안녕하세요, 요즘 AI 소식 들으면서 설레는 분들 많으시죠? 저도 며칠 전 오픈AI가 GPT-5를 공식 발표했다는 소식을 듣고는 심장이 두근두근했어요. 사실 GPT-4가 나왔을 때도 충격이었는데, 이번 GPT-5는 그걸 훌쩍 뛰어넘는 수준이더라구요. 수학, 코딩, 의료, 시각 인식까지… 거의 모든 분야에서 박사급 실력을 보여준다고 하니, 그야말로 ‘생각하는 AI’ 시대가 열린 셈이죠. 오늘은 이 GPT-5의 탄생 배경부터 주요 특징, 성능, 그리고 안전성까지 차근차근 살펴보려 합니다. 커피 한 잔 준비하시고 함께 해요!

GPT-5, 생각하는 AI의 시대가 열리다

GPT-5의 탄생 배경과 목표

오픈AI는 GPT-4를 선보인 지 2년 만에 차세대 인공지능 GPT-5를 발표했습니다. 이 모델의 가장 큰 목표는 단순한 질문-답변형 AI를 넘어, 사용자의 사고 과정에 깊숙이 개입하는 ‘사고 파트너(Thinking Partner)’로의 진화였습니다. 단순히 정보를 제공하는 것을 넘어, 맥락을 이해하고, 질문의 난이도를 판단하며, 상황에 맞는 최적의 답변을 제시하는 것이 핵심이죠. 특히 수학·코딩·의료 등 복잡한 전문 영역에서 사람과 대등하거나 그 이상의 문제 해결 능력을 발휘하는 것을 목표로 삼았습니다.

GPT-5의 주요 특징

GPT-5의 가장 눈에 띄는 변화는 ‘통합 시스템’ 구조입니다. 이는 세 가지 요소로 구성되는데, 각 요소가 유기적으로 연결되어 최고의 성능을 발휘합니다.

이 덕분에 GPT-5는 단순한 채팅부터 전문적인 문제 해결까지, 상황에 맞는 정확하고 신뢰성 높은 답변을 제공합니다.

성능과 벤치마크 기록

GPT-5는 여러 주요 벤치마크에서 전례 없는 성능을 보여주었습니다. 특히 코딩과 수학, 시각 자료 분석, 과학 질문 답변에서 압도적인 결과를 기록했죠.

• AIME 2025 수학 문제 정답률 94.6%
• SWE-bench 코딩 문제 해결률 74.9%
• MMMU 시각 자료 분석 정확도 84.2%
• GPQA(프로 버전) 과학 질문 정확도 88.4%

안전성과 신뢰성

GPT-5는 GPT-4 대비 사실 오류 발생률을 최대 80%까지 낮췄습니다. 특히 이미지가 없는 시각 자료 질문에 대해 허위 정보를 생성하는 비율을 9%까지 줄이며 ‘정직성’을 대폭 향상시켰죠. 또 생물학·화학 등 민감 분야에서 새로운 안전 완성(safe completions) 훈련 방식을 도입해, 악용 가능성이 있는 질문에도 안전한 범위 내에서 최대한 유용한 답변을 제공합니다. 이로 인해 GPT-5는 연구자, 기업, 일반 사용자 모두가 신뢰할 수 있는 AI 도구로 자리매김하게 되었습니다.

실제 활용 가능성과 전망

GPT-5는 다양한 산업 분야에서 즉각적인 활용이 가능합니다. 단순 업무 자동화부터 복잡한 분석, 창작 지원까지 폭넓은 역할을 수행하죠.

향후 발전 방향

GPT-5는 현재도 뛰어난 성능을 보여주지만, 오픈AI는 다음과 같은 방향으로 추가 개선을 예고하고 있습니다.

1. 다국어 이해와 생성 능력 확장
2. 실시간 멀티모달 처리 속도 향상
3. 더 정교한 안전성 필터링 기술 적용
4. 사용자 맞춤형 AI 에이전트 기능 강화

GPT-5는 이제 단순한 인공지능 도우미를 넘어, 진짜 ‘생각하는 AI’로 자리 잡았습니다. 앞으로 이 기술이 우리의 일상과 업무를 얼마나 바꿔놓을지 벌써부터 기대되죠. 여러분이라면 어떤 분야에서 GPT-5를 활용해 보고 싶으신가요? 댓글로 여러분의 아이디어와 경험을 나눠주세요. 서로의 생각이 모이면, GPT-5가 만들어낼 미래는 더 놀라울 테니까요.

GPT-5, 오픈AI, 인공지능, AI트렌드, 차세대AI, AI활용사례, AI안전성, AI성능, 생성형AI, AI미래전망

2025.07.09 – [컴퓨터/AI] – Custom GPT + MCP 서버 구축으로 ChatGPT 파일 시스템 제어하기

챗GPT (Chatgpt) AI 개인비서 만들기 

N8N, Google Gemini, Unsplash API를 연동하여 AI 기반의 블로그 이미지 자동화 워크플로우를 구축하는 모든 과정을 단계별로 상세히 설명하는 완벽 가이드입니다. 초보자도 쉽게 따라 할 수 있도록 스크린샷과 설정 예시를 풍부하게 담았습니다.

디지털 콘텐츠의 홍수 속에서 독자의 시선을 사로잡고 검색 엔진에서 상위 노출되기 위해서는 고품질의 콘텐츠뿐만 아니라, 매력적인 시각 자료가 필수적입니다. 하지만 매번 블로그 글에 맞는 이미지를 찾고, 생성하고, 삽입하는 과정은 엄청난 시간과 노력을 요구합니다.

