 및 비사실적** 이미지를 생성하도록 설계되었으며, 캐릭터, 장면, 컨셉 아트 등에 적합합니다. **모델 주요 특징**: - **애니메이션 및 예술적 일러스트레이션 중심** — 비사실적 아트 스타일에 맞춰 조정됨 -- **ComfyUI 기본 지원** — 표준 UNETLoader, CLIPLoader, VAELoader 노드 포함 +- **ComfyUI 네이티브 지원** — 표준 UNETLoader, CLIPLoader, VAELoader 노드로 로드 - **Qwen-3 0.6B 텍스트 인코더** — 강력한 언어 이해력과 프롬프트 준수 제공 -- **입력 이미지 필요 없음** — 순수 텍스트-to-이미지 생성 +- **입력 이미지 필요 없음** — 순수 텍스트 기반 이미지 생성 - **작은 메모리 사용량** — 20억 확산 모델로, 소비자용 GPU에서도 원활히 작동함 **관련 링크**: - [Hugging Face (Anima)](https://huggingface.co/circlestone-labs/Anima) -## 이용 가능한 워크플로우 +## 이용 가능한 워크플로 -Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 기본 버전과 초기 접근을 위한 미리보기 버전입니다. +Anima는 두 가지 워크플로를 제공합니다. 일반 사용을 위한 베이스 버전과 미리보기 버전(조기 액세스)입니다. -두 워크플로우 모두 **Subgraph** 노드를 사용해 텍스트-to-이미지 생성 파이프라인을 관리합니다. Subgraph를 열어 내부 노드를 확인하거나 맞춤 설정할 수 있습니다. +두 워크플로 모두 **Subgraph** 노드를 사용해 텍스트 기반 이미지 생성 파이프라인을 관리합니다. Subgraph를 열어 내부 노드를 확인하거나 사용자 정의할 수 있습니다. - 이 워크플로우는 모듈식 처리를 위해 Subgraph 노드를 사용합니다. Subgraph 문서를 확인해 워크플로우를 맞춤 설정하고 확장하는 방법을 배워보세요. + 이 워크플로는 모듈식 처리를 위해 Subgraph 노드를 사용합니다. Subgraph 문서를 확인해 워크플로를 사용자 정의하고 확장하는 방법을 알아보세요. -### Anima Base v1: 텍스트-to-이미지 +### Anima Base v1: 텍스트 기반 이미지 생성 - + JSON 파일 다운로드 또는 템플릿 라이브러리에서 "Anima Base v1" 검색 @@ -46,16 +46,16 @@ Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 1. ComfyUI를 최신 버전으로 업데이트하거나 [Comfy Cloud](https://cloud.comfy.org/?template=image_anima_base_v1&utm_source=docs&utm_medium=referral&utm_campaign=anima)를 사용하세요 2. **템플릿**으로 이동해 **Anima Base v1**을 검색하세요 -3. **Anima Base v1: 텍스트-to-이미지** 워크플로우를 선택하세요 -4. 누락된 모델을 다운로드하고(참고: [모델 다운로드](#anima-model-downloads)), 프롬프트를 입력한 후 **큐**를 클릭하세요 +3. **Anima Base v1: 텍스트 기반 이미지 생성** 워크플로를 선택하세요 +4. 누락된 모델을 다운로드하고([모델 다운로드](#anima-model-downloads) 참조), 프롬프트를 입력한 후 **큐**를 클릭하세요 #### 예시 출력 Anima Base v1 예시 출력 -### Anima 미리보기: 애니메이션 텍스트-to-이미지 생성 +### Anima 미리보기: 애니메이션 텍스트 기반 이미지 생성 - + JSON 파일 다운로드 또는 템플릿 라이브러리에서 "Anima Preview" 검색 @@ -67,8 +67,8 @@ Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 1. ComfyUI를 최신 버전으로 업데이트하거나 [Comfy Cloud](https://cloud.comfy.org/?template=image_anima_preview&utm_source=docs&utm_medium=referral&utm_campaign=anima)를 사용하세요 2. **템플릿**으로 이동해 **Anima Preview**를 검색하세요 -3. **Anima 애니메이션 텍스트-to-이미지 생성** 워크플로우를 선택하세요 -4. 누락된 모델을 다운로드하고(참고: [모델 다운로드](#anima-model-downloads)), 프롬프트를 입력한 후 **큐**를 클릭하세요 +3. **Anima 애니메이션 텍스트 기반 이미지 생성** 워크플로를 선택하세요 +4. 누락된 모델을 다운로드하고([모델 다운로드](#anima-model-downloads) 참조), 프롬프트를 입력한 후 **큐**를 클릭하세요 #### 예시 출력 @@ -83,11 +83,11 @@ Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 - 두 워크플로우 공유 텍스트 인코더(Qwen-3 0.6B). + 두 워크플로 공유 텍스트 인코더(Qwen-3 0.6B). - 두 워크플로우 공유 VAE. + 두 워크플로 공유 VAE. **모델 저장 위치** @@ -105,7 +105,7 @@ Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 ### 미리보기 모델 -미리보기 워크플로우를 사용한다면, 대신 미리보기 확산 모델을 다운로드하세요: +미리보기 워크플로를 사용한다면, 대신 미리보기 확산 모델을 다운로드하세요: Anima Preview용 확산 모델(20억). @@ -124,4 +124,4 @@ Anima는 두 가지 워크플로우를 제공합니다. 표준 사용을 위한 - **사실성 부족** — 모델은 의도적으로 애니메이션 및 일러스트레이션 스타일에 맞게 설계되었으며, 사실적인 렌더링은 범위 밖입니다 - **약한 텍스트 렌더링** — 고해상도 텍스트와 복잡한 타이포그래피는 명확하게 렌더링되지 않을 수 있습니다 -- **단순한 스타일링** — 기본 모델은 보다 간단한 구성물을 생성하며, 고급 예술적 스타일은 추가 조정이나 미세 조정이 필요할 수 있습니다 \ No newline at end of file +- **단순한 스타일링** — 베이스 모델은 비교적 단순한 구성을 생성하며, 고급 예술적 스타일은 추가 조정이나 파인튜닝이 필요할 수 있습니다 \ No newline at end of file diff --git a/ko/tutorials/image/cosmos/cosmos-predict2-t2i.mdx b/ko/tutorials/image/cosmos/cosmos-predict2-t2i.mdx index e0cbda393..e72a01eb8 100644 --- a/ko/tutorials/image/cosmos/cosmos-predict2-t2i.mdx +++ b/ko/tutorials/image/cosmos/cosmos-predict2-t2i.mdx @@ -1,6 +1,6 @@ --- -title: "Cosmos Predict2 텍스트-to-이미지 ComfyUI 공식 예제" -description: "이 가이드는 ComfyUI에서 Cosmos-Predict2 텍스트-to-이미지 워크플로우를 완료하는 방법을 보여줍니다." +title: "Cosmos Predict2 텍스트 기반 이미지 생성 ComfyUI 공식 예제" +description: "이 가이드는 ComfyUI에서 Cosmos-Predict2 텍스트 기반 이미지 생성 워크플로우를 완료하는 방법을 보여줍니다." sidebarTitle: "Cosmos-Predict2" translationSourceHash: 01df14e7 translationFrom: tutorials/image/cosmos/cosmos-predict2-t2i.mdx @@ -11,13 +11,13 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' Cosmos-Predict2는 NVIDIA의 차세대 물리 세계 기반 모델로, 물리적 AI 시나리오에서 고품질 시각 생성 및 예측 작업을 위해 특별히 설계되었습니다. 이 모델은 뛰어난 물리적 정확성, 환경 상호작용성, 세부 사항 재현 능력을 갖추고 있어 복잡한 물리 현상과 동적 장면을 사실적으로 시뮬레이션할 수 있습니다. -Cosmos-Predict2는 텍스트-to-이미지(Text2Image)와 비디오-to-월드(Video2World)를 포함한 다양한 생성 방식을 지원하며, 산업 시뮬레이션, 자율주행, 도시 계획, 과학 연구 등 다양한 분야에서 널리 사용되고 있습니다. +Cosmos-Predict2는 텍스트 기반 이미지 생성(Text2Image)과 비디오 기반 월드 생성(Video2World)을 포함한 다양한 생성 방식을 지원하며, 산업 시뮬레이션, 자율주행, 도시 계획, 과학 연구 등 다양한 분야에서 널리 사용되고 있습니다. GitHub: [Cosmos-predict2](https://github.com/nvidia-cosmos/cosmos-predict2) huggingface: [Cosmos-Predict2](https://huggingface.co/collections/nvidia/cosmos-predict2-68028efc052239369a0f2959) -이 가이드에서는 ComfyUI에서 **텍스트-to-이미지** 워크플로우를 완료하는 과정을 안내합니다. +이 가이드에서는 ComfyUI에서 **텍스트 기반 이미지 생성** 워크플로우를 완료하는 과정을 안내합니다. 비디오 생성 부분에 대해서는 다음 섹션을 참고해 주세요: diff --git a/ko/tutorials/image/ernie-image/ernie-image.mdx b/ko/tutorials/image/ernie-image/ernie-image.mdx index 7125f9685..8c72a09e3 100644 --- a/ko/tutorials/image/ernie-image/ernie-image.mdx +++ b/ko/tutorials/image/ernie-image/ernie-image.mdx @@ -1,14 +1,19 @@ --- -title: "ERNIE-Image ComfyUI 워크플로우 예시" -description: "ERNIE-Image는 정밀한 텍스트 렌더링, 강력한 지시사항 준수 및 내장된 프롬프트 향상기 기능을 갖춘 Baidu의 오픈소스 8B 디퓨전 트랜스포머 텍스트-to-이미지 모델입니다." +title: "ERNIE-Image ComfyUI 워크플로 예시" +description: "ERNIE-Image는 정밀한 텍스트 렌더링, 강력한 지시사항 준수 및 내장된 프롬프트 향상기 기능을 갖춘 Baidu의 오픈소스 8B 디퓨전 트랜스포머 텍스트 기반 이미지 생성 모델입니다." sidebarTitle: "ERNIE-Image" -translationSourceHash: 62f70484 +translationSourceHash: 887cefa9 translationFrom: tutorials/image/ernie-image/ernie-image.mdx +translationBlockHashes: + "_intro": 6641e5ff + "ERNIE-Image text-to-image workflow": baeb3db4 + "ERNIE-Image-Turbo": 144c2479 + "Available models": 2aea7ac8 + "Examples": 0e2eb115 --- - import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" -**ERNIE-Image**는 Baidu가 개발한 오픈소스 텍스트-to-이미지 모델로, Apache-2.0 라이선스를 적용했습니다. **8B** 파라미터 디퓨전 트랜스포머(DiT)를 기반으로 하며, 정밀한 텍스트 렌더링과 강력한 지시사항 준수, 구조화된 시각적 생성을 통해 고품질 이미지를 제공합니다. +**ERNIE-Image**는 Baidu가 개발한 오픈소스 텍스트 기반 이미지 생성 모델로, Apache-2.0 라이선스를 적용했습니다. **8B** 파라미터 디퓨전 트랜스포머(DiT)를 기반으로 하며, 정밀한 텍스트 렌더링과 강력한 지시사항 준수, 구조화된 시각적 생성을 통해 고품질 이미지를 제공합니다. 이 모델에는 짧은 입력을 더 풍부한 프롬프트로 확장해 더 나은 결과를 얻도록 해주는 내장된 **프롬프트 향상기**(3B)가 포함되어 있습니다. @@ -24,15 +29,14 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" - [Hugging Face (ERNIE-Image)](https://huggingface.co/Baidu/ERNIE-Image) - [Hugging Face (ComfyUI 지원)](https://huggingface.co/Comfy-Org/ERNIE-Image) +## ERNIE-Image 텍스트 기반 이미지 생성 워크플로 -## ERNIE-Image 텍스트-to-이미지 워크플로우 - - - ERNIE-Image 텍스트-to-이미지 워크플로우 JSON 파일을 다운로드하세요. + + ERNIE-Image 텍스트 기반 이미지 생성 워크플로 JSON 파일을 다운로드하세요. - 이 워크플로우를 Comfy Cloud에서 바로 실행하세요. + 이 워크플로를 Comfy Cloud에서 바로 실행하세요. @@ -41,7 +45,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" 1. ComfyUI를 최신 버전으로 업데이트하거나 [Comfy Cloud](https://cloud.comfy.org/?template=image_ernie_image&utm_source=docs)를 사용하세요 2. **템플릿**으로 이동하여 **ERNIE-Image**를 검색하세요 -3. **ERNIE-Image** 워크플로우를 선택하세요 +3. **ERNIE-Image** 워크플로를 선택하세요 4. 누락된 모델을 다운로드하고, 프롬프트를 업데이트한 후 **실행**을 클릭하세요 ### ERNIE-Image 모델 다운로드 @@ -80,20 +84,20 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" ## ERNIE-Image-Turbo -[ERNIE-Image-Turbo](https://huggingface.co/Baidu/ERNIE-Image-Turbo)는 DMD와 RL로 최적화된 더 빠른 변형으로, 표준 모델이 약 50단계를 필요로 하는 것에 비해 단 **8단계**만에 이미지를 생성합니다. +[ERNIE-Image-Turbo](https://huggingface.co/Baidu/ERNIE-Image-Turbo)는 DMD와 RL로 최적화된 더 빠른 변형으로, 표준 모델이 약 50단계를 필요로 하는 것과 달리 단 **8단계**만으로 이미지를 생성합니다. - - ERNIE-Image-Turbo 텍스트-to-이미지 워크플로우 JSON 파일을 다운로드하세요. + + ERNIE-Image-Turbo 텍스트 기반 이미지 생성 워크플로 JSON 파일을 다운로드하세요. - 이 워크플로우를 Comfy Cloud에서 바로 실행하세요. + 이 워크플로를 Comfy Cloud에서 바로 실행하세요. ### ERNIE-Image-Turbo 모델 다운로드 - ERNIE-Image-Turbo용 디퓨전 모델입니다. + ERNIE-Image-Turbo용 diffusion 모델입니다. @@ -126,7 +130,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" | 모델 | 설명 | 추론 단계 | 링크 | |-------|-------------|-----------------|------| -| ERNIE-Image | 메인 SFT 모델 — 높은 품질과 지시 충실도 | ~50 | [Hugging Face](https://huggingface.co/Baidu/ERNIE-Image) | +| ERNIE-Image | 메인 SFT 모델 — 더 뛰어난 품질과 지시 충실도 | ~50 | [Hugging Face](https://huggingface.co/Baidu/ERNIE-Image) | | ERNIE-Image-Turbo | DMD 및 RL로 최적화된 터보 모델 — 더 빠른 생성 | 8 | [Hugging Face](https://huggingface.co/Baidu/ERNIE-Image-Turbo) | ## 예제 @@ -198,7 +202,7 @@ A charming, whimsical 3D illustration featuring a fluffy, plush-textured white d ### 다중 패널 구성 -![북미 토종 종 인포그래픽](https://substack-post-media.s3.amazonaws.com/public/images/4e9a2968-9f7c-4b2f-92e6-b0fa9a91ede2_1360x768.png) +![북미 토착종 인포그래픽](https://substack-post-media.s3.amazonaws.com/public/images/4e9a2968-9f7c-4b2f-92e6-b0fa9a91ede2_1360x768.png) ```text @@ -230,4 +234,4 @@ Panel 6 (bottom-right): wide shot — they face each other under one umbrella. C Ink and watercolor style, cool blue-gray palette, expressive line art. Same character design consistent across all 6 panels. ``` - \ No newline at end of file + diff --git a/ko/tutorials/image/hidream/hidream-i1.mdx b/ko/tutorials/image/hidream/hidream-i1.mdx index f4ce1cd1a..2b27ec88d 100644 --- a/ko/tutorials/image/hidream/hidream-i1.mdx +++ b/ko/tutorials/image/hidream/hidream-i1.mdx @@ -1,14 +1,19 @@ --- -title: "ComfyUI 네이티브 HiDream-I1 텍스트-to-이미지 워크플로우 예시" +title: "ComfyUI 네이티브 HiDream-I1 텍스트 기반 이미지 생성 워크플로 예시" sidebarTitle: "HiDream-I1" -description: "이 가이드에서는 ComfyUI 네이티브 HiDream-I1 텍스트-to-이미지 워크플로우 예시를 완료하는 방법을 안내합니다." -translationSourceHash: e9aa3fbc +description: "이 가이드에서는 ComfyUI 네이티브 HiDream-I1 텍스트 기반 이미지 생성 워크플로 예시를 완료하는 방법을 안내합니다." +translationSourceHash: 590b8d6d translationFrom: tutorials/image/hidream/hidream-i1.mdx +translationBlockHashes: + "_intro": 59935bb2 + "Model Features": 3ec455b0 + "About This Workflow Example": 90c5d2b3 + "HiDream-I1 Workflow": 93e17294 + "Other Related Resources": e794d9ef --- - ![HiDream-I1 데모](https://raw.githubusercontent.com/HiDream-ai/HiDream-I1/main/assets/demo.jpg) -HiDream-I1은 2025년 4월 7일 HiDream-ai가 공식적으로 오픈소스로 공개한 텍스트-to-이미지 모델입니다. 이 모델은 170억 파라미터를 보유하며, [MIT 라이선스](https://github.com/HiDream-ai/HiDream-I1/blob/main/LICENSE)에 따라 배포되며 개인 프로젝트, 과학 연구 및 상업적 사용을 지원합니다. 현재 여러 벤치마크 테스트에서 뛰어난 성능을 발휘하고 있습니다. +HiDream-I1은 2025년 4월 7일 HiDream-ai가 공식적으로 오픈소스로 공개한 텍스트 기반 이미지 생성 모델입니다. 이 모델은 170억 파라미터를 보유하며, [MIT 라이선스](https://github.com/HiDream-ai/HiDream-I1/blob/main/LICENSE)에 따라 배포되며 개인 프로젝트, 과학 연구 및 상업적 사용을 지원합니다. 현재 여러 벤치마크 테스트에서 뛰어난 성능을 발휘하고 있습니다. ## 모델 특징 @@ -39,7 +44,7 @@ HiDream-ai는 서로 다른 요구를 충족하기 위해 HiDream-I1 모델의 이 예시에서는 ComfyOrg에서 재포장한 버전을 사용할 것입니다. 이 예시에서 사용할 모든 모델 파일은 [HiDream-I1_ComfyUI](https://huggingface.co/Comfy-Org/HiDream-I1_ComfyUI/) 저장소에서 확인하실 수 있습니다. -시작하기 전에 ComfyUI 버전을 최신으로 업데이트해 주세요. 이 [커밋](https://github.com/Comfy-Org/ComfyUI/commit/9ad792f92706e2179c58b2e5348164acafa69288) 이후 버전 이상으로 업데이트해야만 ComfyUI가 HiDream에 기본 지원을 제공합니다. +시작하기 전에 ComfyUI 버전을 이 [커밋](https://github.com/Comfy-Org/ComfyUI/commit/9ad792f92706e2179c58b2e5348164acafa69288) 이후 버전 이상으로 업데이트하여 ComfyUI가 HiDream에 대한 기본 지원을 갖추도록 해주세요. ## HiDream-I1 워크플로우 @@ -213,4 +218,4 @@ City96의 [ComfyUI-GGUF](https://github.com/city96/ComfyUI-GGUF)에서 “Unet L ### NF4 버전 모델 - [HiDream-I1-nf4](https://github.com/hykilpikonna/HiDream-I1-nf4) -- [ComfyUI-HiDream-Sampler](https://github.com/SanDiegoDude/ComfyUI-HiDream-Sampler) 노드를 사용해 NF4 버전 모델을 활용하세요. \ No newline at end of file +- [ComfyUI-HiDream-Sampler](https://github.com/SanDiegoDude/ComfyUI-HiDream-Sampler) 노드를 사용해 NF4 버전 모델을 활용하세요. diff --git a/ko/tutorials/image/hidream/hidream-o1.mdx b/ko/tutorials/image/hidream/hidream-o1.mdx index f8befcf88..a31058bde 100644 --- a/ko/tutorials/image/hidream/hidream-o1.mdx +++ b/ko/tutorials/image/hidream/hidream-o1.mdx @@ -1,7 +1,7 @@ --- title: "ComfyUI 네이티브 HiDream-O1-Image 워크플로우 예시" sidebarTitle: "HiDream-O1-Image" -description: "이 가이드는 ComfyUI 네이티브 HiDream-O1-Image 텍스트-to-이미지 및 이미지 편집 워크플로우를 안내합니다" +description: "이 가이드는 ComfyUI 네이티브 HiDream-O1-Image 텍스트 기반 이미지 생성 및 이미지 편집 워크플로우를 안내합니다" translationSourceHash: 51a684c4 translationFrom: tutorials/image/hidream/hidream-o1.mdx --- @@ -12,7 +12,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" ![HiDream-O1-Image 데모](https://raw.githubusercontent.com/HiDream-ai/HiDream-O1-Image/main/assets/general.webp) -HiDream-O1-Image는 2026년 5월 8일 HiDream-ai가 오픈소스로 공개한 통합 이미지 생성 기반 모델입니다. 