# ComfyUI: Korean 내장 노드 (Built-in Nodes) 노드

## 노드

- [Korean / 내장 노드 (Built-in Nodes) / 노드 / Model (349 pages)](https://docs.comfy.org/_llms/ko/built-in-nodes/group/model.md): Documentation for Korean / 내장 노드 (Built-in Nodes) / 노드 / Model.
- [Korean / 내장 노드 (Built-in Nodes) / 노드 / Partner (267 pages)](https://docs.comfy.org/_llms/ko/built-in-nodes/group/partner.md): Documentation for Korean / 내장 노드 (Built-in Nodes) / 노드 / Partner.

### 3D

- [BuildPoseFile - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BuildPoseFile.md): 이 노드는 포즈 데이터로부터 저장 준비가 완료된 3D 애니메이션 파일을 생성합니다. 전체 바디 메시, 관절만 미리보기, OpenPose 스켈레톤 또는 SCAIL 캡슐 리그 등 여러 시각적 스타일로 애니메이션 GLB를 내보내거나, BVH 모션캡처 클립을 대신 저장할 수 있습니다. 출력은 Save 3D Model과 같은 파일
- [CreateCameraInfo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateCameraInfo.md): 카메라 정보 생성 노드는 3D 렌더링을 위한 카메라 정보 구조를 구축합니다. 카메라 정의를 위해 세 가지 모드를 지원합니다: 궤도(대상 주위의 요/피치/거리), 시점(명시적 월드 위치), 쿼터니언(위치 및 회전). 좌표계는 Y축이 위쪽 방향인 오른손 좌표계입니다.
- [Get3DComponents - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Get3DComponents.md): Get3DComponents는 3D 모델 파일(GLB, GLTF, OBJ 또는 STL)을 편집 가능한 메시로 파싱하며, 이 메시는 decimate, remesh, UV unwrap, bake와 같은 메시 처리 노드에서 사용할 수 있습니다. 모든 장면 노드와 프리미티브는 변환이 적용된 상태로 하나의 메시로 병합되며, 텍스처
- [Load3D - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Load3D.md): Load3D 노드는 3D 모델 파일을 불러오고 처리하는 핵심 노드입니다. 노드를 불러오면 ComfyUI/input/3d/에서 사용 가능한 3D 리소스를 자동으로 검색합니다. 또한 업로드 기능을 사용하여 지원되는 3D 파일을 업로드하여 미리 볼 수 있습니다.
- [Load3DAdvanced - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Load3DAdvanced.md): 이 노드는 ComfyUI 입력 디렉토리에서 3D 모델 파일을 불러와 모델 데이터와 함께 카메라 및 뷰포트 정보를 제공합니다. 일반적인 3D 파일 형식을 지원하며, 렌더링을 위한 출력 이미지 크기를 지정할 수 있습니다.
- [Load3DAnimation - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Load3DAnimation.md): Load3DAnimation 노드는 3D 모델 파일을 불러오고 처리하는 핵심 노드입니다. 노드를 불러오면 ComfyUI/input/3d/에서 사용 가능한 3D 리소스를 자동으로 검색합니다. 또한 업로드 기능을 사용하여 지원되는 3D 파일을 업로드하여 미리 볼 수 있습니다.
- [MeshToFile3D - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MeshToFile3D.md): This node serializes a mesh into a GLB file object that can be passed to Save 3D or Preview 3D nodes.
- [Preview3D - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Preview3D.md): Preview3D 노드는 주로 3D 모델 출력을 미리 보는 데 사용됩니다. 이 노드는 두 가지 입력을 받습니다. 하나는 Load3D 노드의 camerainfo이고, 다른 하나는 3D 모델 파일의 경로입니다. 모델 파일 경로는 ComfyUI/output 폴더에 위치해야 합니다.
- [Preview3DAdvanced - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Preview3DAdvanced.md): 이 노드는 파일을 ComfyUI 출력 디렉터리에 저장하지 않고 UI에 3D 모델 미리보기를 표시합니다. 모델을 임시 파일로 저장하고 모델 데이터, 모델 정보, 카메라 정보 및 미리보기 크기를 다운스트림 처리를 위해 전달합니다.
- [Preview3DAnimation - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Preview3DAnimation.md): Preview3DAnimation 노드는 주로 3D 모델 출력을 미리보기 위한 노드입니다. 이 노드는 두 가지 입력을 받습니다: 하나는 Load3D 노드의 camerainfo이고, 다른 하나는 3D 모델 파일의 경로입니다. 모델 파일 경로는 ComfyUI/output 폴더에 위치해야 합니다.
- [PreviewGaussianSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PreviewGaussianSplat.md): 참고: camerainfo 또는 model3dinfo가 제공되지 않으면 노드는 viewportstate에 저장된 카메라 및 모델 정보를 대신 사용합니다.
- [PreviewPointCloud - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PreviewPointCloud.md): Preview Point Cloud 노드는 3D 포인트 클라우드 파일을 ComfyUI 출력 디렉토리에 저장하지 않고 ComfyUI 인터페이스에서 직접 볼 수 있게 해줍니다. 포인트 클라우드를 임시 위치에 저장하고 3D 미리보기 창에 표시하면서, 모델 데이터, 카메라 정보 및 뷰포트 상태를 후속 처리를 위해 전달합니다.
- [Save3DAdvanced - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Save3DAdvanced.md): 이 노드는 ComfyUI 출력 디렉토리에 3D 모델을 파일로 저장하며, 출력 크기와 카메라/뷰포트 설정을 고급 제어할 수 있습니다. 또한 다운스트림 노드를 위해 3D 모델, 모델 정보, 카메라 정보 및 크기를 전달합니다.
- [SaveGaussianSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveGaussianSplat.md): 이 노드는 가우시안 스플랫 3D 파일을 출력 디렉토리에 저장합니다. 파일 저장 과정을 처리하고 3D 뷰포트를 위한 미리보기 데이터를 제공합니다.
- [SaveGLB - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveGLB.md): SaveGLB 노드는 3D 메시 데이터 또는 3D 파일 입력을 출력 디렉토리에 저장합니다. 메시 데이터와 일반적인 3D 파일 형식(GLB, GLTF, OBJ, FBX, STL, USDZ, PLY, SPLAT, SPZ, KSPLAT)을 입력받아 지정된 파일 이름 접두사를 사용하여 내보냅니다. 메시 입력은 배치 항목당 하나씩
- [SavePointCloud - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SavePointCloud.md): Save Point Cloud 노드는 3D 포인트 클라우드 파일을 출력 디렉토리에 저장하고, 선택적으로 3D 뷰어용 미리보기 데이터를 제공합니다. 파일 이름 지정 및 저장을 처리하면서, 표시 목적으로 카메라 및 모델 정보를 전달합니다.
- [VoxelToMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VoxelToMesh.md): VoxelToMeshBasic 노드는 지정된 임계값에서 표면을 추출하여 3D 복셀 데이터를 메시 지오메트리로 변환합니다. 입력된 각 복셀 그리드를 처리하여 3D 메시 표현을 구성하는 정점과 면을 생성합니다.
- [VoxelToMeshBasic - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VoxelToMeshBasic.md): VoxelToMeshBasic 노드는 3D 복셀 데이터를 메시 지오메트리로 변환합니다. 임계값을 적용하여 복셀 볼륨 중 어떤 부분이 결과 메시에서 솔리드 표면이 될지를 결정하는 방식으로 복셀 볼륨을 처리합니다. 이 노드는 3D 렌더링 및 모델링에 사용할 수 있는 정점과 면을 포함한 완전한 메시 구조를 출력합니다.

#### Mesh

- [DecimateMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DecimateMesh.md): DecimateMesh는 활성 연산 장치에서 QEM(Quadric Error Metric) 단순화를 사용하여 3D 메시를 목표 면 수로 줄입니다. "midpoint" 배치 모드는 cumesh-faithful 프리셋으로, 머리카락과 같은 얇은 특징을 보존하면서 최상의 품질을 제공합니다. 반면 "qem" 모드는 선택적
- [FillHoles - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FillHoles.md): 이 노드는 열린 경계 모서리를 감지하고 이를 닫는 새 면을 생성하여 3D 메시의 구멍을 채웁니다.
- [GetMeshInfo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GetMeshInfo.md): Get Mesh Info는 메시의 정점(vertex) 수와 면(face) 수, 그리고 메시에 포함된 속성(UV, 정점 색상, 법선, 텍스처 등)을 보고합니다. 보고 내용은 노드에 표시되고 텍스트 출력으로 반환되며, 메시 자체는 변경 없이 그대로 통과합니다.
- [MergeMeshes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MergeMeshes.md): MergeMeshes는 여러 메시 입력을 하나의 메시로 결합합니다. 정점, 면, UV 좌표, 정점 색상을 쌓고 면 인덱스를 조정하여 단일 연속 메시를 만듭니다.
- [MeshSmoothNormals - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MeshSmoothNormals.md): 메시에 대한 부드러운 정점별 법선을 계산하여 첨부합니다. 법선이 없는 메시는 glTF 뷰어에서 평평하게(면별로) 음영 처리됩니다. 이 노드는 메시를 부드럽게 음영 처리되도록 합니다. 접힘 각도(crease angle)가 180보다 작으면 임계값보다 날카로운 모서리는 정점을 분할하여 하드 엣지로 유지합니다.
- [PaintMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PaintMesh.md): PaintMesh는 3D 메시와 복셀 색상 필드를 사용합니다. 필드에서 가장 가까운 복셀의 색상을 각 버텍스에 할당하여 결과를 출력 메시의 버텍스 컬러로 기록합니다. 복셀 필드가 비어 있으면 메시는 기본값인 0(검은색) 버텍스 컬러로 칠해집니다.
- [RemeshMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RemeshMesh.md): Remesh Mesh는 원본 표면 주변의 좁은 대역 거리 필드를 샘플링하고 Dual Contouring으로 추출하여 깨끗하고 균일한 테셀레이션으로 메시를 재구축합니다. 이는 지저분하거나 비매니폴드이거나 자기 자신과 교차하는 토폴로지를 정규화하며, 정확한 면 수를 얻기 위해 Decimate Mesh 전에 실행하도록 설계되었
- [RenderMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RenderMesh.md): 이 노드는 단일 뷰를 레이캐스팅하여 3D 메시를 2D 이미지로 렌더링합니다. 텍스처 메시, 정점 색상, 단색 음영 표면, 표면 법선 또는 깊이를 출력할 수 있습니다. 카메라와 선택적 모델 변환은 Load3D / Preview3D 뷰어에서 가져올 수 있습니다. 카메라가 연결되지 않으면 기본 정면 뷰가 자동으로 프레임됩니다.
- [RotateMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RotateMesh.md): 월드 축을 기준으로 3D 메시를 회전합니다. 회전에는 오일러 XYZ 각도(단위: 도) 또는 쿼터니언을 사용할 수 있습니다. 회전은 메시의 정점에 적용되며, 법선과 탄젠트도 함께 회전하므로 조명과 음영이 올바르게 유지됩니다.
- [WeldVertices - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/WeldVertices.md): Weld Vertices는 3D 메시에서 일치하는 정점들을 병합하여, 이전에 각각 별도의 모서리 점을 갖던 면들이 동일한 정점을 공유하게 합니다. 메시 경계 상자에 기반한 허용 오차를 사용하여 그리드 양자화 방식으로 인접 정점들을 그룹화하고, 병합된 각 그룹의 정점 색상을 평균화합니다. 이 기능은 메시가 용접되지 않은 상

#### Splat

- [File3DToSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/File3DToSplat.md): 이 노드는 가우시안 스플랫 데이터가 포함된 3D 파일을 노드 그래프에서 사용할 수 있는 가우시안 스플랫 형식으로 변환합니다.
- [GetSplatCount - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GetSplatCount.md): Get Splat Count 노드는 스플랫 배치에 포함된 총 스플랫(가우시안 포인트)의 개수를 반환하며, 배치 내 모든 항목의 개수를 합산합니다. 이 노드는 원본 스플랫 데이터를 변경하지 않고 그대로 전달하면서, 포함된 개별 스플랫의 수를 제공합니다.
- [MergeSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MergeSplat.md): Merge Splats 노드는 여러 가우시안 스플랫 모델을 데이터를 연결하여 단일 스플랫으로 결합합니다. 이는 동일한 잠재 변수(latent)를 다른 시드(seed)로 생성한 여러 디코드 결과를 병합할 때 유용하며, 표면을 더 조밀하게 만들고 3D 메시 생성 시 품질을 향상시킬 수 있습니다.
- [RenderSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RenderSplat.md): 비등방성 EWA 래스터라이저를 사용하여 가우시안 스플랫을 이미지로 렌더링합니다. 방향성 타원형 스플랫, 안티앨리어싱 및 깊이 정렬된 전면-후면 렌더링을 지원합니다. 카메라는 camerainfo 입력에서 가져오거나, 비워두면 스플랫이 자동으로 프레임에 맞춰집니다. 1보다 큰 프레임 값을 설정하면 턴테이블 배치 이미지가
- [SplatToFile3D - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SplatToFile3D.md): SplatToFile3D 노드는 가우시안 스플랫을 File3D 객체로 변환하며, 이 객체는 Save 또는 Preview 3D 노드와 함께 사용할 수 있습니다. 이 노드는 배치당 항목 하나만 지원하며, 내보낸 3D 데이터에 대해 다양한 출력 파일 형식 중에서 선택할 수 있습니다.
- [SplatToMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SplatToMesh.md): 이 노드는 3D 가우시안 스플랫을 색상이 있는 메시 표면으로 변환합니다. 가우시안을 밀도 그리드에 래스터화하고, 선택한 밀도 수준에서 등위면을 추출한 후, 선택적으로 평활화 및 정리 과정을 적용하여 깨끗하고 색상이 있는 삼각형 메시를 생성하는 방식으로 작동합니다.
- [TransformSplat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TransformSplat.md): Transform Splat 노드는 가우시안 스플랫에 이동, 회전 및 크기 조정 변환을 적용합니다. 전체 스플랫을 하나의 객체로 이동, 회전 및 크기 조정하며, 균일하지 않은 크기 조정이 적용될 경우 정확한 결과를 위해 각 개별 가우시안 스플랫의 형태도 함께 변형합니다.

#### Texturing

- [ApplyTextureToMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ApplyTextureToMesh.md): 이 노드는 베이크된 텍스처 이미지를 메시의 UV 레이아웃에 첨부하여 SaveGLB 노드가 메시와 함께 내보낼 수 있도록 합니다. 베이킹에 사용한 것과 동일한 UV 펼침 메시를 베이크된 이미지 맵과 함께 연결하세요. 선택적인 메탈릭, 러프니스, 오클루전 맵은 단일 ORM 텍스처로 압축되며, 노멀 맵을 제공하면 올바른 셰이딩
- [BakeAmbientOcclusion - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BakeAmbientOcclusion.md): 하이폴리 메시에서 앰비언트 오클루전 맵을 베이크하여 로우폴리 메시의 UV 레이아웃에 적용합니다. 출력은 그레이스케일 이미지로, 흰색 텍셀은 열린 영역이고 어두운 텍셀은 틈새입니다. 이 이미지는 Apply Texture To Mesh 노드의 오클루전 입력을 위한 것입니다.
- [BakeNormalMapFromMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BakeNormalMapFromMesh.md): 이 노드는 하이폴리 메시의 표면 디테일을 저폴리 메시의 UV 레이아웃에 탄젠트 공간 노멀 맵으로 구워 넣어, 디시메이션 과정에서 손실된 표면 디테일을 캡처합니다.
- [BakeTextureFromVoxel - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BakeTextureFromVoxel.md): 이 노드는 메시의 기존 UV 레이아웃을 사용하여 3D 메시에 PBR 텍스처를 베이크합니다. 각 텍셀에서 스파스 복셀 볼륨의 색상 및 재질 속성을 샘플링하여 베이스 컬러 이미지와 메탈릭, 러프니스 맵을 출력합니다. 메시를 언랩하지 않으므로 UV 언랩 노드가 업스트림에 연결되어 있어야 합니다.
- [MeshTextureToImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MeshTextureToImage.md): 이 노드는 메시의 베이크된 텍스처를 추출하여 기본 색상, 메탈릭, 러프니스, 오클루전 및 노멀 맵의 개별 이미지로 반환합니다. 베이크되지 않은 텍스처 채널은 중립 기본값으로 반환됩니다 — 오클루전은 흰색, 노멀 맵은 평평한 파란색입니다.
- [RenderUVAtlas - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RenderUVAtlas.md): 메시의 UV 레이아웃을 이미지로 렌더링합니다. 연결된 각 UV 영역(차트)은 고유한 색상으로 채워지며, 차트 경계는 어두운 회색 배경 위에 검은색 윤곽선으로 표시됩니다.
- [UnwrapMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/UnwrapMesh.md): 3D 메시용 UV 아틀라스를 생성합니다. 표면이 차트로 분할되고, 각 차트는 2차원으로 평면화된 후 결과가 [0,1] UV 아틀라스로 패킹됩니다. 차트 경계의 정점은 복제되므로 출력 메시는 입력보다 더 많은 정점을 포함할 수 있습니다.