이러한 반복적인 작업을 자동화할 수 있다면 어떨까요? 여기 그 해답이 있습니다. 이 상세 매뉴얼에서는 N8N이라는 강력한 워크플로우 자동화 도구와 Google의 최신 AI 모델인 Gemini, 그리고 방대한 무료 이미지 라이브러리인 Unsplash API를 연동하여 블로그 이미지를 자동으로 생성하고 게시물에 삽입하는 일련의 과정을 완벽하게 마스터할 수 있도록 도와드립니다.

완전 무료 자동화 블로그 어떻게 만드는지 다 알려주는 시리즈 (1/n)

이 가이드는 단순히 ‘어떻게’ 하는지뿐만 아니라 ‘왜’ 그렇게 하는지, 그리고 각 단계에서 발생할 수 있는 문제와 해결책까지 다루어, 여러분이 이 워크플로우를 성공적으로 구축하고 효율성을 극대화할 수 있도록 지원할 것입니다. 지금부터 AI 기반 블로그 이미지 자동화의 세계로 깊이 들어가 보겠습니다!

1단계: Google Gemini 노드를 활용한 블로그 이미지 설명 생성 (AI의 상상력 활용) – 무료 자동화 블로그

모든 자동화의 시작은 AI에게 어떤 이미지가 필요한지 정확히 알려주는 것입니다. 이 단계에서는 Google Gemini AI의 강력한 텍스트 생성 능력을 활용하여, 블로그 게시물의 특정 섹션에 맞는 상세한 이미지 설명을 얻습니다. 이 설명은 단순히 “사과”가 아니라, “빛이 잘 드는 주방 식탁 위에 놓인 신선하고 붉은 사과, 배경은 블러 처리되고 따뜻한 색감”과 같이 구체적인 지침이 됩니다.

1.1. 노드 추가 및 기본 설정:

• 노드 유형: N8N 워크플로우 캔버스에 Google Gemini 노드를 추가합니다.
• 노드 이름: 가독성을 위해 Google Gemini (Generate Image Descriptions) 정도로 이름을 변경하는 것을 권장합니다.

1.2. 인증 (Authentication):

• Authentication 드롭다운에서 Google OAuth2 API 또는 Google Cloud Service Account를 선택합니다. 대부분의 경우 Google OAuth2 API가 간편합니다.
• Google Credential: 아직 설정하지 않았다면 Create New를 클릭하여 Google Cloud Console에서 발급받은 API Key (또는 OAuth 클라이언트 ID)를 설정합니다. Gemini API 사용을 위해서는 generativelanguage.googleapis.com에 대한 접근 권한이 필요합니다.
  • Tip: API Key를 사용하는 경우 x-goog-api-key 헤더를 통해 안전하게 전달됩니다. (사용자가 이전에 제시한 image_5c109c.png에서 이 설정이 보였습니다.)

1.3. 작업 (Operation):

• Operation을 Generate Content로 설정합니다.

1.4. 모델 (Model):

• Model 드롭다운에서 gemini-pro (텍스트 생성)를 선택합니다. 이미지 생성은 아니므로 gemini-pro-vision은 적합하지 않습니다.

1.5. 프롬프트 (Prompt) 구성:

• Prompt 필드에 Gemini가 이미지 설명을 생성할 수 있도록 명확하고 구체적인 지시를 내립니다. 이 프롬프트는 이전 노드 (예: 블로그 글을 생성한 노드)에서 받은 데이터를 참조해야 합니다.
• 예시 (텍스트 기반 블로그 글을 입력으로 받을 때):

  You are an AI assistant specialized in generating visual image descriptions for blog posts.
  For the following blog section content, provide a concise, vivid, and detailed image description that visually represents the key theme.
  The description should be formatted as a numbered list, with each item starting with "숫자. **설명N: [이미지 설명]**" format.
  Focus on elements suitable for image search (e.g., objects, settings, mood, colors, composition).
  
  Content:
  {{ $json.blog_section_content }} // 이전 노드의 출력 데이터 (블로그 섹션 내용)
  
  Example Output Format:
  1. **설명1: AI 편향성을 시각적으로 보여주는 이미지.** 다양한 인종과 성별의 얼굴 이미지가 여러 개의 박스 안에 배치되어 있고, 각 박스는 AI 얼굴 인식 정확도(예: 95%, 70%, 80%)를 나타내는 숫자와 함께, 정확도가 낮은 그룹의 박스는 어둡게 표현된다. 이미지 하단에는 "AI Bias: Unfair Outcomes" 와 같은 문구를 추가하여 AI 편향성의 부정적 결과를 강조한다. 색상은 차갑고 어두운 색조를 사용하여 불안정함을 시각적으로 표현한다.
  2. **설명2: 데이터 프라이버시 침해를 묘사하는 이미지.** 한 사람의 실루엣 주변으로 수많은 데이터 포인트(점, 선 등)가 뻗어나가는 모습을 묘사한다. 데이터 포인트들은 다양한 기기(스마트폰, 컴퓨터, CCTV 등)에서 방출되는 것처럼 표현하고, 실루엣의 얼굴은 모자이크 처리하여 익명성을 강조한다. 배경은 어둡고 신비로운 분위기를 연출하며, "Data Privacy at Risk" 와 같은 문구를 추가하여 위험성을 부각한다.
  