픽셀 수준의 통합 트랜스포머(UiT)를 기반으로 구축되었으며, 외부 VAE나 분리된 텍스트 인코더 없이 작동하며, 최대 2,048×2,048 해상도에서 **텍스트-to-이미지**, **지시어 기반 이미지 편집**, **주제 중심 개인화**, **스토리보드 생성**을 지원합니다. +HiDream-O1-Image는 2026년 5월 8일 HiDream-ai가 오픈소스로 공개한 통합 이미지 생성 기반 모델입니다. 픽셀 수준의 통합 트랜스포머(UiT)를 기반으로 구축되었으며, 외부 VAE나 분리된 텍스트 인코더 없이 작동하며, 최대 2,048×2,048 해상도에서 **텍스트 기반 이미지 생성**, **지시어 기반 이미지 편집**, **주제 중심 개인화**, **스토리보드 생성**을 지원합니다. HiDream-O1-Image는 [MIT 라이선스](https://github.com/HiDream-ai/HiDream-O1-Image?tab=MIT-1-ov-file)로 배포되며, ComfyUI에서 기본적으로 지원됩니다(PR [#13817](https://github.com/Comfy-Org/ComfyUI/pull/13817)). @@ -29,7 +29,7 @@ HiDream-O1-Image는 [MIT 라이선스](https://github.com/HiDream-ai/HiDream-O1- ### 1. 워크플로우 다운로드 -ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플릿 둘러보기` -> `이미지`로 이동해 "HiDream O1 풀: 이미지 생성"을 찾으세요. +ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플릿 탐색` -> `이미지`로 이동해 "HiDream O1 풀: 이미지 생성"을 찾으세요. ![HiDream-O1-Image 풀 워크플로우](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_hidream_o1.png) @@ -75,7 +75,7 @@ ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플 - `CheckpointLoaderSimple`가 선택한 체크포인트를 로드하도록 설정하세요. - `CLIPTextEncode` 노드에 프롬프트를 입력하세요. -- **텍스트-to-이미지 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값). 샘플러는 직접 텍스트 프롬프트를 사용합니다. +- **텍스트 기반 이미지 생성 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값). 샘플러는 직접 텍스트 프롬프트를 사용합니다. - **이미지 편집 모드:** **"이미지 편집으로 전환"**을 **켬**으로 설정한 후, `Load Image` 노드에 참조 이미지를 업로드하고 이를 `HiDreamO1ReferenceImages`에 연결하세요. > **참고:** O1 샘플러는 잠재적 샘플을 출력하며, `CheckpointLoaderSimple`가 로드한 VAE를 사용해 `VAEDecode` 노드를 통해 디코딩해야 합니다. @@ -84,7 +84,7 @@ ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플 ### 1. 워크플로우 다운로드 -`워크플로우` -> `템플릿 둘러보기` -> `이미지`로 이동해 "HiDream O1 Dev"를 찾으세요. +`워크플로우` -> `템플릿 탐색` -> `이미지`로 이동해 "HiDream O1 Dev"를 찾으세요. ![HiDream-O1-Image Dev 워크플로우](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_hidream_o1_dev.png) @@ -121,8 +121,8 @@ ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플 ### 3. 워크플로우 사용하기 - `CheckpointLoaderSimple`가 `hidream_o1_image_dev_fp8_scaled.safetensors`를 로드하도록 설정하세요. -- Dev 버전은 CFG=1.0으로 28단계를 사용하며, 부정 프롬프트가 필요하지 않습니다. -- **텍스트-to-이미지 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값) +- Dev 버전은 CFG=1.0으로 28단계를 사용하며, 네거티브 프롬프트가 필요하지 않습니다. +- **텍스트 기반 이미지 생성 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값) - **이미지 편집 모드:** **"이미지 편집으로 전환"**을 **켬**으로 설정한 후, `Load Image`에 참조 이미지를 업로드하고 이를 `HiDreamO1ReferenceImages`에 연결하세요. ## 추가 참고사항 @@ -131,6 +131,6 @@ ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플 ![긴 텍스트 렌더링 및 레이아웃 제어](https://raw.githubusercontent.com/HiDream-ai/HiDream-O1-Image/main/assets/text-layout.webp) -- **이미지 스케일링:** 입력 참조 이미지가 너무 크다면, `ImageScaleToTotalPixels` 노드(Ctrl+B)를 활성화해 이미지를 4MP로 스케일링하세요. +- **이미지 크기 조절:** 입력 참조 이미지가 너무 크다면, `ImageScaleToTotalPixels` 노드(Ctrl+B)를 활성화하여 이미지를 4MP로 크기를 조정하세요. - **패치 이음새 부드럽게 처리(실험적):** `HiDreamO1PatchSeamSmoothing` 노드는 샘플링 중 눈에 띄는 이음새 아티팩트를 줄여줍니다. 풀 워크플로우에서는 기본적으로 활성화되어 있습니다. \ No newline at end of file diff --git a/ko/tutorials/image/lens/lens.mdx b/ko/tutorials/image/lens/lens.mdx index ee6c89e08..0130e489f 100644 --- a/ko/tutorials/image/lens/lens.mdx +++ b/ko/tutorials/image/lens/lens.mdx @@ -1,6 +1,6 @@ --- title: "Lens ComfyUI 워크플로우 예시" -description: "Lens은 마이크로소프트가 개발한 38억 파라미터 텍스트-to-이미지 모델로, GPT-OSS-20B 텍스트 특징과 FLUX.2 VAE를 사용하는 듀얼 스트림 MMDiT를 기반으로 하며, 효율적이고 고해상도의 이미지를 생성합니다." +description: "Lens은 마이크로소프트가 개발한 38억 파라미터 텍스트 기반 이미지 생성 모델로, GPT-OSS-20B 텍스트 특징과 FLUX.2 VAE를 사용하는 듀얼 스트림 MMDiT를 기반으로 하며, 효율적이고 고해상도의 이미지를 생성합니다." sidebarTitle: "Lens" translationSourceHash: ccc64249 translationFrom: tutorials/image/lens/lens.mdx @@ -8,7 +8,7 @@ translationFrom: tutorials/image/lens/lens.mdx import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' -**Lens**는 **마이크로소프트**가 개발한 오픈 소스 텍스트-to-이미지 모델로, MIT 라이선스를 적용했습니다. **38억 개**의 파라미터를 가진 이 모델은 **듀얼 스트림 MMDiT** 아키텍처를 사용하며, **GPT-OSS-20B** 텍스트 인코더 특징과 **FLUX.2 세맨틱 VAE**를 통해 더 큰 T2I 모델들에 비해 훨씬 적은 학습 계산량으로 경쟁력 있는 이미지 품질을 제공합니다. +**Lens**는 **마이크로소프트**가 개발한 오픈 소스 텍스트 기반 이미지 생성 모델로, MIT 라이선스를 적용했습니다. **38억 개**의 파라미터를 가진 이 모델은 **듀얼 스트림 MMDiT** 아키텍처를 사용하며, **GPT-OSS-20B** 텍스트 인코더 특징과 **FLUX.2 세맨틱 VAE**를 통해 더 큰 T2I 모델들에 비해 훨씬 적은 학습 계산량으로 경쟁력 있는 이미지 품질을 제공합니다. **모델 주요 특징**: - **듀얼 스트림 MMDiT 아키텍처** — 이미지와 텍스트를 함께 처리하여 일관성 있는 생성 가능 @@ -23,9 +23,9 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' - [Hugging Face (마이크로소프트)](https://huggingface.co/microsoft/Lens) - [Hugging Face (Comfy-Org)](https://huggingface.co/Comfy-Org/Lens) -## Lens 텍스트-to-이미지 워크플로우 +## Lens 텍스트 기반 이미지 생성 워크플로우 -표준 버전과 Turbo 버전 모두 **Subgraph** 노드를 사용해 텍스트-to-이미지 생성 파이프라인을 관리합니다. Subgraph를 열어 내부 노드를 확인하거나 맞춤화할 수 있습니다. +표준 버전과 Turbo 버전 모두 **Subgraph** 노드를 사용해 텍스트 기반 이미지 생성 파이프라인을 관리합니다. Subgraph를 열어 내부 노드를 확인하거나 맞춤화할 수 있습니다. 이 워크플로우는 모듈식 처리를 위해 Subgraph 노드를 사용합니다. Subgraph 문서를 확인해 워크플로우를 맞춤화하고 확장하는 방법을 배워보세요. @@ -55,7 +55,7 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' #### 예시 출력 -Lens 텍스트-to-이미지 예시 출력 +Lens 텍스트 기반 이미지 생성 예시 출력 ### Lens Turbo @@ -81,7 +81,7 @@ Lens Turbo는 추출된 변형으로, 더 적은 샘플링 단계로 이미지 #### 예시 출력 -Lens Turbo 텍스트-to-이미지 예시 출력 +Lens Turbo 텍스트 기반 이미지 생성 예시 출력 ## Lens 모델 다운로드 diff --git a/ko/tutorials/image/newbie-image/newbie-image-exp-0-1.mdx b/ko/tutorials/image/newbie-image/newbie-image-exp-0-1.mdx index 1c1ce872b..fe94ed061 100644 --- a/ko/tutorials/image/newbie-image/newbie-image-exp-0-1.mdx +++ b/ko/tutorials/image/newbie-image/newbie-image-exp-0-1.mdx @@ -1,6 +1,6 @@ --- -title: "ComfyUI NewBie-image-Exp0.1 워크플로우 예시" -description: "NewBie-image-Exp0.1은 Next-DiT 아키텍처를 기반으로 한 35억 파라미터의 애니메이션 스타일 텍스트-to-이미지 생성 모델로, XML 구조화된 프롬프트를 활용해 고품질 애니메이션 이미지 생성을 최적화했습니다." +title: "ComfyUI NewBie-image-Exp0.1 워크플로 예제" +description: "NewBie-image-Exp0.1은 Next-DiT 아키텍처를 기반으로 한 3.5B 파라미터의 애니메이션 스타일 텍스트 기반 이미지 생성 모델로, XML 구조화된 프롬프트로 고품질 애니메이션 이미지 생성을 최적화했습니다." sidebarTitle: "NewBie-image-Exp0.1" translationSourceHash: 6b4cf086 translationFrom: tutorials/image/newbie-image/newbie-image-exp-0-1.mdx @@ -8,24 +8,24 @@ translationFrom: tutorials/image/newbie-image/newbie-image-exp-0-1.mdx import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' -**NewBie-image-Exp0.1**은 NewBieAI Lab에서 개발한 35억 파라미터의 DiT 모델로, 애니메이션 스타일 텍스트-to-이미지 생성을 위해 설계되었습니다. Next-DiT 아키텍처를 기반으로 하며, 뛰어난 디테일과 시각적으로 강렬한 애니메이션 이미지를 제공합니다. +**NewBie-image-Exp0.1**은 NewBieAI Lab에서 개발한 3.5B 파라미터의 DiT 모델로, 애니메이션 스타일 텍스트 기반 이미지 생성을 위해 설계되었습니다. Next-DiT 아키텍처를 기반으로 하며, 뛰어난 디테일과 시각적으로 강렬한 애니메이션 이미지를 제공합니다. **주요 특징**: -- **35억 파라미터 모델**: 고품질 애니메이션 생성을 위한 효율적이면서도 강력한 모델 크기 +- **3.5B 파라미터 모델**: 고품질 애니메이션 생성을 위한 효율적이면서도 강력한 모델 크기 - **Next-DiT 아키텍처**: Lumina 아키텍처 연구를 바탕으로 새롭게 설계된 NewBie 아키텍처 사용 - **듀얼 텍스트 인코더**: 주인코더로 Gemma3-4B-it를 사용하며, Jina CLIP v2를 추가해 프롬프트 이해도를 높였습니다 - **FLUX VAE**: FLUX.1-dev 16채널 VAE를 사용해 더 풍부한 색감과 세밀한 질감 표현 가능 -- **XML 구조화된 프롬프트**: XML 형식을 지원해 더 나은 주의 집중 및 속성 분리 가능 +- **XML 구조화된 프롬프트**: XML 형식을 지원해 더 나은 어텐션 바인딩과 속성 분리 가능 **관련 링크**: - [GitHub](https://github.com/NewBieAI-Lab/NewBie-image-Exp0.1) - [Hugging Face](https://huggingface.co/NewBie-AI/NewBie-image-Exp0.1) -- [시작 가이드](https://ai.feishu.cn/wiki/NZl9wm7V1iuNzmkRKCUcb1USnsh) +- [시작하기 가이드](https://ai.feishu.cn/wiki/NZl9wm7V1iuNzmkRKCUcb1USnsh) -## NewBie-image 텍스트-to-이미지 워크플로우 +## NewBie-image 텍스트 기반 이미지 생성 워크플로 -

JSON 워크플로우 파일 다운로드

+

JSON 워크플로 파일 다운로드

 @@ -36,16 +36,16 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' ## 모델 링크 -**텍스트 인코더** +**text_encoders** - [gemma_3_4b_it_bf16.safetensors](https://huggingface.co/Comfy-Org/NewBie-image-Exp0.1_repackaged/resolve/main/split_files/text_encoders/gemma_3_4b_it_bf16.safetensors) - [jina_clip_v2_bf16.safetensors](https://huggingface.co/Comfy-Org/NewBie-image-Exp0.1_repackaged/resolve/main/split_files/text_encoders/jina_clip_v2_bf16.safetensors) -**디퓨전 모델** +**diffusion_models** - [NewBie-Image-Exp0.1-bf16.safetensors](https://huggingface.co/Comfy-Org/NewBie-image-Exp0.1_repackaged/resolve/main/split_files/diffusion_models/NewBie-Image-Exp0.1-bf16.safetensors) -**VAE** +**vae** - [ae.safetensors](https://huggingface.co/Comfy-Org/z_image_turbo/resolve/main/split_files/vae/ae.safetensors) @@ -65,9 +65,9 @@ ComfyUI/ ## 프롬프트 형식 -NewBie-image는 캐릭터 생성에 최적화된 애니메이션 이미지 생성 모델입니다. 학습에는 XML 구조화된 프롬프트를 사용하며, 각 `<>` 태그는 카테고리를 정의하고 ``는 이를 닫습니다. 안에 들어가는 태그들은 표준 Danbooru 태그입니다. 이 구조를 통해 여러 캐릭터가 등장하는 장면에서 더욱 정확한 속성 연결이 가능합니다. +NewBie-image는 캐릭터 생성에 최적화된 애니메이션 이미지 생성 모델입니다. 학습에는 XML 구조화된 프롬프트를 사용하며, 각 `<>` 태그는 카테고리(예: ``, ``)를 정의하고 ``는 이를 닫습니다. 안에 들어가는 태그들은 표준 Danbooru 태그입니다. 이 구조를 통해 여러 캐릭터가 등장하는 장면에서 더욱 정확한 속성 바인딩이 가능합니다. -완벽한 프롬프트 작성 가이드는 [공식 문서](https://ai.feishu.cn/wiki/NZl9wm7V1iuNzmkRKCUcb1USnsh)를 참조하세요. +완전한 프롬프트 작성 가이드는 [공식 문서](https://ai.feishu.cn/wiki/NZl9wm7V1iuNzmkRKCUcb1USnsh)를 참조하세요. NewBie-image-Exp0.1은 세 가지 프롬프트 형식을 지원합니다: - **자연어**: 일반적인 텍스트 설명 @@ -76,7 +76,7 @@ NewBie-image-Exp0.1은 세 가지 프롬프트 형식을 지원합니다: ### XML 구조화된 프롬프트 -여러 캐릭터가 등장하는 장면에서는 XML 구조화된 프롬프트를 사용하면 더 정확한 이미지 생성 결과와 더 나은 주의 집중 및 속성 분리가 가능합니다. +여러 캐릭터가 등장하는 장면에서는 XML 구조화된 프롬프트를 사용하면 더 정확한 이미지 생성 결과와 더 나은 어텐션 바인딩과 속성 분리가 가능합니다. ```xml diff --git a/ko/tutorials/image/omnigen/omnigen2.mdx b/ko/tutorials/image/omnigen/omnigen2.mdx index 588912c6a..afb8f8eb1 100644 --- a/ko/tutorials/image/omnigen/omnigen2.mdx +++ b/ko/tutorials/image/omnigen/omnigen2.mdx @@ -1,6 +1,6 @@ --- title: "ComfyUI OmniGen2 네이티브 워크플로우 예시" -description: "ComfyUI OmniGen2 네이티브 워크플로우 예시 - 통합 텍스트-to-이미지, 이미지 편집 및 다중 이미지 합성 모델" +description: "ComfyUI OmniGen2 네이티브 워크플로우 예시 - 통합 텍스트 기반 이미지 생성, 이미지 편집 및 다중 이미지 합성 모델" sidebarTitle: "OmniGen2" translationSourceHash: 6a3fb274 translationFrom: tutorials/image/omnigen/omnigen2.mdx @@ -10,18 +10,18 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' ## OmniGen2 소개 -OmniGen2는 약 **7B**의 총 매개변수(텍스트 모델 3B + 이미지 생성 모델 4B)를 갖춘 강력하고 효율적인 통합 멀티모달 생성 모델입니다. OmniGen v1과 달리, OmniGen2는 완전히 독립된 텍스트 자가회귀 모델과 이미지 확산 모델을 갖춘 혁신적인 이중 경로 트랜스포머 아키텍처를 채택해 매개변수 분리와 특화된 최적화를 실현했습니다. +OmniGen2는 약 **7B**의 총 파라미터(텍스트 모델 3B + 이미지 생성 모델 4B)를 갖춘 강력하고 효율적인 통합 멀티모달 생성 모델입니다. OmniGen v1과 달리, OmniGen2는 완전히 독립된 텍스트 자기회귀 모델과 이미지 확산 모델을 갖춘 혁신적인 이중 경로 트랜스포머 아키텍처를 채택해 파라미터 분리와 특화된 최적화를 달성했습니다. ### 모델 주요 특징 -- **시각적 이해**: Qwen-VL-2.5 기반 모델의 강력한 이미지 내용 해석 및 분석 능력을 계승 -- **텍스트-to-이미지 생성**: 텍스트 프롬프트로부터 고화질이고 미학적으로 뛰어난 이미지를 생성 -- **지시어 기반 이미지 편집**: 복잡한 지시어 기반 이미지 수정을 수행하며 오픈소스 모델 중 최고 수준의 성능을 달성 +- **시각적 이해**: Qwen-VL-2.5 파운데이션 모델의 강력한 이미지 콘텐츠 해석 및 분석 능력을 계승 +- **텍스트 기반 이미지 생성**: 텍스트 프롬프트로부터 고화질이고 미학적으로 뛰어난 이미지를 생성 +- **지시어 기반 이미지 편집**: 복잡한 지시어 기반 이미지 수정을 수행하며, 오픈소스 모델 중 최고 수준의 성능 달성 - **맥락 기반 생성**: 사람, 참조 객체, 장면 등 다양한 입력을 처리하고 유연하게 조합해 참신하고 일관된 시각적 출력을 생성하는 다재다능한 기능 ### 기술적 특징 - **이중 경로 아키텍처**: Qwen 2.5 VL (3B) 텍스트 인코더 + 독립적 확산 트랜스포머 (4B) 기반 - **Omni-RoPE 위치 인코딩**: 다중 이미지 공간 위치 지정 및 개체 식별 지원 -- **매개변수 분리 설계**: 텍스트 생성이 이미지 품질에 부정적인 영향을 미치는 것을 방지 +- **파라미터 분리 설계**: 텍스트 생성이 이미지 품질에 부정적인 영향을 미치는 것을 방지 - 복잡한 텍스트 이해 및 이미지 이해 지원 - 제어 가능한 이미지 생성 및 편집 - 뛰어난 디테일 보존 능력 @@ -32,7 +32,7 @@ OmniGen2는 약 **7B**의 총 매개변수(텍스트 모델 3B + 이미지 생 ## OmniGen2 모델 다운로드 -본 기사에는 다양한 워크플로우가 포함되어 있으므로, 해당 모델 파일과 설치 위치는 다음과 같습니다. 모델 파일의 다운로드 정보 또한 각 워크플로우에 포함되어 있습니다: +본 문서에는 다양한 워크플로우가 포함되어 있으므로, 해당 모델 파일과 설치 위치는 다음과 같습니다. 모델 파일의 다운로드 정보는 각 워크플로우에도 포함되어 있습니다. **확산 모델** - [omnigen2_fp16.safetensors](https://huggingface.co/Comfy-Org/Omnigen2_ComfyUI_repackaged/resolve/main/split_files/diffusion_models/omnigen2_fp16.safetensors) @@ -55,7 +55,7 @@ OmniGen2는 약 **7B**의 총 매개변수(텍스트 모델 3B + 이미지 생 │ └── qwen_2.5_vl_fp16.safetensors ``` -## ComfyUI OmniGen2 텍스트-to-이미지 워크플로우 +## ComfyUI OmniGen2 텍스트 기반 이미지 생성 워크플로우 ### 1. 워크플로우 파일 다운로드 @@ -63,23 +63,23 @@ OmniGen2는 약 **7B**의 총 매개변수(텍스트 모델 3B + 이미지 생