### API Node

#### Image

##### BFL

- [FluxProCannyNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FluxProCannyNode.md): 제어 이미지(캐니)를 사용하여 이미지를 생성합니다. 이 노드는 제어 이미지를 입력받아, 제어 이미지에서 감지된 에지 구조를 따르면서 제공된 프롬프트를 기반으로 새 이미지를 생성합니다.
- [FluxProDepthNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FluxProDepthNode.md): 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/FluxProDepthNode/en.md)
- [FluxProImageNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FluxProImageNode.md): 프롬프트와 해상도를 기반으로 이미지를 동기적으로 생성합니다. 이 노드는 Flux 1.1 Pro 모델을 사용하여 API 엔드포인트에 요청을 보내고, 완전한 응답을 받은 후 생성된 이미지를 반환하여 이미지를 생성합니다.

##### Bytedance

- [ByteDanceImageEditNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ByteDanceImageEditNode.md): 다음은 제공된 영어 문서를 한국어로 번역한 결과입니다.

#### Video

##### Pika

- [Pikadditions - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Pikadditions.md): Pikadditions 노드를 사용하면 비디오에 원하는 객체나 이미지를 추가할 수 있습니다. 비디오를 업로드하고 추가할 대상을 지정하면 자연스럽게 통합된 결과물이 생성됩니다. 이 노드는 Pika API를 활용하여 이미지를 비디오에 자연스러운 모습으로 삽입합니다.
- [Pikaffects - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Pikaffects.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/Pikaffects/en.md)
- [PikaImageToVideoNode2_2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PikaImageToVideoNode2_2.md): Pika Image to Video 노드는 이미지와 텍스트 프롬프트를 Pika API 버전 2.2로 전송하여 비디오를 생성합니다. 제공된 설명과 설정에 따라 입력 이미지를 비디오 형식으로 변환합니다. 이 노드는 API 통신을 처리하고 생성된 비디오를 출력으로 반환합니다.
- [PikaScenesV2_2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PikaScenesV2_2.md): PikaScenes v2.2 노드는 여러 이미지를 결합하여 모든 입력 이미지의 객체를 통합한 비디오를 생성합니다. 최대 5개의 서로 다른 이미지를 재료로 업로드하여 이를 매끄럽게 혼합한 고품질 비디오를 생성할 수 있습니다.
- [PikaStartEndFrameNode2_2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PikaStartEndFrameNode2_2.md): PikaFrames v2.2 노드는 첫 번째 프레임과 마지막 프레임을 결합하여 비디오를 생성합니다. 시작점과 끝점을 정의하는 두 개의 이미지를 업로드하면, AI가 두 이미지 사이의 부드러운 전환을 생성하여 완전한 비디오를 만들어냅니다.
- [Pikaswaps - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Pikaswaps.md): Pika Swaps 노드는 비디오 내의 객체나 영역을 새 이미지로 교체합니다. 마스크를 사용하여 교체할 영역을 정의하면, 노드가 비디오 시퀀스 전체에서 지정된 콘텐츠를 매끄럽게 교체합니다.
- [PikaTextToVideoNode2_2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PikaTextToVideoNode2_2.md): Pika Text2Video v2.2 노드는 Pika API 버전 2.2에 텍스트 프롬프트를 전송하여 비디오를 생성합니다. 텍스트 설명을 Pika의 AI 비디오 생성 서비스를 사용하여 비디오로 변환합니다. 이 노드를 사용하면 화면 비율, 지속 시간, 해상도 등 비디오 생성 과정의 다양한 측면을 사용자 지정할 수 있습니다.

### Audio

- [AudioAdjustVolume - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AudioAdjustVolume.md): AudioAdjustVolume 노드는 데시벨(dB) 단위의 볼륨 조정을 적용하여 오디오의 음량을 수정합니다. 오디오 입력을 받아 지정된 볼륨 레벨에 따라 게인(gain) 계수를 적용하며, 양수 값은 볼륨을 높이고 음수 값은 낮춥니다. 이 노드는 원본과 동일한 샘플 레이트로 수정된 오디오를 반환합니다.
- [AudioConcat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AudioConcat.md): 다음은 요청하신 조건에 따라 번역한 결과입니다.
- [AudioEqualizer3Band - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AudioEqualizer3Band.md): 오디오 이퀄라이저(3밴드) 노드는 오디오 파형의 저음, 중음, 고음 주파수를 조정할 수 있게 해줍니다. 저음을 위한 로우 쉘프 필터, 중음을 위한 피킹 필터, 고음을 위한 하이 쉘프 필터 등 세 개의 개별 필터를 적용합니다. 각 밴드는 게인, 주파수, 대역폭 설정으로 독립적으로 제어할 수 있습니다.
- [AudioMerge - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AudioMerge.md): AudioMerge 노드는 두 개의 오디오 트랙을 파형을 오버레이하여 결합합니다. 두 오디오 입력의 샘플 속도를 자동으로 일치시키고, 병합 전에 길이를 동일하게 조정합니다. 이 노드는 오디오 신호를 결합하기 위한 여러 수학적 방법을 제공하며, 출력이 허용 가능한 볼륨 수준 내에 유지되도록 보장합니다.
- [EmptyAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/EmptyAudio.md): 빈 오디오(EmptyAudio) 노드는 지정된 길이, 샘플 레이트 및 채널 구성으로 무음 오디오 클립을 생성합니다. 모든 값이 0인 파형을 만들어 지정된 시간 동안 완전한 무음을 생성합니다. 이 노드는 오디오 워크플로우에서 자리 표시자 오디오를 만들거나 무음 구간을 생성하는 데 유용합니다.
- [JoinAudioChannels - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/JoinAudioChannels.md): 오디오 채널 결합 노드는 두 개의 개별 모노 오디오 입력을 하나의 스테레오 오디오 출력으로 결합합니다. 왼쪽 채널과 오른쪽 채널을 입력받아 호환되는 샘플 레이트와 길이를 보장한 후, 두 채널을 하나의 오디오 파형으로 병합합니다.
- [LoadAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadAudio.md): LoadAudio 노드는 입력 디렉토리에서 오디오 파일을 불러와 ComfyUI의 다른 오디오 노드에서 처리할 수 있는 형식으로 변환합니다. 이 노드는 오디오 파일을 읽어 파형 데이터와 샘플 레이트를 추출하여 다운스트림 오디오 처리 작업에 사용할 수 있도록 제공합니다.
- [PreviewAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PreviewAudio.md): Preview Audio 노드는 임시 오디오 미리 보기를 생성하여 인터페이스에서 직접 재생할 수 있게 하며, 오디오를 ComfyUI 출력 디렉터리에 저장하지 않습니다. 오디오 데이터를 입력으로 받아 미리 보기 위젯을 생성하므로 사용자가 영구 파일을 저장하지 않고도 오디오 출력을 들을 수 있습니다.
- [RecordAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RecordAudio.md): RecordAudio 노드는 오디오 녹음 인터페이스를 통해 녹음되거나 선택된 오디오 파일을 불러옵니다. 이 노드는 오디오 파일을 처리하여 워크플로우의 다른 오디오 처리 노드에서 사용할 수 있는 파형 형식으로 변환합니다. 샘플 속도를 자동으로 감지하고 추가 조작을 위해 오디오 데이터를 준비합니다.
- [SaveAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAudio.md): 이 노드는 오디오 데이터를 FLAC 형식의 파일로 저장합니다. 오디오 입력을 받아 지정된 파일 이름 접두사를 사용하여 출력 디렉터리에 기록합니다. 이 노드는 더 이상 사용되지 않으며 현재 Save Audio 노드로 대체되어야 합니다.
- [SaveAudioAdvanced - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAudioAdvanced.md): 입력 오디오를 ComfyUI 출력 디렉토리에 저장합니다. 이 노드는 구성 가능한 품질 설정과 함께 FLAC, MP3, Opus를 포함한 다양한 형식으로 오디오를 내보낼 수 있습니다.
- [SaveAudioMP3 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAudioMP3.md): SaveAudioMP3 노드는 오디오 데이터를 MP3 파일로 저장합니다. 오디오 입력을 받아 출력 디렉터리로 내보내며, 파일 이름과 품질 설정을 사용자 지정할 수 있고 파일 이름 지정과 MP3 형식 변환을 자동으로 처리합니다. 이 노드는 더 이상 사용되지 않으며 향후 버전에서 제거될 수 있습니다.
- [SaveAudioOpus - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAudioOpus.md): SaveAudioOpus 노드는 오디오 데이터를 Opus 형식의 파일로 저장합니다. 오디오 입력을 받아 품질 설정을 구성할 수 있는 압축된 Opus 파일로 내보냅니다. 이 노드는 더 이상 사용되지 않으며 향후 버전에서 제거될 수 있습니다.
- [SplitAudioChannels - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SplitAudioChannels.md): SplitAudioChannels 노드는 스테레오 오디오를 개별 좌측 및 우측 채널로 분리합니다. 두 개의 채널로 구성된 스테레오 오디오 입력을 받아 각각 좌측 채널과 우측 채널에 해당하는 두 개의 개별 오디오 스트림을 출력합니다.
- [TrimAudioDuration - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TrimAudioDuration.md): TrimAudioDuration 노드를 사용하면 오디오 파일에서 특정 시간 구간을 잘라낼 수 있습니다. 자르기를 시작할 시점과 결과 오디오 클립의 길이를 지정할 수 있습니다. 이 노드는 시간 값을 오디오 프레임 위치로 변환하고 해당 오디오 파형 부분을 추출하는 방식으로 작동합니다.

### Experimental

- [DifferentialDiffusion - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DifferentialDiffusion.md): 이 문서는 AI로 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/DifferentialDiffusion/en.md)
- [FluxKVCache - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FluxKVCache.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/FluxKVCache/en.md)
- [FreSca - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FreSca.md): FreSca 노드는 샘플링 과정에서 안내(guidance)에 주파수 종속 스케일링을 적용합니다. 푸리에 필터링을 사용하여 안내 신호를 저주파 성분과 고주파 성분으로 분리한 후, 각 주파수 범위에 서로 다른 스케일링 계수를 적용한 다음 다시 결합합니다. 이를 통해 생성된 출력물의 다양한 측면에 안내가 미치는 영향을 더욱 세
- [LatentBlend - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LatentBlend.md): LatentBlend 노드는 두 개의 잠재 샘플을 지정된 혼합 비율로 결합합니다. 두 개의 잠재 입력을 받아 첫 번째 샘플에는 혼합 비율을, 두 번째 샘플에는 역비율을 적용하여 새로운 출력을 생성합니다. 입력 샘플의 형태가 다른 경우, 두 번째 샘플이 첫 번째 샘플의 크기에 맞게 자동으로 조정됩니다.
- [LoraSave - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoraSave.md): LoraSave 노드는 모델 차이에서 LoRA(Low-Rank Adaptation) 파일을 추출하여 저장합니다. 확산 모델 차이, 텍스트 인코더 차이 또는 둘 다를 처리하여 지정된 순위와 유형의 LoRA 형식으로 변환할 수 있습니다. 생성된 LoRA 파일은 나중에 사용할 수 있도록 출력 디렉터리에 저장됩니다.
- [Mahiro - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Mahiro.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/Mahiro/en.md)
- [PerpNeg - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PerpNeg.md): PerpNeg 노드는 모델의 샘플링 과정에 수직 부정 유도(perpendicular negative guidance)를 적용합니다. 이 노드는 모델의 설정 함수를 수정하여 부정 조건화(negative conditioning)와 스케일링 팩터를 사용해 노이즈 예측을 조정합니다. 이 노드는 더 이상 사용되지 않으며, 향상된
- [PerpNegGuider - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PerpNegGuider.md): PerpNegGuider 노드는 수직 네거티브 조건화(perpendicular negative conditioning)를 사용하여 이미지 생성을 제어하는 가이던스 시스템을 생성합니다. 이 노드는 포지티브, 네거티브 및 빈(empty) 조건화 입력을 받아 특화된 가이던스 알고리즘을 적용하여 생성 과정을 조정합니다. 실험적
- [SamplerEulerCFGpp - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SamplerEulerCFGpp.md): SamplerEulerCFGpp 노드는 출력을 생성하기 위한 Euler CFG++ 샘플링 방법을 제공합니다. 이 노드는 사용자 선호도에 따라 선택할 수 있는 두 가지 서로 다른 구현 버전의 Euler CFG++ 샘플러를 제공합니다.
- [SelfAttentionGuidance - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SelfAttentionGuidance.md): 자기 주의 유도 노드는 샘플링 과정에서 주의 메커니즘을 수정하여 확산 모델에 유도를 적용합니다. 비조건부 잡음 제거 단계에서 주의 점수를 포착하고 이를 사용하여 최종 출력에 영향을 미치는 흐릿한 유도 맵을 생성합니다. 이 기법은 모델 자체의 주의 패턴을 활용하여 생성 과정을 안내하는 데 도움을 줍니다.
- [TorchCompileModel - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TorchCompileModel.md): TorchCompileModel 노드는 PyTorch 컴파일을 모델에 적용하여 성능을 최적화합니다. 입력 모델의 복사본을 생성하고 지정된 백엔드를 사용하여 PyTorch의 컴파일 기능으로 감쌉니다. 이를 통해 추론 중 모델의 실행 속도를 향상시킬 수 있습니다.

