“맥미니로 로컬 TTS 되나요?” 이 질문에 답이 달린 글은 많다. 그런데 이상하게 결론이 다 다르다. 어떤 글은 Qwen3-TTS가 최고라 하고, 어떤 글은 Fish Audio 아니면 안 된다고 한다. 왜일까? 🤔 샘플 문장이 다르고, 참조 음성이 다르고, 결정적으로 음량이 다르기 때문이다. 사람 귀는 큰 소리를 더 좋게 듣는다. 그러니 조건이 제각각인 비교는 애초에 비교가 아니다. 그래서 … 더 읽기
한 줄 요약. Krea 2에서 “편집”이라 부르는 워크플로우는 네 갈래이고 서로 호환되지 않는다. 노드는 레퍼런스가 들어갈 자리만 만들고 그 자리를 어떻게 읽을지는 로라가 정하는 것이다. 그래서 편집 로라를 아무거나 받아 물리면 에러 없이 결과만 이상하게 나오게 된다. 설치법은 이미 널려 있으니 여기서는 그다음을 다루려고 한다. 워크플로우가 왜 갈라졌는지 구조로 풀고 RTX 5070 Ti 16GB에서 직접 … 더 읽기
요즘 로컬에서 동영상을 만들 수 있는 AI 모델을 검토하고 있다. 예전보다 성능이 향상된 모델들이 나오고 있고, 속도로 봐도 간단하게 사용할 만한 수준에는 올라왔다고 판단했기 때문이다. 그런데 캐릭터 이미지와 샷별 모션 프롬프트를 던져주고 “이대로 움직이게 해줘”라고 했을 때, 정말 그대로 나오는 모델이 몇이나 될까? 🤔 2026년 8월에 열흘 간격으로 가중치가 풀린 두 모델, MiniMax H3와 LTX-2.5를 … 더 읽기
요즘 커서나 클로드 코드 켜놓고 “이런 거 만들어줘” 한 줄 던지면 30분 만에 돌아가는 게 나온다. 사이트 긁어서 시트에 넣고 메일 쏘는 스크립트? 이제 진짜 뚝딱이다. 그러다 보면 자연스럽게 이런 생각이 든다. 그럼 n8n은 이제 뭐 하러 쓰지? 나도 요즘 그 생각을 많이 했다. 노드 드래그하는 시간에 코드 짜는 게 빠른데 굳이 캔버스를 켜야 하나 … 더 읽기
⚡ 한 줄 답변 Qwen3.8-27B는 맥미니 M4 Pro 64GB에서 decode 15 tok/s밖에 안 나와서 느리다. 그런데도 나는 이걸 최종 채택했다. 5~7배 빠른 MoE 모델 두 개를 먼저 테스트했는데, 둘 다 속도가 아니라 정확도에서 탈락했기 때문이다. Obsidian에 로컬 LLM을 붙여 쓰고 있다. 노트 정리하고, 웹 검색 시키고, 한국어로 깔끔하게 요약하도록 한다. 어느 날부터 “좀 더 똑똑하면 … 더 읽기
한 줄 답 인물과 제품 사진, 대량 시안은 Z-Image Turbo. 일러스트와 고해상도 상세컷은 Krea 2. 특히 한국인 얼굴이 필요하면 Z-Image가 기본값부터 유리하다. 같은 프롬프트를 두 모델에 시드 3개씩 넣어 직접 확인한 결과다. 두 모델 다 RTX 5070 Ti 16GB에서 돌아간다. 그래서 “뭐가 더 좋냐”보다 “언제 뭘 꺼내 쓰냐”가 실전에서 훨씬 중요한 질문d이라고 생각한다. 프롬프트를 어떻게 … 더 읽기
한 줄 답 원하는 이미지가 안 나오는 건 모델이 부족해서가 아니라 구체적인 설정을 안 넘겨줬기 때문이다. 이미지 프롬프트를 만들때는 8개를 고려해서 작성해 보자 — 주제 · 동작 · 배경 · 스타일 · 구도 · 조명 · 디테일 · 제약. 비워둔 칸은 모델이 기본값으로 채운다. 1~7번은 어느 모델이든 똑같고, 8번(제약)만 모델 따라 켜고 끄면 된다. “머그컵 … 더 읽기
한 줄 답부터 Krea2의 공식 스타일 LoRA는 9종이다. 파일명과 트리거 문구가 거의 상관없다. 예를 들어 Softwatercolor를 깨우는 말은 art deco watercolor style이다. 그리고 “이 LoRA 아무 효과 없다”는 불평의 대부분은 LoRA 탓이 아니다. 프롬프트가 자기 스타일 단어로 LoRA와 싸우고 있는 것이다. 커스텀 노드가 하나도 필요 없는 이미지 모델을 오랜만에 만났다. 2년간 노드팩 의존성 룰렛을 돌려본 … 더 읽기
사진 용량 줄이기, 압축파일 한글 깨짐 복구, 글자수 세기, 이미지 이어붙이기, 사진·PDF 묶기 다섯 가지를 만들어 lab.n8n-diy.com에 올렸다. 공통점은 파일이 서버로 나가지 않는다는 것이다. 업로드도 가입도 설치도 없이 브라우저 안에서 처리가 끝나며, 개발자도구 Network 탭으로 직접 확인할 수 있다.
한 줄 생각 AI 자동화가 가능한 업무와 안 되는 업무를 가르는 건 뭘까? 결과물에 대한 퀄리티? 자동화된 결과 검증 가능 여부? 인간의 판단이 필요한가 등이 아닐까 싶다. 결과가 맞는지 기계가 자동으로 확인해 주는 일에서는 AI가 시간을 크게 줄이지만, “이게 좋은 결과인가”를 사람이 판단해야 하는 일에서는, AI에게 초안까지만 맡기고 마지막 판단에 사람이 붙어야 하지 않을까 하는 … 더 읽기