Comfy Cloud에서 실행

 -![텍스트-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/omnigen2/image_omnigen2_t2i.png) +![텍스트 기반 이미지 생성 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/omnigen2/image_omnigen2_t2i.png) ### 2. 워크플로우 단계별 완료 ![워크플로우 단계 안내](/images/tutorial/image/omnigen/omnigen2_t2i_step_guide.jpg) -이미지의 번호가 표시된 단계를 따라 차근차근 확인해 해당 워크플로우를 원활히 작동하도록 하세요: +이미지에 번호가 표시된 단계를 따라 차근차근 확인하며 해당 워크플로우를 원활히 진행하세요. -1. **메인 모델 로드**: `Load Diffusion Model` 노드가 `omnigen2_fp16.safetensors`를 로드하도록 설정하세요. -2. **텍스트 인코더 로드**: `Load CLIP` 노드가 `qwen_2.5_vl_fp16.safetensors`를 로드하도록 설정하세요. -3. **VAE 로드**: `Load VAE` 노드가 `ae.safetensors`를 로드하도록 설정하세요. +1. **메인 모델 로드**: `Load Diffusion Model` 노드가 `omnigen2_fp16.safetensors`를 로드하는지 확인하세요. +2. **텍스트 인코더 로드**: `Load CLIP` 노드가 `qwen_2.5_vl_fp16.safetensors`를 로드하는지 확인하세요. +3. **VAE 로드**: `Load VAE` 노드가 `ae.safetensors`를 로드하는지 확인하세요. 4. **이미지 크기 설정**: `EmptySD3LatentImage` 노드에서 생성할 이미지 크기를 설정하세요(권장 크기 1024x1024). 5. **입력 프롬프트**: - - 첫 번째 `CLipTextEncode` 노드에 긍정적 프롬프트를 입력하세요(이미지에 나타나길 원하는 내용) - - 두 번째 `CLipTextEncode` 노드에 부정적 프롬프트를 입력하세요(이미지에 나타나지 않길 원하는 내용) -6. **생성 시작**: `Queue Prompt` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 텍스트-to-이미지 생성을 실행하세요. -7. **결과 확인**: 생성이 완료되면 해당 이미지들이 자동으로 `ComfyUI/output/` 디렉터리에 저장되며, `SaveImage` 노드에서 미리보기도 가능합니다. + - 첫 번째 `CLIPTextEncode` 노드에 긍정적 프롬프트를 입력하세요(이미지에 나타나길 원하는 내용). + - 두 번째 `CLIPTextEncode` 노드에 부정적 프롬프트를 입력하세요(이미지에 나타나지 않길 원하는 내용). +6. **생성 시작**: `Queue Prompt` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 텍스트 기반 이미지 생성을 실행하세요. +7. **결과 확인**: 생성이 완료되면 해당 이미지들이 자동으로 `ComfyUI/output/` 디렉터리에 저장되며, `SaveImage` 노드에서 미리보기할 수 있습니다. ## ComfyUI OmniGen2 이미지 편집 워크플로우 @@ -91,7 +91,7 @@ OmniGen2는 풍부한 이미지 편집 기능을 갖추고 있으며, 이미지

Comfy Cloud에서 실행

-![텍스트-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/omnigen2/image_omnigen2_image_edit.png) +![이미지 편집 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/omnigen2/image_omnigen2_image_edit.png) 아래 이미지를 다운로드하세요. 이 이미지를 입력 이미지로 사용하겠습니다. ![입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/omnigen2/input_fairy.png) @@ -100,17 +100,16 @@ OmniGen2는 풍부한 이미지 편집 기능을 갖추고 있으며, 이미지 ![워크플로우 단계 안내](/images/tutorial/image/omnigen/omnigen2_image_edit_step_guide.jpg) -1. **메인 모델 로드**: `Load Diffusion Model` 노드가 `omnigen2_fp16.safetensors`를 로드하도록 설정하세요. -2. **텍스트 인코더 로드**: `Load CLIP` 노드가 `qwen_2.5_vl_fp16.safetensors`를 로드하도록 설정하세요. -3. **VAE 로드**: `Load VAE` 노드가 `ae.safetensors`를 로드하도록 설정하세요. +1. **메인 모델 로드**: `Load Diffusion Model` 노드가 `omnigen2_fp16.safetensors`를 로드하는지 확인하세요. +2. **텍스트 인코더 로드**: `Load CLIP` 노드가 `qwen_2.5_vl_fp16.safetensors`를 로드하는지 확인하세요. +3. **VAE 로드**: `Load VAE` 노드가 `ae.safetensors`를 로드하는지 확인하세요. 4. **이미지 업로드**: 제공된 이미지를 `Load Image` 노드에서 업로드하세요. 5. **입력 프롬프트**: - - 첫 번째 `CLipTextEncode` 노드에 긍정적 프롬프트를 입력하세요(이미지에 나타나길 원하는 내용) - - 두 번째 `CLipTextEncode` 노드에 부정적 프롬프트를 입력하세요(이미지에 나타나지 않길 원하는 내용) -6. **생성 시작**: `Queue Prompt` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 텍스트-to-이미지 생성을 실행하세요. -7. **결과 확인**: 생성이 완료되면 해당 이미지들이 자동으로 `ComfyUI/output/` 디렉터리에 저장되며, `SaveImage` 노드에서 미리보기도 가능합니다. + - 첫 번째 `CLIPTextEncode` 노드에 긍정적 프롬프트를 입력하세요(이미지에 나타나길 원하는 내용). + - 두 번째 `CLIPTextEncode` 노드에 부정적 프롬프트를 입력하세요(이미지에 나타나지 않길 원하는 내용). +6. **생성 시작**: `Queue Prompt` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 텍스트 기반 이미지 생성을 실행하세요. +7. **결과 확인**: 생성이 완료되면 해당 이미지들이 자동으로 `ComfyUI/output/` 디렉터리에 저장되며, `SaveImage` 노드에서 미리보기할 수 있습니다. ### 3. 추가 워크플로우 안내 -- 두 번째 이미지 입력을 활성화하려면, 워크플로우에서 분홍색/보라색 상태인 노드의 입력을 활성화하려면 단축키 **Ctrl + B**를 사용하세요. -- 크기를 맞춤 설정하려면, `EmptySD3LatentImage` 노드에 연결된 `Get image size` 노드를 삭제하고 직접 크기를 입력하세요. \ No newline at end of file +- 두 번째 이미지 입력을 활성화하려면, 워크플로우에서 분홍색/보라 \ No newline at end of file diff --git a/ko/tutorials/image/pixeldit/pixeldit.mdx b/ko/tutorials/image/pixeldit/pixeldit.mdx index 14cdcd762..2a057996f 100644 --- a/ko/tutorials/image/pixeldit/pixeldit.mdx +++ b/ko/tutorials/image/pixeldit/pixeldit.mdx @@ -1,6 +1,6 @@ --- title: "PixelDiT ComfyUI 워크플로우 예시" -description: "PixelDiT는 1024px 텍스트-to-이미지 생성을 위한 NVIDIA의 픽셀 공간 확산 변환기입니다. 이 모델은 직접 픽셀 공간에서 작동하며, VAE 인코딩/디코딩이 필요하지 않습니다." +description: "PixelDiT는 1024px 텍스트 기반 이미지 생성을 위한 NVIDIA의 픽셀 공간 확산 변환기입니다. 이 모델은 직접 픽셀 공간에서 작동하며, VAE 인코딩/디코딩이 필요하지 않습니다." sidebarTitle: "PixelDiT" translationSourceHash: adbdf347 translationFrom: tutorials/image/pixeldit/pixeldit.mdx @@ -8,7 +8,7 @@ translationFrom: tutorials/image/pixeldit/pixeldit.mdx import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" -**PixelDiT**는 1024px 텍스트-to-이미지 생성을 위한 NVIDIA의 픽셀 공간 확산 변환기입니다. 잠재 공간에서 작동하는 전통적인 확산 모델과 달리 PixelDiT는 패치 수준 DiT와 픽셀 수준 DiT를 결합한 이중 레벨 DiT 아키텍처를 사용해 직접 픽셀 공간에서 이미지를 생성하며, MM-DiT 융합을 통해 텍스트와 이미지 토큰 간의 공동 주의를 구현합니다. +**PixelDiT**는 1024px 텍스트 기반 이미지 생성을 위한 NVIDIA의 픽셀 공간 확산 변환기입니다. 잠재 공간에서 작동하는 전통적인 확산 모델과 달리 PixelDiT는 패치 수준 DiT와 픽셀 수준 DiT를 결합한 이중 레벨 DiT 아키텍처를 사용해 직접 픽셀 공간에서 이미지를 생성하며, MM-DiT 융합을 통해 텍스트와 이미지 토큰 간의 공동 주의를 구현합니다. **모델 주요 특징**: - **VAE 없음** — 직접 픽셀 공간에서 생성; 전통적인 VAE 인코딩/디코딩 필요 없음 @@ -21,9 +21,9 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" - [Hugging Face 공식 모델](https://huggingface.co/nvidia/PixelDiT-1300M-1024px) - [Comfy-Org/PixelDiT](https://huggingface.co/Comfy-Org/PixelDiT) -## PixelDiT 텍스트-to-이미지 워크플로우 +## PixelDiT 텍스트 기반 이미지 생성 워크플로우 -PixelDiT 텍스트-to-이미지 워크플로우 +PixelDiT 텍스트 기반 이미지 생성 워크플로우 JSON을 다운로드하거나 템플릿 라이브러리에서 "PixelDiT"를 검색하세요 @@ -34,7 +34,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" 워크플로우는 세 가지 주요 노드로 구성됩니다: 1. **ResolutionSelector** — 원하는 출력 해상도 선택 -2. **텍스트 to 이미지 (PixelDiT) 서브그래프** — 프롬프트, 시드, 모델 선택 및 해상도 조정 가능한 핵심 생성 노드 +2. **텍스트 기반 이미지 생성 (PixelDiT) 서브그래프** — 프롬프트, 시드, 모델 선택 및 해상도 조정 가능한 핵심 생성 노드 3. **SaveImage** — 생성된 이미지 저장 @@ -43,7 +43,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx" ### 워크플로우 컨트롤 -**텍스트 to 이미지 (PixelDiT)** 서브그래프 노드에 노출된 컨트롤은 다음과 같습니다: +**텍스트 기반 이미지 생성 (PixelDiT)** 서브그래프 노드에 노출된 컨트롤은 다음과 같습니다: | 컨트롤 | 설명 | |---------|-------------| @@ -73,4 +73,5 @@ PixelDiT는 두 개의 모델 파일을 사용합니다: 텍스트 인코더와 │ ├── 📂 text_encoders/ │ │ └── gemma_2_2b_it_elm_bf16.safetensors │ └── 📂 diffusion_models/ -│ └── pixeldit_1300m_1024px_bf16.safetensors \ No newline at end of file +│ └── pixeldit_1300m_1024px_bf16.safetensors +``` \ No newline at end of file diff --git a/ko/tutorials/image/z-image/z-image.mdx b/ko/tutorials/image/z-image/z-image.mdx index 46114ed3c..127f2ee20 100644 --- a/ko/tutorials/image/z-image/z-image.mdx +++ b/ko/tutorials/image/z-image/z-image.mdx @@ -23,10 +23,10 @@ Z-Image (Base)는 커뮤니티 주도의 미세조정 및 맞춤형 개발을 - [Hugging Face](https://huggingface.co/Tongyi-MAI/Z-Image) - [ModelScope](https://modelscope.cn/models/Tongyi-MAI/Z-Image) -## Z-Image 텍스트-to-이미지 워크플로우 +## Z-Image 텍스트 기반 이미지 생성 워크플로우 - Z-Image 텍스트-to-이미지 워크플로우 JSON 파일을 다운로드하세요. + Z-Image 텍스트 기반 이미지 생성 워크플로우 JSON 파일을 다운로드하세요. @@ -59,4 +59,5 @@ Z-Image (Base)는 커뮤니티 주도의 미세조정 및 맞춤형 개발을 │ ├── 📂 diffusion_models/ │ │ └── z_image_bf16.safetensors │ └── 📂 vae/ -│ └── ae.safetensors \ No newline at end of file +│ └── ae.safetensors +``` \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/black-forest-labs/flux-1-1-pro-ultra-image.mdx b/ko/tutorials/partner-nodes/black-forest-labs/flux-1-1-pro-ultra-image.mdx index bc09c953f..4f269fa9c 100644 --- a/ko/tutorials/partner-nodes/black-forest-labs/flux-1-1-pro-ultra-image.mdx +++ b/ko/tutorials/partner-nodes/black-forest-labs/flux-1-1-pro-ultra-image.mdx @@ -16,8 +16,8 @@ FLUX 1.1 Pro Ultra는 BlackForestLabs가 제공하는 고성능 AI 이미지 생 - **Raw 모드**: 자연스러운 사실감에 중점을 두며, 피부 톤, 조명, 풍경 디테일을 최적화합니다. 'AI 느낌'을 줄여주며, 사진 촬영과 사실적 스타일 창작에 이상적입니다. 이제 ComfyUI에서 Flux 1.1 Pro Ultra 이미지 노드를 지원합니다. 이 가이드에서는 다음 내용을 다룹니다: -- Flux 1.1 Pro 텍스트-to-이미지 -- Flux 1.1 Pro 이미지-to-이미지 (리믹스) +- Flux 1.1 Pro 텍스트 기반 이미지 생성 +- Flux 1.1 Pro 이미지 기반 이미지 생성 (리믹스) @@ -28,13 +28,13 @@ FLUX 1.1 Pro Ultra는 BlackForestLabs가 제공하는 고성능 AI 이미지 생 - [Flux 1.1 Pro Ultra 이미지](/images/built-in-nodes/api_nodes/bfl/flux-1-1-pro-ultra-image.jpg) -## Flux 1.1 [pro] 텍스트-to-이미지 튜토리얼 +## Flux 1.1 [pro] 텍스트 기반 이미지 생성 튜토리얼 ### 1. 워크플로우 파일 다운로드 다음 파일을 다운로드하고 ComfyUI로 드래그하여 워크플로우를 로드하세요: -![Flux 1.1 pro 텍스트-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/bfl/flux_1_1_pro_t2i.png) +![Flux 1.1 pro 텍스트 기반 이미지 생성 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/bfl/flux_1_1_pro_t2i.png) ### 2. 워크플로우 단계 완료 @@ -47,15 +47,15 @@ FLUX 1.1 Pro Ultra는 BlackForestLabs가 제공하는 고성능 AI 이미지 생 3. `Run`을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지를 생성하기 4. API 결과가 반환된 후, `Save Image` 노드에서 생성된 이미지를 확인하세요. 이미지는 `ComfyUI/output/` 디렉터리에 저장됩니다. -## Flux 1.1[pro] 이미지-to-이미지 튜토리얼 +## Flux 1.1[pro] 이미지 기반 이미지 생성 튜토리얼 노드 입력에 `image_prompt`를 추가하면 출력물이 입력 이미지의 특징을 혼합하게 됩니다(리믹스). `image_prompt_strength` 값은 혼합 비율에 영향을 미치며, 값이 높을수록 출력물이 입력 이미지와 더욱 유사해집니다. ### 1. 워크플로우 파일 다운로드 -다음 파일을 다운로드하고 ComfyUI로 드래그하거나, 텍스트-to-이미지 워크플로우에서 보라색 노드를 마우스 오른쪽 버튼으로 클릭한 후 `mode`를 `always`로 설정해 `image_prompt` 입력을 활성화하세요: +다음 파일을 다운로드하고 ComfyUI로 드래그하거나, 텍스트 기반 이미지 생성 워크플로우에서 보라색 노드를 마우스 오른쪽 버튼으로 클릭한 후 `mode`를 `always`로 설정해 `image_prompt` 입력을 활성화하세요: -![Flux 1.1 pro 이미지-to-이미지 리믹스](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/bfl/flux_1_1_pro_i2i.png) +![Flux 1.1 pro 이미지 기반 이미지 생성 리믹스](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/bfl/flux_1_1_pro_i2i.png) 다음 이미지를 입력으로 사용하겠습니다: ![입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai-dall-e-3/text2image.png) diff --git a/ko/tutorials/partner-nodes/bytedance/seedream-5-lite.mdx b/ko/tutorials/partner-nodes/bytedance/seedream-5-lite.mdx index 34d2ce4d8..c9a7a6190 100644 --- a/ko/tutorials/partner-nodes/bytedance/seedream-5-lite.mdx +++ b/ko/tutorials/partner-nodes/bytedance/seedream-5-lite.mdx @@ -33,30 +33,30 @@ Seedream 5.0 lite는 BytePlus의 최신 이미지 생성 모델입니다. Seedre ### 이미지 편집 사례 -![지시사항 처리 예시 1](https://substack-post-media.s3.amazonaws.com/public/images/9a770e2a-c0ed-4253-bd60-14c5beff150d_2048x2048.png) +![Instruction following example 1](https://substack-post-media.s3.amazonaws.com/public/images/9a770e2a-c0ed-4253-bd60-14c5beff150d_2048x2048.png) *녹색 상자 속 안경을 원형 렌즈로 변경하고, 파란색 상자 속 주황색 지갑을 보라색 타원형 지갑으로 변경하며, 빨간색 상자 속 그녀의 신발은 표범 무늬로 바꿉니다.* -![지시사항 처리 예시 2](https://substack-post-media.s3.amazonaws.com/public/images/6ec0976b-1cb0-45e0-a657-ab97efd4d915_2048x2048.png) +![Instruction following example 2](https://substack-post-media.s3.amazonaws.com/public/images/6ec0976b-1cb0-45e0-a657-ab97efd4d915_2048x2048.png) *원래의 구성을 유지하면서 전반적인 색조를 남색과 흰색으로 변경합니다. 이미지 속 'RTX PRO 6000'을 'SEEDREAM 5.0 LITE'로 변경하고, '2025'를 'NOW LIVE'로 변경합니다.* -![스타일 전환 예시](https://substack-post-media.s3.amazonaws.com/public/images/dc08a07e-edf1-4864-b6a6-5a7b17b78cfa_1920x1080.png) +![Style transfer example](https://substack-post-media.s3.amazonaws.com/public/images/dc08a07e-edf1-4864-b6a6-5a7b17b78cfa_1920x1080.png) *두 번째 이미지를 참고하여 첫 번째 이미지의 스타일을 두 번째 이미지와 맞추세요.* ### 일관성 사례 -![디자인 일관성](https://substack-post-media.s3.amazonaws.com/public/images/cc7b80ef-418c-4376-95e2-38c9110c6456_1920x1080.png) +![Design consistency](https://substack-post-media.s3.amazonaws.com/public/images/cc7b80ef-418c-4376-95e2-38c9110c6456_1920x1080.png) *두 번째 그림의 디자인과 레이아웃 스타일을 참고해 첫 번째 그림의 스타일을 그에 맞게 적용하세요.