#### Attention Experiments

- [CLIPAttentionMultiply - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ClipAttentionMultiply.md): CLIPAttentionMultiply 노드는 CLIP 모델의 셀프 어텐션 레이어에 있는 다양한 구성 요소에 곱셈 계수를 적용하여 어텐션 메커니즘을 조정할 수 있게 해줍니다. 이 노드는 CLIP 모델 어텐션 메커니즘의 쿼리, 키, 값 및 출력 투영 가중치와 편향을 수정하여 작동합니다. 이 실험적인 노드는 지정된 스케일링
- [UNetCrossAttentionMultiply - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/UNetCrossAttentionMultiply.md): UNetCrossAttentionMultiply 노드는 UNet 모델의 교차 주의 메커니즘에 곱셈 계수를 적용합니다. 이를 통해 교차 주의 레이어의 쿼리, 키, 값 및 출력 구성 요소의 크기를 조정하여 다양한 주의 동작과 효과를 실험할 수 있습니다.
- [UNetSelfAttentionMultiply - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/UNetSelfAttentionMultiply.md): UNetSelfAttentionMultiply 노드는 UNet 모델의 셀프 어텐션 메커니즘에서 쿼리(query), 키(key), 값(value) 및 출력(output) 구성 요소에 곱셈 계수를 적용합니다. 이를 통해 어텐션 계산의 여러 부분을 조정하여 어텐션 가중치가 모델 동작에 미치는 영향을 실험할 수 있습니다.
- [UNetTemporalAttentionMultiply - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/UNetTemporalAttentionMultiply.md): UNetTemporalAttentionMultiply 노드는 시간적 UNet 모델에서 다양한 유형의 어텐션 메커니즘에 곱셈 계수를 적용합니다. 이 노드는 자기 어텐션(self-attention)과 교차 어텐션(cross-attention) 레이어의 가중치를 조정하여 모델을 수정하며, 구조적 구성 요소와 시간적 구성 요소를

#### Stable Cascade

- [StableCascade_SuperResolutionControlnet - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StableCascade_SuperResolutionControlnet.md): StableCascadeSuperResolutionControlnet 노드는 Stable Cascade 초고해상도 처리를 위한 입력을 준비합니다. 입력 이미지를 받아 VAE를 사용하여 인코딩하여 controlnet 입력을 생성하며, 동시에 Stable Cascade 파이프라인의 stage C 및 stage B를 위한 자

### Text

- [AddTextPrefix - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AddTextPrefix.md): Add Text Prefix 노드는 각 입력 텍스트의 시작 부분에 지정된 문자열을 추가하여 텍스트를 수정합니다. 이 노드는 텍스트와 접두사를 입력으로 받아 결합된 결과를 반환합니다.
- [AddTextSuffix - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AddTextSuffix.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/AddTextSuffix/en.md)
- [BuildJsonPromptIdeogram - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BuildJsonPromptIdeogram.md): 이 노드는 Ideogram 4 이미지 생성 모델에 특화된 구조화된 JSON 프롬프트를 구성합니다. 텍스트 지침, 스타일 선호도 및 색상 팔레트를 모델이 요구하는 JSON 구조로 정리합니다.
- [CaseConverter - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CaseConverter.md): 케이스 변환기 노드는 텍스트 문자열을 다양한 대소문자 형식으로 변환합니다. 입력 문자열을 받아 선택된 모드에 따라 변환하며, 지정된 대소문자 형식이 적용된 출력 문자열을 생성합니다. 이 노드는 텍스트의 대소문자를 수정하는 네 가지 변환 옵션을 지원합니다.
- [ConvertArrayToString - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConvertArrayToString.md): The Convert Array to String node takes an array (list) of items and converts it into a formatted JSON string.
- [ConvertDictionaryToString - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConvertDictionaryToString.md): 이 노드는 딕셔너리(키-값 쌍의 집합)를 일반적으로 JSON 형식의 텍스트 문자열로 변환합니다. 들여쓰기 수준을 조절하여 출력 결과를 더 읽기 쉽게 만들거나 간결하게 만들 수 있습니다.
- [JsonExtractString - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/JsonExtractString.md): JsonExtractString 노드는 JSON 데이터가 포함된 텍스트 문자열을 읽고 특정 키와 연결된 값을 추출합니다. 추출된 값을 문자열로 변환합니다.
- [MergeTextLists - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MergeTextLists.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/MergeTextLists/en.md)
- [RegexExtract - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RegexExtract.md): 다음은 ComfyUI RegexExtract 노드 문서의 한국어 번역입니다.
- [RegexMatch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RegexMatch.md): RegexMatch 노드는 텍스트 문자열에 지정된 정규 표현식 패턴과 일치하는 항목이 있는지 확인합니다. 입력 문자열을 검색하여 패턴이 텍스트 내에서 발견되었는지 여부를 예/아니오 결과로 반환합니다. 대소문자 구분 없음 일치 또는 여러 줄 모드와 같은 옵션을 활성화하여 검색 방식을 조정할 수 있습니다.
- [RegexReplace - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RegexReplace.md): RegexReplace 노드는 정규 표현식 패턴을 사용하여 문자열에서 텍스트를 찾고 바꿉니다. 텍스트 패턴을 검색하여 새 텍스트로 바꿀 수 있으며, 대소문자 구분, 여러 줄 일치, 바꾸기 횟수 제한 등 패턴 일치 작동 방식을 제어하는 옵션을 제공합니다.
- [ReplaceText - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ReplaceText.md): 텍스트 바꾸기(Replace Text) 노드는 간단한 텍스트 치환을 수행합니다. 입력 텍스트 내에서 지정된 텍스트 조각을 검색하여 모든 항목을 새 텍스트로 바꿉니다. 이 작업은 노드에 제공된 모든 텍스트 입력에 적용됩니다.
- [SaveText - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveText.md): Save Text 노드는 출력 디렉토리의 파일에 텍스트 내용을 저장합니다. .txt, .csv, .md 또는 .json 형식으로 저장을 지원하며, 유효한 JSON이 제공되면 자동으로 JSON을 보기 좋게 출력합니다.
- [StringCompare - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringCompare.md): StringCompare 노드는 다양한 비교 방식을 사용하여 두 개의 텍스트 문자열을 비교합니다. 한 문자열이 다른 문자열로 시작하는지, 끝나는지, 또는 두 문자열이 정확히 동일한지 확인할 수 있습니다. 비교 시 대소문자 구분 여부를 선택할 수 있습니다.
- [StringConcatenate - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringConcatenate.md): StringConcatenate 노드는 두 개의 텍스트 문자열을 지정된 구분자로 결합하여 하나의 문자열로 만듭니다. 두 개의 입력 문자열과 구분자 문자 또는 문자열을 받아, 두 입력 사이에 구분자를 삽입하여 연결된 단일 문자열을 출력합니다.
- [StringContains - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringContains.md): StringContains 노드는 주어진 문자열에 특정 하위 문자열이 포함되어 있는지 확인합니다. 대소문자를 구분하거나 구분하지 않고 검색을 수행할 수 있으며, 하위 문자열이 주 문자열 내에서 발견되었는지 여부를 나타내는 부울 결과를 반환합니다.
- [StringFormat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringFormat.md): Documentation for StringFormat node.
- [StringLength - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringLength.md): StringLength 노드는 텍스트 문자열의 문자 수를 계산합니다. 모든 텍스트 입력을 받아 공백과 구두점을 포함한 총 문자 수를 반환합니다. 이는 텍스트 길이를 측정하거나 문자열 크기 요구 사항을 검증하는 데 유용합니다.
- [StringReplace - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringReplace.md): StringReplace 노드는 입력 문자열에 대해 텍스트 치환 작업을 수행합니다. 입력 텍스트 내에서 지정된 하위 문자열을 검색하고 모든 항목을 다른 하위 문자열로 교체합니다. 이 노드는 모든 치환이 적용된 수정된 문자열을 반환합니다.
- [StringSubstring - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringSubstring.md): StringSubstring 노드는 더 큰 문자열에서 텍스트의 일부를 추출합니다. 추출할 부분을 정의하기 위해 시작 위치와 끝 위치를 사용하며, 해당 두 위치 사이의 텍스트를 반환합니다.
- [StringTrim - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StringTrim.md): StringTrim 노드는 텍스트 문자열의 시작, 끝 또는 양쪽에서 공백 문자를 제거합니다. 문자열의 왼쪽, 오른쪽 또는 양쪽에서 트리밍 방식을 선택할 수 있습니다. 불필요한 공백, 탭 또는 줄 바꿈 문자를 제거하여 텍스트 입력을 정리하는 데 유용합니다.
- [StripWhitespace - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StripWhitespace.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/StripWhitespace/en.md)
- [TextGenerate - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TextGenerate.md): TextGenerate 노드는 CLIP 모델을 사용하여 사용자의 프롬프트를 기반으로 텍스트를 생성합니다. 선택적으로 이미지, 비디오 또는 오디오를 추가 컨텍스트로 사용하여 텍스트 생성을 안내할 수 있습니다. 출력 길이를 제어하고, 지원되는 모델의 경우 thinking 모드를 활성화할 수 있으며, 다양한 설정으로 무작위 샘
- [TextGenerateLTX2Prompt - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TextGenerateLTX2Prompt.md): TextGenerateLTX2Prompt 노드는 짧은 사용자 프롬프트를 LTX-2 시리즈 비디오 모델로 비디오를 생성하기에 적합한 상세한 시청각 설명으로 확장합니다. 이 노드는 작업별 시스템 지침을 자동으로 추가하고, 형식화된 프롬프트를 언어 모델에 전송한 후 향상된 텍스트를 반환합니다. 선택적 참조 이미지가 제공되면 노
- [TextOverlay - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TextOverlay.md): 이 노드는 이미지 또는 이미지 배치 위에 텍스트를 그립니다. 사용자 정의 가능한 글꼴 크기, 색상, 위치, 정렬 및 선택적 윤곽선을 사용하여 텍스트 오버레이를 생성한 후, 텍스트를 원본 이미지 위에 합성합니다.
- [TextToLowercase - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TextToLowercase.md): Text to Lowercase 노드는 텍스트 문자열을 입력받아 모든 문자를 소문자로 변환합니다. 텍스트 대소문자를 표준화하는 간단한 유틸리티입니다.
- [TextToUppercase - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TextToUppercase.md): Text to Uppercase 노드는 텍스트 입력을 받아 모든 문자를 대문자로 변환합니다. 제공된 문자열의 대소문자를 변경하는 간단한 텍스트 처리 유틸리티입니다.
- [TruncateText - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TruncateText.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/TruncateText/en.md)

### Utilities

- [ColorToRGBInt - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ColorToRGBInt.md): ColorToRGBInt 노드는 16진수 형식(예: FF5733)으로 제공된 색상을 단일 RGB 정수 값으로 변환합니다. 색상 문자열에서 빨간색, 녹색, 파란색 구성 요소를 추출하여 하나의 정수로 결합하고, 원래의 16진수 표현과 알파(불투명도) 값도 반환합니다.
- [ComfyMathExpression - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyMathExpression.md): ComfyMathExpression 노드는 입력 값 집합을 사용하여 수학 공식을 계산합니다. a, b, c와 같은 변수 이름을 사용하여 표현식을 작성할 수 있으며, 노드가 결과를 계산합니다. 계산에 필요한 만큼 입력 값을 동적으로 추가할 수 있습니다.
- [ComfyNumberConvert - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyNumberConvert.md): Number Convert 노드는 다양한 입력 데이터 타입을 숫자 값으로 변환합니다. 이 노드는 정수, 부동 소수점, 문자열 또는 부울 중 하나의 단일 입력을 받아 부동 소수점 숫자와 정수라는 두 가지 출력을 생성합니다. 이는 워크플로우에서 다른 수학 또는 처리 노드가 사용할 수 있는 형식으로 텍스트나 논리 값을 변환하는
- [CreateBoundingBoxes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateBoundingBoxes.md): 이 노드는 이미지 내 객체나 텍스트 영역 주위에 경계 상자를 그릴 수 있는 캔버스 인터페이스를 제공합니다. 픽셀 공간의 경계 상자 좌표, Ideogram 프롬프트 형식과 호환되는 구조화된 요소 데이터, 그리고 레이블과 색상 팔레트가 포함된 그려진 상자를 보여주는 미리보기 이미지를 출력합니다.
- [CreateList - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateList.md): Create List 노드는 여러 입력을 하나의 순차 목록으로 결합합니다. 동일한 데이터 타입의 입력을 원하는 개수만큼 받아 연결된 순서대로 이어 붙입니다. 이 노드는 워크플로우의 다른 노드에서 처리할 이미지나 텍스트와 같은 데이터 배치를 준비하는 데 유용합니다.
- [CurveEditor - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CurveEditor.md): 곡선 편집기 노드는 곡선을 조정하고 미세 조정하기 위한 시각적 인터페이스를 제공합니다. 노드 인터페이스에서 입력 곡선의 모양을 직접 수정할 수 있으며, 시각적 참조를 위해 히스토그램을 함께 표시할 수도 있습니다. 이 노드는 편집 중 중간 출력을 지원하여 변경 사항을 적용할 때 실시간 결과를 확인할 수 있게 하며, 수정된
- [CustomCombo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CustomCombo.md): Custom Combo 노드를 사용하면 직접 정의한 텍스트 옵션 목록이 있는 사용자 지정 드롭다운 메뉴를 만들 수 있습니다. 이 노드는 프런트엔드 중심 노드로, 워크플로우 호환성을 유지하기 위해 백엔드 표현을 포함합니다. 드롭다운에서 옵션을 선택하면 노드는 해당 텍스트를 문자열과 해당 인덱스 위치로 출력합니다.
- [ImageHistogram - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageHistogram.md): ImageHistogram 노드는 입력 이미지의 색상 분포를 분석합니다. 이 노드는 여러 히스토그램을 계산하고 출력합니다. 히스토그램은 이미지에서 각 가능한 강도 값에 해당하는 픽셀 수를 보여주는 그래프입니다. 이 노드는 빨간색, 녹색, 파란색 색상 채널에 대한 개별 히스토그램, RGB 복합 히스토그램, 그리고 표준 밝기
- [PreviewAny - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PreviewAny.md): PreviewAny converts any input value into readable text so you can inspect it.
- [ResolutionSelector - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ResolutionSelector.md): 해상도 선택기 노드는 선택한 종횡비와 목표 총 해상도(메가픽셀 단위)를 기준으로 이미지의 픽셀 너비와 높이를 계산합니다. 이는 빈 잠재 이미지 노드와 같은 다른 노드에 일관된 크기를 생성하는 데 유용합니다. 출력 크기는 항상 8의 가장 가까운 배수로 반올림됩니다.
- [SeedNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SeedNode.md): The Seed node provides an integer value that can be used as a seed to control the reproducibility of random operations in other nodes.

#### Logic

- [AutogrowNamesTestNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AutogrowNamesTestNode.md): 이 노드는 Autogrow 입력 기능을 테스트하기 위한 것입니다. 이 노드는 각각 특정 이름으로 지정된 동적 개수의 float 입력을 받아 해당 값들을 쉼표로 구분된 하나의 문자열로 결합합니다.
- [AutogrowPrefixTestNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AutogrowPrefixTestNode.md): AutogrowPrefixTestNode는 자동 증가(autogrow) 입력 기능을 테스트하는 로직 노드입니다. 동적인 개수의 float 입력을 받아 각 값을 텍스트로 변환한 후, 이를 쉼표로 구분된 문자열로 결합하고 해당 문자열을 출력합니다.
- [ComboOptionTestNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComboOptionTestNode.md): ComboOptionTestNode는 콤보 상자 선택을 테스트하고 전달하도록 설계된 로직 노드입니다. 이 노드는 각각 사전 정의된 옵션 세트가 있는 두 개의 콤보 상자 입력을 받아 선택된 값을 수정 없이 직접 출력합니다.
- [ComfyAndNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyAndNode.md): And 노드는 입력 값 집합에 대해 논리적 AND 연산을 수행합니다. 제공된 모든 값이 Python의 truthiness 규칙에 따라 참으로 간주되는 경우에만 true를 반환합니다. 이 노드는 여러 조건이 모두 충족되었는지 확인한 후 진행하는 데 유용합니다.
- [ComfyNotNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyNotNode.md): Not 노드는 모든 입력 값에 대해 논리적 NOT 연산을 수행합니다. 입력 값이 거짓으로 간주되는 경우(예: 0, 빈 문자열, None, False) True를 반환하고, 입력 값이 참인 경우 False를 반환합니다.
- [ComfyOrNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyOrNode.md): Or 노드는 입력 값 집합에 대해 논리적 OR 연산을 수행합니다. 제공된 값 중 하나라도 Python의 표준 진실성 규칙에 따라 참으로 간주되면 true를 반환합니다.
- [ComfySoftSwitchNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfySoftSwitchNode.md): Soft Switch 노드는 부울 조건에 따라 두 개의 가능한 입력 값 중 하나를 선택합니다. switch가 true이면 ontrue 입력의 값을 출력하고, switch가 false이면 onfalse 입력의 값을 출력합니다. 이 노드는 지연(lazy) 방식으로 설계되었으며, 즉 switch 상태에 따라
- [ComfySwitchNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfySwitchNode.md): Switch 노드는 부울 조건에 따라 두 개의 입력 중 하나를 선택합니다. switch가 활성화되면 ontrue 입력을 출력하고, switch가 비활성화되면 onfalse 입력을 출력합니다. 선택된 분기만 평가되므로 다른 입력은 필요하지 않습니다. 이를 통해 워크플로우에서 조건부 로직을 만들고 서로 다른
- [ConvertStringToComboNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConvertStringToComboNode.md): Convert String to Combo 노드는 텍스트 문자열을 입력으로 받아 Combo 데이터 타입으로 변환합니다. 이를 통해 텍스트 값을 Combo 입력이 필요한 다른 노드의 선택 항목으로 사용할 수 있습니다. 문자열 값을 변경하지 않고 그대로 전달하지만 데이터 타입만 변경합니다.
- [DCTestNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DCTestNode.md): DCTestNode는 사용자가 동적 콤보 상자에서 선택한 내용에 따라 다양한 유형의 데이터를 반환하는 로직 노드입니다. 선택된 옵션이 어떤 입력 필드를 활성화하고 노드가 어떤 유형의 값을 출력할지 결정하는 조건부 라우터 역할을 합니다.
- [InvertBooleanNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/InvertBooleanNode.md): 이 노드는 단일 부울(true/false) 입력을 받아 반대 값을 출력합니다. 논리 NOT 연산을 수행하여 true는 false로, false는 true로 변환합니다.