  • {{ $json.blog_section_content }}: 이 부분은 N8N의 표현식(Expression)으로, 이전 노드에서 전달받은 블로그 섹션 내용을 동적으로 가져옵니다. 실제 사용하는 변수명에 맞게 조정해야 합니다.
  • Gemini에게 출력 형식 가이드 제공: Gemini가 정확히 우리가 원하는 “숫자. **설명N: [이미지 설명]**” 형식으로 응답하도록 명시적인 예시를 제공하는 것이 중요합니다. (이전 대화에서 이 형식을 통해 성공적으로 설명을 얻으셨습니다.)

1.6. 노드 테스트:

• 노드를 저장하고, Test Node 버튼을 클릭하여 실행합니다.
• Output 탭에서 Gemini가 생성한 이미지 설명이 예상한 JSON 형식으로 출력되는지 확인합니다. 이 출력은 보통 output 필드 내에 문자열로 포함됩니다.

2단계: Function 노드를 활용한 이미지 키워드 추출 및 정제 (Unsplash 검색 최적화) 무료 자동화 블로그

Gemini가 생성한 상세 설명은 훌륭하지만, Unsplash와 같은 이미지 검색 엔진은 주로 간결하고 핵심적인 키워드에 최적화되어 있습니다. 이 단계에서는 N8N의 Function 노드를 사용하여 자바스크립트 코드로 이미지 설명 텍스트에서 검색 가능한 키워드를 추출하고 정제합니다.

2.1. 노드 추가 및 연결:

• Google Gemini (Generate Image Descriptions) 노드 뒤에 Function 노드를 추가합니다.
• 노드 이름: Function (Extract Image Descriptions & Keywords)로 이름을 변경합니다.

2.2. Function 노드 코드 (JavaScript):

const outputItems = [];

// --- 입력 데이터 유효성 검사 및 텍스트 추출 ---
let rawInputText = '';

// 첫 번째 아이템이 유효한지 확인하고, 'output' 속성에서 텍스트를 가져옵니다.
if (items && items.length > 0 && items[0].json && items[0].json.output) {
    rawInputText = items[0].json.output;
    console.log('Function Node - Successfully extracted text from items[0].json.output.');
    console.log('Function Node - Raw Input Text (first 200 chars):', rawInputText.substring(0, Math.min(rawInputText.length, 200)) + '...');
}
// 잘못된 입력 (이미 파싱된 데이터가 들어온 경우 등)
else {
    console.warn('Function Node - No valid text found in expected input path (items[0].json.output).');
    console.warn('Function Node - Input JSON:', JSON.stringify(items, null, 2)); // 입력 JSON 전체를 로그에 출력하여 확인
    return []; // 잘못된 입력이므로 빈 배열 반환
}

// --- 이미지 설명 블록 분리 ---
// 정규식을 사용하여 '숫자. **제목: 내용**' 패턴으로 시작하는 각 설명 블록을 분리합니다.
const descriptionBlockRegex = /(\d+\.\s*\*\*[^*]+?\*\*:\s*.*?)((?=\d+\.\s*\*\*)|$)/gs;
let match;
let imageIndex = 0;
const processedItems = [];

console.log('Function Node - Starting description block parsing...');

while ((match = descriptionBlockRegex.exec(rawInputText)) !== null) {
    const fullDescription = match[1].trim(); // 예: "1. **설명1: AI 편향성...**"
    console.log(`  Debug - Found fullDescription (Index ${imageIndex + 1}):`, fullDescription.substring(0, Math.min(fullDescription.length, 150)) + '...');

    if (fullDescription) {
        imageIndex++;
        const imagePrompt = fullDescription; // 전체 설명을 image_prompt로 사용

        // --- 키워드 추출 및 정제 로직 ---
        let imageKeywords = '';
        const keywordCaptureRegex = /\*\*(.+?)\*\*:/; // ** 와 **: 사이의 텍스트를 추출
        const keywordMatch = fullDescription.match(keywordCaptureRegex);

        if (keywordMatch && keywordMatch[1]) {
            imageKeywords = keywordMatch[1].trim();
            console.log('    Debug - Raw extracted keywords from bold (Step 1):', imageKeywords);

            // "설명N: " 패턴이 있다면 제거 (예: "설명1: AI 편향성 시각적 이미지" -> "AI 편향성 시각적 이미지")
            const parts = imageKeywords.split(':');
            if (parts.length > 1 && parts[0].startsWith('설명')) {
                imageKeywords = parts.slice(1).join(':').trim();
            }
            console.log('    Debug - After "설명N:" removal (Step 2):', imageKeywords);

            // 불필요한 구두점 및 추가 공백 제거
            imageKeywords = imageKeywords
                .replace(/[.!?,"'()]/g, '') // 마침표, 물음표, 느낌표, 쉼표, 따옴표, 괄호 제거
                .replace(/\s+/g, ' ') // 여러 공백을 하나의 공백으로
                .trim();
            console.log('    Debug - After punctuation/space cleanup (Step 3):', imageKeywords);

            // 불필요한 한국어 조사, 어미, 불용어 제거 (정규식 사용)
            // '인한' 등 불필요한 단어 추가
            imageKeywords = imageKeywords.replace(/을|를|이|가|은|는|도|만|에|에서|와|과|랑|하고|으로써|으로|에게|께|한테|부터|까지|마저|조차|처럼|만큼|듯이|하고는|거나|든지|다시|모두|같이|인한|시각적|보여주|묘사하|나타내/g, '').trim();
            imageKeywords = imageKeywords.replace(/\s+/g, ' ').trim(); // 조사 제거 후 남은 불필요 공백 제거
            console.log('    Debug - After Korean suffix/particle removal (Step 4):', imageKeywords);

