PERSONAL AI WORKSPACE
무엇을 도와드릴까요?
원하는 장면을 적거나 이미지를 올려 시작하세요.
장면 구상
01이미지는 생성하지 않습니다. 장면 지시·대사·목소리를 분석합니다.
장면 지시 직접 수정 · 선택 사항
생성 설정
02이미지 모델·크기
첨부 이미지가 있으면 선택한 모델이 원본 이미지를 직접 참고해 편집합니다.
1024 × 1024 · 가로·세로 256~2048px, 16의 배수. 큰 이미지는 처리 시간과 메모리를 더 사용합니다.
요청 이해 모델이 선택한 이미지 모델에 맞는 영어 프롬프트를 작성합니다. 추가 준비 시간이 듭니다.
보내면 이미지 없이 프롬프트가 작업 기록에 저장됩니다. 내용을 확인하고 복사할 수 있습니다.
선택한 요청 이해 모델과 관계없이 영어 프롬프트 작성에 Qwen3.6 Heretic Splash를 사용합니다. 이미지 생성 모델은 그대로이며 준비 시간이 더 걸릴 수 있습니다.
상세 조정 · 이미지 생성 파라미터
영상 모드에서는 시작 이미지를 새로 만드는 단계에만 적용됩니다. 첨부 이미지를 사용하는 영상의 움직임·영상 생성 강도 설정은 아닙니다.
두 인물의 역할·손발 접촉·몸을 지지하는 위치를 요청에 적어주세요. 복잡한 포즈의 정확성을 보장하는 설정은 아니며 결과 확인이 필요합니다.
지원하지 않는 값은 비활성화합니다. 프롬프트·시드·크기·상세 설정은 작업과 함께 저장되어 재생성 시 복원됩니다.
원본 기반 변형에서 높을수록 원본을 보존합니다. Qwen Turbo·Klein 지시문 편집에서는 적용하지 않습니다.
기본은 LTX 2.5 Q8입니다. Q4로 바꿀 수 있으며, 입력 대사에는 LTX 2.5 입력 대사 모델을, 인물별 영역 합성은 현재 지원하지 않습니다.
초안에서 동작·구도·손발·끝 자세를 확인한 뒤 결과 아래에서 완성본 방식을 고릅니다. 동작이 잘못됐다면 요청이나 시작 이미지를 먼저 조정하세요.
Q8은 초안과 완성본 모두 메모리 절약 방식으로 실행합니다. 초안 결과에서 ‘2배 확대’, ‘고해상도 보정 · 실험’, ‘고해상도로 다시 만들기’를 선택할 수 있습니다. 1024px는 얼굴·표정 보존에 한계가 있으며 시작 전 4·6초 42GB, 8·10초 46GB의 여유 메모리를 확인합니다.
완성본도 초안과 같은 길이로 만듭니다. 10초 완성본이 필요하면 초안부터 10초를 선택하세요. 대사가 짧으면 남은 시간은 무음으로 채웁니다.
참고 이미지가 필요합니다. 자동은 이미지의 자세·표정·사물·주변 상황을 분석해 어울리는 작은 움직임을 정합니다. 인물 외에 동물·풍경·사물 사진에도 사용할 수 있습니다. 직접 적은 동작을 우선하고 원본 전체 구도를 유지합니다. 잡은 손 옵션은 이미 손을 잡은 사진에 사용하세요. 원하는 동작은 장면 구상에 추가할 수 있습니다. 손 모양·접촉 보존은 결과에 따라 달라지는 실험 기능입니다.
입력한 대사·감탄사에 선택한 감정을 적용합니다. 표현의 자연스러움은 결과를 듣고 확인하세요.
함께 말하기의 공통 대사입니다. 앞뒤 여백을 포함해 선택한 영상 길이 안에 들어가야 합니다.
말하는 방식·인물별 목소리
기본 Sohee · 남성 화자 Aiden
등장인물별 목소리
요청 분석으로 인물을 구분하고 목소리를 제안합니다. 직접 추가·수정할 수도 있습니다.