#### Primitive

- [PrimitiveBoolean - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveBoolean.md): Boolean 노드는 워크플로우를 통해 불리언(true/false) 값을 전달하는 간단한 방법을 제공합니다. 이 노드는 불리언 입력 값을 받아 동일한 값을 변경하지 않고 출력하므로, 다른 노드에서 불리언 매개변수를 제어할 수 있습니다.
- [PrimitiveBoundingBox - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveBoundingBox.md): PrimitiveBoundingBox 노드는 위치와 크기로 정의된 단순한 사각형 영역을 생성합니다. 왼쪽 상단 모서리의 X 및 Y 좌표와 너비 및 높이 값을 입력받아, 워크플로우의 다른 노드에서 사용할 수 있는 경계 상자 데이터 구조를 출력합니다.
- [PrimitiveFloat - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveFloat.md): PrimitiveFloat 노드는 워크플로우에서 사용할 수 있는 부동소수점 숫자 값을 생성합니다. 단일 숫자 입력을 받아 동일한 값을 출력하므로, ComfyUI 파이프라인의 서로 다른 노드 간에 부동소수점 값을 정의하고 전달할 수 있습니다.
- [PrimitiveInt - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveInt.md): PrimitiveInt 노드는 워크플로우에서 정수 값을 간단하게 처리하는 방법을 제공합니다. 정수 입력을 받아 동일한 값을 출력하므로, 노드 간에 정수 매개변수를 전달하거나 다른 작업을 위한 특정 숫자 값을 설정하는 데 유용합니다.
- [PrimitiveString - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveString.md): String 노드는 워크플로우에서 텍스트 데이터를 입력하고 전달하는 간단한 방법을 제공합니다. 텍스트 문자열을 입력으로 받아 동일한 문자열을 변경하지 않고 출력하므로, 문자열 매개변수가 필요한 다른 노드에 텍스트 입력을 제공하는 데 유용합니다.
- [PrimitiveStringMultiline - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PrimitiveStringMultiline.md): PrimitiveStringMultiline 노드는 워크플로우에서 문자열 값을 입력하고 전달하기 위한 여러 줄 텍스트 입력 필드를 제공합니다. 여러 줄에 걸친 텍스트 입력을 허용하며 동일한 문자열 값을 변경 없이 출력합니다. 이 노드는 더 긴 텍스트 콘텐츠나 여러 줄에 걸친 서식 있는 텍스트를 입력해야 할 때 유용합니다.

### Video

- [CreateVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateVideo.md): Create Video 노드는 일련의 이미지에서 비디오 파일을 생성합니다. 초당 프레임 수(fps)로 재생 속도를 설정하고, 선택적으로 오디오를 추가하며, 결과 비디오의 비트 심도와 색 공간을 선택할 수 있습니다.
- [FrameInterpolate - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FrameInterpolate.md): Frame Interpolate 노드는 일련의 이미지에서 기존 프레임 사이에 새 프레임을 생성하여 프레임 속도를 효과적으로 높입니다.
- [GetVideoComponents - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GetVideoComponents.md): Get Video Components 노드는 비디오 파일에서 모든 주요 요소를 추출합니다. 비디오를 개별 프레임으로 분리하고, 오디오 트랙을 추출하며, 비디오의 프레임 속도, 비트 심도 및 색 공간 정보를 제공합니다. 이를 통해 각 구성 요소를 독립적으로 사용하여 추가 처리나 분석을 수행할 수 있습니다.
- [LoadVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadVideo.md): 비디오 로드 노드는 입력 디렉토리에서 비디오 파일을 불러와 워크플로우에서 처리할 수 있도록 제공합니다. 지정된 입력 폴더에서 비디오 파일을 읽어 다른 비디오 처리 노드에 연결할 수 있는 비디오 데이터로 출력합니다.
- [LoadVideoDataSetFromFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadVideoDataSetFromFolder.md): ComfyUI 입력 디렉토리 내의 선택된 폴더에서 비디오 데이터셋을 로드하고 해당 비디오들을 지연 비디오 참조 목록으로 반환합니다. 이 노드는 비디오 데이터셋을 로드합니다. 프레임은 다른 노드가 실제로 필요로 할 때만 디코딩됩니다. 지원되는 형식은 MP4, AVI, MOV, WEBM, MKV 및 FLV입니다.
- [LoadVideoTextDataSetFromFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadVideoTextDataSetFromFolder.md): 이 노드는 ComfyUI 입력 디렉터리에서 선택한 하위 폴더에 있는 비디오 파일과 해당 텍스트 캡션을 불러와서 비디오 목록과 캡션 목록, 두 개의 목록으로 반환합니다. 비디오 항목은 지연(lazy) 참조이므로 다운스트림 노드에서 프레임이 필요할 때에만 디코딩됩니다. 지원되는 형식은 MP4, AVI, MOV, WEBM, M
- [SaveVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveVideo.md): Save Video 노드는 입력 비디오를 ComfyUI 출력 디렉터리에 저장합니다. 파일 이름 접두사, 컨테이너 형식, 비디오 코덱 및 품질과 같은 인코딩 옵션을 선택할 수 있습니다. 노드는 카운터를 사용하여 고유한 파일 이름을 자동으로 생성하며 저장된 파일에 워크플로 메타데이터를 포함할 수 있습니다.
- [SaveWEBM - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveWEBM.md): SaveWEBM 노드는 일련의 이미지를 WEBM 비디오 파일로 저장합니다. 여러 입력 이미지를 가져와 VP9 또는 AV1 코덱을 사용하여 조정 가능한 품질 설정과 프레임 속도로 비디오로 인코딩합니다. 결과 비디오 파일은 프롬프트 정보가 포함된 메타데이터와 함께 출력 디렉토리에 저장됩니다.
- [Video Slice - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Video Slice.md): Video Slice 노드를 사용하면 비디오에서 특정 구간을 추출할 수 있습니다. 시작 시간과 지속 시간을 정의하여 비디오를 트리밍하거나, 시작 프레임을 건너뛸 수 있습니다. 요청된 지속 시간이 남은 비디오 길이보다 길면, 노드는 사용 가능한 부분을 반환하거나 오류를 발생시킬 수 있습니다.
- [VideoCrop - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VideoCrop.md): 이 노드는 비디오를 선택한 사각형 영역으로 크롭하여 해당 사각형 내부의 부분만 유지합니다. 또한 크롭된 비디오의 미리 보기를 생성하여 결과를 확인할 수 있게 합니다. 크롭 너비와 높이가 0이면 전체 비디오가 변경 없이 유지됩니다.
- [VideoFrameSample - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VideoFrameSample.md): VideoFrameSample 노드는 네 가지 전략 중 하나를 사용하여 비디오에서 고정된 수의 프레임을 추출합니다. 연속 전략인 "head"와 "tail"의 경우 출력은 지연 비디오 참조입니다(프레임이 디코딩되지 않음). 비연속 전략인 "uniform"과 "random"의 경우 선택된 프레임만 디코딩됩니다.
- [VideoTrim - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VideoTrim.md): 이 노드는 시작 시간과 지속 시간을 설정하여 비디오를 선택한 시간 창으로 자릅니다. 또한 요청한 지속 시간을 달성할 수 없는 경우 오류를 발생시키는 엄격 모드를 제공합니다.

#### Batch

- [ShuffleVideoDataset - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ShuffleVideoDataset.md): 이 노드는 비디오 목록을 가져와 무작위로 재정렬합니다. 셔플을 재현 가능하게 만들기 위해 무작위 시드를 사용하므로, 동일한 시드는 항상 동일한 출력 순서를 생성합니다.
- [ShuffleVideoTextDataset - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ShuffleVideoTextDataset.md): 이 노드는 비디오-텍스트 쌍의 순서를 무작위로 섞으며, 각 비디오가 해당 텍스트와 쌍을 이루도록 유지합니다. 길이가 같은 두 개의 리스트를 입력받아 동일한 무작위 순열을 적용하여, 섞은 후에도 원래 쌍이 유지되도록 보장합니다.

#### Preprocessors

- [LTXVPreprocess - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LTXVPreprocess.md): LTXVPreprocess 노드는 이미지에 압축 전처리를 적용합니다. 입력 이미지를 지정된 압축 수준으로 처리한 후, 적용된 압축 설정이 반영된 처리된 이미지를 출력합니다.

#### Transform

- [VideoRandomTemporalCrop - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VideoRandomTemporalCrop.md): 입력 비디오에서 연속적인 프레임 범위를 무작위로 자릅니다. 유지할 프레임 수는 length 매개변수로 설정되며 시작 위치는 seed 매개변수를 사용하여 무작위로 선택됩니다. 이 노드는 지연 방식으로 작동하므로 출력이 다운스트림에서 사용될 때까지 전체 비디오를 처리하지 않습니다.
- [VideoTemporalCrop - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VideoTemporalCrop.md): 이 노드는 비디오에서 연속된 프레임 범위를 자릅니다. 완전히 지연 방식으로 작동하며, 워크플로우에서 나중에 필요할 때 선택한 비디오 부분만 처리합니다.

### 고급

- [ComfyCloudFlux2TextToImageNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyCloudFlux2TextToImageNode.md): Flux 2 dev text-to-image 모델을 Comfy Cloud GPU에서 실행하고 생성된 이미지를 반환합니다. turbo 옵션은 짧은 스케줄로 Turbo LoRA를 적용하여 충실도가 약간 희생되는 대신 훨씬 빠른 실행을 제공합니다. 끄면 LoRA 없이 전체 길이 dev 패스를 수행합니다. 이 노드 세트는 베
- [ComfyCloudMageFlowTextToImageNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyCloudMageFlowTextToImageNode.md): 이 노드는 Comfy Cloud의 Mage-Flow 텍스트-이미지 워크플로에 요청을 전송하여 텍스트 프롬프트에서 이미지를 생성합니다. 더 빠른 distilled turbo 실행 과정 대신 전체 30단계 생성 과정을 실행하며, 최종 이미지에 포함하고 싶지 않은 내용을 설명할 수 있도록 네거티브 프롬프트를 허용합니다. 네거티
- [ComfyCloudMageFlowTurboTextToImageNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyCloudMageFlowTurboTextToImageNode.md): 이 Comfy Cloud 노드는 Mage-Flow Turbo 워크플로(mage-flow-turbo/text-to-image)를 사용하여 텍스트 프롬프트에서 이미지를 생성합니다. 이 노드는 Mage-Flow 모델의 증류(distilled) 버전을 실행하며, cfg 값 1에서 4단계로 이미지를 생성합니다. 전체 Mage-
- [ComfyCloudZImageTurboNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ComfyCloudZImageTurboNode.md): 이 노드는 Z-Image Turbo 모델을 사용하여 텍스트 프롬프트에서 이미지를 생성하며, 단 8스텝만에 완료됩니다. 이미지 생성은 Comfy Cloud GPU에서 원격으로 실행되며 GPU 시간 단위로 과금됩니다. 따라서 이미지 아이디어를 반복적으로 시험하기 위한 가장 빠르고 저렴한 옵션 중 하나입니다. 생성이 완료되면
- [IdeogramV1 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/IdeogramV1.md): IdeogramV1 노드는 API를 통해 Ideogram V1 모델을 사용하여 이미지를 생성합니다. 텍스트 프롬프트와 다양한 생성 설정을 입력받아 하나 이상의 이미지를 생성합니다. 이 노드는 다양한 종횡비와 생성 모드를 지원하여 출력 결과를 사용자 지정할 수 있습니다.
- [IdeogramV2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/IdeogramV2.md): Ideogram V2 노드는 Ideogram V2 AI 모델을 사용하여 이미지를 생성합니다. 텍스트 프롬프트와 다양한 생성 설정을 입력받아 API 서비스를 통해 이미지를 생성합니다. 이 노드는 다양한 종횡비, 해상도 및 스타일 옵션을 지원하여 출력 이미지를 사용자 지정할 수 있습니다.
- [KlingCameraControlI2VNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingCameraControlI2VNode.md): Kling 이미지-투-비디오 카메라 제어 노드는 정적 이미지를 전문적인 카메라 움직임이 있는 시네마틱 비디오로 변환합니다. 이 특화된 이미지-투-비디오 노드를 사용하면 원본 이미지에 초점을 유지하면서 확대/축소, 회전, 패닝, 틸팅 및 1인칭 시점을 포함한 가상 카메라 동작을 제어할 수 있습니다. 카메라 제어는 현재 kl
- [KlingCameraControls - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingCameraControls.md): Kling 카메라 컨트롤 노드는 비디오 생성에서 모션 컨트롤 효과를 만들기 위한 다양한 카메라 이동 및 회전 매개변수를 구성할 수 있도록 합니다. 카메라 위치 지정, 회전 및 줌을 위한 컨트롤을 제공하여 다양한 카메라 움직임을 시뮬레이션합니다.
- [KlingCameraControlT2VNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingCameraControlT2VNode.md): Kling 텍스트-비디오 카메라 제어 노드는 텍스트를 실제 영화 촬영 기법을 시뮬레이션하는 전문적인 카메라 움직임이 있는 시네마틱 비디오로 변환합니다. 이 노드는 줌, 회전, 패닝, 틸트 및 1인칭 시점을 포함한 가상 카메라 동작을 제어하면서 원본 텍스트에 대한 초점을 유지합니다. 지속 시간, 모드 및 모델 이름은 하드코
- [KlingDualCharacterVideoEffectNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingDualCharacterVideoEffectNode.md): Kling 듀얼 캐릭터 비디오 효과 노드는 선택한 장면에 따라 특수 효과가 적용된 비디오를 생성합니다. 두 개의 이미지를 입력받아 첫 번째 이미지는 합성 비디오의 왼쪽에, 두 번째 이미지는 오른쪽에 배치합니다. 선택한 효과 장면에 따라 다양한 시각적 효과가 적용됩니다.
- [KlingSingleImageVideoEffectNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingSingleImageVideoEffectNode.md): Kling 단일 이미지 비디오 효과 노드는 단일 참조 이미지를 기반으로 다양한 특수 효과가 적용된 비디오를 생성합니다. 다양한 시각적 효과와 장면을 적용하여 정적 이미지를 동적 비디오 콘텐츠로 변환합니다. 이 노드는 다양한 효과 장면, 모델 옵션 및 비디오 길이를 지원하여 원하는 시각적 결과를 얻을 수 있습니다.
- [KlingVirtualTryOnNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/KlingVirtualTryOnNode.md): 인물 이미지와 의류 이미지를 입력하여 인물에게 해당 의류를 입혀 보는 기능을 제공합니다. 여러 개의 의류 항목 이미지를 흰색 배경의 하나의 이미지로 병합할 수 있습니다.
- [MoonvalleyImg2VideoNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoonvalleyImg2VideoNode.md): Moonvalley Marey 이미지-투-비디오 노드는 Moonvalley API를 사용하여 참조 이미지를 비디오로 변환합니다. 입력 이미지와 텍스트 프롬프트를 받아 지정된 해상도, 품질 설정 및 창의적 제어 옵션으로 비디오를 생성합니다. 이 노드는 이미지 업로드부터 비디오 생성 및 다운로드까지 전체 프로세스를 처리합니다
- [MoonvalleyTxt2VideoNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoonvalleyTxt2VideoNode.md): Moonvalley Marey 텍스트-투-비디오 노드는 Moonvalley API를 사용하여 텍스트 설명으로부터 비디오 콘텐츠를 생성합니다. 텍스트 프롬프트를 입력받아 해상도, 품질 및 스타일에 대한 사용자 정의 설정으로 비디오로 변환합니다. 이 노드는 생성 요청 전송부터 최종 비디오 출력 다운로드까지 전체 프로세스를 처
- [MoonvalleyVideo2VideoNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoonvalleyVideo2VideoNode.md): Moonvalley Marey 비디오-투-비디오 노드는 입력 비디오를 텍스트 설명에 기반하여 새로운 비디오로 변환합니다.
- [SeedVR2ProgressiveSampler - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SeedVR2ProgressiveSampler.md): SeedVR2 네이티브 워크플로우를 위한 순차적 시간 청크 샘플러입니다. 이 노드는 긴 비디오 잠재 변수를 더 작은 시간 청크로 분할하고, 각 청크를 순차적으로 샘플링한 후 결과를 혼합하여 처리합니다.
- [StabilityAudioInpaint - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityAudioInpaint.md): 텍스트 명령어를 사용하여 기존 오디오 샘플의 일부를 변환합니다. 이 노드를 사용하면 설명 프롬프트를 제공하여 오디오의 특정 구간을 수정할 수 있으며, 나머지 부분은 유지하면서 선택한 부분을 효과적으로 "인페인팅"하거나 재생성합니다.
- [StabilityAudioToAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityAudioToAudio.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/StabilityAudioToAudio/en.md)
- [StabilityStableImageSD_3_5Node - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityStableImageSD_3_5Node.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/StabilityStableImageSD35Node/e
- [StabilityStableImageUltraNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityStableImageUltraNode.md): 프롬프트와 해상도를 기반으로 이미지를 동기식으로 생성합니다. 이 노드는 Stability AI의 Stable Image Ultra 모델을 사용하여 텍스트 프롬프트를 처리하고 지정된 종횡비와 스타일로 해당 이미지를 생성합니다.
- [StabilityTextToAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityTextToAudio.md): 텍스트 설명으로부터 고품질의 음악과 음향 효과를 생성합니다. 이 노드는 Stability AI의 오디오 생성 기술을 사용하여 텍스트 프롬프트를 기반으로 오디오 콘텐츠를 만듭니다.
- [StabilityUpscaleConservativeNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityUpscaleConservativeNode.md): 원본 이미지를 최소한으로 변경하여 4K 해상도로 업스케일합니다. 이 노드는 Stability AI의 보수적 업스케일링을 사용하여 이미지 해상도를 높이면서 원본 콘텐츠를 보존하고 미묘한 변경만 적용합니다.
- [StabilityUpscaleCreativeNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityUpscaleCreativeNode.md): 원본 이미지를 최소한으로 변경하여 4K 해상도로 업스케일합니다. 이 노드는 Stability AI의 창의적 업스케일링 기술을 사용하여 원본 콘텐츠를 보존하면서 미묘한 창의적 디테일을 추가하여 이미지 해상도를 향상시킵니다.
- [StabilityUpscaleFastNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/StabilityUpscaleFastNode.md): Stability API 호출을 통해 이미지를 원본 크기의 4배로 빠르게 업스케일합니다. 이 노드는 저품질 또는 압축된 이미지를 Stability AI의 빠른 업스케일링 서비스로 전송하여 업스케일링하기 위해 특별히 설계되었습니다.
- [TripoRefineNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TripoRefineNode.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/TripoRefineNode/en.md)
- [VeoVideoGenerationNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VeoVideoGenerationNode.md): Google Veo 2 API를 사용하여 텍스트 프롬프트로 비디오를 생성합니다. 이 노드는 텍스트 설명과 선택적 이미지 입력을 바탕으로 비디오를 제작할 수 있으며, 화면 비율, 재생 시간 등의 매개변수를 제어할 수 있습니다.