* -![캐릭터 합치기](https://substack-post-media.s3.amazonaws.com/public/images/22d1fa08-17f3-4113-86ee-ca0a324cbb3b_1920x1080.png) +![Character merge](https://substack-post-media.s3.amazonaws.com/public/images/22d1fa08-17f3-4113-86ee-ca0a324cbb3b_1920x1080.png) *첫 번째 그림과 두 번째 그림을 두 사람의 고각 위에서 내려다보는 셀카로 합쳐서, 서로 가까이 붙여 컴팩트하게 구성하세요.* -![다중 참조 구성](https://substack-post-media.s3.amazonaws.com/public/images/2d690f6d-fa30-4152-9dc4-c09341c4e887_1920x1080.png) +![Multi-reference composition](https://substack-post-media.s3.amazonaws.com/public/images/2d690f6d-fa30-4152-9dc4-c09341c4e887_1920x1080.png) *첫 번째부터 네 번째 그림에 나온 꽃들을 꽃꽂이에 사용하세요. 다섯 번째 그림에 보이는 화병에 모든 꽃을 배열한 다음, 여섯 번째 그림에 보이는 테이블 위에 화병을 놓으세요.* -![제품 일관성](https://substack-post-media.s3.amazonaws.com/public/images/585cf84d-afe0-4277-b08a-7a0cddbd6a54_1620x1080.png) +![Product consistency](https://substack-post-media.s3.amazonaws.com/public/images/585cf84d-afe0-4277-b08a-7a0cddbd6a54_1620x1080.png) *참고 이미지의 병을 사용해 여섯 가지 제품 사진을 계절별로 다르게 생성하세요. 여섯 장 모두 동일한 병 디자인을 유지하세요.* -## Seedream 5.0 lite 텍스트-to-이미지 워크플로우 +## Seedream 5.0 lite 텍스트 → 이미지 워크플로우 Comfy Cloud에서 열기 @@ -68,10 +68,10 @@ Seedream 5.0 lite는 BytePlus의 최신 이미지 생성 모델입니다. Seedre ### 세계 지식 사례 -![중력 인포그래픽](https://substack-post-media.s3.amazonaws.com/public/images/fac37b40-faaa-4360-b449-08da38322186_2562x1440.png) +![Gravity infographic](https://substack-post-media.s3.amazonaws.com/public/images/fac37b40-faaa-4360-b449-08da38322186_2562x1440.png) *중력을 설명하는 픽셀 아트 인포그래픽으로, 어두운 남색/석탄색 배경과 대담한 시네마틱 팔레트 톤을 사용해 선명한 16비트 스타일로 표현했습니다.* -![빅뱅 인포그래픽](https://substack-post-media.s3.amazonaws.com/public/images/39e35082-3b26-41df-8e09-5cc1841d94c6_2562x1440.png) +![Big Bang infographic](https://substack-post-media.s3.amazonaws.com/public/images/39e35082-3b26-41df-8e09-5cc1841d94c6_2562x1440.png) *빅뱅과 공룡 시대를 설명하는 만화책 스타일 인포그래픽으로, 짙은 진홍색과 잉크 검정 배경에 대담한 만화 팔레트 톤을 사용했습니다.* ## 시작하기 diff --git a/ko/tutorials/partner-nodes/google/gemini.mdx b/ko/tutorials/partner-nodes/google/gemini.mdx index 6dcac7707..a3e14d274 100644 --- a/ko/tutorials/partner-nodes/google/gemini.mdx +++ b/ko/tutorials/partner-nodes/google/gemini.mdx @@ -38,13 +38,13 @@ style={{ display: 'inline-block', backgroundColor: '#0078D6', color: '#ffffff', 해당 템플릿에서는 역할 프롬프트를 분석하고 생성하는 프롬프트를 구축했으며, 이를 통해 이미지를 해당 드로잉 프롬프트로 해석합니다. -이미지에 표시된 번호를 참고해 기본적인 텍스트-to-image 워크플로우를 완료할 수 있습니다: -1. `이미지 로드` 노드에서 AI가 해석하도록 할 이미지를 로드하세요. -2. (선택사항) 필요하다면 `Google Gemini`에서 프롬프트를 수정해 특정 작업을 수행하도록 AI에게 지시할 수 있습니다. -3. `실행` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 대화를 실행하세요. -4. API가 결과를 반환할 때까지 기다린 후, `미리보기 모든 항목` 노드에서 AI가 반환한 내용을 확인할 수 있습니다. +이미지에 표시된 번호를 참고해 기본적인 텍스트 기반 이미지 생성 워크플로우를 완료할 수 있습니다: +1. \`이미지 로드\` 노드에서 AI가 해석하도록 할 이미지를 로드하세요. +2. (선택사항) 필요하다면 \`Google Gemini\`에서 프롬프트를 수정해 특정 작업을 수행하도록 AI에게 지시할 수 있습니다. +3. \`실행\` 버튼을 클릭하거나, 단축키 \`Ctrl(cmd) + Enter\`를 사용해 대화를 실행하세요. +4. API가 결과를 반환할 때까지 기다린 후, \`미리보기 모든 항목\` 노드에서 AI가 반환한 내용을 확인할 수 있습니다. ### 3. 추가 참고사항 -- 현재 파일 입력 노드인 `Gemini 입력 파일`은 먼저 파일을 `ComfyUI/input/` 디렉토리에 업로드해야 합니다. 이 노드는 개선 중이며, 업데이트 이후 템플릿을 수정할 예정입니다. -- 워크플로우에는 `배치 이미지`를 사용한 예시가 제공됩니다. 여러 이미지를 AI가 해석해야 한다면, 단계 도표를 참고해 마우스 오른쪽 클릭으로 해당 노드 모드를 `항상`으로 설정해 활성화할 수 있습니다. \ No newline at end of file +- 현재 파일 입력 노드인 \`Gemini 입력 파일\`은 먼저 파일을 \`ComfyUI/input/\` 디렉토리에 업로드해야 합니다. 이 노드는 개선 중이며, 업데이트 이후 템플릿을 수정할 예정입니다. +- 워크플로우에는 \`배치 이미지\`를 사용한 예시가 제공됩니다. 여러 이미지를 AI가 해석해야 한다면, 단계 도표를 참고해 마우스 오른쪽 클릭으로 해당 노드 모드를 \`항상\`으로 설정해 활성화할 수 있습니다. \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/hunyuan3d/hunyuan3d-3-0.mdx b/ko/tutorials/partner-nodes/hunyuan3d/hunyuan3d-3-0.mdx index e80ed0888..fd9d255a9 100644 --- a/ko/tutorials/partner-nodes/hunyuan3d/hunyuan3d-3-0.mdx +++ b/ko/tutorials/partner-nodes/hunyuan3d/hunyuan3d-3-0.mdx @@ -14,9 +14,9 @@ Hunyuan 3D 3.0은 텐센트가 개발한 최첨단 3D 생성 모델로, 몇 분 ComfyUI는 현재 해당 Hunyuan 3D API를 기본적으로 통합하여, ComfyUI에서 관련 노드를 편리하게 사용해 모델을 생성할 수 있도록 지원합니다. 현재 ComfyUI의 파트너 노드는 다음과 같은 Hunyuan 3D 모델 생성 기능을 지원합니다: -- 텍스트-to-3D 생성 -- 이미지-to-3D 생성 -- 멀티뷰-to-3D 생성 +- 텍스트 기반 3D 생성 +- 이미지 기반 3D 생성 +- 멀티뷰 기반 3D 모델 생성 @@ -42,29 +42,29 @@ ComfyUI는 현재 해당 Hunyuan 3D API를 기본적으로 통합하여, ComfyUI 2. `실행` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 모델 생성 실행 3. 워크플로우가 완료된 후 3D 모델을 미리보기하고 내보내기 -## 텍스트-to-3D 워크플로우 +## 텍스트 기반 3D 생성 워크플로우 텍스트 설명을 입력하면 한 번의 클릭으로 3D 모델을 생성합니다. 모델은 스타일, 형태, 재질 디테일을 정확히 따르며 일관된 결과를 제공합니다. **예제 프롬프트**: "톱니바퀴가 달린 기계적 돌고래, 스팀펑크" - + Comfy Cloud에서 실행 -## 이미지-to-3D 워크플로우 +## 이미지 기반 3D 생성 워크플로우 하나 이상의 이미지를 업로드해 고품질 3D 모델을 생성합니다. 2~4개의 멀티뷰 이미지 지원으로 지오메트리와 재질의 정밀도가 향상됩니다. - + Comfy Cloud에서 실행 -## 멀티뷰-to-3D 워크플로우 +## 멀티뷰 기반 3D 모델 생성 워크플로우 -앞면, 뒷면, 옆면 등 여러 각도의 이미지를 제공해 더욱 정확하고 세부적인 3D 모델을 생성합니다. 이는 이미지-to-3D와 동일한 워크플로우로, 서로 다른 각도의 이미지 2~4장을 업로드하기만 하면 됩니다. +앞면, 뒷면, 옆면 등 여러 각도의 이미지를 제공해 더욱 정확하고 세부적인 3D 모델을 생성합니다. 이는 이미지 기반 3D 생성과 동일한 워크플로우로, 서로 다른 각도의 이미지 2~4장을 업로드하기만 하면 됩니다. - + Comfy Cloud에서 실행 diff --git a/ko/tutorials/partner-nodes/hunyuan3d/model-generation.mdx b/ko/tutorials/partner-nodes/hunyuan3d/model-generation.mdx index c613489f0..7c1cbab04 100644 --- a/ko/tutorials/partner-nodes/hunyuan3d/model-generation.mdx +++ b/ko/tutorials/partner-nodes/hunyuan3d/model-generation.mdx @@ -14,9 +14,9 @@ Hunyuan 3D 3.0은 텐센트가 개발한 최첨단 3D 생성 모델로, 몇 분 ComfyUI는 현재 해당 Hunyuan 3D API를 기본적으로 통합하여, ComfyUI에서 관련 노드를 편리하게 사용해 모델을 생성할 수 있도록 지원합니다. 현재 ComfyUI의 파트너 노드는 다음과 같은 Hunyuan 3D 모델 생성 기능을 지원합니다: -- 텍스트-to-3D 생성 -- 이미지-to-3D 생성 -- 다중뷰-to-3D 생성 +- 텍스트 기반 3D 생성 +- 이미지 기반 3D 생성 +- 멀티뷰 기반 3D 모델 생성 @@ -42,28 +42,28 @@ ComfyUI는 현재 해당 Hunyuan 3D API를 기본적으로 통합하여, ComfyUI 2. `실행` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 모델 생성을 실행하세요 3. 워크플로우가 완료된 후 3D 모델을 미리보기하고 내보내세요 -## 텍스트-to-3D 워크플로우 +## 텍스트 기반 3D 생성 워크플로우 텍스트 설명을 입력하면 한 번의 클릭으로 3D 모델을 생성할 수 있습니다. 모델은 스타일, 형태, 재질 세부사항까지 정확히 반영해 일관된 결과를 제공합니다. **예제 프롬프트**: "톱니바퀴가 달린 기계적 돌고래, 스팀펑크" - + Comfy Cloud에서 실행 -## 이미지-to-3D 워크플로우 +## 이미지 기반 3D 생성 워크플로우 -하나 이상의 이미지를 업로드해 고품질 3D 모델을 생성하세요. 2~4개의 다중뷰 이미지 지원으로 지오메트리와 재질의 정밀도가 향상됩니다. +하나 이상의 이미지를 업로드해 고품질 3D 모델을 생성하세요. 2~4개의 멀티뷰 이미지 지원으로 지오메트리와 재질의 정밀도가 향상됩니다. - + Comfy Cloud에서 실행 -## 다중뷰-to-3D 워크플로우 +## 멀티뷰 기반 3D 모델 생성 워크플로우 -앞면, 뒷면, 옆면 등 여러 각도의 이미지를 제공해 더욱 정확하고 상세한 3D 모델을 생성하세요. 이 작업은 이미지-to-3D와 동일한 워크플로우를 사용하며, 서로 다른 각도에서 2~4장의 이미지를 업로드하기만 하면 됩니다. +앞면, 뒷면, 옆면 등 여러 각도의 이미지를 제공해 더욱 정확하고 상세한 3D 모델을 생성하세요. 이 작업은 이미지 기반 3D 생성과 동일한 워크플로우를 사용하며, 서로 다른 각도에서 2~4장의 이미지를 업로드하기만 하면 됩니다. - + Comfy Cloud에서 실행 \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/ideogram/ideogram-v3.mdx b/ko/tutorials/partner-nodes/ideogram/ideogram-v3.mdx index 0e126ef21..0fe1a2c5a 100644 --- a/ko/tutorials/partner-nodes/ideogram/ideogram-v3.mdx +++ b/ko/tutorials/partner-nodes/ideogram/ideogram-v3.mdx @@ -9,18 +9,18 @@ translationFrom: tutorials/partner-nodes/ideogram/ideogram-v3.mdx import ReqHint from "/snippets/ko/tutorials/partner-nodes/req-hint.mdx"; import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -Ideogram 3.0은 Ideogram이 개발한 강력한 텍스트-to-이미지 모델로, 사실적인 품질과 정확한 텍스트 렌더링, 일관된 스타일 제어로 유명합니다. +Ideogram 3.0은 Ideogram의 강력한 텍스트 기반 이미지 생성 모델로, 사실적인 품질, 정확한 텍스트 렌더링, 일관된 스타일 제어로 유명합니다. Ideogram V3 노드는 현재 두 가지 모드를 지원합니다: -- 텍스트-to-이미지 모드 +- 텍스트 기반 이미지 생성 모드 - 이미지 편집 모드 (이미지와 마스크 입력이 모두 제공될 경우) -## Ideogram 3.0 파트너 노드 텍스트-to-이미지 모드 +## Ideogram 3.0 파트너 노드 텍스트 기반 이미지 생성 모드 -Ideogram V3를 이미지 및 마스크 입력 없이 사용할 경우, 노드는 텍스트-to-이미지 모드로 작동합니다. +Ideogram V3를 이미지 및 마스크 입력 없이 사용할 경우, 노드는 텍스트 기반 이미지 생성 모드로 작동합니다. ### 1. 워크플로 파일 다운로드 diff --git a/ko/tutorials/partner-nodes/luma/luma-image-to-image.mdx b/ko/tutorials/partner-nodes/luma/luma-image-to-image.mdx index 0b0e525a7..b9abcd324 100644 --- a/ko/tutorials/partner-nodes/luma/luma-image-to-image.mdx +++ b/ko/tutorials/partner-nodes/luma/luma-image-to-image.mdx @@ -1,7 +1,7 @@ --- -title: "Luma 이미지 to 이미지 파트너 노드 ComfyUI 공식 예제" -description: "이 가이드에서는 ComfyUI에서 Luma 이미지 to 이미지 파트너 노드를 사용하는 방법을 다룹니다." -sidebarTitle: "Luma 이미지 to 이미지" +title: "Luma 이미지 → 이미지 파트너 노드 ComfyUI 공식 예제" +description: "이 가이드에서는 ComfyUI에서 Luma 이미지 → 이미지 파트너 노드를 사용하는 방법을 다룹니다." +sidebarTitle: "Luma 이미지 → 이미지" translationSourceHash: 7b3e8dc6 translationFrom: tutorials/partner-nodes/luma/luma-image-to-image.mdx --- @@ -9,14 +9,14 @@ translationFrom: tutorials/partner-nodes/luma/luma-image-to-image.mdx import ReqHint from "/snippets/ko/tutorials/partner-nodes/req-hint.mdx"; import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -Luma 이미지 to 이미지 노드를 사용하면 Luma AI 기술을 활용해 텍스트 프롬프트에 따라 기존 이미지를 수정하면서도 원본 이미지의 특정 특징과 구조는 유지할 수 있습니다. +Luma 이미지 → 이미지 노드를 사용하면 Luma AI 기술을 활용해 텍스트 프롬프트에 따라 기존 이미지를 수정하면서도 원본 이미지의 특정 특징과 구조는 유지할 수 있습니다. -이 가이드에서는 이 노드를 사용해 이미지 to 이미지 워크플로우를 설정하는 방법을 보여드립니다. +이 가이드에서는 이 노드를 사용해 이미지 기반 이미지 생성 워크플로우를 설정하는 방법을 보여드립니다. -## Luma 이미지 to 이미지 파트너 노드 워크플로우 +## Luma 이미지 → 이미지 파트너 노드 워크플로우 이 기능은 객체와 도형을 변경하는 데 효과적입니다. 하지만 색상 변경에는 적합하지 않을 수 있습니다. 0.0~0.1 정도의 낮은 가중치 값을 사용하는 것을 권장합니다. @@ -24,17 +24,17 @@ Luma 이미지 to 이미지 노드를 사용하면 Luma AI 기술을 활용해 ### 1. 워크플로우 파일 다운로드 -다음 이미지를 ComfyUI로 드래그하여 워크플로우를 로드하세요(워크플로우 정보는 이미지 메타데이터에 포함되어 있습니다): +다음 이미지를 다운로드하여 ComfyUI로 드래그하여 워크플로우를 로드하세요(워크플로우 정보는 이미지 메타데이터에 포함되어 있습니다): -![Luma 이미지 to 이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/i2i/luma_i2i.png) +![Luma 이미지 → 이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/i2i/luma_i2i.png) 입력으로 사용할 다음 이미지를 다운로드하세요: -![Luma 이미지 to 이미지 워크플로우 입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/i2i/input.png) +![Luma 이미지 → 이미지 워크플로우 입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/i2i/input.png) ### 2. 워크플로우 단계 완료하기 -![Luma 이미지 to 이미지 워크플로우 단계](/images/tutorial/api_nodes/luma/luma_i2i_step_guide.jpg) +![Luma 이미지 → 이미지 워크플로우 단계](/images/tutorial/api_nodes/luma/luma_i2i_step_guide.jpg) 다음 번호 순서대로 진행하세요: 1. `Load Image` 노드에서 **Upload**를 클릭해 입력 이미지를 업로드하세요 diff --git a/ko/tutorials/partner-nodes/luma/luma-text-to-image.mdx b/ko/tutorials/partner-nodes/luma/luma-text-to-image.mdx index 0d4bd132f..a98e504bc 100644 --- a/ko/tutorials/partner-nodes/luma/luma-text-to-image.mdx +++ b/ko/tutorials/partner-nodes/luma/luma-text-to-image.mdx @@ -1,7 +1,7 @@ --- -title: "Luma 텍스트-to-이미지 파트너 노드 ComfyUI 공식 예제" -description: "이 가이드에서는 ComfyUI에서 Luma 텍스트-to-이미지 파트너 노드를 사용하는 방법을 설명합니다." -sidebarTitle: "Luma 텍스트-to-이미지" +title: "Luma 텍스트 → 이미지 파트너 노드 ComfyUI 공식 예제" +description: "이 가이드에서는 ComfyUI에서 Luma 텍스트 → 이미지 파트너 노드를 사용하는 방법을 설명합니다." +sidebarTitle: "Luma 텍스트 → 이미지" translationSourceHash: 189b15fc translationFrom: tutorials/partner-nodes/luma/luma-text-to-image.mdx --- @@ -9,36 +9,36 @@ translationFrom: tutorials/partner-nodes/luma/luma-text-to-image.mdx import ReqHint from "/snippets/ko/tutorials/partner-nodes/req-hint.mdx"; import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -Luma 텍스트-to-이미지 노드를 사용하면 Luma AI의 고급 기술을 통해 텍스트 프롬프트로부터 고품질 이미지를 생성할 수 있으며, 사진과 같은 사실적인 콘텐츠와 예술적 스타일의 이미지를 만들 수 있습니다. +Luma Text to Image 노드는 Luma AI의 고급 기술을 사용하여 텍스트 프롬프트로부터 고품질 이미지를 생성할 수 있게 해주며, 사진과 같은 사실적인 콘텐츠와 예술적 스타일의 이미지를 만들 수 있습니다. -이 가이드에서는 이 노드를 사용해 텍스트-to-이미지 생성 워크플로우를 설정하는 방법을 보여드립니다. +이 가이드에서는 이 노드를 사용하여 텍스트 기반 이미지 생성 워크플로를 설정하는 방법을 보여드립니다. -## Luma 텍스트-to-이미지 파트너 노드 워크플로우 +## Luma Text to Image 파트너 노드 워크플로 -`Luma 텍스트-to-이미지` 노드를 이미지 입력 없이 사용하면 텍스트-to-이미지 워크플로우로 작동합니다. 이 가이드에서는 `style_image`와 `image_luma_ref`를 사용해 Luma AI의 뛰어난 이미지 처리 기능을 보여주는 예시를 만들어보았습니다. +`Luma Text to Image` 노드를 이미지 입력 없이 사용하면 텍스트 기반 이미지 생성 워크플로로 작동합니다. 이 가이드에서는 `style_image`와 `image_luma_ref`를 사용하여 Luma AI의 뛰어난 이미지 처리 기능을 보여주는 예시를 만들었습니다. -### 1. 워크플로우 파일 다운로드 +### 1. 