> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# UNetTemporalAttentionMultiply - ComfyUI Built-in Node Documentation

> Complete documentation for the UNetTemporalAttentionMultiply node in ComfyUI. Learn its inputs, outputs, parameters and usage.

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 구분합니다. 이를 통해 각 어텐션 유형이 모델 출력에 미치는 영향을 세밀하게 조정할 수 있습니다.

## 입력

| 매개변수      | 설명                              | 데이터 타입 | 필수  | 범위         |
| --------- | ------------------------------- | ------ | --- | ---------- |
| `모델`      | 어텐션 승수로 수정할 입력 모델               | MODEL  | 예   | -          |
| `구조적 셀프`  | 자기 어텐션 구조적 구성 요소의 승수 (기본값: 1.0) | FLOAT  | 아니요 | 0.0 - 10.0 |
| `시간적 셀프`  | 자기 어텐션 시간적 구성 요소의 승수 (기본값: 1.0) | FLOAT  | 아니요 | 0.0 - 10.0 |
| `구조적 크로스` | 교차 어텐션 구조적 구성 요소의 승수 (기본값: 1.0) | FLOAT  | 아니요 | 0.0 - 10.0 |
| `시간적 크로스` | 교차 어텐션 시간적 구성 요소의 승수 (기본값: 1.0) | FLOAT  | 아니요 | 0.0 - 10.0 |

## 출력

| 출력 이름 | 설명                      | 데이터 타입 |
| ----- | ----------------------- | ------ |
| `모델`  | 조정된 어텐션 가중치가 적용된 수정된 모델 | MODEL  |

> 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/UNetTemporalAttentionMultiply/ko.md)

***

**Source fingerprint (SHA-256):** `98d62fb28a0cdf62154ae4e0b672b3a7bcb9ed61186a164a43992263c1f9439a`