Config 2026 딥다이브

Weave 딥다이브의 1부는 빈 캔버스에서 시작합니다. 여기서 만드는 두 노드짜리 구조가 이 코스 전체의 최소 단위입니다. 뒤에 나오는 모델 비교·반복 실행·기계 조립도 전부 이 구조에 노드를 더 연결하는 방식으로 확장됩니다.

Prompt 노드는 혼자서는 아무 일도 하지 않습니다. 이미지·영상·LLM 같은 다른 노드에 연결해야 동작하는, 텍스트를 담는 그릇입니다. 공식 문서: Understanding Nodes에서 노드의 입력·출력 구조를 더 볼 수 있습니다.

화면으로 따라가기

두 노드짜리 최소 구조에서 글이 어떤 선을 따라 이미지 결과로 바뀌는지 확인합니다.

Prompt 노드의 출력과 Flux 2 Pro 노드의 입력이 보라색 선으로 연결돼 있고 실행 결과 이미지가 오른쪽 노드 안에 채워졌습니다.

Pitfall

• 프롬프트만 쓰고 이미지 모델 노드에 연결하지 않은 채 Run Model을 누르면 아무 반응이 없습니다. 연결선부터 확인합니다.

자주 묻는 질문

• 어떤 이미지 모델을 골라야 하나요? — 정해진 답은 없습니다. 왼쪽 레일 Image Models 목록에서 아무거나 시작해도 되고, 여러 모델을 비교하는 방법은 다음 카드에서 다룹니다. 모델별 강점·크레딧 비교는 공식 문서: Image Models Comparison에도 정리돼 있습니다.
• 이미지 모델은 다 크레딧을 쓰나요? — 네. 이미지·영상을 새로 만드는 생성형 노드는 실행마다 크레딧이 듭니다. 색보정·크롭 같은 수동 조작 노드는 크레딧을 쓰지 않는데, 그 차이는 이후 카드(AI 없이 직접 색과 프레임 만지기)에서 다룹니다.

같은 프롬프트를 여러 모델에 동시에 걸면, 결과를 다른 곳에 저장해 뒀다가 비교하지 않아도 됩니다. 캔버스 안에서 바로 나란히 놓고 볼 수 있습니다.

이 카드는 팬아웃(하나의 출력을 여러 입력에 연결하는 것) 자체를 다룹니다. 결과를 한 화면에 모아 슬라이더로 비교하는 Compare 노드는 다음다음 카드(전체 대신 조명만 고치기)에서 다룹니다.

화면으로 따라가기

한 프롬프트의 출력선이 세 모델 입력으로 나뉘는 구조를 확인합니다.

왼쪽 Prompt 노드에서 뻗어 나온 선이 Flux 2 Pro, Gemini 3.1 Flash, Recraft V4 세 노드에 각각 연결돼 있습니다. 오른쪽에는 이 중 고른 결과가 다음 노드(Gemini 3, Compare)에 연결된 모습도 보입니다.

자주 묻는 질문

• 모델을 몇 개까지 동시에 연결할 수 있나요? — 정해진 상한은 발표에 나오지 않습니다. 캔버스 공간과 크레딧이 허락하는 만큼 늘릴 수 있습니다. 모델별 강점·크레딧은 공식 문서: Image Models Comparison에서 확인합니다.
• 결과가 마음에 안 들면 나머지 모델은 지워야 하나요? — 아니요. 그대로 둬도 워크플로우가 깨지지 않습니다. 나중에 다시 비교하고 싶을 때 그대로 재실행할 수 있습니다.

이미지를 처음부터 다시 그리지 않고, 마음에 든 부분은 남긴 채 바꿀 부분만 지시하는 방식입니다. 이 카드에서는 그 지시문을 매번 새로 쓰지 않는 두 번째 습관도 함께 봅니다 — Saved 패널입니다.

Saved 패널 — 저장해 둔 프롬프트 꺼내 쓰기

캔버스 왼쪽 레일에는 Saved라는 섹션이 있습니다. 발표자의 말을 그대로 옮기면, “여기서 프롬프트도 저장할 수 있고, 모델도 저장할 수 있고, 워크플로우의 큰 덩어리까지도 저장할 수 있습니다.”