            // Unsplash 검색에 불필요한 일반적인 단어 제거 (소문자로 비교)
            const commonWordsToRemove = [
                '시각적으로', '보여주는', '나타내는', '묘사하는', '상징적으로', '표현한', '이미지', '사진', '개념', '상징', '표현',
                '대한', '관련된', '모습', '그림', '일러스트', '상세', '설명', '주제', '내용', '위한'
            ];
            imageKeywords = imageKeywords.split(' ').filter(word => {
                const lowerWord = word.toLowerCase();
                return !commonWordsToRemove.includes(lowerWord) && lowerWord.length > 1; // 1글자 키워드도 제거
            }).join(' ');
            console.log('    Debug - After common word removal (Step 5):', imageKeywords);

            // 최종적으로 공백을 쉼표로 변환 (Unsplash 검색을 위해)
            imageKeywords = imageKeywords.replace(/\s+/g, ', ');
            console.log('    Debug - Final image_keywords for Unsplash (Step 6):', imageKeywords);

        } else {
            console.warn(`    Debug - Could not find bold text (**...**:) for keywords in: ${fullDescription.substring(0, Math.min(fullDescription.length, 50))}...`);
            imageKeywords = ''; // 추출 실패 시 빈 문자열
        }
        // --- 키워드 추출 및 정제 로직 끝 ---

        processedItems.push({
            json: {
                image_prompt: imagePrompt,
                image_keywords: imageKeywords,
                image_index: imageIndex // 이미지 순서 (선택 사항)
            }
        });
        console.log(`  Function Node - Added item (Index ${imageIndex}): Prompt [${imagePrompt.substring(0, 30)}...], Keywords [${imageKeywords || 'EMPTY'}]`);
    } else {
        console.warn('  Debug - fullDescription was empty after match, skipping item.');
    }
}

if (processedItems.length === 0) {
    console.warn('Function Node - No output items generated. Please review input text format and regex patterns.');
}

return processedItems;

2.3. 코드 상세 설명 및 팁:

• items 배열 처리: N8N의 Function 노드는 이전 노드의 데이터를 items라는 전역 변수에 배열 형태로 전달받습니다. 각 아이템은 json 속성 내에 실제 데이터를 가지고 있습니다.
• 정규식 (Regex)의 중요성:
  • descriptionBlockRegex: Gemini의 출력 형식에 맞춰 각 이미지 설명을 개별적인 블록으로 분리하는 데 사용됩니다. (\d+\.\s*\*\*[^*]+?\*\*:\s*.*?)((?=\d+\.\s*\*\*)|$) 패턴은 “숫자. **제목:** 내용”으로 시작하는 부분을 정확히 잡아내고, 다음 숫자 시작 지점까지 또는 문자열 끝까지를 하나의 블록으로 인식합니다.
  • keywordCaptureRegex: /\*\*(.+?)\*\*:/ 이 정규식은 **와 **: 사이의 텍스트를 추출하여 이미지의 핵심 키워드를 얻습니다.
• 한국어 조사/어미 제거 (Step 4): 이 부분은 한국어 특성상 중요한 정제 과정입니다.
  • imageKeywords.replace(/을|를|이|가|은|는|도|만|에|에서|와|과|랑|하고|으로써|으로|에게|께|한테|부터|까지|마저|조차|처럼|만큼|듯이|하고는|거나|든지|다시|모두|같이|인한|시각적|보여주|묘사하|나타내/g, ”).trim();
  • 여기에 시각적|보여주|묘사하|나타내 등 실제 추출 결과에서 나타났던 어미나 형태들을 추가하여 더욱 정교하게 제거합니다.
• 불용어(Stop Words) 제거 (Step 5): commonWordsToRemove 배열에 “이미지”, “사진”, “묘사하는” 등 검색에 불필요한 일반적인 단어들을 추가하여 검색 효율을 높입니다.
• console.log 디버깅: 코드에 포함된 수많은 console.log 문은 N8N의 Execution Log 탭에서 실행 과정을 단계별로 추적할 수 있게 해줍니다. 키워드 추출이 제대로 되지 않을 때 이 로그를 통해 어느 단계에서 문제가 발생하는지 쉽게 파악할 수 있습니다.
• 출력 형식: 각 이미지 설명에 대해 { json: { image_prompt: “…”, image_keywords: “…”, image_index: N } } 형태의 개별 아이템을 생성하여 다음 노드로 전달합니다.

2.4. 노드 테스트:

• Google Gemini (Generate Image Descriptions) 노드를 먼저 Test Node로 실행하여 Function 노드에 올바른 입력이 오도록 합니다.
• 그 다음, Function (Extract Image Descriptions & Keywords) 노드를 Test Node로 실행합니다.
• Output 탭과 Execution Log 탭을 면밀히 확인하여, 각 아이템마다 image_prompt와 image_keywords가 의도대로 추출되었는지 검토합니다.

3단계: HTTP Request 노드를 통한 Unsplash 이미지 검색 (방대한 라이브러리 활용) 무료 자동화 블로그

이제 잘 정제된 키워드를 사용하여 Unsplash의 방대한 이미지 라이브러리에서 블로그에 적합한 이미지를 검색할 차례입니다. HTTP Request 노드는 외부 API와 통신하는 데 사용됩니다.

3.1. 노드 추가 및 연결:

• Function (Extract Image Descriptions & Keywords) 노드 뒤에 HTTP Request 노드를 추가합니다.
• 노드 이름: HTTP Request (Unsplash Search)로 이름을 변경합니다.