#### Debug

- [EasyCache - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/EasyCache.md): EasyCache 노드는 확산 모델에 네이티브 캐싱 시스템을 추가합니다. 이 시스템은 모든 단계를 다시 계산하는 대신 이전에 계산된 단계의 결과를 재사용함으로써 샘플링 속도를 높입니다. 이 노드는 샘플링 프로세스의 구성 가능한 시작 지점과 종료 지점 사이에서만 활성화되며, 예상 출력 변경량이 사용자 정의 임계값 미만으로
- [LazyCache - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LazyCache.md): LazyCache는 EasyCache의 자체 제작(홈브루) 버전으로, 더욱 간편한 구현을 제공합니다.
- [ModelComputeDtype - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ModelComputeDtype.md): ModelComputeDtype 노드는 처리 중 모델이 사용하는 계산 데이터 타입(정밀도)을 변경합니다. 입력 모델의 복사본을 생성하고 선택한 정밀도 설정을 적용하며, 이를 통해 하드웨어에 따라 메모리 사용량과 성능을 최적화할 수 있습니다. 다양한 정밀도 구성을 디버깅하고 테스트하는 데 유용합니다.

#### Guidance

- [CFGNorm - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CFGNorm.md): CFGNorm은 확산 모델의 classifier-free guidance (CFG) 과정에 정규화 기법을 적용합니다. 조건부 출력과 무조건부 출력의 노름을 비교하여 노이즈 제거 예측의 스케일을 조정한 다음, 강도 배율을 적용하여 효과를 제어합니다. 기본적으로 정규화는 가이던스 출력만 감쇠시키지만, precfg를 활성
- [CFGZeroStar - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CFGZeroStar.md): CFGZeroStar 노드는 확산 모델에 특수한 안내 스케일링 기법을 적용합니다. 조건부 예측과 무조건부 예측 간의 차이를 기반으로 최적화된 스케일 팩터를 계산하여 분류기 없는 안내 과정을 수정합니다. 이 접근 방식은 모델 안정성을 유지하면서 생성 과정에 대한 향상된 제어를 제공하도록 최종 출력을 조정합니다.
- [LTXVModalityGuidance - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LTXVModalityGuidance.md): 이 노드는 LTXV-AV 모델에 크로스 모달(오디오-비디오) 가이던스를 적용합니다. 샘플링 중에 각 단계마다 오디오-투-비디오 및 비디오-투-오디오 교차 주의 연결을 비활성화한 상태로 추가 순방향 패스를 한 번 실행한 다음, 결과를 결합된 예측 쪽으로 유도하여 립싱크와 같은 오디오-비주얼 동기화를 강화합니다. modal
- [LTXVSpatioTemporalGuidance - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LTXVSpatioTemporalGuidance.md): 이 노드는 각 샘플링 단계에서 추가 패스를 실행하여 LTXV 비디오 생성의 공간적 세부 묘사와 모션 일관성을 향상시킵니다. 이 패스 동안 선택된 트랜스포머 블록의 셀프 어텐션은 값 통과(value-passthrough) 상태로 저하되며, 생성 과정은 저하된 결과에서 멀어지도록 유도됩니다.
- [NAGuidance - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/NAGuidance.md): NAGuidance 노드는 모델에 정규화된 주의 유도(Normalized Attention Guidance)를 적용합니다. 이 기법은 샘플링 과정에서 모델의 주의 메커니즘을 수정하여 원치 않는 개념으로부터 생성을 멀어지게 함으로써, 증류되거나 schnell 모델에서 부정 프롬프트를 사용할 수 있게 합니다.
- [SkipLayerGuidanceDiT - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SkipLayerGuidanceDiT.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/SkipLayerGuidanceDiT/en.md)
- [SkipLayerGuidanceDiTSimple - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SkipLayerGuidanceDiTSimple.md): Simple version of the SkipLayerGuidanceDiT node that only modifies the unconditional pass during the denoising process.
- [SkipLayerGuidanceSD3 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SkipLayerGuidanceSD3.md): SkipLayerGuidanceSD3 노드는 건너뛴 레이어를 사용하여 추가적인 분류기-프리 가이던스를 적용함으로써 세부 구조를 향상시키는 방향으로 가이던스를 강화합니다. 이 실험적 구현은 Perturbed Attention Guidance에서 영감을 받았으며, 부정적 조건화 과정에서 특정 레이어를 선택적으로 우회하여 생성
- [TCFG - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TCFG.md): TCFG(접선 감쇠 CFG)는 샘플링 과정에서 조건부(긍정) 예측과 더 잘 일치하도록 무조건부(부정) 예측을 정제합니다. 이 기술은 연구 논문 2503.18137을 기반으로 무조건부 안내에 접선 감쇠를 적용하여 출력 품질을 향상시킵니다. 이 노드는 분류기 자유 안내(classifier-free guidance) 중 무조건

#### Hooks

- [ConditioningTimestepsRange - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningTimestepsRange.md): ConditioningTimestepsRange 노드는 생성 과정에서 컨디셔닝 효과가 적용되는 시점을 제어하기 위해 세 개의 개별적인 타임스텝 범위를 생성합니다. 시작 및 종료 백분율 값을 입력받아 전체 타임스텝 범위(0.0~1.0)를 세 개의 구간으로 나눕니다: 지정된 백분율 사이의 주 범위, 시작 백분율 이전의 범위,

##### Clip

- [SetClipHooks - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SetClipHooks.md): SetClipHooks 노드는 CLIP 모델에 사용자 정의 후크를 적용하여 동작을 고급 수준으로 수정할 수 있도록 합니다. 이 노드는 컨디셔닝 출력에 후크를 적용하고 선택적으로 클립 스케줄링 기능을 활성화할 수 있습니다. 지정된 후크 구성이 적용된 입력 CLIP 모델의 복제본을 생성합니다.

##### Combine

- [CombineHooks - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CombineHooks.md): Combine Hooks [2] 노드는 두 개의 훅 그룹을 하나의 결합된 훅 그룹으로 병합합니다. 두 개의 선택적 훅 입력을 받아 ComfyUI의 훅 결합 기능을 사용하여 결합합니다. 이를 통해 여러 훅 구성을 통합하여 간소화된 처리가 가능합니다.
- [CombineHooksEight - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CombineHooksEight.md): Combine Hooks [8] 노드는 최대 8개의 서로 다른 훅 그룹을 하나의 결합된 훅 그룹으로 병합합니다. 여러 훅 입력을 받아 ComfyUI의 훅 결합 기능을 사용하여 이를 통합합니다. 이를 통해 고급 워크플로우에서 여러 훅 구성을 통합하여 효율적으로 처리할 수 있습니다.
- [CombineHooksFour - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CombineHooksFour.md): Combine Hooks [4] 노드는 최대 4개의 개별 후크 그룹을 하나의 결합된 후크 그룹으로 병합합니다. 4개의 사용 가능한 후크 입력을 조합하여 ComfyUI의 후크 결합 시스템을 통해 결합합니다. 이를 통해 여러 후크 구성을 통합하여 고급 워크플로우에서 간소화된 처리를 수행할 수 있습니다.

##### Cond Pair

- [PairConditioningCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PairConditioningCombine.md): PairConditioningCombine 노드는 두 개의 개별 컨디셔닝 쌍(각각 양성 및 음성 컨디셔닝으로 구성)을 하나의 결합된 쌍으로 병합합니다. 서로 다른 두 소스에서 양성 및 음성 컨디셔닝을 가져와 ComfyUI의 내부 로직을 사용하여 결합한 후, 최종적으로 하나의 양성 컨디셔닝과 하나의 음성 컨디셔닝을 출력합니
- [PairConditioningSetDefaultAndCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PairConditioningSetDefaultAndCombine.md): PairConditioningSetDefaultAndCombine 노드는 기본 컨디셔닝 값을 설정하고 이를 입력 컨디셔닝 데이터와 결합합니다. 양성 및 음성 컨디셔닝 입력과 해당 기본값을 받아 ComfyUI의 후크 시스템을 통해 처리하여 기본값이 통합된 최종 컨디셔닝 출력을 생성합니다.
- [PairConditioningSetProperties - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PairConditioningSetProperties.md): PairConditioningSetProperties 노드는 긍정 및 부정 컨디셔닝 쌍의 속성을 동시에 수정할 수 있도록 합니다. 두 컨디셔닝 입력에 강도 조정, 컨디셔닝 영역 설정, 선택적 마스킹 또는 타이밍 제어를 적용하여 수정된 긍정 및 부정 컨디셔닝 데이터를 반환합니다.
- [PairConditioningSetPropertiesAndCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PairConditioningSetPropertiesAndCombine.md): PairConditioningSetPropertiesAndCombine 노드는 기존의 긍정 및 부정 조건화 입력에 새로운 조건화 데이터를 적용하여 조건화 쌍을 수정하고 결합합니다. 적용되는 조건화의 강도를 조정하고 조건화 영역이 설정되는 방식을 제어할 수 있습니다. 이 노드는 여러 조건화 소스를 함께 혼합해야 하는 고급

##### Cond Single

- [ConditioningSetDefaultAndCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningSetDefaultAndCombine.md): 이 문서는 AI로 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/ConditioningSetDefaultAndCombin
- [ConditioningSetProperties - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningSetProperties.md): ConditioningSetProperties 노드는 강도, 영역 설정을 조정하고 선택적 마스크, 훅 또는 타임스텝 범위를 적용하여 컨디셔닝 데이터의 속성을 수정합니다. 이 노드를 사용하면 이미지 생성 중 컨디셔닝 데이터 적용에 영향을 주는 특정 매개변수를 설정하여 컨디셔닝이 생성 과정에 미치는 영향을 제어할 수 있습니다
- [ConditioningSetPropertiesAndCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningSetPropertiesAndCombine.md): ConditioningSetPropertiesAndCombine 노드는 기존 컨디셔닝 입력에 새 컨디셔닝 입력의 속성을 적용하여 컨디셔닝 데이터를 수정합니다. 이 노드는 두 컨디셔닝 세트를 결합하면서 새 컨디셔닝의 강도를 제어하고 컨디셔닝 영역이 적용되는 방식을 지정합니다.

##### Create

- [CreateHookLora - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookLora.md): Create Hook LoRA 노드는 모델에 LoRA(Low-Rank Adaptation) 수정을 적용하기 위한 훅 객체를 생성합니다. 지정된 LoRA 파일을 로드하고 모델 및 CLIP 강도를 조정할 수 있는 훅을 만든 다음, 전달된 기존 훅과 결합합니다. 이 노드는 이전에 로드된 LoRA 파일을 캐싱하여 중복 작업을 방
- [CreateHookLoraModelOnly - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookLoraModelOnly.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/CreateHookLoraModelOnly/en.md)
- [CreateHookModelAsLora - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookModelAsLora.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/CreateHookModelAsLora/en.md)
- [CreateHookModelAsLoraModelOnly - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookModelAsLoraModelOnly.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/CreateHookModelAsLoraModelOnly/e

##### Manual

- [SetModelHooksOnCond - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SetModelHooksOnCond.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/SetModelHooksOnCond/en.md)

##### Scheduling

- [CreateHookKeyframe - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookKeyframe.md): Create Hook Keyframe 노드는 생성 과정에서 후크 동작이 변경되는 특정 지점을 정의할 수 있게 해줍니다. 이 노드는 생성 진행률의 특정 백분율 지점에서 후크 강도를 수정하는 키프레임을 생성하며, 이러한 키프레임들을 연결하여 복잡한 스케줄링 패턴을 만들 수 있습니다.
- [CreateHookKeyframesFromFloats - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookKeyframesFromFloats.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/CreateHookKeyframesFromFloats/en
- [CreateHookKeyframesInterpolated - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CreateHookKeyframesInterpolated.md): 시작점과 끝점 사이에 보간된 강도 값을 사용하여 후크 키프레임 시퀀스를 생성합니다. 이 노드는 생성 과정의 지정된 백분율 범위에 걸쳐 강도 매개변수가 부드럽게 전환되는 여러 키프레임을 생성하며, 다양한 보간 방법을 사용하여 전환 곡선을 제어합니다.
- [SetHookKeyframes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SetHookKeyframes.md): The Set Hook Keyframes node allows you to apply keyframe scheduling to existing hook groups.

#### Loaders

- [DeprecatedCheckpointLoader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DeprecatedCheckpointLoader.md): CheckpointLoader 노드는 고급 로딩 작업을 위해 설계되었으며, 특히 모델 체크포인트와 해당 구성을 로드합니다. 이 노드는 생성 모델을 초기화하고 실행하는 데 필요한 모델 구성 요소(지정된 디렉터리의 구성 및 체크포인트 포함)를 검색하는 기능을 제공합니다.
- [DeprecatedDiffusersLoader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DeprecatedDiffusersLoader.md): DiffusersLoader 노드는 diffusers 라이브러리에서 모델을 로드하기 위해 설계되었으며, 제공된 모델 경로를 기반으로 UNet, CLIP 및 VAE 모델을 로드하는 작업을 처리합니다. 이 노드는 이러한 모델을 ComfyUI 프레임워크에 통합하여 텍스트-이미지 생성, 이미지 조작 등과 같은 고급 기능을 가능하

#### Model Merging

- [SaveLoRANode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveLoRANode.md): SaveLoRA 노드는 LoRA(Low-Rank Adaptation) 모델을 출력 디렉토리에 저장합니다.