이 발표에서 Saved 패널은 이 카드를 포함해 세 번 등장합니다.

• 이미지 편집 프롬프트 (이 카드) — “Change the lighting to soft cloud-filtered golden-hour lighting.”
• 영상 첫 프레임 프롬프트 (뒤에 나오는 카드) — “use the input image as the first frame, slow motion shot, camera steady tracking shot.”
• LLM 시스템 프롬프트 (뒤에 나오는 브랜드 기준서 카드) — “brand visual describer”라는 이름으로 저장된, 브랜드 이미지를 분석해 제작 기준서를 뽑아내는 지시문.

세 경우 모두 발표자는 “미리 준비해 뒀다”고만 말하고, 처음 저장하는 조작 자체는 보여 주지 않습니다. 그래서 이 카드는 저장 방법을 단정하지 않고, 확인된 사용법만 안내합니다 — Saved 패널에서 항목을 찾아 캔버스로 꺼내고, 원하는 노드의 입력에 연결하는 것까지입니다. 새로 저장하는 아이콘이나 메뉴 위치가 궁금하면 캔버스에서 우클릭 메뉴나 노드 오른쪽 상단을 직접 확인해 보는 게 정확합니다.

화면으로 따라가기

원본과 수정본을 따로 열지 않고 한 화면에서 비교하는 위치를 확인합니다.

Compare 노드 왼쪽에 Input 1·Input 2 두 포트가 있고, 가운데 슬라이더를 움직이면 두 이미지가 화면 중앙에서 겹쳐 보입니다.

자주 묻는 질문

• Compare 노드는 어디서 찾나요? — 왼쪽 레일 검색에서 “Compare”로 찾아 캔버스에 놓으면 됩니다. 입력·출력 구조는 공식 문서: Compare Node에 정리돼 있습니다.
• 저장해 둔 프롬프트를 수정할 수 있나요? — 발표에서 직접 확인되지 않은 부분입니다. 캔버스로 꺼낸 뒤에는 일반 Prompt 노드와 똑같이 보이므로, 거기서 문구를 고쳐 쓸 수 있는지는 실제로 열어 확인해 보세요.

이미지를 처음부터 다시 만들면 인물이나 톤까지 흔들립니다. 참조 이미지로 인물을 고정하고, 프롬프트에서 바뀔 자리만 변수로 떼어 두면 나머지는 그대로 남습니다.

프롬프트 변수는 이 발표의 두 번째 핵심 도구입니다. 다음 카드에서 이 변수 자리에 Text Iterator를 연결하면, 장면 하나가 아니라 여러 장면을 한 번에 만드는 구조로 넘어갑니다.

화면으로 따라가기

고정 문장과 바꿀 값이 Prompt Variables 노드 안에서 어떻게 분리되는지 확인합니다.

왼쪽 Prompt 노드의 문장이 Prompt Variable 1이라는 이름으로 오른쪽 Prompt Variables 노드의 “New Shot:” 뒤에 끼워져 있습니다. 나머지 지시문(참조 이미지 사용, 새 장소 촬영)은 고정된 채입니다.

자주 묻는 질문

• 변수를 여러 개 만들 수 있나요? — 네, Add variable을 눌러 원하는 만큼 늘릴 수 있습니다.
• 프롬프트 변수와 List 노드는 다른가요? — 변수는 프롬프트 안의 빈칸이고, List·Text Iterator는 그 빈칸에 값을 흘려 넣는 노드입니다. 공식 문서 Prompt Variables에서 더 볼 수 있습니다.

프롬프트 변수 하나에 값을 하나씩 손으로 바꿔 가며 실행하면 장면 열 개를 만드는 데 프롬프트를 열 번 써야 합니다. Text Iterator는 그 반복을 목록 하나로 대신합니다.

Text Iterator가 하는 일 — 정확히 뭐가 반복되나

발표자의 설명을 그대로 옮기면, “텍스트 반복 노드(Text Iterator)는 항목 몇 개를 받아서 동시에 실행할 수 있게 해 줍니다. Iterator가 연결되면, 이 워크플로우에서 그 뒤에 있는 모든 것들이 같은 횟수만큼 실행됩니다.”