3.2. 인증 (Authentication):

• Authentication: None으로 설정합니다. Unsplash API는 Client ID를 URL 파라미터로 받기 때문에 별도의 인증 헤더가 필요하지 않습니다.

3.3. 요청 방식 (Request Method):

• Method: GET으로 설정합니다. 이미지를 검색하는 것은 데이터를 조회하는 것이므로 GET 요청이 적합합니다.

3.4. URL (경로):

• URL: https://api.unsplash.com/search/photos 를 입력합니다.

3.5. 쿼리 파라미터 (Query Parameters) 설정 (매우 중요):

• Query Parameters 섹션에서 Add Parameter 버튼을 클릭하여 필요한 파라미터들을 추가합니다.
  • Parameter 1 (검색어):
    • Name: query
    • Value: {{ $json.image_keywords }}
      • Explanation: {{ $json.image_keywords }}는 이전 Function 노드에서 추출한 각 아이템의 image_keywords 값을 동적으로 가져와 query 파라미터로 사용합니다. 이 부분이 정확한 이미지 검색의 핵심입니다.
  • Parameter 2 (Client ID):
    • Name: client_id
    • Value: [당신의 Unsplash Access Key]
      • Explanation: Unsplash 개발자 계정에서 발급받은 고유한 Access Key를 여기에 직접 붙여넣습니다. 이 키는 Unsplash API를 호출할 수 있는 권한을 부여합니다. 이 키는 외부에 노출되지 않도록 주의해야 합니다.
      • Unsplash Access Key 얻는 방법 (재차 강조):
        1. Unsplash Developers 웹사이트 (https://unsplash.com/developers) 방문.
        2. 로그인 또는 회원가입.
        3. “Your apps” 또는 “New Application” 클릭하여 새 애플리케이션 생성.
        4. 약관 동의 및 앱 설명 작성 (예: “N8N Blog Image Automation”).
        5. 생성된 앱 페이지에서 “Access Key” (또는 Client ID)를 확인하고 복사합니다.
  • Parameter 3 (페이지당 결과 수 – 권장 1개):
    • Name: per_page
    • Value: 1
      • Explanation: 블로그 게시물 각 섹션에 대해 하나의 대표 이미지만 필요한 경우가 많으므로 1로 설정하는 것이 효율적입니다. Unsplash API는 per_page의 최대값을 30으로 제한합니다. 240을 입력하셨더라도 실제로는 30개까지만 반환됩니다. 한 번에 여러 이미지를 가져와 선택하고 싶다면 더 높은 값을 설정할 수 있습니다.
  • Parameter 4 (이미지 방향 – 선택 사항):
    • Name: orientation
    • Value: landscape (가로형 이미지를 선호하는 경우) 또는 portrait (세로형), squarish (정사각형) 등
      • Explanation: 블로그 레이아웃에 맞춰 이미지의 방향을 지정하여 검색 결과를 필터링할 수 있습니다.

3.6. 응답 형식 (Response Format):

• Response Format: JSON (기본값)으로 설정되어 있는지 확인합니다. Unsplash API는 JSON 형식으로 결과를 반환합니다.

3.7. 노드 테스트:

• HTTP Request (Unsplash Search) 노드를 클릭하고 Test Node 버튼을 클릭하여 실행합니다.
• Output 탭에서 Unsplash API로부터 받은 JSON 응답을 확인합니다. results 배열 안에 검색된 이미지들의 정보가 잘 들어있는지 확인하는 것이 중요합니다. total, total_pages, results 배열이 정상적으로 보이는지 확인하세요.

4단계: Set 노드를 활용한 최종 이미지 URL 추출 (게시물 삽입 준비) 무료 자동화 블로그

Unsplash API 응답은 이미지의 ID, 설명, 사용자 정보, 다양한 크기의 URL 등 복잡한 정보를 담고 있습니다. 최종적으로 블로그에 사용할 특정 이미지 URL만을 추출하여 다음 단계에서 쉽게 사용할 수 있도록 image_url이라는 새로운 필드를 생성합니다.

4.1. 노드 추가 및 연결:

• HTTP Request (Unsplash Search) 노드 뒤에 Set 노드를 추가합니다.
• 노드 이름: Set (Extract Image URL)로 이름을 변경합니다.

4.2. 값 (Values) 설정:

• Values 섹션에서 Add Value 버튼을 클릭합니다.
• 새로운 필드 이름:
  • Name: image_url
• 추출할 URL 경로 설정:
  • Value 필드 옆의 톱니바퀴 아이콘 (Expression)을 클릭하여 표현식 편집기를 엽니다.
  • 다음과 같은 표현식을 입력합니다: {{ $json.results[0].urls.regular }}
    • $json: 현재 노드의 입력 데이터 전체를 나타냅니다.
    • results[0]: Unsplash API 검색 결과는 results라는 배열 안에 이미지 객체들을 담고 있습니다. [0]은 그중 첫 번째(가장 관련성이 높은) 이미지를 의미합니다.
    • urls.regular: 이미지 객체 안의 urls 필드는 다양한 크기의 이미지 URL을 제공합니다.
      • raw: 원본 이미지 URL (매우 큼)
      • full: 원본에 가까운 큰 이미지
      • regular: 블로그 게시물에 적합한 일반적인 크기
      • small: 작은 크기
      • thumb: 썸네일 크기
      • 권장: 대부분의 블로그 게시물에는 regular 또는 small이 적합합니다. 필요에 따라 선택하세요.
  • Add 버튼을 클릭하여 표현식을 적용합니다.