#### Multigpu

- [MultiGPU_Options - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MultiGPU_Options.md): Documentation for MultiGPUOptions node.
- [MultiGPU_WorkUnits - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MultiGPU_WorkUnits.md): Documentation for MultiGPUWorkUnits node.
- [SelectCLIPDevice - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SelectCLIPDevice.md): Documentation for SelectCLIPDevice node.
- [SelectModelDevice - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SelectModelDevice.md): Documentation for SelectModelDevice node.
- [SelectVAEDevice - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SelectVAEDevice.md): Documentation for SelectVAEDevice node.

### 로더

- [ControlNetLoader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ControlNetLoader.md): 이 노드는 ComfyUI/models/controlnet 폴더에 있는 모델을 감지하며, extramodelpaths.yaml 파일에 설정된 추가 경로의 모델도 함께 읽어옵니다. 때로는 ComfyUI 인터페이스를 새로고침하여 해당 폴더에서 모델 파일을 읽도록 해야 할 수도 있습니다.

### 샘플링

#### Custom Sampling

##### Samplers

- [SamplerDpmpp2mSde - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SamplerDpmpp2mSde.md): 이 노드는 DPMPP2MSDE 모델용 샘플러를 생성하도록 설계되어, 지정된 솔버 유형, 노이즈 수준 및 연산 장치 선호도에 따라 샘플을 생성할 수 있습니다. 샘플러 구성의 복잡성을 추상화하여 맞춤 설정으로 샘플을 생성할 수 있는 간소화된 인터페이스를 제공합니다.
- [SamplerDpmppSde - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SamplerDpmppSde.md): 이 노드는 DPM++ SDE(확률적 미분 방정식) 모델용 샘플러를 생성하도록 설계되었습니다.

### 유틸리티

- [BatchImagesMasksLatentsNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BatchImagesMasksLatentsNode.md): 배치 이미지/마스크/잠재 표현 노드는 동일한 유형의 여러 입력을 단일 배치로 결합합니다. 입력이 이미지, 마스크 또는 잠재 표현인지 자동으로 감지하여 적절한 배치 방법을 사용합니다. 이는 배치 입력을 허용하는 노드에서 처리할 여러 항목을 준비할 때 유용합니다.
- [MarkdownNote - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MarkdownNote.md): 워크플로우에 주석을 추가하는 노드입니다.
- [Note - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Note.md): Node to add annotations to a workflow.
- [Reroute - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Reroute.md): 노드 이름: 경로 재지정 노드 노드 목적: 주로 ComfyUI 워크플로우에서 지나치게 긴 연결선의 로직을 정리하는 데 사용됩니다.
- [TerminalLog - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/TerminalLog.md): 터미널 로그 (관리자) 노드는 주로 ComfyUI 인터페이스 내에서 터미널에 표시되는 ComfyUI의 실행 정보를 표시하는 데 사용됩니다. 사용하려면 mode를 로깅 모드로 설정해야 합니다. 이렇게 하면 이미지 생성 작업 중에 해당 로그 정보를 기록할 수 있습니다. mode가 중지 모드로 설정
- [wanBlockSwap - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/wanBlockSwap.md): 이 노드는 더 이상 사용되지 않으며 아무 기능도 수행하지 않습니다. 모델을 입력으로 받아 변경 없이 동일한 모델을 반환합니다. "NOP"라는 설명은 아무 작업도 수행하지 않음을 나타냅니다.

### 이미지

- [AddLayer - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AddLayer.md): Add Layer 노드는 입력 이미지를 레이어로 변환하여 캔버스에 배치합니다. 새 레이어 스택을 시작하거나 기존 레이어 스택에 추가할 수 있습니다. 레이어의 이름, 위치, 크기, 회전, 불투명도, 블렌드 모드, 스택 순서, 가로 또는 세로 뒤집기를 설정할 수 있습니다. 이 노드는 실험 단계로 표시됩니다.
- [BatchImagesNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BatchImagesNode.md): Batch Images 노드는 여러 개의 개별 이미지를 하나의 배치로 결합합니다. 가변 개수의 이미지 입력을 받아 하나의 배치 이미지 텐서로 출력하여, 후속 노드에서 함께 처리할 수 있도록 합니다.
- [ConditioningCombine - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningCombine.md): 이 노드는 두 개의 컨디셔닝 입력을 단일 출력으로 결합하여 정보를 효과적으로 병합합니다. 두 조건은 리스트 연결(list concatenation)을 사용하여 결합됩니다.
- [EmptyImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/EmptyImage.md): Documentation for EmptyImage node.
- [GetImageSize - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GetImageSize.md): GetImageSize 노드는 입력 이미지의 크기와 배치 정보를 추출합니다. 이미지의 너비, 높이 및 배치 크기를 반환하며, 이 정보를 노드 인터페이스에 진행 텍스트로 표시합니다. 원본 이미지 데이터는 변경되지 않고 통과됩니다.
- [ImageBatch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageBatch.md): ImageBatch 노드는 두 개의 이미지를 하나의 배치로 결합하도록 설계되었습니다. 이미지의 크기가 일치하지 않는 경우, 결합하기 전에 두 번째 이미지를 첫 번째 이미지의 크기에 맞게 자동으로 크기를 조정합니다.
- [ImageCompare - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCompare.md): Image Compare 노드는 드래그 가능한 슬라이더를 사용하여 두 이미지를 나란히 비교할 수 있는 시각적 인터페이스를 제공합니다. 이 노드는 출력 노드로 설계되었으며, 즉 다른 노드로 데이터를 전달하지 않고 대신 사용자 인터페이스에 이미지를 직접 표시하여 확인할 수 있도록 합니다.
- [ImageCompositor - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCompositor.md): 이 노드는 여러 이미지 레이어를 단일 합성 이미지로 결합합니다.
- [ImageInvert - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageInvert.md): ImageInvert 노드는 이미지의 색상을 반전시키도록 설계되었으며, 각 픽셀의 색상 값을 색상환에서 보색으로 효과적으로 변환합니다. 이 작업은 네거티브 이미지를 만들거나 색상 반전이 필요한 시각적 효과에 유용합니다.
- [LayersFromBoundingBoxes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LayersFromBoundingBoxes.md): 이 노드는 이미지 배치와 해당 바운딩 박스를 레이어 스택으로 변환하여 프레임당 하나의 레이어를 생성하고 각 레이어를 일치하는 박스에 따라 배치합니다. 노드가 레이어를 배치(batch)로 출력할 때 사용하십시오. 배치(batch)는 모든 프레임에 대해 단일 위치만 전달하므로, 그렇지 않으면 개별 위치가 손실됩니다.
- [LoadImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImage.md): LoadImage 노드는 지정된 경로에서 이미지를 불러와 전처리하도록 설계되었습니다. 여러 프레임이 있는 이미지 형식을 처리하고, EXIF 데이터에 기반한 회전 등 필요한 변환을 적용하며, 픽셀 값을 정규화하고, 알파 채널이 있는 이미지의 경우 선택적으로 마스크를 생성합니다. 이 노드는 파이프라인 내에서 추가 처리 또는
- [LoadImageDataSetFromFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageDataSetFromFolder.md): 이 노드는 ComfyUI의 기본 입력 디렉터리 내에서 선택한 하위 폴더에서 여러 이미지를 로드하여 목록으로 반환합니다. 선택한 폴더에서 PNG, JPG, JPEG 또는 WEBP 형식의 이미지 파일을 검색하므로 일괄 처리 또는 이미지 데이터 세트를 준비할 때 유용합니다.
- [LoadImageMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageMask.md): LoadImageMask 노드는 지정된 경로에서 이미지와 관련 마스크를 로드하여, 추가 이미지 조작 또는 분석 작업과의 호환성을 보장하도록 처리합니다. 이 노드는 알파 채널 유무 등 다양한 이미지 형식과 조건을 처리하는 데 중점을 두며, 이미지와 마스크를 표준화된 형식으로 변환하여 다운스트림 처리를 준비합니다.
- [LoadImageOutput - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageOutput.md): LoadImageOutput 노드는 출력 폴더에서 이미지를 불러옵니다. 새로고침 버튼을 클릭하면 사용 가능한 이미지 목록이 업데이트되고 첫 번째 이미지가 자동으로 선택되어, 생성된 이미지를 순차적으로 확인하기 쉽습니다.
- [LoadImageSetFromFolderNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageSetFromFolderNode.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/LoadImageSetFromFolderNode/en.md
- [LoadImageSetNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageSetNode.md): LoadImageSetNode는 입력 디렉터리에서 여러 이미지를 로드하여 배치 처리 및 학습 목적으로 사용합니다. 다양한 이미지 형식을 지원하며, 필요에 따라 여러 방법을 사용하여 이미지 크기를 조정할 수 있습니다. 이 노드는 선택된 모든 이미지를 배치로 처리하여 단일 텐서로 반환합니다.
- [LoadImageTextDataSetFromFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageTextDataSetFromFolder.md): 이 노드는 선택한 폴더에서 이미지-텍스트 캡션 쌍 데이터셋을 로드하여 리스트로 반환합니다.
- [LoadImageTextSetFromFolderNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoadImageTextSetFromFolderNode.md): 지정된 디렉토리에서 학습용 이미지 배치와 해당 이미지의 텍스트 캡션을 로드합니다. 이 노드는 자동으로 이미지 파일과 연결된 캡션 텍스트 파일을 검색하고, 지정된 크기 조정 설정에 따라 이미지를 처리한 후 제공된 CLIP 모델을 사용하여 캡션을 인코딩합니다.
- [LoraLoader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoraLoader.md): 이 노드는 LoRA 폴더(하위 폴더 포함)에 있는 모델을 자동으로 감지하며, 해당 모델 경로는 ComfyUI\models\loras입니다. 자세한 내용은 LoRA 모델 설치를 참고하십시오.
- [LoraLoaderModelOnly - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/LoraLoaderModelOnly.md): 이 노드는 ComfyUI/models/loras 폴더에 있는 모델을 감지하며, extramodelpaths.yaml 파일에 설정된 추가 경로의 모델도 읽어옵니다. 경우에 따라 ComfyUI 인터페이스를 새로고침하여 해당 폴더에서 모델 파일을 읽도록 해야 할 수 있습니다.
- [Painter - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Painter.md): Painter 노드는 ComfyUI 내에서 직접 이미지나 마스크를 생성하거나 편집할 수 있는 대화형 캔버스를 제공합니다. 빈 캔버스나 기존 이미지로 시작하여 브러시 도구로 그림을 그리고, 결과 이미지와 해당 알파 마스크를 모두 출력할 수 있습니다. 마스크는 그려진 영역을 정의하며, 이 영역은 기본 이미지나 배경색 위에 합
- [PreviewImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PreviewImage.md): PreviewImage 노드는 임시 미리보기 이미지를 생성하기 위해 설계되었습니다. 각 이미지에 대해 고유한 임시 파일 이름을 자동으로 생성하고, 이미지를 지정된 수준으로 압축한 후 임시 디렉터리에 저장합니다. 이 기능은 원본 파일에 영향을 주지 않고 처리 중인 이미지의 미리보기를 생성하는 데 특히 유용합니다.
- [ResizeImageMaskNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ResizeImageMaskNode.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/ResizeImageMaskNode/en.md)
- [SaveAnimatedPNG - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAnimatedPNG.md): SaveAnimatedPNG 노드는 프레임 시퀀스로부터 애니메이션 PNG 이미지를 생성하고 저장하도록 설계되었습니다. 개별 이미지 프레임을 하나의 애니메이션으로 조합하여 프레임 지속 시간, 반복 재생 및 메타데이터 포함을 사용자 지정할 수 있습니다.
- [SaveAnimatedWEBP - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveAnimatedWEBP.md): 이 노드는 일련의 이미지들을 애니메이션 WEBP 파일로 저장하기 위해 설계되었습니다. 개별 프레임을 하나의 애니메이션으로 집계하고, 지정된 메타데이터를 적용하며, 품질 및 압축 설정에 따라 출력물을 최적화하는 기능을 처리합니다.
- [SaveImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveImage.md): SaveImage 노드는 입력 이미지를 PNG 파일로 ComfyUI 출력 디렉터리에 저장합니다. 프롬프트와 같은 워크플로우 메타데이터를 각 저장 파일에 포함할 수 있으며, 이미지를 변경하지 않고 반환하므로 다른 노드에서 계속 사용할 수 있습니다.
- [SaveImageAdvanced - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveImageAdvanced.md): Save Image (Advanced) 노드는 입력 이미지를 ComfyUI 출력 디렉터리에 저장하며, 파일 형식, 비트 심도, 색 공간을 고급으로 제어할 수 있습니다.
- [SaveImageDataSetToFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveImageDataSetToFolder.md): 이 노드는 ComfyUI의 출력 디렉터리 안에 있는 지정된 폴더에 이미지 목록을 저장합니다. 각 이미지를 구성 가능한 파일명 접두사를 사용하여 PNG 파일로 디스크에 기록합니다. 이 노드는 더 이상 사용되지 않으며, 대상 폴더를 파일명 접두사에 지정할 수 있는 기존의 Save Image 노드로 대체되었습니다.
- [SaveImageTextDataSetToFolder - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveImageTextDataSetToFolder.md): Save Image-Text (to Folder)는 이미지 목록과 해당하는 텍스트 캡션을 ComfyUI 출력 디렉터리 내의 지정된 폴더에 저장합니다. 각 이미지가 PNG 파일로 저장될 때, 동일한 기본 이름을 가진 TXT 파일이 생성되어 해당 캡션을 저장합니다. 이를 통해 생성된 이미지와 설명을 짝지은 체계적인 데이터셋을
- [SaveSVGNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SaveSVGNode.md): SVG 파일을 디스크에 저장합니다. 이 노드는 SVG 데이터를 입력으로 받아 선택적 메타데이터 임베딩과 함께 출력 디렉토리에 저장합니다. 이 노드는 카운터 접미사를 사용한 파일 이름 지정을 자동으로 처리하며 워크플로우 프롬프트 정보를 SVG 파일에 직접 임베딩할 수 있습니다.
- [WebcamCapture - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/WebcamCapture.md): WebcamCapture 노드는 웹캠 장치에서 이미지를 캡처하여 ComfyUI 워크플로 내에서 사용할 수 있는 형식으로 변환합니다. 이 노드는 LoadImage 노드를 상속받으며, 캡처 크기와 타이밍을 제어하는 옵션을 제공합니다. 활성화되면 워크플로 큐가 처리될 때마다 새로운 이미지를 캡처할 수 있습니다.

#### Adjustments

- [AdjustBrightness - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AdjustBrightness.md): Adjust Brightness 노드는 입력 이미지의 밝기를 조정합니다. 각 픽셀의 값에 지정된 계수를 곱한 다음 결과 값을 유효 범위 내에 유지하도록 클램핑하는 방식으로 작동합니다. 계수가 1.0이면 이미지가 변경되지 않고, 1.0 미만이면 더 어두워지며, 1.0 초과이면 더 밝아집니다.
- [AdjustContrast - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/AdjustContrast.md): Adjust Contrast 노드는 입력 이미지의 대비 수준을 수정합니다. 이 노드는 이미지의 밝은 영역과 어두운 영역 간의 차이를 조정하는 방식으로 작동합니다. 대비 계수(factor)가 1.0이면 이미지가 변경되지 않고, 1.0보다 낮으면 대비가 감소하며, 1.0보다 높으면 대비가 증가합니다.

#### Background Removal

- [RemoveBackground - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RemoveBackground.md): Documentation for RemoveBackground node.