반복되는 대상은 Iterator가 연결된 자리 뒤쪽 전체입니다. 이 카드에서는 프롬프트 변수 → 이미지 모델로 연결된 체인이 있으므로 Text Iterator에 항목 4개를 넣으면 이미지 모델이 4번 실행돼 이미지 4장이 나옵니다. 그 뒤에 영상 모델까지 연결돼 있었다면 영상도 4개 나왔을 것입니다.

이 원리는 앞 카드(프롬프트 변수)와 짝을 이룹니다. 변수가 “바뀔 자리를 미리 표시해 두는 것”이라면, Iterator는 “그 자리에 넣을 값을 목록으로 준비해 두는 것”입니다. 두 카드를 합치면 프롬프트를 손으로 열 번 다시 쓰지 않고도 장면 열 개를 만들 수 있습니다.

화면으로 따라가기

목록의 각 문구가 변수 자리에 들어가 뒤쪽 노드를 반복 실행하는 연결을 확인합니다.

Text Iterator 노드 안에 문구가 한 줄씩 담겨 있고 오른쪽으로 뻗은 Text 출력선이 Prompt Variables 노드의 변수 자리에 연결돼 있습니다.

Pitfall

• Iterator를 캔버스에 놓기만 하고 변수 포트에 연결하지 않으면 반복이 일어나지 않습니다. 이전 카드의 변수 자리에 정확히 꽂혀 있는지 확인합니다.
• Image Iterator에 다른 노드의 출력을 바로 연결하려고 하면 안 됩니다. 입력 포트가 없어서, 중간 결과를 파일로 내려받아 다시 끌어와야 합니다.

자주 묻는 질문

• 항목을 몇 개까지 넣을 수 있나요? — 화면 우측 상단에 “3/50”처럼 표시됩니다. 이 예시 기준 최대 50개까지 넣을 수 있습니다.
• Text Iterator와 Image Iterator·Video Iterator는 같은 노드인가요? — 원리(목록 → 반복 실행)는 같지만 담는 데이터 종류가 달라 별도 노드입니다. 자세한 차이는 공식 문서: Iterators에서 볼 수 있습니다.
• 크레딧이 갑자기 많이 빠졌습니다. — Iterator는 항목 수만큼 뒤쪽 실행이 곱해집니다. 큰 배치를 돌리기 전 2~3개로 먼저 테스트합니다.

이미지 한 장을 영상의 첫 프레임으로 쓰면, 그 장면에서 이어지는 움직임을 영상 모델이 만들어 줍니다. 어떤 모델을 써야 할지 헷갈릴 땐 입력·출력 타입으로 검색을 거는 게 빠릅니다.

화면으로 따라가기

입력과 출력의 종류를 지정했을 때 영상 모델만 남는지 검색 화면에서 확인합니다.

왼쪽 검색창에 “From Image to Video” 필터가 걸려 있고, 오른쪽에는 Grok Imagine Video 노드의 Duration·Resolution·Aspect Ratio 설정이 보입니다.

자주 묻는 질문

• 영상은 몇 초까지 만들 수 있나요? — 모델마다 다릅니다. 발표 예시에서는 6초, 720p로 설정했습니다. 모델별 비교는 공식 문서: Video Models Comparison에서 볼 수 있습니다.
• 왜 같은 프롬프트로 여러 번 실행하나요? — 영상 생성은 결과가 매번 조금씩 달라집니다. 후보를 여러 개 모아 놓고 마음에 드는 컷을 고르는 게 한 번만 실행해 판단하는 것보다 안전합니다.

AI가 만든 결과의 90%가 마음에 들어도 나머지를 말로 설명하기는 더 어려울 때가 있습니다. 그럴 땐 다시 생성하는 대신 수동 조작 노드로 직접 만집니다.

화면으로 따라가기

생성 모델을 다시 실행하지 않고 Levels와 Crop이 결과를 직접 조정하는 위치를 확인합니다.

왼쪽부터 Color correction → Levels → Crop 순서로 세 노드가 연결돼 있습니다. Levels 노드는 채널별 히스토그램을, Crop 노드는 16:9 비율의 크롭 박스를 보여 줍니다.

