프롬프트 노드에서 이미지까지

Prompt의 텍스트 출력을 이미지 모델 입력에 연결해야 첫 이미지가 생성됩니다

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.

프롬프트 노드와 Flux 2 Pro 노드가 연결돼 하이커 이미지를 생성한 화면

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

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.

캔버스 빈 곳에서 우클릭해 Prompt 노드를 만듭니다.
노드 안에 문장을 씁니다. 발표에서는 "rear view of a mixed group of 3 hikers running downhill in Alaska, cinematic, 35mm grain."을 썼습니다.
왼쪽 레일에서 Image Models 목록을 열고 원하는 모델(발표에서는 Flux 2 Pro)을 캔버스로 끌어다 놓습니다.
Prompt 노드의 출력 포트에서 이미지 모델 노드의 입력 포트로 드래그해 연결합니다.
Run Model을 누르고, 결과 이미지가 이미지 모델 노드 안에 채워지면 첫 워크플로우가 완성된 것입니다.
파일 이름을 지어 저장합니다. 발표에서는 이 시점에 파일 이름을 "demo with config"로 정했습니다 — 나중에 다시 찾을 수 있게 초반에 이름부터 붙이는 습관입니다.

같은 문장을 다른 이미지 모델로도 돌려서, 노드 하나만 바꿔도 결과가 달라지는지 확인해 보세요.

노드를 캔버스에 놓기만 하고 연결하지 않으면 Run Model을 눌러도 아무것도 그려지지 않습니다. 두 노드 사이에 선이 있는지 먼저 확인합니다.

왜 이렇게 작동하나요

ChatGPT 채팅창에 문장을 쓰면 답이 바로 오죠. Weave는 그 문장 칸(Prompt 노드)과 답을 만드는 자리(이미지 모델 노드)를 화면에 따로 꺼내 놓고 선으로 연결합니다.

워크플로우는 입력을 만드는 노드(Prompt)와 그 입력을 처리하는 노드(이미지 모델)를 선으로 연결한 최소 구조입니다. 이 구조가 있어야 실행이 성립하고 구조가 그대로 남아 있으면 프롬프트나 모델만 바꿔 다시 실행할 수 있습니다.

더 알고 싶다면

이미지 한 장만 필요해도 Weave가 나은가요?

Run Model: 노드 안의 모델을 실제로 실행해 결과(이미지·영상·텍스트)를 만드는 버튼입니다.
이미지 모델 노드: 프롬프트나 이미지를 입력으로 받아 이미지를 생성하는 노드입니다. Flux·Nano Banana·Recraft 등 모델마다 결과와 크레딧이 다릅니다.

원본 영상

프롬프트 노드 하나를 만들어 문장을 쓰고 이미지 모델 노드에 연결해 실행합니다. 노드 두 개가 워크플로우의 최소 단위입니다.

YouTube · 미리보기 선택 시 원본 영상 열기