#### Batch

- [ImageDeduplication - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageDeduplication.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/ImageDeduplication/en.md)
- [ImageFromBatch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageFromBatch.md): ImageFromBatch 노드는 제공된 인덱스와 길이를 기준으로 배치에서 특정 이미지 세그먼트를 추출하도록 설계되었습니다. 이를 통해 배치된 이미지를 보다 세밀하게 제어할 수 있으며, 더 큰 배치 내에서 개별 이미지 또는 이미지 하위 집합에 대한 작업을 수행할 수 있습니다.
- [ImageGrid - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageGrid.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/ImageGrid/en.md)
- [ImageMergeTileList - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageMergeTileList.md): 이 문서는 AI로 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/ImageMergeTileList/en.md)
- [MergeImageLists - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MergeImageLists.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/MergeImageLists/en.md)
- [RebatchImages - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RebatchImages.md): The RebatchImages node is designed to reorganize a batch of images into a new batch configuration, adjusting the batch size as specified.
- [RepeatImageBatch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RepeatImageBatch.md): The RepeatImageBatch node is designed to replicate a given image a specified number of times, creating a batch of identical images.
- [ShuffleDataset - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ShuffleDataset.md): Shuffle Dataset 노드는 이미지 목록을 받아 무작위로 순서를 변경합니다. 시드(seed) 값을 사용하여 무작위성을 제어하므로 동일한 셔플 순서를 재현할 수 있습니다. 이는 데이터셋을 처리하기 전에 이미지 순서를 무작위화하는 데 유용합니다.
- [ShuffleImageTextDataset - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ShuffleImageTextDataset.md): 이 노드는 이미지 목록과 텍스트 목록을 함께 섞어서 각각의 쌍을 유지합니다. 무작위 시드를 사용하여 섞기 순서를 결정하므로, 동일한 입력 목록은 시드가 재사용될 때마다 동일한 방식으로 섞입니다.
- [SplitImageToTileList - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SplitImageToTileList.md): 이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyuiembeddeddocs/docs/SplitImageToTileList/en.md)

#### Color

- [ImageRGBToYUV - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageRGBToYUV.md): ImageRGBToYUV 노드는 RGB 컬러 이미지를 YUV 색 공간으로 변환합니다. 입력으로 RGB 이미지를 받아 Y(휘도), U(청색 투영), V(적색 투영)의 세 가지 개별 채널로 분리합니다. 각 출력 채널은 해당 YUV 구성 요소를 나타내는 별도의 그레이스케일 이미지로 반환됩니다.
- [ImageYUVToRGB - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageYUVToRGB.md): ImageYUVToRGB 노드는 YUV 색상 공간 이미지를 RGB 색상 공간으로 변환합니다.
- [NormalizeImages - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/NormalizeImages.md): 이 노드는 수학적 정규화 과정을 사용하여 입력 이미지의 픽셀 값을 조정합니다. 각 픽셀에서 지정된 평균값을 뺀 다음 결과를 지정된 표준편차로 나눕니다. 이는 다른 머신러닝 모델을 위해 이미지 데이터를 준비하는 일반적인 전처리 단계입니다.

#### Compositing

- [ImageCompositeMasked - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCompositeMasked.md): ImageCompositeMasked 노드는 이미지를 합성하기 위해 설계된 노드로, 소스 이미지를 대상 이미지 위에 지정된 좌표에 겹쳐 놓을 수 있으며, 선택적으로 크기 조정 및 마스킹 기능을 제공합니다.
- [JoinImageWithAlpha - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/JoinImageWithAlpha.md): 이 노드는 합성 작업을 위해 설계되었으며, 특히 이미지와 해당 알파 마스크를 결합하여 단일 출력 이미지를 생성합니다. 시각적 콘텐츠와 투명도 정보를 효과적으로 결합하여 특정 영역이 투명하거나 반투명한 이미지를 만들 수 있습니다.
- [PorterDuffImageComposite - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/PorterDuffImageComposite.md): PorterDuffImageComposite 노드는 Porter-Duff 합성 연산자를 사용하여 이미지 합성을 수행하도록 설계되었습니다. 소스 이미지와 대상 이미지를 다양한 혼합 모드에 따라 결합하여, 이미지 투명도를 조작하고 창의적인 방식으로 이미지를 겹쳐 복잡한 시각 효과를 생성할 수 있습니다.
- [SplitImageWithAlpha - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SplitImageWithAlpha.md): SplitImageWithAlpha 노드는 이미지의 색상 구성 요소와 알파 구성 요소를 분리하도록 설계되었습니다. 입력 이미지 텐서를 처리하여 RGB 채널을 색상 구성 요소로, 알파 채널을 투명도 구성 요소로 추출함으로써, 이러한 개별 이미지 측면을 조작해야 하는 작업을 용이하게 합니다.

#### Detection

- [DrawBBoxes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DrawBBoxes.md): DrawBBoxes 노드는 이미지에 경계 상자, 레이블 및 신뢰도 점수를 그려 객체 탐지 결과를 시각화합니다. 입력 이미지가 제공되지 않으면 모든 그려진 상자를 포함할 수 있을 만큼 충분히 큰 빈 캔버스를 생성합니다. 배치 처리를 지원하므로 여러 이미지에 대해 서로 다른 탐지 결과를 그리거나 동일한 탐지 결과를 배치 전체
- [MediaPipeFaceLandmarker - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MediaPipeFaceLandmarker.md): Documentation for MediaPipeFaceLandmarker node.
- [MediaPipeFaceMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MediaPipeFaceMask.md): Documentation for MediaPipeFaceMask node.
- [MediaPipeFaceMeshVisualize - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MediaPipeFaceMeshVisualize.md): Documentation for MediaPipeFaceMeshVisualize node.
- [RTDETR_detect - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RTDETR_detect.md): RT-DETR Detect 노드는 RT-DETR 모델을 사용하여 입력 이미지에서 객체 감지를 수행합니다. 객체를 식별하고, 객체 주변의 경계 상자(bounding box)를 반환하며, COCO 데이터셋 클래스에 따라 객체에 레이블을 지정합니다. 신뢰도 점수와 객체 클래스로 결과를 필터링하고 감지 총 개수를 제한할 수 있습
- [SAM3_Detect - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3_Detect.md): Documentation for SAM3Detect node.
- [SAM3_TrackPreview - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3_TrackPreview.md): 이 노드는 추적된 객체의 비디오 미리보기를 생성하며, 각 추적된 객체를 고유한 색상 오버레이와 숫자 레이블로 표시합니다. 이미지나 비디오 텐서를 출력하지 않는 대신, 결과 미리보기 비디오를 임시 파일에 직접 저장합니다.
- [SAM3_TrackToMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3_TrackToMask.md): 다음은 주어진 영어 문서를 한국어로 번역한 결과입니다.
- [SAM3_VideoTrack - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3_VideoTrack.md): SAM3의 메모리 기반 트래커를 사용하여 비디오 프레임 전체에서 객체를 추적합니다. 이 노드는 일련의 비디오 프레임을 처리하고 프레임 간 객체 정체성을 유지하며, 초기 마스크 또는 텍스트 프롬프트를 사용하여 추적할 대상을 정의합니다.
- [SAM3DBody_FaceExpression - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3DBody_FaceExpression.md): 이 노드는 MediaPipe Face Landmarker로 이미지에서 얼굴을 감지하고, 감지된 각 얼굴을 추적 중인 인물에 매칭하며, 52개의 ARKit 블렌드셰이프를 MHR의 72축 표정 파라미터에 매핑하여 SAM3D 바디에 표정을 추가합니다. 그런 다음 바디 모델을 다시 실행하여 출력 메시 정점과 키포인트가 새 표정과
- [SAM3DBody_Loader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3DBody_Loader.md): detection 폴더에 저장된 체크포인트 파일에서 SAM3D Body 모델을 로드하고 3D 신체 감지에 사용할 수 있도록 준비합니다. 이 노드는 모델 가중치를 로드하고, 양자화 설정이 있는 경우 이를 감지하여 적용하며, 자동 메모리 관리를 위해 모델을 래핑합니다.
- [SAM3DBody_Predict - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3DBody_Predict.md): SAM3D Body Prediction은 입력 이미지에 대해 3D 신체 및 손 포즈 추정을 실행하여 프레임당 한 명 이상의 사람을 감지합니다. 감지 성능을 개선하기 위해 트래킹 데이터나 경계 상자를 제공할 수 있으며, 둘 중 하나도 제공되지 않으면 노드는 전체 프레임 단일 인물 감지로 폴백합니다.
- [SAM3DBody_Render - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3DBody_Render.md): 선택 가능한 스타일을 사용하여 3D 신체 포즈 데이터를 이미지로 렌더링합니다. 이 노드는 SAM3D 바디 트래커(MHR) 또는 Kimodo와 같은 외부 Y-up 릭(rig)의 포즈 데이터를 입력으로 받아들이며, 선택적 배경 이미지(제공되지 않은 경우 검은색 캔버스) 위에 결과를 합성할 수 있습니다. 사용 가능한 렌더 스타
- [SAM3DBody_Smooth - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SAM3DBody_Smooth.md): Smooth SAM3D Body Pose Data는 시간에 따른 모션 평균화를 통해 3D 바디 포즈 시퀀스의 프레임 간 지터를 줄입니다. 카메라 및 외관 데이터에는 전체 스무딩을 적용하고, 피사체가 빠르게 회전할 때는 메시 지오메트리에 대한 스무딩을 줄여 빠른 회전이 평평해지지 않도록 합니다.
- [SDPoseDrawKeypoints - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SDPoseDrawKeypoints.md): SDPoseDrawKeypoints 노드는 포즈 추정 데이터(키포인트)를 가져와 빈 캔버스에 시각적 골격으로 그립니다. 이 노드를 사용하면 신체, 머리, 손, 얼굴, 발과 같은 포즈의 여러 부분을 사용자 지정 가능한 선 너비와 점 크기로 선택적으로 그릴 수 있습니다. 결과 이미지는 시각화 용도로 사용하거나 포즈 이미지가
- [SDPoseFaceBBoxes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SDPoseFaceBBoxes.md): SDPoseFaceBBoxes 노드는 포즈 키포인트 데이터를 처리하여 사람의 얼굴 주변에 경계 상자를 감지하고 생성합니다. 프레임 내 각 사람의 2D 얼굴 키포인트를 분석하고, 해당 지점을 기반으로 경계 상자를 계산하며, 상자의 크기와 모양을 조정할 수 있습니다. 생성된 경계 상자는 SDPoseKeypointExtract
- [SDPoseKeypointExtractor - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SDPoseKeypointExtractor.md): SDPoseKeypointExtractor 노드는 SDPose 모델을 사용하여 입력 이미지에서 사람의 포즈 키포인트를 감지합니다. 전체 이미지 또는 경계 상자로 정의된 특정 영역을 처리할 수 있으며, 각 사람의 좌표와 각 키포인트의 신뢰도 점수를 포함하는 OpenPose 형식으로 감지된 키포인트를 출력합니다.

#### Filters

- [Canny - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Canny.md): 사진에서 모든 가장자리 선을 추출합니다. 마치 펜으로 사진의 윤곽을 따라 그리듯이, 객체의 윤곽과 세부 경계선을 그려냅니다.
- [ColorTransfer - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ColorTransfer.md): ColorTransfer 노드는 대상 이미지의 색상 팔레트를 참조 이미지의 색상과 일치하도록 조정합니다. 밝기, 대비, 색조 분포와 같은 색상 특성을 분석하고 전송하기 위해 다양한 수학적 알고리즘을 사용합니다. 이는 여러 이미지 간의 시각적 일관성을 만들거나 특정 색상 그레이드를 적용하는 데 유용합니다.
- [ImageAddNoise - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageAddNoise.md): ImageAddNoise 노드는 입력 이미지에 무작위 노이즈를 추가합니다. 지정된 난수 시드를 사용하여 일관된 노이즈 패턴을 생성하고, 노이즈 효과의 강도를 제어할 수 있습니다. 결과 이미지는 입력 이미지와 동일한 크기를 유지하지만 시각적 텍스처가 추가됩니다.
- [ImageBlend - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageBlend.md): ImageBlend 노드는 지정된 블렌드 모드와 블렌드 비율에 따라 두 이미지를 혼합하도록 설계되었습니다. 일반, 곱하기, 스크린, 오버레이, 부드러운 빛, 차이 등 다양한 블렌드 모드를 지원하여 다용도 이미지 조작 및 합성 기술을 가능하게 합니다. 이 노드는 두 이미지 레이어 간의 시각적 상호 작용을 조정하여 합성
- [ImageBlur - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageBlur.md): ImageBlur 노드는 이미지에 가우시안 블러를 적용하여 가장자리를 부드럽게 하고 세부 묘사와 노이즈를 줄입니다. 매개변수를 통해 블러의 강도와 확산 범위를 제어할 수 있습니다.
- [ImageQuantize - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageQuantize.md): ImageQuantize 노드는 이미지의 색상 수를 지정된 개수로 줄이고, 필요에 따라 디더링 기법을 적용하여 시각적 품질을 유지하도록 설계되었습니다. 이 프로세스는 팔레트 기반 이미지를 만들거나 특정 응용 프로그램을 위해 색상 복잡성을 줄이는 데 유용합니다.
- [ImageSharpen - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageSharpen.md): ImageSharpen 노드는 이미지의 가장자리와 세부 사항을 강조하여 선명도를 향상시킵니다. 이미지에 선명화 필터를 적용하며, 강도와 반경을 조정할 수 있어 이미지가 더 선명하고 또렷하게 보이도록 합니다.
- [Morphology - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Morphology.md): 형태학 노드는 이미지에 다양한 형태학적 연산을 적용합니다. 형태학적 연산은 이미지의 형태를 처리하고 분석하는 데 사용되는 수학적 연산입니다. 이 노드는 침식, 팽창, 열기, 닫기 등의 연산을 사용자 정의 가능한 커널 크기로 수행하여 효과 강도를 제어할 수 있습니다.

#### Geometry Estimation

- [DA3GeometryToMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DA3GeometryToMesh.md): 이 노드는 깊이 맵을 역투영하고 결과 포인트 클라우드를 삼각 측량하여 DA3GEOMETRY 패킷을 3D 메시로 변환합니다. 배치에서 단일 이미지를 처리하고 3D 렌더링에 적합한 텍스처가 있거나 없는 메시를 생성합니다.
- [DA3GeometryToPointCloud - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DA3GeometryToPointCloud.md): 이 노드는 DA3GEOMETRY 객체의 깊이 맵을 3D 포인트 클라우드로 변환합니다. 신뢰도 및 하늘 마스크를 기반으로 필터링을 적용하며, 다중 뷰 장면에 적합한 공통 월드 좌표계로 포인트를 변환합니다.
- [DA3Inference - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DA3Inference.md): 이 노드는 이미지에 Depth Anything 3 모델을 실행하여 깊이와 형상 정보를 추정합니다. 다중 뷰 모드에서는 여러 이미지를 동일한 장면의 서로 다른 뷰로 함께 처리하여 기하학적으로 일관된 깊이 맵과 카메라 포즈를 생성합니다.
- [DA3Render - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/DA3Render.md): 이 노드는 Depth Anything 3 형상 데이터에서 시각화를 렌더링합니다. 선택한 출력 모드에 따라 깊이 맵, 신뢰도 맵 또는 하늘 마스크를 출력할 수 있습니다.
- [MoGeGeometryToFOV - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoGeGeometryToFOV.md): 이 노드는 MoGe 지오메트리 객체에 저장된 카메라 내부 파라미터(intrinsics)로부터 시야각(field of view)과 초점 거리(focal length)를 도출합니다. 수직, 수평 또는 대각선 FOV를 도(degrees) 또는 라디안(radians) 단위로 반환할 수 있습니다. 예를 들어, 수직 FOV 출력은
- [MoGeInference - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoGeInference.md): 단일 이미지에 MoGe를 실행하여 깊이와 지오메트리를 추정합니다. 이 노드는 입력 이미지를 MoGe 모델로 처리하여 3D 포인트 클라우드, 깊이 맵, 카메라 내부 파라미터, 마스크 및 표면 법선을 생성합니다.
- [MoGePanoramaInference - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoGePanoramaInference.md): Documentation for MoGePanoramaInference node.
- [MoGePointMapToMesh - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoGePointMapToMesh.md): 이 노드는 MoGe 포인트 맵을 3D 메시로 변환합니다.
- [MoGeRender - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MoGeRender.md): Documentation for MoGeRender node.