자주 묻는 질문

• 이 노드들도 이미지·영상 양쪽에 쓸 수 있나요? — 네. 다음 카드(입력 갈아 끼우기)에서 같은 체인이 영상에도 그대로 적용되는 걸 봅니다.
• Levels 노드로 정확히 뭘 조정하나요? — 히스토그램의 black·gray·white point로 명도·대비를 조정합니다. 채널별(R·G·B)로 따로 조정할 수도 있습니다. 자세한 조작은 공식 문서: Editing Tools에서 볼 수 있습니다.

이미지가 나온 뒤에도 문구를 얹는 작업이 남습니다. Compositor 노드는 그 작업을 별도 프로그램이 아니라 워크플로우 안에서, 익숙한 Figma 캔버스로 처리합니다.

화면으로 따라가기

Compositor 안에서 이미지와 글자가 각각 레이어로 보이는지 확인합니다.

왼쪽에 Layers 패널(Canvas, Layer 1, Background)이 있고, 가운데 캔버스에는 산길 이미지 위에 “Alaska” 텍스트가 놓여 있습니다. 오른쪽 패널에서 폰트를 검색해 고르는 중입니다.

자주 묻는 질문

• Compositor 안에서 못 하는 편집이 있나요? — 발표에서는 텍스트 폰트·크기·정렬·위치를 다뤘습니다. Figma에서 하던 레이어 조작과 크게 다르지 않습니다. 자세한 편집 도구는 공식 문서: Editing Tools에서 볼 수 있습니다.
• 레이어는 몇 개까지 넣을 수 있나요? — 이 발표에서는 이미지 1장 + 텍스트 1장으로 시작해서, 뒤 카드에서 영상 레이어를 더 추가합니다. 정해진 상한은 확인되지 않았습니다.

색보정·레벨·크롭을 이미지에 다 해 놓고 나서 영상에도 똑같이 하려면 보통 처음부터 다시 해야 합니다. Weave에서는 체인의 입력만 갈아 끼우면 끝납니다.

화면으로 따라가기

같은 보정 노드가 이미지 대신 영상을 받을 때 재생 조작이 어디에 나타나는지 확인합니다.

Levels 노드와 Crop 노드 아래에 00:00:00 재생 바와 재생 버튼이 보입니다. 앞 카드(수동 조작 노드)에서 이미지에 쓴 것과 같은 노드인데, 지금은 영상을 받고 있다는 뜻입니다.

자주 묻는 질문

• 체인을 다시 만들어야 하나요? — 아니요. 입력 포트에 연결된 것만 이미지에서 영상으로 바꾸면 뒤에 연결된 노드는 그대로 다시 실행됩니다.
• 왜 같은 노드가 이미지도, 영상도 받나요? — 노드는 특정 파일 형식이 아니라 호환되는 데이터 타입을 기준으로 연결됩니다. 포트 색으로 타입을 구분하는 원리는 공식 문서: Datatypes에서 볼 수 있습니다.

Any LLM 노드는 캔버스 안에서 Gemini·GPT 같은 챗봇형 모델을 실행하는 노드입니다. 같은 노드라도 지시문에 따라 쓸모가 완전히 갈립니다 — 막연한 질문에는 잡담이, 역할·작업을 지정한 시스템 프롬프트에는 워크플로우에 재사용할 수 있는 구조화된 결과가 나옵니다.

잡담 대 작업

같은 LLM 노드에 “나 지금 컨퍼런스 무대에 섰어. 뭘 해야 할까?”라고 물으면 그럴듯한 조언이 나오고, 이탈리아 여행을 물으면 여행 계획이 나옵니다. 발표자는 “이건 Weave 안에서는 쓸모없습니다. 우리는 Weave에서 이탈리아 여행을 계획하려는 게 아니기 때문입니다”라고 설명합니다.

워크플로우 안에서 쓸모가 있으려면 이미지 설명이나 프롬프트처럼 다음 노드가 받아 쓸 수 있는 결과를 내야 합니다. 그 차이는 모델이 아니라 지시문에서 나옵니다.

시스템 프롬프트 = role + task

이 두 문장만으로 LLM은 “여행 계획을 짜는 챗봇”에서 “브랜드 이미지를 분석해 제작 기준서를 쓰는 도구”로 바뀝니다. 실행 결과에는 core visual identity(핵심 비주얼 정체성), photography style(촬영 스타일), composition rules(구도 규칙) 같은 항목이 문장으로 정리돼 나옵니다. 산문 한 덩어리가 아니라 항목별로 구조화된 결과라는 점이, “precise(정확한) 브리프를 작성하라”는 작업 지시가 만들어 낸 차이입니다.