최대 6명. 여성 목소리는 Sohee, 남성 목소리는 Aiden부터 서로 다르게 배정합니다. 번갈아 말하기는 전체 대사와 발화 사이 여백이 선택한 영상 길이 안에 들어가야 합니다.
음악 분위기·영상 구도·고급 설정
자동은 입력한 대사를 우선합니다. 대사가 없으면 인물·목소리를 지정하지 않아도 됩니다. 음악·동작 소리는 영상 모델이 함께 생성하며 정확한 박자·동작 동기화는 보장하지 않습니다.
인물별 연결은 각 목소리로 선택한 얼굴 주변만 움직입니다. 배경은 고정되고 인원수만큼 생성 시간이 늘어납니다. 먼저 이미지 분석 후 얼굴 번호를 확인하세요.
신체 동작을 요청하거나 대사가 없는 영상은 원본 전체 구도를 사용합니다. 손·발 등 움직일 부위가 이미지 안에 보이도록 준비하세요.
원본 비율을 유지하며 최대 512 크기로 생성합니다. 입·고개·어깨 움직임을 반영합니다. 여러 얼굴의 발화자와 입 모양이 목소리와 어긋날 수 있어, 단체 인사에는 함께 말하기를 권장합니다.
요청 분석 모델
선택한 요청 분석 모델에 적용합니다. ON은 생각과 최종 계획을 합쳐 최소 8,192토큰(아래 최대 출력 토큰이 더 크면 그 값)을 사용하며 시간·메모리가 늘 수 있습니다. 이미지·영상 생성 단계 수와는 다른 설정입니다.
이미지: ‘장면·대사 분석하기’를 실행할 때 적용합니다. 영상: 자동 장면 분석에 적용하며, 직접 지정한 확정 계획을 사용하는 경우 분석을 생략할 수 있습니다.
문맥을 참고해 음성 만들기
LLM이 대화와 참고 이미지·영상으로 대본을 작성한 뒤 이 Mac의 Qwen3-TTS로 읽습니다. ‘그대로 읽어줘’라고 명시하거나 원문 낭독을 선택하면 입력문을 그대로 읽습니다. 영상은 대표 프레임만 참고하며 영상 속 소리는 분석하지 않습니다.
한국어 기본 목소리는 Sohee입니다. 목소리마다 다른 언어의 발음과 표현 품질은 달라질 수 있습니다.
생성 결과에서 재생하거나 WAV를 다운로드할 수 있습니다.
새 대화
이전 대화는 좌측 최근 작업에서 선택하세요.
질문하거나 이미지·영상·음성을 만들어 보세요. 한 대화에서 이어갑니다.
지식 문서 · 답변에 사용할 자료 선택
파일을 첨부하면 색인 후 관련 구절을 찾습니다. 전체 파일이 매번 모델에 전달되는 방식은 아닙니다. 문서는 지식 문서 보관함에도 저장됩니다.
모델 · 응답 설정
무엇을 만들어볼까요?
아이디어를 적거나, 프로젝트에서 고칠 부분을 알려주세요.
프롬프트 테스트
모델과 지침을 정하고 메시지를 실행하세요.
실제 응답과 토큰·처리 시간을 여기서 비교할 수 있습니다.
⌘ / Ctrl + Enter로 실행 · 결과는 최근 대화에도 저장됩니다.
분류 설정
기본 구성분류 기준과 선택지
분류 항목 · 코드와 판단 기준
2~16개 항목. 코드는 영문 소문자로 시작하며 숫자·밑줄을 포함할 수 있습니다. 표시 이름은 결과에, 코드와 판단 기준은 분류 설정에 사용합니다.
판단 보류 기준 · 선택 사항
기준 미달이면 최상위 분류와 확률을 유지하면서 ‘보류’로 표시합니다. 0은 해당 기준을 끕니다. 모델의 확률 자체나 업무 처리를 바꾸지는 않습니다.