워크플로 파일 다운로드 -워크플로우 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 이를 다운로드하여 ComfyUI로 드래그하면 워크플로우가 로드됩니다. +워크플로 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 이미지를 다운로드하여 ComfyUI로 드래그하면 워크플로가 로드됩니다. -![Luma 텍스트-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/t2i/luma_t2i.png) +![Luma Text to Image 워크플로](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/t2i/luma_t2i.png) -입력용으로 다음 이미지를 다운로드해주세요: +입력용으로 다음 이미지를 다운로드하세요: ![입력 이미지 - 레퍼런스](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/t2i/input_ref.png) ![입력 이미지 - 스타일](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/luma/t2i/input_style.png) -### 2. 워크플로우 실행 단계 따라하기 +### 2. 워크플로 실행 단계 따라하기 -![Luma 텍스트-to-이미지 워크플로우 단계](/images/tutorial/api_nodes/luma/luma_t2i_step_guide.jpg) +![Luma Text to Image 워크플로 단계](/images/tutorial/api_nodes/luma/luma_t2i_step_guide.jpg) -이미지에 표시된 번호 순서대로 기본 워크플로우를 완료해주세요: +이미지에 표시된 번호 순서대로 기본 워크플로를 완료하세요: 1. `Load image` 노드에서 레퍼런스 이미지를 업로드하세요 2. `Load image (renamed to styleref)` 노드에서 스타일 레퍼런스 이미지를 업로드하세요 -3. (선택사항) `Luma 텍스트-to-이미지` 노드에서 프롬프트를 수정하세요 +3. (선택사항) `Luma Text to Image` 노드에서 프롬프트를 수정하세요 4. (선택사항) `style_image_weight`를 조정해 스타일 레퍼런스 이미지의 영향력을 조절하세요 5. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지를 생성하세요 6. API 결과가 반환된 후, `Save Image` 노드에서 생성된 이미지를 확인하세요. 이미지는 `ComfyUI/output/` 디렉토리에 저장됩니다 diff --git a/ko/tutorials/partner-nodes/meshy/meshy-6.mdx b/ko/tutorials/partner-nodes/meshy/meshy-6.mdx index 24dc551b5..ee77cd605 100644 --- a/ko/tutorials/partner-nodes/meshy/meshy-6.mdx +++ b/ko/tutorials/partner-nodes/meshy/meshy-6.mdx @@ -19,37 +19,37 @@ Meshy 6는 Meshy의 최신 3D 모델 생성 기술로, 지오메트리 품질, - **더 스마트한 지오메트리**: 깔끔한 가장자리와 보다 일관된 구조를 갖춘 개선된 메시 토폴로지 - **더 높은 텍스처 정밀도**: 더 나은 디테일 보존과 색상 정확성을 갖춘 텍스처 생성 강화 - **더 빠른 워크플로우**: 빠른 처리 시간을 위한 최적화된 생성 파이프라인 -- **다양한 입력 모드**: 텍스트-to-3D, 이미지-to-3D, 다중 뷰-to-3D 생성 지원 +- **다양한 입력 모드**: 텍스트 기반 3D 생성, 이미지 기반 3D 생성, 다중 뷰 기반 3D 생성 지원 - **PBR 지원**: 금속성, 거칠기, 법선 맵을 포함한 물리 기반 렌더링 맵 생성 -## 텍스트-to-모델 워크플로우 +## 텍스트 기반 모델 워크플로우 Meshy 6를 사용해 텍스트 설명으로부터 바로 3D 모델을 생성하세요. - Comfy Cloud에서 즉시 텍스트-to-모델 워크플로우를 실행하세요. + Comfy Cloud에서 즉시 텍스트 기반 모델 워크플로우를 실행하세요. 로컬에서 사용할 수 있도록 워크플로우 JSON 파일을 다운로드하세요. -## 이미지-to-모델 워크플로우 +## 이미지 기반 모델 워크플로우 -Meshy 6의 이미지-to-3D 기능을 활용해 2D 이미지를 세부적인 3D 모델로 변환하세요. +Meshy 6의 이미지 기반 3D 생성 기능을 활용해 2D 이미지를 세부적인 3D 모델로 변환하세요. - Comfy Cloud에서 즉시 이미지-to-모델 워크플로우를 실행하세요. + Comfy Cloud에서 즉시 이미지 기반 모델 워크플로우를 실행하세요. 로컬에서 사용할 수 있도록 워크플로우 JSON 파일을 다운로드하세요. -## 다중 뷰-to-모델 워크플로우 +## 다중 뷰 기반 모델 워크플로우 여러 뷰 이미지로부터 3D 모델을 생성해 더욱 정확한 지오메트리와 텍스처 재구성을 실현하세요. diff --git a/ko/tutorials/partner-nodes/moonvalley/moonvalley-video-generation.mdx b/ko/tutorials/partner-nodes/moonvalley/moonvalley-video-generation.mdx index c6a71d90b..c5449728d 100644 --- a/ko/tutorials/partner-nodes/moonvalley/moonvalley-video-generation.mdx +++ b/ko/tutorials/partner-nodes/moonvalley/moonvalley-video-generation.mdx @@ -1,13 +1,13 @@ --- title: "Moonvalley 파트너 노드 공식 ComfyUI 예제" -description: "이 기사는 ComfyUI에서 텍스트-to-비디오, 이미지-to-비디오, 비디오-to-비디오 기능을 위해 Moonvalley 파트너 노드를 사용하는 방법을 소개합니다." +description: "이 기사는 ComfyUI에서 텍스트 기반 비디오 생성, 이미지 기반 비디오 생성, 비디오 기반 비디오 생성 기능을 위해 Moonvalley 파트너 노드를 사용하는 방법을 소개합니다." sidebarTitle: "Moonvalley" translationSourceHash: 48fb4612 translationFrom: tutorials/partner-nodes/moonvalley/moonvalley-video-generation.mdx --- -**서비스 제공 불가**: Moonvalley API 서비스가 더 이상 제공되지 않습니다. 이러한 노드는 폐기되었으며, 예상대로 작동하지 않을 수 있습니다. + **서비스 제공 불가**: Moonvalley API 서비스가 더 이상 제공되지 않습니다. 이러한 노드는 지원 중단되었으며, 예상대로 작동하지 않을 수 있습니다. @@ -32,12 +32,12 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 - 복합 장면 레이어링 및 고급 조명 효과: 복잡한 장면에서 전경, 중경, 배경 레이어링을 지원하며 공간 관계를 지능적으로 이해합니다. - 모션 및 포즈 전송 등 제작 수준의 제어 기능: 합성 장면에 대한 현실적인 조명을 자동으로 생성합니다. -현재 Moonvalley 관련 파트너 노드는 ComfyUI에서 기본적으로 지원됩니다. 해당 텍스트-to-비디오, 이미지-to-비디오, 비디오-to-비디오 기능을 바로 ComfyUI에서 사용할 수 있습니다. +현재 Moonvalley 관련 파트너 노드는 ComfyUI에서 기본적으로 지원됩니다. 텍스트 기반 비디오 생성, 이미지 기반 비디오 생성, 비디오 기반 비디오 생성 기능을 바로 ComfyUI에서 사용할 수 있습니다. -## Moonvalley 텍스트-to-비디오 워크플로우 +## Moonvalley 텍스트 기반 비디오 생성 워크플로우 ### 1. 워크플로우 파일 다운로드하기 @@ -54,7 +54,7 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 ### 2. 워크플로우 실행 단계 따라하기 -![텍스트-to-비디오 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_text_to_video.jpg) +![텍스트 기반 비디오 생성 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_text_to_video.jpg) 1. 긍정적 프롬프트 입력(비디오에 나타나기를 원하는 내용) 2. 부정적 프롬프트 입력(비디오에 나타나지 않기를 원하는 내용) @@ -63,7 +63,7 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 5. API가 결과를 반환한 후, `Save Video` 노드에서 생성된 비디오를 확인할 수 있습니다. 비디오는 또한 `ComfyUI/output/` 디렉토리에 저장됩니다 -## Moonvalley 이미지-to-비디오 워크플로우 +## Moonvalley 이미지 기반 비디오 생성 워크플로우 ### 1. 워크플로우 파일 다운로드하기 @@ -83,7 +83,7 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 ### 2. 워크플로우 실행 단계 따라하기 -![이미지-to-비디오 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_image_to_video.jpg) +![이미지 기반 비디오 생성 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_image_to_video.jpg) 1. `Load Image` 노드에서 입력 이미지 로드 2. 긍정적 프롬프트 입력(비디오에 나타나기를 원하는 내용) @@ -93,9 +93,9 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 6. API가 결과를 반환한 후, `Save Video` 노드에서 생성된 비디오를 확인할 수 있습니다. 비디오는 또한 `ComfyUI/output/` 디렉토리에 저장됩니다 -## Moonvalley 비디오-to-비디오 워크플로우 +## Moonvalley 비디오 기반 비디오 생성 워크플로우 -`Moonvalley Marey 비디오 to 비디오` 노드를 통해 참조 비디오를 입력해 비디오를 다시 그리는 작업을 할 수 있습니다. 참조 비디오의 모션이나 캐릭터 포즈를 활용해 비디오를 생성할 수 있습니다. +`Moonvalley Marey Video to Video` 노드를 통해 참조 비디오를 입력해 비디오를 다시 그리는 작업을 할 수 있습니다. 참조 비디오의 모션이나 캐릭터 포즈를 활용해 비디오를 생성할 수 있습니다. ### 1. 워크플로우 파일 다운로드하기 @@ -120,7 +120,7 @@ Moonvalley Marey 리얼리즘 v1.5는 시네마틱 수준의 창작을 목표로 ### 2. 워크플로우 실행 단계 따라하기 -![비디오-to-비디오 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_video_to_video.jpg) +![비디오 기반 비디오 생성 워크플로우](/images/tutorial/api_nodes/moonvalley/api_moonvalley_video_to_video.jpg) 1. `Load Video` 노드에서 참조 비디오(또는 사용자 자체 소재) 로드 - 최종 비디오 길이가 5초라면, 입력 비디오는 반드시 5초보다 길어야 합니다. diff --git a/ko/tutorials/partner-nodes/openai/chat.mdx b/ko/tutorials/partner-nodes/openai/chat.mdx index 6b987daac..e431f97a4 100644 --- a/ko/tutorials/partner-nodes/openai/chat.mdx +++ b/ko/tutorials/partner-nodes/openai/chat.mdx @@ -1,6 +1,6 @@ --- title: "OpenAI 채팅 파트너 노드 ComfyUI 공식 예제" -description: "이 기사에서는 ComfyUI에서 OpenAI 채팅 파트너 노드를 사용하여 대화 기능을 완성하는 방법을 소개합니다." +description: "이 글에서는 ComfyUI에서 OpenAI 채팅 파트너 노드를 사용하여 대화 기능을 완성하는 방법을 소개합니다." sidebarTitle: "OpenAI 채팅" translationSourceHash: e4c0b73e translationFrom: tutorials/partner-nodes/openai/chat.mdx @@ -38,14 +38,14 @@ style={{ display: 'inline-block', backgroundColor: '#0078D6', color: '#ffffff', 해당 템플릿에서는 프롬프트 생성을 분석하기 위한 역할 설정을 마련했습니다. -이미지의 번호를 참고해 기본 텍스트-to-이미지 워크플로우를 완성하실 수 있습니다: -1. `이미지 로드` 노드에서 AI가 해석하도록 할 이미지를 불러오세요. -2. (선택사항) 필요하다면 `OpenAI 채팅 고급 옵션`에서 설정을 수정해 특정 작업을 수행하도록 AI에게 지시할 수 있습니다. -3. `OpenAI 채팅` 노드에서 `프롬프트`를 수정해 대화 프롬프트를 설정하거나, `모델`을 변경해 다른 모델을 선택할 수 있습니다. -4. `실행` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 대화를 실행하세요. -5. API가 결과를 반환할 때까지 기다린 후, `미리보기 아무나` 노드에서 AI가 반환한 내용을 확인할 수 있습니다. +이미지의 번호를 참고해 기본 텍스트 기반 이미지 생성 워크플로우 실행을 완성하실 수 있습니다: +1. `Load Image` 노드에서 AI가 해석하도록 할 이미지를 불러오세요. +2. (선택사항) 필요하다면 `OpenAI Chat Advanced Options`에서 설정을 수정해 AI가 특정 작업을 수행하도록 할 수 있습니다. +3. `OpenAI Chat` 노드에서 `Prompt`를 수정해 대화 프롬프트를 설정하거나, `model`을 변경해 다른 모델을 선택할 수 있습니다. +4. `Run` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 대화를 실행하세요. +5. API가 결과를 반환할 때까지 기다린 후, `Preview Any` 노드에서 AI가 반환한 내용을 확인할 수 있습니다. ### 3. 추가 참고사항 -- 현재 파일 입력 노드인 `OpenAI 채팅 입력 파일`은 먼저 파일을 `ComfyUI/input/` 디렉토리에 업로드해야 합니다. 이 노드는 개선 중이며, 업데이트 이후 템플릿을 수정할 예정입니다. -- 워크플로우에는 `배치 이미지`를 사용한 예시가 제공됩니다. AI가 해석해야 하는 이미지가 여러 장이라면, 단계 도표를 참고해 마우스 오른쪽 클릭으로 해당 노드 모드를 `항상`으로 설정해 활성화할 수 있습니다. \ No newline at end of file +- 현재 파일 입력 노드인 `OpenAI Chat Input Files`는 먼저 파일을 `ComfyUI/input/` 디렉토리에 업로드해야 합니다. 이 노드는 개선 중이며, 업데이트 이후 템플릿을 수정할 예정입니다. +- 워크플로우에는 `Batch Images`를 사용한 입력 예시가 제공됩니다. AI가 해석해야 하는 이미지가 여러 장이라면, 단계 도표를 참고해 마우스 오른쪽 클릭으로 해당 노드 모드를 `Always`로 설정해 활성화할 수 있습니다. \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/openai/dall-e-2.mdx b/ko/tutorials/partner-nodes/openai/dall-e-2.mdx index c06fcd71b..fba186b81 100644 --- a/ko/tutorials/partner-nodes/openai/dall-e-2.mdx +++ b/ko/tutorials/partner-nodes/openai/dall-e-2.mdx @@ -16,7 +16,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; OpenAI DALL·E 2는 ComfyUI 파트너 노드 시리즈의 일부로, 사용자가 OpenAI의 **DALL·E 2** 모델을 통해 이미지를 생성할 수 있도록 합니다. 이 노드는 다음을 지원합니다: -- 텍스트-to-image 생성 +- 텍스트 기반 이미지 생성 - 이미지 편집 기능 (마스크를 통한 인페인팅) ## 노드 개요 @@ -55,16 +55,16 @@ OpenAI DALL·E 2는 ComfyUI 파트너 노드 시리즈의 일부로, 사용자 이 파트너 노드는 현재 두 가지 워크플로우를 지원합니다: -- 텍스트 to 이미지 +- 텍스트 기반 이미지 생성 - 인페인팅 -이미지 to 이미지 워크플로우는 지원되지 않습니다 +이미지 기반 이미지 생성 워크플로우는 지원되지 않습니다 -### 텍스트 to 이미지 예시 +### 텍스트 기반 이미지 생성 예시 -아래 이미지는 간단한 텍스트 to 이미지 워크플로우를 포함하고 있습니다. 해당 이미지를 다운로드하여 ComfyUI에 드래그해 워크플로우를 로드해 보세요. +아래 이미지는 간단한 텍스트 기반 이미지 생성 워크플로우를 포함하고 있습니다. 해당 이미지를 다운로드하여 ComfyUI에 드래그해 워크플로우를 로드해 보세요. ![ComfyUI openai-dall-e-2 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai-dall-e-2/text2image.png) 해당 예시는 매우 간단합니다. @@ -92,7 +92,7 @@ DALL·E 2는 이미지 편집 기능을 지원하며, 마스크를 사용해 교 이 워크플로우는 비교적 간단하므로, 직접 해당 워크플로우를 수동으로 구현하고 싶다면 아래 단계를 따라 해보세요: 1. `Load Image` 노드를 사용해 이미지를 로드하세요 -2. 로드된 이미지 노드를 오른쪽 클릭한 뒤 `MaskEditor`를 선택하세요 +2. `Load Image` 노드를 오른쪽 클릭한 뒤 `MaskEditor`를 선택하세요 3. 마스크 에디터에서 붓을 사용해 다시 그려야 할 영역을 그려주세요 4. 로드된 이미지를 **OpenAI DALL·E 2** 노드의 `image` 입력에 연결하세요 5. 마스크를 **OpenAI DALL·E 2** 노드의 `mask` 입력에 연결하세요 diff --git a/ko/tutorials/partner-nodes/openai/gpt-image-2.mdx b/ko/tutorials/partner-nodes/openai/gpt-image-2.mdx index 7e87b5327..44a77062f 100644 --- a/ko/tutorials/partner-nodes/openai/gpt-image-2.mdx +++ b/ko/tutorials/partner-nodes/openai/gpt-image-2.mdx @@ -13,7 +13,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; OpenAI GPT-Image-2(`gpt-image-2`)는 ComfyUI에서 파트너 노드를 통해 이용 가능한 OpenAI의 최신 이미지 모델입니다. 이 모델은 생성에 앞서 '추론'을 수행하는 최초의 OpenAI 이미지 모델로, 일회성 샘플링 대신 구성 계획을 세우고 작업을 점검하며 반복적으로 수정합니다. 이 노드는 다음을 지원합니다: -- 밀도 높은 텍스트, UI 요소, 아이콘, 인포그래픽, 지도, 슬라이드, 만화 컷 등을 강력하게 처리하는 텍스트-to-이미지 생성 +- 밀도 높은 텍스트, UI 요소, 아이콘, 인포그래픽, 지도, 슬라이드, 만화 컷 등을 강력하게 처리하는 텍스트 → 이미지 생성 - 최대 2K 해상도에서 높은 구조적 정확도를 유지하는 이미지 편집 - 하나의 프롬프트로부터 최대 8개의 일관된 이미지 생성, 캐릭터와 객체의 연속성을 보존 @@ -30,35 +30,35 @@ GPT-Image-2는 노드 라이브러리의 **OpenAI GPT Image 1.5** 노드에서 ` 2. 노드 라이브러리에서 **OpenAI GPT Image 1.5**를 검색하여 노드를 추가하세요. 3. `model` 필드를 `gpt-image-2`로 설정하세요. -## 사용 가능한 워크플로우 +## 사용 가능한 워크플로 -### 텍스트-to-이미지(T2I) +### 텍스트 → 이미지 (T2I) GPT-Image-2의 추론 기반 구성으로 텍스트 프롬프트를 통해 이미지를 생성하세요. - - Comfy Cloud에서 바로 텍스트-to-이미지 워크플로우를 시험해 보세요. - + + Comfy Cloud에서 텍스트 → 이미지 워크플로를 즉시 시험해 보세요. + - - 워크플로우 JSON을 다운로드하세요. - + + 워크플로 JSON을 다운로드하세요. + -![GPT-Image-2 텍스트-to-이미지 예시](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/gpt_image_2_t2i_1.jpg) +![GPT-Image-2 텍스트 → 이미지 예시](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/gpt_image_2_t2i_1.jpg) ### 이미지 편집 최대 2K 해상도에서 높은 구조적 정확도로 입력 이미지를 편집하세요. - Comfy Cloud에서 바로 이미지 편집 워크플로우를 시험해 보세요. - + Comfy Cloud에서 이미지 편집 워크플로를 즉시 시험해 보세요. + - - 워크플로우 JSON을 다운로드하세요. - + + 워크플로 JSON을 다운로드하세요. + -![GPT-Image-2 이미지-to-이미지 예시](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/gpt_image_2_i2i_1.jpg) +![GPT-Image-2 이미지 → 이미지 예시](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/gpt_image_2_i2i_1.jpg) ![GPT-Image-2 이미지 편집 예시 1](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/gpt_image_2_image_edit_1.jpg) @@ -68,7 +68,7 @@ GPT-Image-2의 추론 기반 구성으로 텍스트 프롬프트를 통해 이 ### 추론 기반 생성 -GPT-Image-2는 렌더링 전에 구성 계획을 세웁니다. 이는 역사적으로 이미지 모델이 잘 작동하지 않았던 프롬프트들—예를 들어, 11pt 헬베티카체로 작성된 일곱 항목의 글머리표가 중앙에 배치된 포스터—에 적합하며, 밀도 높은 텍스트, 작은 UI 요소, 아이콘, 인포그래픽, 지도, 슬라이드 등에도 깔끔한 결과를 제공합니다. +GPT-Image-2는 렌더링 전에 구성 계획을 세웁니다. 