화면으로 따라가기

시스템 프롬프트를 적용한 뒤 결과가 잡담이 아니라 항목별 제작 기준서로 나뉘었는지 확인합니다.

Any LLM 노드 안에 Composition Rules, Lighting Rules 같은 항목이 문장으로 나열돼 있습니다. 이 텍스트가 다음 카드에서 프롬프트를 자동으로 쓰는 재료가 됩니다.

자주 묻는 질문

• 아무 LLM이나 써도 되나요? — 이미지 분석과 텍스트 작성을 할 수 있는 모델이면 됩니다. 발표에서는 Gemini를 사용합니다. 일반적인 쓰임은 공식 문서: Text Tools에서 볼 수 있습니다.
• 이 기준서는 한 번만 뽑으면 되나요? — 네. 발표에서도 브랜드 기준서 노드는 워크플로우를 다시 실행할 때 다시 계산하지 않고, 한 번 뽑은 결과를 고정 입력으로 재사용했습니다.

브랜드 기준서를 텍스트로 만들어 뒀다면, 이제 장소 하나만 바꿔 넣어도 그 기준을 지키는 프롬프트와 이미지가 자동으로 나옵니다. 이 카드는 앞 카드에서 만든 LLM 노드를 재사용하는 게 아니라, 같은 노드 종류에 다른 시스템 프롬프트를 넣어 완전히 다른 역할을 맡기는 두 번째 LLM 노드를 만듭니다.

화면으로 따라가기

장소와 브랜드 기준서가 LLM을 거쳐 여러 프롬프트로 나뉘는 전체 흐름을 확인합니다.

왼쪽에는 New Location과 The Brand Brief 두 변수가 있는 Prompt 노드, 가운데에는 프롬프트 작성 지시가 담긴 Any LLM 노드, 오른쪽에는 연결된 Text Iterator가 한 화면에 담겨 있습니다.

자주 묻는 질문

• 이미지가 몇 장 나오는지는 어떻게 정하나요? — LLM이 써내는 프롬프트 개수에 따라 달라집니다. 발표에서는 여덟 개가 나왔습니다.
• 앞 카드의 LLM과 이 카드의 LLM을 같은 노드로 합칠 수 있나요? — 원리상 한 LLM에 두 작업을 모두 지시할 수도 있지만, 발표에서는 역할을 나눠 두 개의 LLM 노드로 만들었습니다. 각 노드가 하나의 역할만 맡으면 시스템 프롬프트가 짧고 명확해집니다.

이미지를 만드는 것과 게시물을 만드는 것은 다른 일입니다. Figma 프레임을 워크플로우의 마지막 노드로 붙이면, 그 둘을 한 번에 처리할 수 있습니다. 이 카드로 앞선 카드들에서 만든 “이미지 자동 생성 기계”가 실제로 쓸 수 있는 게시물까지 이어집니다.

화면으로 따라가기

Figma 프레임이 일반 레이아웃이 아니라 입력을 받을 수 있는 노드로 바뀐 모습을 확인합니다.

“Offtrail – Email header” 프레임에 이미지 입력 핸들이 생겨 앞 노드의 결과와 연결돼 있습니다. 프레임 안에는 원래 있던 “HIKE NAME”, “LOCATION NAME” placeholder 텍스트가 그대로 보입니다.

자주 묻는 질문

• Figma에서 프레임을 다시 고치고 싶으면요? — 원본 프레임은 건드리지 않고, Weave가 만든 연결된 사본에서 편집한 뒤 가져오기로 반영하는 절차를 발표에서 언급했습니다.
• 이 전체 구조를 다른 사람도 쓸 수 있게 만들 수 있나요? — 네. 발표에서는 이 워크플로우 전체를 Weave tool로 만들어 Figma 캔버스에서 입력만 채워 실행하는 도구로 배포했습니다. 노드의 입력·출력 개념 자체는 공식 문서: Understanding Nodes에서 다시 볼 수 있습니다.