#### Mask

- [BatchMasksNode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/BatchMasksNode.md): Batch Masks 노드는 여러 개별 마스크 입력을 하나의 배치로 결합합니다. 가변 개수의 마스크 입력을 받아 단일 배치 마스크 텐서로 출력하여, 후속 노드에서 마스크를 배치 처리할 수 있도록 합니다.
- [CropMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CropMask.md): CropMask 노드는 주어진 마스크에서 지정된 영역을 자르기 위해 설계되었습니다. 사용자는 좌표와 크기를 지정하여 관심 영역을 정의할 수 있으며, 이를 통해 마스크의 일부를 효과적으로 추출하여 추가 처리 또는 분석에 사용할 수 있습니다.
- [FeatherMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/FeatherMask.md): FeatherMask 노드는 지정된 마스크의 가장자리에 페더링 효과를 적용하여, 각 가장자리로부터 지정된 거리에 따라 마스크 가장자리의 불투명도를 부드럽게 전환합니다. 이를 통해 더 부드럽고 자연스럽게 혼합된 가장자리 효과를 만들어냅니다.
- [GrowMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GrowMask.md): GrowMask 노드는 지정된 마스크의 크기를 확장 또는 축소하고, 선택적으로 모서리에 테이퍼 효과를 적용하도록 설계되었습니다. 이 기능은 이미지 처리 작업에서 마스크 경계를 동적으로 조정하여 관심 영역을 보다 유연하고 정밀하게 제어할 수 있도록 하는 데 중요합니다.
- [ImageColorToMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageColorToMask.md): ImageColorToMask 노드는 이미지에서 지정된 색상을 마스크로 변환하도록 설계되었습니다. 이미지와 대상 색상을 처리하여 지정된 색상이 강조된 마스크를 생성하며, 색상 기반 분할이나 객체 분리와 같은 작업을 용이하게 합니다.
- [ImageToMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageToMask.md): ImageToMask 노드는 지정된 색상 채널을 기반으로 이미지를 마스크로 변환하도록 설계되었습니다. 이미지의 빨간색, 녹색, 파란색 또는 알파 채널에 해당하는 마스크 레이어를 추출할 수 있어, 채널별 마스킹이나 처리가 필요한 작업을 용이하게 합니다.
- [InvertMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/InvertMask.md): InvertMask 노드는 주어진 마스크의 값을 반전시켜 마스크 영역과 비마스크 영역을 효과적으로 뒤바꾸도록 설계되었습니다. 이 작업은 관심 영역을 전경과 배경 간에 전환해야 하는 이미지 처리 작업에서 기본적으로 사용됩니다.
- [MaskComposite - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MaskComposite.md): 이 노드는 덧셈, 뺄셈, 논리 연산 등 다양한 연산을 통해 두 개의 마스크 입력을 결합하여 새롭고 수정된 마스크를 생성하는 데 특화되어 있습니다. 복잡한 마스킹 효과를 얻기 위해 마스크 데이터 조작을 추상적으로 처리하며, 마스크 기반 이미지 편집 및 처리 워크플로우에서 중요한 구성 요소로 기능합니다.
- [MaskPreview - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MaskPreview.md): MaskPreview 노드는 출력 디렉토리에 저장하지 않고 ComfyUI 인터페이스에서 마스크 데이터의 시각적 미리보기를 직접 표시합니다. 이를 통해 워크플로우의 어느 지점에서든 정확한 마스크 값을 검사할 수 있습니다.
- [MaskToImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/MaskToImage.md): MaskToImage 노드는 마스크를 이미지 형식으로 변환하도록 설계되었습니다. 이 변환을 통해 마스크를 이미지로 시각화하고 추가로 처리할 수 있으며, 마스크 기반 작업과 이미지 기반 애플리케이션 간의 연결을 용이하게 합니다.
- [SolidMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SolidMask.md): SolidMask 노드는 전체 영역에 걸쳐 지정된 값을 가진 균일한 마스크를 생성합니다. 특정 크기와 강도의 마스크를 만들기 위해 설계되었으며, 다양한 이미지 처리 및 마스킹 작업에 유용합니다.
- [ThresholdMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ThresholdMask.md): ThresholdMask 노드는 임계값을 적용하여 마스크를 이진 마스크로 변환합니다. 입력 마스크의 각 픽셀을 지정된 임계값과 비교하여, 임계값을 초과하는 픽셀은 1(흰색)이 되고 임계값 이하인 픽셀은 0(검은색)이 되는 새 마스크를 생성합니다.
- [VOIDQuadmaskPreprocess - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/VOIDQuadmaskPreprocess.md): Documentation for VOIDQuadmaskPreprocess node.

#### Post Processors

- [SeedVR2PostProcessing - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SeedVR2PostProcessing.md): 이 노드는 생성된 이미지를 원본 리사이즈 이미지와 정렬하고 선택적으로 색상 보정을 적용합니다.

#### Pre Processors

- [SeedVR2Preprocess - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SeedVR2Preprocess.md): 이 노드는 SeedVR2 모델이 기대하는 형태로 크기가 조정된 이미지 또는 비디오를 패딩하여 준비합니다. 처리 과정에서 알파 채널을 제거하며, 함께 사용되는 Post-Process SeedVR2 Output 노드가 원본 크기 조정 이미지에서 이를 나중에 복원합니다. 픽셀 값은 0-1 범위로 제한되고, 높이와 너비는 16의

#### Shader

- [GLSLShader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/GLSLShader.md): The GLSL Shader node lets you write custom fragment shaders in GLSL ES 3.00 (WebGL 2.0 compatible) to process images directly on the GPU.

#### Transform

- [CenterCropImages - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CenterCropImages.md): 중앙 자르기 이미지 노드는 이미지의 중앙에서 지정된 너비와 높이로 자르기를 수행합니다. 입력 이미지의 중앙 영역을 계산하고 정의된 크기의 직사각형 영역을 추출합니다. 요청된 자르기 크기가 이미지보다 큰 경우, 자르기는 이미지 경계 내로 제한됩니다.
- [CropByBBoxes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/CropByBBoxes.md): CropByBBoxes 노드는 입력 이미지 배치에서 특정 직사각형 영역을 추출하고 크기를 조정합니다. 제공된 경계 상자 좌표를 사용하여 각 이미지에서 자를 영역을 정의합니다. 잘린 영역은 지정된 출력 크기로 조정되며, 자른 영역을 늘리거나 원본 종횡비를 유지하도록 패딩하는 옵션이 있습니다.
- [ImageCrop - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCrop.md): ImageCrop 노드는 지정된 x, y 좌표에서 시작하여 설정된 너비와 높이로 이미지를 자르기 위해 설계되었습니다. 이 기능은 이미지의 특정 영역에 초점을 맞추거나 특정 요구 사항에 맞게 이미지 크기를 조정하는 데 필수적입니다.
- [ImageCropToMask - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCropToMask.md): 이미지를 마스크의 경계 상자(bounding box)로 크롭하여 단색 배경 위에 중앙 정렬된 피사체를 생성합니다. 이 노드는 마스크된 이미지를 선택한 배경 위에 합성하고 결과물을 지정된 출력 크기로 리사이즈하므로, 고정 해상도에서 중앙 정렬되고 배경이 없는 피사체를 필요로 하는 3D 파이프라인에 적합합니다.
- [ImageCropV2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageCropV2.md): 이미지 자르기 노드는 입력 이미지에서 직사각형 영역을 추출합니다. 유지할 영역의 왼쪽 상단 모서리 좌표와 너비 및 높이를 지정하여 정의할 수 있습니다. 그런 다음 노드는 원본 이미지에서 잘라낸 부분을 반환합니다.
- [ImageFlip - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageFlip.md): ImageFlip 노드는 이미지를 다양한 축을 따라 뒤집습니다. x축을 따라 수직으로 또는 y축을 따라 수평으로 이미지를 뒤집을 수 있습니다. 이 노드는 선택한 방법에 따라 torch.flip 연산을 사용하여 뒤집기를 수행합니다.
- [ImagePadForOutpaint - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImagePadForOutpaint.md): 이 노드는 이미지 주변에 패딩을 추가하여 아웃페인팅(outpainting) 프로세스를 위한 이미지를 준비하도록 설계되었습니다. 원본 경계를 넘어 확장된 이미지 영역을 생성하는 것을 용이하게 하기 위해, 아웃페인팅 알고리즘과의 호환성을 보장하도록 이미지 크기를 조정합니다.
- [ImageRotate - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageRotate.md): ImageRotate 노드는 입력 이미지를 지정된 각도로 회전합니다. 회전 없음, 시계 방향 90도, 180도, 시계 방향 270도의 네 가지 회전 옵션을 지원합니다. 회전은 이미지 데이터 무결성을 유지하는 효율적인 텐서 연산을 사용하여 수행됩니다.
- [ImageStitch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageStitch.md): 이 노드는 두 개의 이미지를 지정된 방향(위, 아래, 왼쪽, 오른쪽)으로 결합할 수 있으며, 크기 일치 및 이미지 간 간격 설정을 지원합니다.
- [RandomCropImages - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/RandomCropImages.md): Random Crop Images 노드
- [ResizeAndPadImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ResizeAndPadImage.md): ResizeAndPadImage 노드는 이미지의 원본 비율을 유지하면서 지정된 크기에 맞게 크기를 조정합니다. 대상 너비와 높이에 맞게 이미지를 비례적으로 축소한 후, 남는 공간을 채우기 위해 가장자리에 패딩을 추가합니다. 패딩 색상과 보간 방법을 사용자 지정하여 패딩 영역의 모양과 크기 조정 품질을 제어할 수 있습니다.
- [ResizeImagesByLongerEdge - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ResizeImagesByLongerEdge.md): 긴 변 기준 이미지 크기 조정 노드는 하나 이상의 이미지의 가장 긴 변이 지정된 목표 길이와 일치하도록 크기를 조정합니다. 너비와 높이 중 어느 쪽이 더 긴지 자동으로 판단하여 다른 쪽 치수를 비례적으로 조정함으로써 원본 종횡비를 유지합니다. 이는 이미지의 가장 큰 치수를 기준으로 이미지 크기를 표준화할 때 유용합니다.
- [ResizeImagesByShorterEdge - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ResizeImagesByShorterEdge.md): 이 노드는 원본 이미지의 가로세로 비율을 유지하면서 짧은 쪽 가장자리가 지정된 길이와 일치하도록 이미지 크기를 조정합니다. 짧은 쪽의 목표 길이를 기준으로 새 치수를 계산하고 크기가 조정된 이미지를 반환합니다.

#### Upscaling

- [ImageScale - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageScale.md): ImageScale 노드는 이미지를 특정 크기로 조정하기 위해 설계되었으며, 다양한 업스케일 방법과 크기 조정된 이미지의 자르기 기능을 제공합니다. 이미지 업스케일링 및 자르기의 복잡성을 추상화하여 사용자 정의 매개변수에 따라 이미지 크기를 수정할 수 있는 직관적인 인터페이스를 제공합니다.
- [ImageScaleBy - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageScaleBy.md): ImageScaleBy 노드는 다양한 보간 방법을 사용하여 지정된 배율로 이미지를 업스케일링하도록 설계되었습니다. 다양한 업스케일링 요구에 맞춰 유연하게 이미지 크기를 조정할 수 있습니다.
- [ImageScaleToMaxDimension - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageScaleToMaxDimension.md): ImageScaleToMaxDimension 노드는 원본 비율을 유지하면서 지정된 최대 크기에 맞게 이미지를 리사이즈합니다. 이미지가 세로 방향인지 가로 방향인지 계산한 후, 더 큰 쪽의 크기를 목표 크기에 맞추고 작은 쪽의 크기는 비례적으로 조정합니다. 이 노드는 다양한 품질과 성능 요구 사항에 맞는 여러 업스케일링 방
- [ImageScaleToTotalPixels - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageScaleToTotalPixels.md): ImageScaleToTotalPixels 노드는 이미지의 가로세로 비율을 유지하면서 지정된 총 픽셀 수로 크기를 조정하도록 설계되었습니다. 원하는 픽셀 수를 달성하기 위해 이미지를 업스케일링하는 다양한 방법을 제공합니다.
- [ImageUpscaleWithModel - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ImageUpscaleWithModel.md): 이 노드는 지정된 업스케일 모델을 사용하여 이미지를 업스케일링하도록 설계되었습니다. 이미지를 적절한 장치에 맞게 조정하고, 메모리 사용을 최적화하며, 잠재적인 메모리 부족 오류를 방지하기 위해 타일 방식으로 업스케일 모델을 적용하여 업스케일링 프로세스를 효율적으로 관리합니다.

#### Video

- [WanDancerPadKeyframes - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/WanDancerPadKeyframes.md): 이 노드는 긴 비디오 생성 과정의 특정 세그먼트에 대한 키프레임 시퀀스를 준비합니다. 입력 이미지 배치와 오디오 트랙을 받아, 오디오 길이를 기준으로 전체 비디오의 총 프레임 수를 계산한 후, 선택한 세그먼트에 입력 이미지를 키프레임으로 분배하고 나머지는 빈 프레임으로 채웁니다. 또한 해당 세그먼트에 대응하는 오디오 부분
- [WanDancerPadKeyframesList - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/WanDancerPadKeyframesList.md): 이 노드는 이미지 시퀀스와 선택적 오디오 트랙을 입력받아 지정된 개수의 패딩된 세그먼트로 분할합니다. 각 세그먼트가 일관된 길이로 패딩되고 유효한 프레임을 나타내는 마스크가 생성되는 비디오 생성을 위한 키프레임 시퀀스를 준비하도록 설계되었습니다.

### 컨디셔닝

- [ConditioningAverage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/ConditioningAverage.md): ConditioningAverage 노드는 두 개의 서로 다른 컨디셔닝(예: 텍스트 프롬프트) 세트를 지정된 가중치에 따라 혼합하여, 두 컨디셔닝 사이에 위치하는 새로운 컨디셔닝 벡터를 생성합니다. 가중치 매개변수를 조정함으로써 최종 결과에 대한 각 컨디셔닝의 영향을 유연하게 제어할 수 있습니다. 이는 프롬프트 보간,
- [Sd4xupscaleConditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Sd4xupscaleConditioning.md): 이 노드는 이미지 해상도를 4배로 향상시키는 업스케일 과정에 특화되어 있으며, 출력 결과를 정교하게 다듬기 위해 컨디셔닝 요소를 통합합니다. 확산 기법을 활용하여 이미지를 업스케일하는 동시에 스케일 비율과 노이즈 증강을 조정하여 향상 과정을 미세 조정할 수 있습니다.

#### Video Models

- [Stablezero123Conditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Stablezero123Conditioning.md): 이 노드는 StableZero123 모델에서 사용할 데이터를 처리 및 조건화하여, 해당 모델에 호환되고 최적화된 특정 형식으로 입력을 준비하도록 설계되었습니다.
- [Stablezero123ConditioningBatched - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/Stablezero123ConditioningBatched.md): 이 노드는 StableZero123 모델에 특화된 배치 방식으로 컨디셔닝 정보를 처리하도록 설계되었습니다. 여러 컨디셔닝 데이터 세트를 동시에 효율적으로 처리하여 배치 처리가 중요한 워크플로우를 최적화합니다.
- [SVD_img2vid_Conditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SVD_img2vid_Conditioning.md): SVDimg2vidConditioning 노드는 Stable Video Diffusion을 사용한 비디오 생성을 위한 컨디셔닝 데이터를 준비합니다. 초기 이미지를 입력받아 CLIP 비전 및 VAE 인코더를 통해 처리하여 포지티브 및 네거티브 컨디셔닝 쌍과 비디오 생성을 위한 빈 잠재 공간을 생성합니다. 이 노드는 생성
- [SvdImg2vidConditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ko/built-in-nodes/SvdImg2vidConditioning.md): 이 노드는 비디오 생성 작업을 위한 컨디셔닝 데이터를 생성하도록 설계되었으며, 특히 SVDimg2vid 모델과 함께 사용하기 위해 맞춤화되었습니다. 초기 이미지, 비디오 매개변수 및 VAE 모델을 포함한 다양한 입력을 받아 비디오 프레임 생성을 안내하는 데 사용할 수 있는 컨디셔닝 데이터를 생성합니다.