이는 역사적으로 이미지 모델이 잘 작동하지 않았던 프롬프트들(예를 들어, 11pt 헬베티카체로 작성된 일곱 항목의 글머리표가 중앙에 배치된 포스터)에 적합하며, 밀도 높은 텍스트, 작은 UI 요소, 아이콘, 인포그래픽, 지도, 슬라이드 등에도 깔끔한 결과를 제공합니다. ### 중요한 부분을 보존하는 이미지 편집 @@ -76,10 +76,10 @@ GPT-Image-2는 구조적 정확도를 유지하면서 표적 편집을 처리하 ### 하나의 프롬프트당 최대 8개의 일관된 이미지 -모델은 하나의 프롬프트로부터 최대 **8개의 서로 다른 이미지를 반환**하며, 시리즈 전체에서 캐릭터와 객체의 연속성을 유지합니다. 이는 스토리보드, 참고 자료, 캐릭터 변형, 제품 변형 작업에 유용하며, 시드 잠금이나 프롬프트 조작 없이 바로 `Save Image` 노드에 연결하거나 이후 비디오 워크플로우로 연결할 수 있습니다. +모델은 하나의 프롬프트로부터 최대 **8개의 서로 다른 이미지를 반환**하며, 시리즈 전체에서 캐릭터와 객체의 연속성을 유지합니다. 이는 스토리보드, 참고 자료, 캐릭터 변형, 제품 변형 작업에 유용하며, 시드 잠금이나 프롬프트 조작 없이 바로 `Save Image` 노드에 연결하거나 이후 비디오 워크플로로 연결할 수 있습니다. ![GPT-Image-2 일관된 이미지 예시](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/openai/gpt_image_2/consistent_example.jpg) ## 하이브리드 파이프라인 -GPT-Image-2는 자연스럽게 하이브리드 파이프라인에 통합됩니다: 텍스트가 많은 헤로 프레임에는 GPT-Image-2를 사용한 후, 현지 모델로 넘겨 스케일업, 스타일화, 비디오 생성을 진행하세요—각 단계에 가장 적합한 모델을 한 그래프 내에서 사용할 수 있습니다. \ No newline at end of file +GPT-Image-2는 자연스럽게 하이브리드 파이프라인에 통합됩니다: 텍스트가 많은 헤로 프레임에는 GPT-Image-2를 사용한 후, 현지 모델로 넘겨 업스케일링, 스타일화, 비디오 생성을 진행하세요. 각 단계에 가장 적합한 모델을 한 그래프 내에서 사용할 수 있습니다. \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/openrouter/llm.mdx b/ko/tutorials/partner-nodes/openrouter/llm.mdx index bed596af8..ea7c7c93d 100644 --- a/ko/tutorials/partner-nodes/openrouter/llm.mdx +++ b/ko/tutorials/partner-nodes/openrouter/llm.mdx @@ -74,7 +74,7 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -이 샘플에서는 워크플로우가 참조 이미지를 분석하고 하위 이미지 노드를 위한 텍스트-to-image 프롬프트를 반환합니다. **이미지 로드**를 생략하거나, 프롬프트를 변경하거나, 그래프를 완전히 다시 구성해 자신만의 사용 사례에 맞게 조정할 수 있습니다. +이 샘플에서는 워크플로우가 참조 이미지를 분석하고 하위 이미지 노드를 위한 텍스트 기반 이미지 생성 프롬프트를 반환합니다. **이미지 로드**를 생략하거나, 프롬프트를 변경하거나, 그래프를 완전히 다시 구성해 자신만의 사용 사례에 맞게 조정할 수 있습니다. 템플릿을 참고로 사용한다면 일반적인 실행 과정은 다음과 같습니다: diff --git a/ko/tutorials/partner-nodes/recraft/recraft-v4.mdx b/ko/tutorials/partner-nodes/recraft/recraft-v4.mdx index c7df8bf3d..c417e0406 100644 --- a/ko/tutorials/partner-nodes/recraft/recraft-v4.mdx +++ b/ko/tutorials/partner-nodes/recraft/recraft-v4.mdx @@ -1,6 +1,6 @@ --- title: "ComfyUI에서 Recraft V4 이미지 및 벡터 생성" -description: "ComfyUI에서 Recraft V4를 사용해 전문적인 이미지와 제작 준비가 완료된 벡터를 생성하세요." +description: "ComfyUI에서 Recraft V4로 전문적인 이미지와 제작 준비가 완료된 벡터 생성하기" sidebarTitle: "Recraft V4" translationSourceHash: 39d1f8cb translationFrom: tutorials/partner-nodes/recraft/recraft-v4.mdx @@ -24,14 +24,14 @@ Recraft V4는 전문 디자인 작업을 위해 개발된 새로운 이미지 - **프롬프트 정확성** — 공간 관계, 재질, 반사 등 세부적인 창작 방향을 정확히 따릅니다 - **V4 Pro** — 동일한 모델이지만 더 높은 해상도. 인쇄 및 대형 작업용으로 2048×2048 해상도로 출력됩니다 -## Recraft V4 텍스트-to-이미지 워크플로우 +## Recraft V4 텍스트 기반 이미지 생성 워크플로우 Comfy Cloud에서 열기 - JSON 다운로드 또는 템플릿 라이브러리에서 "Recraft V4 텍스트-to-이미지" 검색 + JSON 다운로드 또는 템플릿 라이브러리에서 "Recraft V4 텍스트 기반 이미지 생성" 검색 ### 워크플로우 실행 단계 @@ -53,7 +53,7 @@ Recraft V4는 전문 디자인 작업을 위해 개발된 새로운 이미지 ![액션 샷](https://substack-post-media.s3.amazonaws.com/public/images/a8643f80-8cc4-4246-a95a-bed1f9ee10f1_2560x1664.png) *어안 렌즈로 빈 콘크리트 수영장 안에서 촬영—쉐어링 보머와 투명 PVC 쉘을 입은 남자가 카메라 바로 위 수영장 가장자리에서 킥플립 중이며, 보드가 발에서 떨어져나가고, 레이어드된 옷이 공중에 떠서 퍼지며 그 아래의 하키 저지가 드러납니다.* -## Recraft V4 텍스트-to-벡터 워크플로우 +## Recraft V4 텍스트 기반 벡터 생성 워크플로우 Recraft V4는 직접 제작 준비가 완료된 SVG 벡터 출력을 생성할 수 있습니다. 이는 로고, 아이콘, 브랜드 자산 등 확장성이 필요한 경우 유용합니다. SVG 출력은 일러스트레이터, 피그마, 스케치와 호환됩니다. @@ -62,7 +62,7 @@ Recraft V4는 직접 제작 준비가 완료된 SVG 벡터 출력을 생성할 - JSON 다운로드 또는 템플릿 라이브러리에서 "Recraft V4 텍스트-to-벡터" 검색 + JSON 다운로드 또는 템플릿 라이브러리에서 "Recraft V4 텍스트 기반 벡터 생성" 검색 ### 벡터 쇼케이스 diff --git a/ko/tutorials/partner-nodes/rodin/model-generation.mdx b/ko/tutorials/partner-nodes/rodin/model-generation.mdx index d38738b8c..9fe0f18d9 100644 --- a/ko/tutorials/partner-nodes/rodin/model-generation.mdx +++ b/ko/tutorials/partner-nodes/rodin/model-generation.mdx @@ -42,7 +42,7 @@ style={{ display: 'inline-block', backgroundColor: '#0078D6', color: '#ffffff', ![ComfyUI Rodin 이미지에서 모델로 변환 단계 안내](/images/tutorial/api_nodes/rodin/rodin_image_to_model_step_guide.jpg) -이미지의 번호를 참고해 기본적인 텍스트-to-image 워크플로우를 완료할 수 있습니다: +이미지의 번호를 참고해 기본적인 텍스트 기반 이미지 생성 워크플로우를 완료할 수 있습니다: 1. `Load Image` 노드에서 제공된 입력 이미지를 로드하세요. 2. (선택사항) `Rodin 3D Generate - Regular Generate`에서 해당 매개변수를 조정하세요. - polygon_count: 다양한 폴리곤 개수를 설정할 수 있으며, 값이 높을수록 모델이 더 부드럽고 세밀해집니다. @@ -78,7 +78,7 @@ style={{ display: 'inline-block', backgroundColor: '#0078D6', color: '#ffffff', ![ComfyUI Rodin 이미지에서 모델로 변환 단계 안내](/images/tutorial/api_nodes/rodin/rodin_multiview_to_model_step_guide.jpg) -이미지의 번호를 참고해 기본적인 텍스트-to-image 워크플로우를 완료할 수 있습니다: +이미지의 번호를 참고해 기본적인 텍스트 기반 이미지 생성 워크플로우를 완료할 수 있습니다: 1. `Load Image` 노드에서 제공된 입력 이미지를 로드하세요. 2. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 모델 생성을 실행하세요. 워크플로우가 완료된 후, 해당 모델은 자동으로 `ComfyUI/output/Rodin` 디렉토리에 저장됩니다. 3. `Preview 3D` 노드에서 메뉴를 확장하세요. diff --git a/ko/tutorials/partner-nodes/runway/image-generation.mdx b/ko/tutorials/partner-nodes/runway/image-generation.mdx index c64d24521..5933b23ef 100644 --- a/ko/tutorials/partner-nodes/runway/image-generation.mdx +++ b/ko/tutorials/partner-nodes/runway/image-generation.mdx @@ -1,6 +1,6 @@ --- title: "Runway 파트너 노드 이미지 생성 ComfyUI 공식 예제" -description: "이 기사에서는 ComfyUI에서 Runway 노드를 사용해 텍스트-to-image 및 참조-to-image 생성을 하는 방법을 소개합니다." +description: "이 기사에서는 ComfyUI에서 Runway 노드를 사용해 텍스트 기반 이미지 생성 및 레퍼런스 기반 이미지 생성을 하는 방법을 소개합니다." sidebarTitle: "Runway 이미지 생성" translationSourceHash: f4a05542 translationFrom: tutorials/partner-nodes/runway/image-generation.mdx @@ -11,50 +11,50 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; Runway는 생성형 AI에 중점을 둔 회사로, 강력한 이미지 생성 기능을 제공합니다. 이 회사의 모델들은 스타일 전환, 이미지 확장, 디테일 제어와 같은 기능을 지원합니다. 현재 ComfyUI는 Runway API를 통합하여, ComfyUI에서 관련 노드를 직접 사용해 이미지를 생성할 수 있게 되었습니다. -이 가이드에서는 다음 워크플로우를 안내해 드립니다: -- 텍스트-to-image -- 참조-to-image +이 가이드에서는 다음 워크플로를 안내해 드립니다: +- 텍스트 기반 이미지 생성 +- 레퍼런스 기반 이미지 생성 -## Runway 이미지 텍스트-to-image 워크플로우 +## Runway 텍스트 기반 이미지 생성 워크플로 -### 1. 워크플로우 파일 다운로드 +### 1. 워크플로 파일 다운로드 -아래 이미지는 `메타데이터`에 워크플로우 정보가 포함되어 있습니다. 해당 워크플로우를 다운로드한 후 ComfyUI로 드래그해 대응하는 워크플로우를 불러오세요. +아래 이미지는 `메타데이터`에 워크플로 정보가 포함되어 있습니다. 해당 워크플로를 다운로드한 후 ComfyUI로 드래그해 대응하는 워크플로를 불러오세요. -![ComfyUI Runway 이미지 텍스트-to-image](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/text_to_image.png) +![ComfyUI Runway 텍스트 기반 이미지 생성 워크플로](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/text_to_image.png) -### 2. 워크플로우를 단계별로 완료하세요 +### 2. 워크플로를 단계별로 완료하세요 -![ComfyUI Runway 이미지 텍스트-to-image 단계 안내](/images/tutorial/api_nodes/runway/runway_text_to_image_step_guide.jpg) +![ComfyUI Runway 텍스트 기반 이미지 생성 워크플로 단계 안내](/images/tutorial/api_nodes/runway/runway_text_to_image_step_guide.jpg) -이미지에 표시된 번호를 참고해 기본적인 텍스트-to-image 워크플로우를 완료할 수 있습니다: -1. `Runway 텍스트-to-image` 노드에서 `prompt` 필드에 프롬프트를 입력하세요. -2. (선택사항) `ratio` 설정을 조정해 다양한 출력 비율을 설정하세요. +이미지에 표시된 번호를 참고해 기본적인 텍스트 기반 이미지 생성 워크플로를 완료할 수 있습니다: +1. `Runway Text to Image` 노드에서 `prompt` 필드에 프롬프트를 입력하세요. +2. (선택사항) `ratio` 설정을 조정하여 다양한 출력 비율을 설정하세요. 3. `Run` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지 생성을 실행하세요. -4. API가 결과를 반환할 때까지 기다린 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있습니다(마우스 오른쪽 클릭으로 저장). 해당 이미지는 또한 `ComfyUI/output/` 디렉토리에 저장됩니다. +4. API가 결과를 반환할 때까지 기다린 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있습니다(마우스 오른쪽 클릭으로 저장). 해당 이미지는 `ComfyUI/output/` 디렉토리에 저장됩니다. -## Runway 이미지 참조-to-image 워크플로우 +## Runway 레퍼런스 기반 이미지 생성 워크플로 -### 1. 워크플로우 및 입력 이미지 다운로드 +### 1. 워크플로 및 입력 이미지 다운로드 -아래 이미지는 `메타데이터`에 워크플로우 정보가 포함되어 있습니다. 해당 워크플로우를 다운로드한 후 ComfyUI로 드래그해 대응하는 워크플로우를 불러오세요. +아래 이미지는 `메타데이터`에 워크플로 정보가 포함되어 있습니다. 해당 워크플로를 다운로드한 후 ComfyUI로 드래그해 대응하는 워크플로를 불러오세요. -![ComfyUI Runway 이미지 참조-to-image](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/reference_to_image/runway_reference_to_image.png) +![ComfyUI Runway 레퍼런스 기반 이미지 생성 워크플로](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/reference_to_image/runway_reference_to_image.png) 입력용 이미지를 아래에서 다운로드하세요. -![ComfyUI Runway 이미지 참조-to-image 입력](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/reference_to_image/input.png) +![ComfyUI Runway 레퍼런스 기반 이미지 생성 입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/api_nodes/runway/image/reference_to_image/input.png) -### 2. 워크플로우를 단계별로 완료하세요 +### 2. 워크플로를 단계별로 완료하세요 -![ComfyUI Runway 이미지 참조-to-image 단계 안내](/images/tutorial/api_nodes/runway/runway_reference_to_image_step_guide.jpg) +![ComfyUI Runway 레퍼런스 기반 이미지 생성 워크플로 단계 안내](/images/tutorial/api_nodes/runway/runway_reference_to_image_step_guide.jpg) -이미지에 표시된 번호를 참고해 기본적인 참조-to-image 워크플로우를 완료할 수 있습니다: +이미지에 표시된 번호를 참고해 기본적인 레퍼런스 기반 이미지 생성 워크플로를 완료할 수 있습니다: -1. `Load Image` 노드에서 제공된 입력 이미지를 로드하세요. -2. `Runway 텍스트-to-image` 노드에서 `prompt` 필드에 프롬프트를 입력하고 크기를 조정하세요. +1. `Load Image` 노드에서 제공된 입력 이미지를 불러오세요. +2. `Runway Text to Image` 노드에서 `prompt` 필드에 프롬프트를 입력하고 크기를 조정하세요. 3. `Run` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지 생성을 실행하세요. -4. API가 결과를 반환할 때까지 기다린 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있습니다(마우스 오른쪽 클릭으로 저장). 해당 이미지는 또한 `ComfyUI/output/` 디렉토리에 저장됩니다. \ No newline at end of file +4. API가 결과를 반환할 때까지 기다린 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있습니다(마우스 오른쪽 클릭으로 저장). 해당 이미지는 `ComfyUI/output/` 디렉토리에 저장됩니다. \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/stability-ai/stable-audio.mdx b/ko/tutorials/partner-nodes/stability-ai/stable-audio.mdx index 2298e28ba..722d02271 100644 --- a/ko/tutorials/partner-nodes/stability-ai/stable-audio.mdx +++ b/ko/tutorials/partner-nodes/stability-ai/stable-audio.mdx @@ -1,6 +1,6 @@ --- title: "Stability AI Stable Audio 2.5 파트너 노드 ComfyUI 공식 워크플로우 예시" -description: "이 기사에서는 ComfyUI에서 Stability AI Stable Audio 2.5 파트너 노드의 텍스트-to-오디오, 오디오-to-오디오 및 오디오 인페인팅 기능을 사용하는 방법을 소개합니다." +description: "이 기사에서는 ComfyUI에서 Stability AI Stable Audio 2.5 파트너 노드의 텍스트 기반 오디오 생성, 오디오 기반 오디오 생성 및 오디오 인페인팅 기능을 사용하는 방법을 소개합니다." sidebarTitle: "Stable Audio 2.5" translationSourceHash: eda368b6 translationFrom: tutorials/partner-nodes/stability-ai/stable-audio.mdx @@ -9,18 +9,18 @@ translationFrom: tutorials/partner-nodes/stability-ai/stable-audio.mdx import ReqHint from "/snippets/ko/tutorials/partner-nodes/req-hint.mdx"; import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; -Stability AI Stable Audio 2.5 파트너 노드를 사용하면 Stability AI의 최신 음성 생성 모델을 활용해 텍스트 프롬프트, 오디오 변환 및 오디오 인페인팅 기능을 통해 고품질 음악을 만들 수 있습니다. +Stability AI Stable Audio 2.5 파트너 노드를 사용하면 Stability AI의 최신 오디오 생성 모델을 활용해 텍스트 프롬프트, 오디오 변환 및 오디오 인페인팅 기능을 통해 고품질 음악을 만들 수 있습니다. -Stable Audio 2.5는 기업용으로 설계되었으며, 개선된 음악 구조와 더 나은 프롬프트 적합성, 그리고 몇 초 만에 몇 분 길이의 작곡을 생성할 수 있는 기능을 갖추고 있습니다. 이 모델은 세 가지 주요 워크플로우를 제공합니다: 설명을 통해 음악을 생성하는 **텍스트-to-오디오**, 기존 오디오를 새로운 곡으로 변환하는 **오디오-to-오디오**, 그리고 기존 트랙을 완성하거나 연장하는 **오디오 인페인팅**입니다. +Stable Audio 2.5는 기업용으로 설계되었으며, 개선된 음악 구조와 더 나은 프롬프트 적합성, 그리고 몇 초 만에 몇 분 길이의 작곡을 생성할 수 있는 기능을 갖추고 있습니다. 이 모델은 세 가지 주요 워크플로우를 제공합니다: 설명을 통해 음악을 생성하는 **텍스트 기반 오디오 생성**, 기존 오디오를 새로운 곡으로 변환하는 **오디오 기반 오디오 생성**, 그리고 기존 트랙을 완성하거나 연장하는 **오디오 인페인팅**입니다. -Stable Audio 2.5는 라이선스된 오디오로만 훈련되어 상업적으로 안전하며, 전문적인 품질의 음성 생성과 기업급 신뢰성을 필요로 하는 광고주, 게임 스튜디오 및 콘텐츠 제작자에게 완벽한 선택입니다. +Stable Audio 2.5는 라이선스된 오디오로만 훈련되어 상업적으로 안전하며, 전문적인 품질의 오디오 생성과 기업급 신뢰성을 필요로 하는 광고주, 게임 스튜디오 및 콘텐츠 제작자에게 완벽한 선택입니다. -## 텍스트-to-오디오 워크플로우 +## 텍스트 기반 오디오 생성 워크플로우 -텍스트-to-오디오를 위해서는 텍스트 프롬프트를 통해 오디오를 생성할 수 있습니다. 생성하고자 하는 음악을 설명해야 합니다. +텍스트 기반 오디오 생성을 위해서는 텍스트 프롬프트를 통해 오디오를 생성할 수 있습니다. 생성하고자 하는 음악을 설명해야 합니다.

JSON 워크플로우 다운로드

@@ -31,9 +31,9 @@ Stable Audio 2.5는 라이선스된 오디오로만 훈련되어 상업적으로 2. (선택사항) `duration` 매개변수를 수정하세요. 기본값은 `190`입니다. 3. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 오디오 생성을 실행하세요. 오디오는 `ComfyUI/output/audio` 디렉터리에 저장됩니다. -## 오디오-to-오디오 워크플로우 +## 오디오 기반 오디오 생성 워크플로우 -오디오-to-오디오 작업은 기본적으로 음악 재샘플링입니다. 주어진 음악에서 새로운 음악을 생성하거나, 멜로디를 흥얼거리기만 해도 모델이 입력된 오디오를 기반으로 새로운 음악을 생성할 수 있습니다. +오디오 기반 오디오 생성 작업은 기본적으로 음악 재샘플링입니다. 주어진 음악에서 새로운 음악을 생성하거나, 멜로디를 흥얼거리기만 해도 모델이 입력된 오디오를 기반으로 새로운 음악을 생성할 수 있습니다.