실행한 설정은 작업 기록에 저장됩니다. 실행 전 편집 내용은 JSON으로 저장할 수 있습니다. Kev는 입력과 기준 합산 8,192토큰, CLM은 발화+지침 및 각 후보 설명별 2,048토큰을 넘으면 자르지 않고 오류로 안내합니다.
처리 과정과 기록 안내
입력 → 지침·후보 구성 → 토큰화 → 후보 점수 → 확률 → 선택·보류 순서로 실제 처리값을 기록합니다. 후보는 아래 설정에서 정하며 모델이 새로 만들지 않습니다.
후보 코드·판단 기준·전체 지침·입력 문장이 점수에 영향을 줍니다. 표시 이름은 화면용, 기대 정답은 채점용입니다. 보류 기준은 계산된 확률을 바꾸지 않습니다. 상세 모드를 켜면 기본 구성을 편집용으로 복사합니다. 아래 프롬프트와 후보를 바꿔 비교하세요.
실행 후 모델·환경·온도, 실제 입력과 토큰 ID, 후보별 점수·확률, 단계별 기록을 볼 수 있습니다. 기록에는 입력 원문이 포함되며 본인 작업에서만 조회됩니다. 기존 작업에 없던 상세 기록을 소급해 만들지는 않습니다.
0 초과~10. 낮추면 확률이 한 후보에 집중되고, 높이면 분포가 완만해집니다. 자유 답변의 창의성 설정이 아니며 분류 점수의 순서는 유지됩니다. 보류 판정은 달라질 수 있습니다.
선택 모델 · 입력 한도
모델 로딩·문항 처리 상태와 선택지별 확률을 오른쪽 또는 아래 결과에 표시합니다. 기본 문항은 합성 예시이며 실제 업무 정확도를 보장하지 않습니다.
대화하며 분류 실험
입력을 이어 보내면 매 턴 선택 모델의 판단을 답변 카드로 보여줍니다. 자유로운 문장 답변은 생성하지 않습니다. 지침·후보 변경은 다음 턴부터 적용됩니다.
문맥 포함 시 성공한 이전 입력 최대 19개와 현재 문장을 사용합니다. 이전 분류 결과는 입력에 넣지 않습니다. 합산 12,000자까지, Kev는 8,192토큰까지입니다. CLM은 발화+지침과 각 후보 설명을 각각 2,048토큰까지 처리합니다.
테스트 문항과 기대 정답
최대 100문항. 기대 정답을 비우면 확률만 확인하며 정답률 계산에서 제외합니다. 기대 정답은 모델에 전달되지 않습니다.
기대 정답은 채점에만 사용하며 모델 입력에는 포함하지 않습니다.
모델 비교 · 벤치마크 이력
현재 비교할 문장
아래 모델을 선택해 현재 입력 또는 질의 세트를 같은 분류 지침·후보·문항으로 실행합니다. 한 번에 최대 3개까지 대기열에 등록합니다. 로컬 대화 모델의 JSON 응답과 Kev·CLM의 후보 점수 방식을 비교하며, 로컬 모델의 후보 확률은 만들지 않습니다.
보고서로 비교할 실행을 최대 12개 선택하세요. 입력·프롬프트·후보 구성이 다른 실행에는 비교 조건 경고를 표시합니다.
내 문서 보관함입니다. 업로드한 문서를 작업 공간의 ‘지식 문서’에서 선택하면, 질문과 관련된 구절을 검색해 답변의 근거로 사용합니다. 보관함 전체를 자동 검색하거나 인터넷을 검색하지 않습니다.
내 지식 문서
PDF · DOCX · TXT · Markdown, 파일당 20MB 이하. 텍스트 문서를 검색해 답변에 근거를 붙입니다.
스캔 PDF는 한국어·영어 문자를 자동 인식합니다(문서당 OCR 최대 12페이지). 숫자와 표는 원본을 확인하세요. 삭제하면 검색 색인도 제거됩니다. 기존 대화 기록은 유지됩니다.
작업과 결과
새 작업을 시작하거나 좌측 최근 작업에서 확인할 항목을 선택하세요.