4.3. 노드 테스트:

• Set (Extract Image URL) 노드를 클릭하고 Test Node 버튼을 클릭하여 실행합니다.
• Output 탭을 확인합니다. 이제 각 블로그 섹션에 해당하는 아이템에 image_prompt, image_keywords와 더불어 image_url 필드가 추가되고 Unsplash에서 가져온 이미지 URL이 포함되어 있어야 합니다.

무료 자동화 블로그 이미지 워크플로우, 이제 시작입니다! 

이 상세 매뉴얼을 통해 N8N, Google Gemini, Unsplash API를 연동하여 블로그 이미지 자동화 워크플로우를 성공적으로 구축하셨기를 바랍니다. 여러분은 이제 다음과 같은 혁신적인 시스템을 갖추게 되었습니다:

1. AI 기반 이미지 설명 생성: 블로그 내용에 맞춰 AI가 자동으로 시각적인 이미지를 구상해 줍니다.
2. 스마트 키워드 추출: 복잡한 설명을 Unsplash 검색에 최적화된 핵심 키워드로 변환합니다.
3. 자동 이미지 검색 및 연결: 생성된 키워드를 바탕으로 방대한 Unsplash 라이브러리에서 적절한 이미지를 찾아 매칭합니다.

이 워크플로우는 여러분의 콘텐츠 제작 시간을 획기적으로 단축시켜 줄 뿐만 아니라, 각 글에 맞는 고품질의 이미지를 일관성 있게 제공하여 블로그의 시각적 매력과 전문성을 높여줄 것입니다. 이는 궁극적으로 독자의 참여율을 높이고, Google SEO 측면에서도 긍정적인 영향을 미칠 것입니다.

다음 단계는 무엇인가요?

이제 여러분은 image_url을 확보했습니다. 이 URL을 활용하여

• 블로그 플랫폼 연동: WordPress, Notion, Medium, Ghost 등 여러분이 사용하는 블로그 플랫폼의 API를 N8N의 HTTP Request 또는 특정 노드 (예: WordPress 노드)와 연동하여 자동으로 게시물에 이미지를 삽입할 수 있습니다.
• HTML 생성: 블로그 글의 최종 HTML을 만들 때 <img> 태그 안에 이 URL을 동적으로 넣어줄 수 있습니다.
• 이미지 다운로드 및 업로드: 경우에 따라 이미지를 직접 다운로드하여 서버나 CDN에 업로드하는 워크플로우를 추가할 수도 있습니다.

n8n을 아직 잘 모르신다면 이 글을 먼저 읽어보세요!

2024.12.15 – [제품추천/소프트웨어] – n8n 시놀로지 로컬 설치 쉽게 하는 방법

Google Veo3 와 MusicGPT 콜라보로 만드는 AI 영상

퍼플렉시티 딥 리서치 AI 기반 심층 검색 및 추론 서비스의 혁신

퍼플렉시티는 이를 통해 “수 시간이 걸리는 전문가급 연구 분석을 단 몇 분 만에 수행”할 수 있다고 밝혔으며 이는 정보 탐색의 패러다임을 바꾸는 중요한 변화로 평가받고 있어요 이번 포스팅에서는 딥 리서치의 주요 기능과 특징 벤치마크 성능 실제 테스트 결과까지 자세히 알아볼게요

퍼플렉시티 딥 리서치란 무엇인가

딥 리서치는 단순한 검색 엔진이 아니라 AI가 직접 정보를 분석하고 종합적인 보고서를 작성할 수 있도록 설계된 고급 AI 기반 심층 검색 및 추론 서비스입니다 기존의 검색 방식보다 훨씬 깊이 있는 자료를 찾아내고 이를 체계적으로 정리해 사용자에게 제공합니다

퍼플렉시티는 딥 리서치를 통해 재무 마케팅 제품 조사 등 다양한 분야에서 전문가 수준의 업무를 지원할 수 있다고 밝혔어요 이를 통해 연구 자료가 필요한 학생 비즈니스 리서치를 수행하는 기업 전문가들이 보다 빠르고 정확하게 정보를 활용할 수 있습니다

퍼플렉시티 딥 리서치 주요 기능

1 심층 검색 및 추론

딥 리서치는 단순한 키워드 검색이 아닌 수십 개의 검색을 수행하고 수백 개의 출처를 분석하는 방식으로 정보를 제공해요 AI가 검색된 자료를 바탕으로 추론을 진행하여 더욱 정확한 보고서를 생성할 수 있습니다

2 높은 정확도

퍼플렉시티는 딥 리서치가 AI 모델 성능을 평가하는 대표적인 벤치마크인 인류의 마지막 시험(Humanity’s Last Exam, HLE)에서 205퍼센트의 정확도를 기록했다고 밝혔어요 이는 다른 AI 모델과 비교했을 때 가장 높은 수준으로 평가됩니다

3 가성비 높은 서비스

• 무료 사용자: 매일 5개의 딥 리서치 쿼리 제공

• 프로 구독자(월 20달러): 매일 500개의 쿼리 사용 가능

이는 오픈AI의 챗GPT 프로(월 200달러, 월 100개 쿼리 제한)나 구글의 딥 리서치(월 20달러, 명시적 쿼리 제한 없음)와 비교했을 때 훨씬 높은 가성비를 제공하는 서비스입니다

4 빠른 처리 속도

대부분의 검색을 3분 이내에 완료하여 빠른 처리 속도를 자랑해요 오픈AI의 딥 리서치가 쿼리당 5~30분이 소요되는 것과 비교하면 상당한 강점으로 평가됩니다