JSON 워크플로우 다운로드

diff --git a/ko/tutorials/partner-nodes/stability-ai/stable-image-ultra.mdx b/ko/tutorials/partner-nodes/stability-ai/stable-image-ultra.mdx index 9ae097f6e..f9779fcd1 100644 --- a/ko/tutorials/partner-nodes/stability-ai/stable-image-ultra.mdx +++ b/ko/tutorials/partner-nodes/stability-ai/stable-image-ultra.mdx @@ -1,6 +1,6 @@ --- title: "Stability AI Stable Image Ultra 파트너 노드 ComfyUI 공식 예제" -description: "이 기사에서는 Stability AI Stable Image Ultra 파트너 노드의 텍스트-to-이미지 및 이미지-to-이미지 기능을 ComfyUI에서 사용하는 방법을 소개합니다." +description: "이 글에서는 Stability AI Stable Image Ultra 파트너 노드의 텍스트 기반 이미지 생성 및 이미지 기반 이미지 생성 기능을 ComfyUI에서 사용하는 방법을 소개합니다." sidebarTitle: "Stable Image Ultra" translationSourceHash: e3306a2b translationFrom: tutorials/partner-nodes/stability-ai/stable-image-ultra.mdx @@ -11,67 +11,67 @@ import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; [Stability Stable Image Ultra](/images/built-in-nodes/api_nodes/stability-ai/stability-ai-stable-image-ultra.jpg) 노드를 사용하면 Stability AI의 Stable Image Ultra 모델을 활용해 텍스트 프롬프트나 참조 이미지를 통해 고품질의 세밀한 이미지 콘텐츠를 생성할 수 있습니다. -이 가이드에서는 이 노드를 사용해 텍스트-to-이미지와 이미지-to-이미지 생성 워크플로우를 설정하는 방법을 보여드립니다. +이 가이드에서는 이 노드를 사용해 텍스트 기반 이미지 생성과 이미지 기반 이미지 생성 워크플로를 설정하는 방법을 보여드립니다. -## Stability AI Stable Image Ultra 텍스트-to-이미지 워크플로우 +## Stability AI Stable Image Ultra 텍스트 기반 이미지 생성 워크플로 -### 1. 워크플로우 파일 다운로드 +### 1. 워크플로 파일 다운로드 -워크플로우 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 해당 워크플로우를 다운로드하여 ComfyUI로 드래그해 로드해 주세요. +워크플로 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 해당 워크플로를 다운로드하여 ComfyUI로 드래그해 로드해 주세요. -![Stability AI Stable Image Ultra 텍스트-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/stable_image_ultra_t2i.png) +![Stability AI Stable Image Ultra 텍스트 기반 이미지 생성 워크플로](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/stable_image_ultra_t2i.png) -### 2. 워크플로우를 단계별로 완료하세요 +### 2. 워크플로를 단계별로 완료하세요 -![Stability AI Stable Image Ultra 텍스트-to-이미지 단계 안내](/images/tutorial/api_nodes/stability_ai/stable_image_ultra_t2i_step_guide.jpg) +![Stability AI Stable Image Ultra 텍스트 기반 이미지 생성 단계 안내](/images/tutorial/api_nodes/stability_ai/stable_image_ultra_t2i_step_guide.jpg) -이미지의 번호가 매겨진 단계를 따라 기본적인 텍스트-to-이미지 워크플로우를 완료할 수 있습니다: -1. (선택사항) `Stability AI Stable Image Ultra` 노드의 `prompt` 매개변수를 수정해 원하는 이미지 설명을 입력하세요. 더 상세한 프롬프트는 더 나은 이미지 품질을 가져올 가능성이 높습니다. `(단어:가중치)` 형식을 사용해 특정 단어의 가중치를 조정할 수 있으며, 예를 들어 `The sky was crisp (blue:0.3) and (green:0.8)`는 하늘이 파란색과 녹색이지만, 녹색이 더 두드러짐을 나타냅니다. -2. (선택사항) `style_preset` 매개변수를 선택해 이미지의 시각적 스타일을 제어하세요. 서로 다른 사전 설정된 스타일은 각기 다른 스타일 특성을 가진 이미지를 생성하며, 예를 들어 "시네마틱", "애니메이션" 등이 있습니다. "None"을 선택하면 특정 스타일이 적용되지 않습니다. +이미지의 번호가 매겨진 단계를 따라 기본적인 텍스트 기반 이미지 생성 워크플로를 완료할 수 있습니다: +1. (선택사항) `Stability AI Stable Image Ultra` 노드의 `prompt` 파라미터를 수정해 원하는 이미지 설명을 입력하세요. 더 상세한 프롬프트는 더 나은 이미지 품질을 가져올 가능성이 높습니다. `(단어:가중치)` 형식을 사용해 특정 단어의 가중치를 조정할 수 있으며, 예를 들어 `The sky was crisp (blue:0.3) and (green:0.8)`는 하늘이 파란색과 초록색이지만, 초록색이 더 두드러짐을 나타냅니다. +2. (선택사항) `style_preset` 파라미터를 선택해 이미지의 시각적 스타일을 제어하세요. 서로 다른 사전 설정된 스타일은 각기 다른 스타일 특성을 가진 이미지를 생성하며, 예를 들어 "시네마틱", "애니메이션" 등이 있습니다. "None"을 선택하면 특정 스타일이 적용되지 않습니다. 3. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지 생성을 실행하세요. 4. API가 결과를 반환한 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있으며, 이미지는 `ComfyUI/output/` 디렉토리에도 저장됩니다. ### 3. 추가 참고사항 -- **프롬프트**: 프롬프트는 생성 과정에서 가장 중요한 매개변수 중 하나입니다. 상세하고 명확한 설명은 더 나은 결과를 가져옵니다. 장면, 피사체, 색상, 조명, 스타일 등의 요소를 포함할 수 있습니다. +- **프롬프트**: 프롬프트는 생성 과정에서 가장 중요한 파라미터 중 하나입니다. 상세하고 명확한 설명은 더 나은 결과를 가져옵니다. 장면, 피사체, 색상, 조명, 스타일 등의 요소를 포함할 수 있습니다. - **스타일 사전 설정**: 시네마틱, 애니메이션, 디지털 아트 등 여러 사전 설정된 스타일을 제공하며, 이를 통해 이미지의 전반적인 스타일을 빠르게 정의할 수 있습니다. - **네거티브 프롬프트**: 생성된 이미지에 나타나기를 원하지 않는 요소를 지정하는 데 사용되며, 과도한 팔다리나 왜곡된 얼굴과 같은 일반적인 문제를 피하는 데 도움이 됩니다. -- **시드 매개변수**: 생성 결과를 재현하거나 미세 조정하는 데 사용될 수 있으며, 창작 과정에서 반복 작업을 수행하는 데 유용합니다. -- 현재 `Load Image` 노드는 "Bypass" 모드입니다. 이를 활성화하려면 단계 안내를 참고해 해당 노드를 마우스 오른쪽 버튼으로 클릭한 후 "Mode"를 "Always"로 설정해 입력을 활성화하면 이미지-to-이미지 모드로 전환됩니다. +- **시드 파라미터**: 생성 결과를 재현하거나 미세 조정하는 데 사용될 수 있으며, 창작 과정에서 반복 작업을 수행하는 데 유용합니다. +- 현재 `Load Image` 노드는 "실행 건너뛰기" 모드입니다. 이를 활성화하려면 단계 안내를 참고해 해당 노드를 마우스 오른쪽 버튼으로 클릭한 후 "Mode"를 "Always"로 설정해 입력을 활성화하면 이미지 기반 이미지 생성 모드로 전환됩니다. -## Stability AI Stable Image Ultra 이미지-to-이미지 워크플로우 +## Stability AI Stable Image Ultra 이미지 기반 이미지 생성 워크플로 -### 1. 워크플로우 파일 다운로드 +### 1. 워크플로 파일 다운로드 -워크플로우 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 해당 워크플로우를 다운로드하여 ComfyUI로 드래그해 로드해 주세요. +워크플로 정보는 아래 이미지의 메타데이터에 포함되어 있습니다. 해당 워크플로를 다운로드하여 ComfyUI로 드래그해 로드해 주세요. -![Stability Stable Image Ultra 이미지-to-이미지 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/i2i/stable_image_ultra_i2i.png) +![Stability Stable Image Ultra 이미지 기반 이미지 생성 워크플로](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/i2i/stable_image_ultra_i2i.png) 아래 이미지를 다운로드해 입력으로 사용하세요 -![Stability Stable Image Ultra 이미지-to-이미지 워크플로우 입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/i2i/input.png) +![Stability Stable Image Ultra 이미지 기반 이미지 생성 워크플로 입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/api_nodes/stability_ai/i2i/input.png) -### 2. 워크플로우를 단계별로 완료하세요 +### 2. 워크플로를 단계별로 완료하세요 -![Stability Stable Image Ultra 이미지-to-이미지 단계 안내](/images/tutorial/api_nodes/stability_ai/stable_image_ultra_i2i_step_guide.jpg) +![Stability Stable Image Ultra 이미지 기반 이미지 생성 단계 안내](/images/tutorial/api_nodes/stability_ai/stable_image_ultra_i2i_step_guide.jpg) -이미지의 번호가 매겨진 단계를 따라 이미지-to-이미지 워크플로우를 완료할 수 있습니다: +이미지의 번호가 매겨진 단계를 따라 이미지 기반 이미지 생성 워크플로를 완료할 수 있습니다: 1. `Load Image` 노드를 통해 참조 이미지를 불러오세요. 이 이미지는 생성의 기초가 됩니다. -2. (선택사항) `Stability Stable Image Ultra` 노드의 `prompt` 매개변수를 수정해 참조 이미지에서 변경하거나 강조하고 싶은 요소를 설명하세요. -3. (선택사항) `image_denoise` 매개변수(범위 0.0-1.0)를 조정해 원본 이미지의 수정 정도를 제어하세요: +2. (선택사항) `Stability Stable Image Ultra` 노드의 `prompt` 파라미터를 수정해 참조 이미지에서 변경하거나 강조하고 싶은 요소를 설명하세요. +3. (선택사항) `image_denoise` 파라미터(범위 0.0-1.0)를 조정해 원본 이미지의 수정 정도를 제어하세요: - 0.0에 가까울수록 생성된 이미지는 입력 참조 이미지와 더 비슷해집니다. - - 1.0에 가까울수록 생성된 이미지는 순수한 텍스트-to-이미지 생성과 더 비슷해집니다. -4. (선택사항) `style_preset` 및 기타 매개변수를 설정해 생성 효과를 더욱 세밀하게 조정할 수도 있습니다. + - 1.0에 가까울수록 생성된 이미지는 순수한 텍스트 기반 이미지 생성과 더 비슷해집니다. +4. (선택사항) `style_preset` 및 기타 파라미터를 설정해 생성 효과를 더욱 세밀하게 조정할 수도 있습니다. 5. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 이미지 생성을 실행하세요. 6. API가 결과를 반환한 후, `Save Image` 노드에서 생성된 이미지를 확인할 수 있으며, 이미지는 `ComfyUI/output/` 디렉토리에도 저장됩니다. ### 3. 추가 참고사항 -**이미지 노이즈 제거**: 이 매개변수는 생성 과정에서 원본 이미지의 특징을 얼마나 유지할지 결정하며, 이미지-to-이미지 모드에서 가장 중요한 조정 매개변수입니다. 아래 이미지는 서로 다른 노이즈 제거 강도의 효과를 보여줍니다. +**이미지 노이즈 제거**: 이 파라미터는 생성 과정에서 원본 이미지의 특징을 얼마나 유지할지 결정하며, 이미지 기반 이미지 생성 모드에서 가장 중요한 조정 파라미터입니다. 아래 이미지는 서로 다른 노이즈 제거 강도의 효과를 보여줍니다. -![Stability Stable Image Ultra 이미지-to-이미지 노이즈 제거 설명](/images/tutorial/api_nodes/stability_ai/i2i_image_denoise.jpg) +![Stability Stable Image Ultra 이미지 기반 이미지 생성 노이즈 제거 설명](/images/tutorial/api_nodes/stability_ai/i2i_image_denoise.jpg) - **참조 이미지 선택**: 명확한 피사체와 좋은 구성을 가진 이미지를 선택하면 보통 더 나은 결과를 얻을 수 있습니다. -- **프롬프트 팁**: 이미지-to-이미지 모드에서는 프롬프트가 이미지에 이미 존재하는 모든 요소를 설명하기보다는 변경하거나 강조하고자 하는 부분에 집중해야 합니다. \ No newline at end of file +- **프롬프트 팁**: 이미지 기반 이미지 생성 모드에서는 프롬프트가 이미지에 이미 존재하는 모든 요소를 설명하기보다는 변경하거나 강조하고자 하는 부분에 집중해야 합니다. \ No newline at end of file diff --git a/ko/tutorials/partner-nodes/tripo/tripo-3-1.mdx b/ko/tutorials/partner-nodes/tripo/tripo-3-1.mdx index 487ecd97a..27777e731 100644 --- a/ko/tutorials/partner-nodes/tripo/tripo-3-1.mdx +++ b/ko/tutorials/partner-nodes/tripo/tripo-3-1.mdx @@ -1,5 +1,5 @@ --- -title: "Tripo 3.1 — 고해상도 3D 에셋 생성 ComfyUI 공식 가이드" +title: "Tripo 3.1: 고해상도 3D 에셋 생성 ComfyUI 공식 가이드" description: "파트너 노드를 통해 ComfyUI에서 Tripo 3.1을 사용해 고해상도 3D 에셋을 생성하는 방법을 알아보세요. 높은 밀도의 지오메트리와 제작용 PBR 준비 완료 재료를 제공합니다." sidebarTitle: "Tripo 3.1" translationSourceHash: a3e6e703 @@ -18,47 +18,47 @@ Tripo 3.1은 ComfyUI의 Tripo 파트너 노드를 통해 이용 가능한 최신 이전 Tripo 모델 버전과 비교했을 때, 3.1은 다음과 같은 개선점을 제공합니다: -- **고밀도 지오메트리** — 더욱 날카로운 가장자리, 깔끔한 실루엣, 보다 정밀한 형태로 제작 수준의 3D 에셋을 제공합니다. -- **PBR 준비 완료 재료** — 다양한 렌더링 환경에서 보다 신뢰성 있는 조명 반응을 제공합니다. -- **히어로 에셋 품질** — 근접 촬영에서도 안정적인 디테일 유지가 가능합니다. -- **크로스 시나리오 재사용** — 단일 모델로 게임, 마케팅, 렌더링 파이프라인 전반에서 재생성 없이 활용할 수 있습니다. +- **고밀도 지오메트리**: 더욱 날카로운 가장자리, 깔끔한 실루엣, 보다 정밀한 형태로 제작 수준의 3D 에셋을 제공합니다. +- **PBR 준비 완료 재료**: 다양한 렌더링 환경에서 보다 신뢰성 있는 조명 반응을 제공합니다. +- **히어로 에셋 품질**: 근접 촬영에서도 안정적인 디테일 유지가 가능합니다. +- **크로스 시나리오 재사용**: 단일 모델로 게임, 마케팅, 렌더링 파이프라인 전반에서 재생성 없이 활용할 수 있습니다. ## 활용 사례 -- **게임 히어로 에셋** — 근접 카메라 촬영 및 프로모션 키 아트용으로 적합합니다. -- **마케팅 비주얼** — 지오메트리의 충실성과 재료 품질이 중요한 경우에 사용됩니다. -- **제품 시각화** — 스튜디오 스타일 렌더링에서 더욱 깔끔한 형상 표현이 필요합니다. -- **3D 프린팅 준비** — 보다 명확한 구조적 표현이 가능합니다. +- **게임 히어로 에셋**: 근접 카메라 촬영 및 프로모션 키 아트용으로 적합합니다. +- **마케팅 비주얼**: 지오메트리의 충실성과 재료 품질이 중요한 경우에 사용됩니다. +- **제품 시각화**: 스튜디오 스타일 렌더링에서 더욱 깔끔한 형상 표현이 필요합니다. +- **3D 프린팅 준비**: 보다 명확한 구조적 표현이 가능합니다. -## 이용 가능한 워크플로우 +## 이용 가능한 워크플로 -### 텍스트-to-모델 +### 텍스트 기반 모델 - - Comfy Cloud에서 텍스트-to-모델 워크플로우를 즉시 시험해 보세요. + + Comfy Cloud에서 텍스트 기반 모델 워크플로를 즉시 시험해 보세요. - + JSON 파일을 다운로드하거나 템플릿 라이브러리에서 "Tripo 3.1 Text-to-Model"을 검색하세요. -### 이미지-to-모델 +### 이미지 기반 모델 - - Comfy Cloud에서 이미지-to-모델 워크플로우를 즉시 시험해 보세요. + + Comfy Cloud에서 이미지 기반 모델 워크플로를 즉시 시험해 보세요. - + JSON 파일을 다운로드하거나 템플릿 라이브러리에서 "Tripo 3.1 Image-to-Model"을 검색하세요. -### 멀티뷰-to-모델 +### 멀티뷰 기반 모델 - - Comfy Cloud에서 멀티뷰-to-모델 워크플로우를 즉시 시험해 보세요. + + Comfy Cloud에서 멀티뷰 기반 모델 워크플로를 즉시 시험해 보세요. - + JSON 파일을 다운로드하거나 템플릿 라이브러리에서 "Tripo 3.1 Multiview-to-Model"을 검색하세요. diff --git a/ko/tutorials/video/cosmos/cosmos-predict2-video2world.mdx b/ko/tutorials/video/cosmos/cosmos-predict2-video2world.mdx index 6044e4d04..ce6479416 100644 --- a/ko/tutorials/video/cosmos/cosmos-predict2-video2world.mdx +++ b/ko/tutorials/video/cosmos/cosmos-predict2-video2world.mdx @@ -8,32 +8,33 @@ translationFrom: tutorials/video/cosmos/cosmos-predict2-video2world.mdx import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' -Cosmos-Predict2는 NVIDIA의 차세대 물리 세계 기반 모델로, 물리적 AI 시나리오에서 고품질 시각 생성 및 예측 작업을 위해 특별히 설계되었습니다. +Cosmos-Predict2는 NVIDIA의 차세대 물리 세계 기반 모델로, 물리적 AI 시나리오에서 고품질 시각 생성 및 예측 작업을 위해 특별히 설계되었습니다. 이 모델은 뛰어난 물리적 정확성, 환경 상호작용성, 세부 묘사 능력을 갖추고 있어 복잡한 물리 현상과 동적 장면을 사실적으로 시뮬레이션할 수 있습니다. -Cosmos-Predict2는 텍스트-to-이미지(Text2Image)와 비디오-to-월드(Video2World)를 포함한 다양한 생성 방식을 지원하며, 산업 시뮬레이션, 자율주행, 도시 계획, 과학 연구 등 다양한 분야에서 널리 사용되고 있습니다. -이는 지능형 비전과 물리 세계의 심도 있는 통합을 촉진하는 핵심 기초 도구입니다. +Cosmos-Predict2는 텍스트 기반 이미지 생성(Text2Image)과 비디오-월드(Video2World)를 포함한 다양한 생성 방식을 지원하며, +산업 시뮬레이션, 자율주행, 도시 계획, 과학 연구 등 여러 분야에서 널리 사용되고 있습니다. +이는 지능형 비전과 물리 세계의 깊은 통합을 촉진하는 핵심 기반 도구입니다. GitHub: [Cosmos-predict2](https://github.com/nvidia-cosmos/cosmos-predict2) huggingface: [Cosmos-Predict2](https://huggingface.co/collections/nvidia/cosmos-predict2-68028efc052239369a0f2959) -이 가이드에서는 ComfyUI에서 **Video2World** 생성을 완료하는 과정을 안내합니다. +이 가이드는 ComfyUI에서 **Video2World** 생성을 완료하는 과정을 안내합니다. -텍스트-to-이미지 섹션에 대해서는 다음 부분을 참고해 주세요: +텍스트 기반 이미지 생성 섹션은 다음을 참고하세요: - - Cosmos-Predict2를 이용한 텍스트-to-이미지 생성 + + Cosmos-Predict2를 이용한 텍스트 기반 이미지 생성 {/* ## Cosmos Predict2 Video2World 워크플로우 -2B 버전을 테스트할 때는 약 16GB VRAM이 필요합니다. +2B 버전을 테스트할 때 약 16GB VRAM이 필요합니다. ### 1. 워크플로우 파일 -아래 비디오를 다운로드하여 ComfyUI로 드래그해 워크플로우를 로드해 주세요. 워크플로우에는 이미 모델 다운로드 링크가 내장되어 있습니다. +아래 비디오를 다운로드하여 ComfyUI에 드래그하면 워크플로우가 로드됩니다. 워크플로우에는 모델 다운로드 링크가 이미 포함되어 있습니다. -다음 이미지를 입력으로 다운로드해 주세요: +다음 이미지를 입력으로 다운로드하세요: ![입력 이미지](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/video/cosmos/predict2/input.png) ### 2. 수동 모델 설치 -모델 다운로드가 성공하지 못했다면, 이 섹션에서 직접 수동으로 다운로드해 보세요. +모델 다운로드가 실패한 경우 이 섹션에서 직접 수동으로 다운로드할 수 있습니다. -**디퓨전 모델** +**확산 모델** - [cosmos_predict2_2B_video2world_480p_16fps.safetensors](https://huggingface.co/Comfy-Org/Cosmos_Predict2_repackaged/resolve/main/cosmos_predict2_2B_video2world_480p_16fps.safetensors) -기타 가중치는 [Cosmos_Predict2_repackaged](https://huggingface.co/Comfy-Org/Cosmos_Predict2_repackaged)에서 다운로드해 주세요. +기타 가중치는 [Cosmos_Predict2_repackaged](https://huggingface.co/Comfy-Org/Cosmos_Predict2_repackaged)에서 다운로드하세요. **텍스트 인코더** @@ -83,13 +84,13 @@ huggingface: [Cosmos-Predict2](https://huggingface.co/collections/nvidia/cosmos- ![워크플로우 단계 안내](/images/tutorial/video/cosmos/cosmos_predict2_2B_video2world_480p_16fps_step_guide.jpg) -이미지의 단계를 따라 워크플로우를 실행해 주세요: -1. `Load Diffusion Model` 노드가 `cosmos_predict2_2B_video2world_480p_16fps.safetensors`를 로드했는지 확인하세요. -2. `Load CLIP` 노드가 `oldt5_xxl_fp8_e4m3fn_scaled.safetensors`를 로드했는지 확인하세요. -3. `Load VAE` 노드가 `wan_2.1_vae.safetensors`를 로드했는지 확인하세요. -4. 제공된 입력 이미지를 `Load Image` 노드에 업로드하세요. -5. (선택사항) 첫 번째 및 마지막 프레임 제어가 필요하다면, 단축키 `Ctrl(cmd) + B`를 사용해 마지막 프레임 입력을 활성화하세요. +이미지의 단계에 따라 워크플로우를 실행하세요: +1. `Load Diffusion Model` 노드가 `cosmos_predict2_2B_video2world_480p_16fps.safetensors`를 로드했는지 확인합니다. +2. `Load CLIP` 노드가 `oldt5_xxl_fp8_e4m3fn_scaled.safetensors`를 로드했는지 확인합니다. +3. `Load VAE` 노드가 `wan_2.1_vae.safetensors`를 로드했는지 확인합니다. +4. 제공된 입력 이미지를 `Load Image` 노드에 업로드합니다. +5. (선택사항) 첫 번째 및 마지막 프레임 제어가 필요하다면 `Ctrl(cmd) + B` 단축키로 마지막 프레임 입력을 활성화합니다. 6. (선택사항) `ClipTextEncode` 노드에서 프롬프트를 수정할 수 있습니다. -7. (선택사항) `CosmosPredict2ImageToVideoLatent` 노드에서 크기와 프레임 수를 조정하세요. -8. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 워크플로우를 실행하세요. -9. 생성이 완료되면 비디오는 자동으로 `ComfyUI/output/` 디렉토리에 저장되며, `save video` 노드에서 미리보기도 가능합니다. */} \ No newline at end of file +7. (선택사항) `CosmosPredict2ImageToVideoLatent` 노드에서 크기와 프레임 수를 조정합니다. +8. `Run` 버튼을 클릭하거나 `Ctrl(cmd) + Enter` 단축키를 눌러 워크플로우를 실행합니다. +9. 생성이 완료되면 비디오가 자동으로 `ComfyUI/output/` 디렉토리에 저장되며, `save video` 노드에서 미리볼 수 있습니다. */} \ No newline at end of file diff --git a/ko/tutorials/video/wan/vace.mdx b/ko/tutorials/video/wan/vace.mdx index 1f4b455c0..7069223b3 100644 --- a/ko/tutorials/video/wan/vace.mdx +++ b/ko/tutorials/video/wan/vace.mdx @@ -1,11 +1,19 @@ --- -title: "ComfyUI Wan2.1 VACE 동영상 예제" -description: "이 기사에서는 ComfyUI에서 Wan VACE 동영상 생성 예제를 완료하는 방법을 소개합니다." +title: "ComfyUI Wan2.1 VACE 비디오 예제" +description: "이 기사에서는 ComfyUI에서 Wan VACE 비디오 생성 예제를 완료하는 방법을 소개합니다." sidebarTitle: "Wan2.1 VACE" -translationSourceHash: 379bd35f +translationSourceHash: 9b04cff5 translationFrom: tutorials/video/wan/vace.mdx +translationBlockHashes: + "_intro": f6c2c850 + "About VACE": 4fa63090 + "Model Download and Loading in Workflows": 61bc1fa6 + "VACE Text-to-Video Workflow": 0275c575 + "VACE Image-to-Video Workflow": 6dbc84f2 + "VACE Video-to-Video Workflow": 0b58d1d2 + "VACE Video Outpainting Workflow": 22da2682 + "VACE First-Last Frame Video Generation": 0f2de66b --- - import CancelBypass from '/snippets/ko/interface/cancel-bypass.mdx' import UpdateReminder from "/snippets/ko/tutorials/update-reminder.mdx"; @@ -88,10 +96,10 @@ VACE 14B는 알리바바 통이 완샹팀이 출시한 오픈소스 통합 비 -## VACE 텍스트-to-비디오 워크플로 +## VACE 텍스트 기반 비디오 생성 워크플로 -mp4 파일로 워크플로를 로드할 수 없는 경우, ComfyUI 프론트엔드 버전이 [requirements.txt](https://github.com/Comfy-Org/ComfyUI/blob/master/requirements.txt)에 명시된 최신 버전인지 확인해 주세요. mp4 파일로 워크플로를 로드할 수 있는지 확인해 주세요. +mp4 파일로 워크플로를 로드할 수 없는 경우, ComfyUI 프론트엔드 버전이 [requirements.txt](https://github.com/Comfy-Org/ComfyUI/blob/master/requirements.txt)에 명시된 최신 버전인지 확인하여 mp4 파일에서 워크플로를 로드할 수 있도록 해주세요. 현재 requirements.txt 파일에 명시된 ComfyUI 프론트엔드 최신 버전은 1.19.9입니다. @@ -112,7 +120,7 @@ mp4 파일로 워크플로를 로드할 수 없는 경우, ComfyUI 프론트엔 이미지의 번호순대로 진행해 원활한 워크플로 실행을 보장해 주세요. 1. `CLIP Text Encode (Positive Prompt)` 노드에 긍정적 프롬프트를 입력하세요. -2. `CLIP Text Encode (Negative Prompt)` 노드에 부정적 프롬프트를 입력하세요. +2. `CLIP Text Encode (Negative Prompt)` 노드에 네거티브 프롬프트를 입력하세요. 3. `WanVaceToVideo`에서 이미지 크기(첫 실행 시 640x640 해상도 권장)와 프레임 수(비디오 길이)를 설정하세요. 4. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 비디오 생성을 실행하세요. 5. 생성이 완료되면 비디오는 자동으로 `ComfyUI/output/video` 디렉토리에 저장됩니다(저장 위치는 `save video` 노드 설정에 따라 달라집니다). @@ -125,6 +133,97 @@ mp4 파일로 워크플로를 로드할 수 없는 경우, ComfyUI 프론트엔 하지만 720P 화질이 더 우수합니다. -## VACE 이미지-to-비디오 워크플로 +## VACE 이미지 기반 비디오 생성 워크플로 + +위 워크플로를 그대로 사용할 수 있으며, **Load reference image** 그룹에서 `Load image` 노드의 바이패스를 해제하고 이미지를 입력하면 됩니다. 이 파일에는 아래 이미지를 사용할 수 있도록 파라미터가 이미 설정되어 있습니다. + +### 1. 워크플로 다운로드 +아래 비디오를 다운로드하여 ComfyUI에 드래그하면 해당 워크플로가 로드됩니다. + + + +아래 이미지를 입력으로 다운로드하세요. + +![vace-i2v-input](https://github.com/Comfy-Org/example_workflows/raw/refs/heads/main/video/wan/vace/i2v/input.jpg) + +### 2. 워크플로 단계별로 완료하기 + +![워크플로 단계 안내](/images/tutorial/video/wan/wan-vace-i2v-step-guide.jpg) + +워크플로가 부드럽게 실행되도록 이미지에 표시된 번호 순서대로 따라주세요. + +1. `Load image` 노드에 해당 이미지를 입력하세요. +2. 텍스트 기반 비디오 생성 워크플로에서와 같이 프롬프트를 수정 및 편집할 수 있습니다. +3. `WanVaceToVideo`에서 이미지 크기(첫 실행 시 640x640 해상도 권장)와 프레임 수(비디오 길이)를 설정하세요. +4. 비디오 생성을 실행하려면 `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용하세요. +5. 생성된 비디오는 자동으로 `ComfyUI/output/video` 디렉토리에 저장됩니다 (하위 폴더 위치는 `save video` 노드 설정에 따라 달라집니다). + + +이미지 크기를 가져오는 노드 등을 사용하여 해상도를 설정할 수 있지만, 해당 노드의 너비/높이 스텝 요구사항으로 인해 이미지 크기가 16으로 나누어 떨어지지 않으면 오류 메시지가 표시될 수 있습니다. + + +### 3. 추가 워크플로 참고 사항 + +VACE는 또한 하나의 이미지에 여러 참조 이미지를 입력하여 해당 비디오를 생성하는 것도 지원합니다. 관련 예제는 VACE 프로젝트 [페이지](https://ali-vilab.github.io/VACE-Page/)에서 확인할 수 있습니다. + +## VACE 비디오 기반 비디오 생성 워크플로 + +### 1. 워크플로 다운로드 + +아래 비디오를 다운로드하고 ComfyUI에 끌어다 놓아 해당 워크플로를 불러오세요 + + +다음 자료를 입력으로 사용합니다: + +1. 참조 이미지로 사용할 입력 이미지 +![v2v-input](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/video/wan/vace/v2v/input.jpg) + +2. 아래 비디오는 전처리되었으며 비디오 생성 제어에 사용됩니다 + + + +3. 아래 비디오는 원본 비디오입니다. 이 자료들을 다운로드하고 전처리 노드(예: [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux))를 사용하여 이미지를 전처리할 수 있습니다 + + + +### 2. 워크플로 단계별 완료 + +![워크플로 단계](/images/tutorial/video/wan/wan-vace-v2v-step-guide.jpg) + +이미지에 번호가 매겨진 단계를 따라 워크플로가 부드럽게 실행되도록 하세요 + +1. `Load reference image` 아래에 있는 `Load Image` 노드에 참조 이미지를 입력합니다 +2. `Load control video` 아래에 있는 `Load Video` 노드에 제어 비디오를 입력합니다. 제공된 비디오는 이미 전처리되었으므로 추가 처리가 필요하지 않습니다 +3. 원본 비디오를 직접 전처리해야 하는 경우 `Image preprocessing` 그룹을 수정하거나 `comfyui_controlnet_aux` 노드를 사용하여 전처리를 완료할 수 있습니다 +4. 프롬프트 수정 +5. `WanVaceToVideo`에서 이미지 크기(첫 실행 시 640x640 해상도 권장)와 프레임 수(비디오 길이)를 설정합니다 +6. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용하여 비디오 생성을 실행합니다 +7. 생성되면 비디오가 자동으로 `ComfyUI/output/video` 디렉토리에 저장됩니다(하위 폴더 위치는 `save video` 노드 설정에 따라 다릅니다) + +## VACE 비디오 아웃페인팅 워크플로 + +[업데이트 예정] + +## VACE 첫-마지막 프레임 비디오 생성 + +[업데이트 예정] + +첫 번째와 마지막 프레임이 효과적으로 작동하려면 비디오 `length` 설정이 `length-1`이 4로 나누어 떨어지도록 해야 합니다. -위 워크플로를 그대로 사용할 수 있으며, **Load reference image \ No newline at end of file +그에 해당하는 `Batch_size` 설정은 `Batch_size = length - 2`를 충족해야 합니다. diff --git a/ko/tutorials/video/wan/wan-alpha.mdx b/ko/tutorials/video/wan/wan-alpha.mdx index 345fad6f8..c6a212e56 100644 --- a/ko/tutorials/video/wan/wan-alpha.mdx +++ b/ko/tutorials/video/wan/wan-alpha.mdx @@ -6,7 +6,7 @@ translationSourceHash: 82295242 translationFrom: tutorials/video/wan/wan-alpha.mdx --- -Wan-Alpha는 알파 채널 투명도가 적용된 고품질 동영상을 생성하는 특수한 텍스트-to-비디오 모델입니다. Wan2.1-14B-T2V 기본 모델을 기반으로 하며, 투명한 배경과 반투명 객체를 포함한 동영상을 만들어 합성 작업에 완벽합니다. +Wan-Alpha는 알파 채널 투명도가 적용된 고품질 동영상을 생성하는 특수한 텍스트 기반 비디오 생성 모델입니다. Wan2.1-14B-T2V 베이스 모델을 기반으로 하며, 투명한 배경과 반투명 객체를 포함한 동영상을 만들어 합성 작업에 완벽합니다. 이 모델은 투명한 배경, 반투명 객체(기포, 유리, 물), 빛나는 효과 및 정확한 알파 채널을 갖춘 세밀한 디테일(머리카락, 연기, 입자)을 잘 생성합니다. @@ -22,7 +22,7 @@ Wan-Alpha는 알파 채널 투명도가 적용된 고품질 동영상을 생성 allowfullscreen > -[워크플로우 다운로드](https://github.com/Comfy-Org/workflows/blob/main/tutorial_workflows/Get_Comfy_With_Comfy_Wan_Alpha.json) +[워크플로 다운로드](https://github.com/Comfy-Org/workflows/blob/main/tutorial_workflows/Get_Comfy_With_Comfy_Wan_Alpha.json) ## 리소스 diff --git a/ko/tutorials/video/wan/wan2_2.mdx b/ko/tutorials/video/wan/wan2_2.mdx index d9bda0cc7..1303255f4 100644 --- a/ko/tutorials/video/wan/wan2_2.mdx +++ b/ko/tutorials/video/wan/wan2_2.mdx @@ -1,17 +1,26 @@ --- -title: "Wan2.2 비디오 생성 ComfyUI 공식 네이티브 워크플로우 예시" +title: "Wan2.2 비디오 생성 ComfyUI 공식 네이티브 워크플로 예시" description: "ComfyUI에서 Alibaba Cloud Tongyi Wanxiang 2.2 비디오 생성 모델의 공식 사용 가이드" sidebarTitle: Wan2.2 -translationSourceHash: 3d509ed7 +translationSourceHash: 70e49209 translationFrom: tutorials/video/wan/wan2_2.mdx +translationBlockHashes: + "_intro": 3d02f6d3 + "Model Highlights": fc7121c1 + "Wan2.2 Open Source Model Versions": 7ed2d913 + "ComfyOrg Wan2.2 Live Streams": d380a603 + "Wan2.2 TI2V 5B Hybrid Version Workflow Example": b0e108bd + "Wan2.2 14B T2V Text-to-Video Workflow Example": 9eaf9107 + "Wan2.2 14B I2V Image-to-Video Workflow Example": a006f8aa + "Wan2.2 14B FLF2V Workflow Example": 525e0946 + "Community Resources": 7463b48b --- - import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx' @@ -20,13 +29,13 @@ Wan 2.2는 WAN AI가 출시한 차세대 멀티모달 생성 모델입니다. Wan 2.2는 세 가지 핵심 기능을 갖추고 있습니다: 영화 수준의 미적 제어, 전문 영화 산업의 미적 기준을 깊이 통합해 조명, 색감, 구도 등 다차원적 시각적 제어를 지원합니다; 대규모 복합 동작, 다양한 복잡한 동작을 쉽게 복원하고 동작의 부드러움과 제어성을 강화합니다; 정밀한 의미적 준수, 복잡한 장면과 다중 객체 생성에 뛰어나 사용자의 창의적 의도를 더욱 잘 살려냅니다. -이 모델은 텍스트-to-비디오, 이미지-to-비디오 등 여러 생성 모드를 지원하며, 콘텐츠 제작, 예술 창작, 교육 및 훈련 등 다양한 응용 분야에 적합합니다. +이 모델은 텍스트 기반 비디오 생성, 이미지 기반 비디오 생성 등 여러 생성 모드를 지원하며, 콘텐츠 제작, 예술 창작, 교육 및 훈련 등 다양한 응용 분야에 적합합니다. [Wan2.2 프롬프트 가이드](https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y) ## 모델 주요 특징 -- **영화 수준의 미적 제어**: 전문적인 카메라 언어, 조명, 색감, 구도 등 다차원적 시각적 제어 지원 +- **영화 수준의 미적 제어**: 전문적인 카메라 언어, 조명, 색상, 구도 등 다차원적 시각적 제어 지원 - **대규모 복합 동작**: 다양한 복잡한 동작을 부드럽게 복원하고, 동작의 제어성과 자연스러움을 향상시킵니다 - **정밀한 의미적 준수**: 복잡한 장면 이해, 다중 객체 생성, 창의적 의도를 더욱 잘 살려냅니다 - **효율적인 압축 기술**: 고압축률 VAE를 적용한 5B 버전, 메모리 최적화, 혼합 학습 지원 @@ -37,9 +46,9 @@ Wan2.2 시리즈 모델은 Apache 2.0 오픈소스 라이선스를 기반으로 | 모델 유형 | 모델 이름 | 파라미터 | 주요 기능 | 모델 저장소 | |------------|------------|------------|---------------|-----------------| -| 하이브리드 모델 | Wan2.2-TI2V-5B | 5B | 텍스트-to-비디오와 이미지-to-비디오를 모두 지원하는 하이브리드 버전, 하나의 모델로 두 가지 핵심 작업 요구사항을 충족 | 🤗 [Wan2.2-TI2V-5B](https://huggingface.co/Wan-AI/Wan2.2-TI2V-5B) | -| 이미지-to-비디오 | Wan2.2-I2V-A14B | 14B | 정적 이미지를 동영상으로 변환하며, 콘텐츠 일관성과 부드러운 동작 과정을 유지 | 🤗 [Wan2.2-I2V-A14B](https://huggingface.co/Wan-AI/Wan2.2-I2V-A14B) | -| 텍스트-to-비디오 | Wan2.2-T2V-A14B | 14B | 텍스트 설명으로부터 고품질 비디오를 생성하며, 영화 수준의 미적 제어와 정밀한 의미적 준수를 제공 | 🤗 [Wan2.2-T2V-A14B](https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B) | +| 하이브리드 모델 | Wan2.2-TI2V-5B | 5B | 텍스트 기반 비디오 생성과 이미지 기반 비디오 생성을 모두 지원하는 하이브리드 버전, 하나의 모델로 두 가지 핵심 작업 요구 사항을 충족 | 🤗 [Wan2.2-TI2V-5B](https://huggingface.co/Wan-AI/Wan2.2-TI2V-5B) | +| 이미지 기반 비디오 생성 | Wan2.2-I2V-A14B | 14B | 정적 이미지를 동영상으로 변환하며, 콘텐츠 일관성과 부드러운 동작 과정을 유지 | 🤗 [Wan2.2-I2V-A14B](https://huggingface.co/Wan-AI/Wan2.2-I2V-A14B) | +| 텍스트 기반 비디오 생성 | Wan2.2-T2V-A14B | 14B | 텍스트 설명으로부터 고품질 비디오를 생성하며, 영화 수준의 미적 제어와 정밀한 의미적 준수를 제공 | 🤗 [Wan2.2-T2V-A14B](https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B) | ## ComfyOrg Wan2.2 라이브 스트림 @@ -84,7 +93,7 @@ ComfyUI Wan2.2 사용법에 대해 라이브 스트림을 진행했으니, 이 ### 1. 워크플로우 파일 다운로드 -ComfyUI를 최신 버전으로 업데이트하신 후, 메뉴 `워크플로우` -> `템플릿 둘러보기` -> `비디오`를 통해 "Wan2.2 5B 비디오 생성"을 찾아 워크플로우를 로드하세요. +ComfyUI를 최신 버전으로 업데이트하신 후, 메뉴 `워크플로우` -> `템플릿 탐색` -> `비디오`를 통해 "Wan2.2 5B 비디오 생성"을 찾아 워크플로우를 로드하세요.