5 다양한 플랫폼 지원

현재는 웹 버전으로 제공되지만 곧 iOS 및 안드로이드 앱 맥OS용 버전도 출시될 예정이에요 이를 통해 모바일에서도 편리하게 사용할 수 있을 것으로 기대됩니다

6 광범위한 출처 분석

기존의 검색 엔진이 평균적으로 30~40개의 출처를 참고하는 반면 딥 리서치는 최대 100개 이상의 출처를 분석할 수 있어 더욱 깊이 있는 정보를 제공할 수 있습니다

퍼플렉시티 딥 리서치 벤치마크 성능

퍼플렉시티 딥 리서치는 인류의 마지막 시험에서 205퍼센트의 정확도를 기록하며 다른 주요 AI 모델보다 우수한 성능을 입증했어요ㅜ또한 사실성을 평가하는 SimpleQA 벤치마크에서는 939퍼센트의 높은 정확도를 달성해 단순한 정보 검색을 넘어 정보의 진위 여부까지 판단하는 능력이 뛰어남을 보여주었어요

빠른 처리 속도 역시 강점으로 대부분의 검색을 3분 이내에 완료하는 것으로 나타났어요 이는 다른 AI 검색 서비스보다 훨씬 빠른 처리 속도입니다

직접 테스트해 본 퍼플렉시티 딥 리서치

퍼플렉시티 바로가기

실제로 퍼플렉시티 딥 리서치를 사용해 2025년 세계 반도체 시장 전망과 주요 경쟁 구도를 분석해 보았어요

입력한 질문에 대해 AI가 수백 개의 출처를 분석한 후 다음과 같은 보고서를 생성했어요

이처럼 퍼플렉시티 딥 리서치는 방대한 자료를 신속하게 분석해 전문가 수준의 심층적인 보고서를 생성해 주었어요 연구 자료가 필요한 학생 비즈니스 리서치를 수행하는 기업 전문가들에게 매우 유용한 도구가 될 것으로 보입니다.

퍼플렉시티 딥 리서치 장점과 단점

✅ 장점

• 무료 제공: 하루 5개의 무료 검색 쿼리 제공

• 심층적인 분석 기능: 단순 검색이 아닌 AI 기반 추론 제공

• 빠른 속도: 3분 이내에 보고서 생성 가능

• 다양한 플랫폼 지원 예정: 모바일 및 맥OS 확장 계획

❌ 단점

• 고급 기능은 유료 서비스 필요: 프로 구독자가 되어야 무제한 검색 가능

• 출처 신뢰성 검토 필요: AI가 분석한 자료의 신뢰도를 사용자가 확인해야 함

결론

퍼플렉시티 딥 리서치는 기존의 검색 엔진을 뛰어넘는 AI 기반 리서치 도구로 자리 잡을 가능성이 높아요 높은 정확도 빠른 속도 가성비 높은 서비스까지 갖추고 있어 AI 리서치 시장에서 강력한 경쟁력을 가질 것으로 예상됩니다

특히 무료 사용자에게도 5개의 검색 쿼리를 제공하는 점은 AI 기술의 접근성을 높이고 더 많은 사람들이 지식을 쉽게 얻을 수 있도록 한다는 퍼플렉시티의 철학을 보여주는 부분이에요.

[관련 태그] 퍼플렉시티, 딥 리서치, AI검색, AI리서치, AI추론, 인공지능, 심층검색, 데이터분석, 시장조사, 비즈니스리서치, AI보고서, AI기술, 정보검색, 연구도구, AI업데이트, 미래기술

2024.11.15 – [컴퓨터/AI] – Perplexity AI 실시간 데이터베이스 AI

Perplexity AI 실시간 데이터베이스 AI

외국에서 핫 한 AI Groq 무제한 토큰 AI LLM을 위한 NPU의 혁신

NPU의 성능은 정말 어마어마하다. 기존의 CPU와 GPU는 일반적인 컴퓨팅 작업에 적합하지만, AI와 머신러닝 작업에서는 NPU가 더 뛰어난 성능을 발휘한다. NPU는 대량의 행렬 연산을 동시에 처리할 수 있는 구조로 되어 있어, 대형 언어 모델과 같은 복잡한 AI 작업에 최적화되어 있다. Groq는 이러한 NPU를 기반으로 다양한 AI 서비스를 제공하고 있으며, 이는 AI 개발자와 연구자들에게 큰 도움이 되고 있다.

더 자세한 내용은 테크튜브의 기사에서 확인할 수 있다. 이 기사에서는 Groq의 기술적 배경과 NPU의 장점, 그리고 Groq가 제공하는 서비스에 대한 정보를 상세히 다루고 있다.

CPU, GPU, NPU, TPU의 차이

AI 개발에 필수적인 머신러닝에는 CPU, GPU, NPU, TPU( Tensor Processing Unit) 등의 프로세싱 칩이 사용된다. 각각의 칩은 특정한 용도에 맞게 설계되었으며, 그 차이점을 이해하는 것은 AI 개발에 있어 매우 중요하다.

CPU (Central Processing Unit)

CPU는 컴퓨터의 중앙 처리 장치로, 일반적인 계산 작업을 수행하는 데 최적화되어 있다. CPU는 다양한 작업을 순차적으로 처리할 수 있는 능력을 가지고 있지만, 대량의 데이터와 복잡한 연산을 동시에 처리하는 데는 한계가 있다. 따라서 AI와 머신러닝 작업에서는 CPU의 성능이 부족할 수 있다.

GPU (Graphics Processing Unit)

GPU는 그래픽 처리에 최적화된 프로세서로, 대량의 데이터를 병렬로 처리할 수 있는 능력을 가지고 있다. GPU는 이미지와 비디오 처리에 주로 사용되지만, 최근에는 머신러닝과 딥러닝 작업에서도 널리 사용되고 있다. GPU는 수천 개의 코어를 통해 대량의 행렬 연산을 동시에 수행할 수 있어, AI 모델의 학습 속도를 크게 향상시킬 수 있다.

NPU (Neural Processing Unit)

NPU는 AI 연산에 최적화된 프로세서로, 대량의 데이터 처리와 복잡한 계산을 효율적으로 수행할 수 있도록 설계되었다. NPU는 특히 딥러닝 모델의 학습과 추론에 최적화되어 있으며, 대량의 행렬 연산을 동시에 처리할 수 있는 구조로 되어 있다. Groq는 이러한 NPU를 통해 AI LLM의 성능을 극대화하고 있다.

TPU (Tensor Processing Unit)

TPU는 구글이 개발한 AI 전용 프로세서로, TensorFlow와 같은 머신러닝 프레임워크에 최적화되어 있다. TPU는 대량의 행렬 연산을 빠르게 처리할 수 있도록 설계되었으며, AI 모델의 학습과 추론 속도를 크게 향상시킬 수 있다. TPU는 구글 클라우드 플랫폼에서 제공되며, AI 개발자들에게 매우 유용한 도구가 되고 있다.

이처럼 CPU, GPU, NPU, TPU는 각각의 특성과 장점이 있으며, AI 개발자들은 자신의 프로젝트에 맞는 프로세서를 선택하여 최적의 성능을 이끌어낼 수 있다. Groq는 NPU를 통해 AI LLM의 성능을 극대화하고 있으며, 이는 AI 개발자와 연구자들에게 큰 도움이 되고 있다.

Groq의 서비스와 플랜

Groq는 무료 및 엔터프라이즈 플랜을 제공하고 있으며, 개발자 플랜은 곧 출시될 예정이다. 무료 플랜을 통해 오픈소스 LLM을 활용한 API 개발이 가능하다는 점이 매력적이다. Groq의 무료 플랜은 사용자가 AI 모델을 쉽게 활용할 수 있도록 다양한 기능을 제공한다.

무료 플랜의 특징

1. 일일 토큰 제한 없음: Groq의 무료 플랜에서는 일일 토큰 제한이 없어, 사용자가 자유롭게 API를 활용할 수 있다. 이는 특히 개발자와 연구자들에게 큰 장점이 된다.
2. 다양한 모델 지원: Groq는 최근 공개된 405B Llama 모델을 포함하여 다양한 모델을 지원한다. 이는 사용자가 자신의 필요에 맞는 모델을 선택하여 사용할 수 있도록 해준다.
3. 예상 과금 금액 계산: 무료 플랜에서도 예상 과금 금액을 계산해주는 기능이 있어, 사용자가 비용을 미리 예측할 수 있다. 이는 예산 관리를 용이하게 해준다.
4. API 문서 제공: Groq는 API 사용을 위한 문서를 제공하여, 개발자들이 쉽게 API를 활용할 수 있도록 돕는다. 문서에는 API 호출 방법, 샘플 코드, 오류 처리 방법 등이 상세히 설명되어 있다.

지원하는 모델

Groq는 다양한 AI 모델을 지원하며, 최근 공개된 405B Llama 모델을 포함하여 여러 모델을 제공하고 있다. 다음은 Groq에서 지원하는 모델 목록이다:

모델명개발사모델 ID컨텍스트목적

이러한 다양한 모델을 통해 사용자는 자신의 필요에 맞는 AI 모델을 선택하여 활용할 수 있다. 특히, Llama 3.1 405B 모델은 최근 공개된 모델 중 하나로, 일반 용도로 사용하기에 적합하다. Groq는 이러한 모델을 통해 AI 개발자들에게 다양한 선택지를 제공하고 있다.

API 발급하기

Groq의 API를 사용하기 위해서는 다음 단계를 따르면 된다:

1. 로그인

Groq의 웹사이트에 접속하여 회원 가입을 진행해야 한다. 구글 회원 가입을 추천하며, 이를 통해 간편하게 로그인할 수 있다. Groq 사이트로 이동하여 회원 가입을 진행하자.

2. 키 발급

회원 가입 후, 클라우드 사이트로 이동하여 “create API KEY”를 클릭한다. 여기서 API 키의 이름을 입력하면 키가 발급된다. 이 API 키는 Groq의 API를 호출하는 데 필요하므로 안전하게 보관해야 한다.

3. 테스트 해보기

API 키를 발급받은 후, 아래의 샘플 코드를 사용하여 API를 테스트해보자. 이 코드는 Groq의 API를 호출하여 간단한 질문에 대한 응답을 받아오는 예제이다.

import os
from groq import Groq

# 키를 여기에 넣어주세요
GROQ_API_KEY=""

# Groq 클라이언트 초기화
client = Groq(
    api_key=GROQ_API_KEY
)

# API 호출
chat_completion = client.chat.completions.create(
    messages=[
        {
            "role": "user",
            "content": "한국어는 무슨 언어야?",
        }
    ],
    model="llama3-8b-8192",
)

# 응답 출력
print(chat_completion.choices[0].message.content)

위의 코드를 실행하면, Groq의 API를 통해 “한국어는 무슨 언어야?”라는 질문에 대한 응답을 받을 수 있다. 이처럼 Groq는 사용자가 쉽게 API를 활용할 수 있도록 다양한 샘플 코드를 제공하고 있다.

Groq는 OpenAI의 서비스와 경쟁하고 있으며, 개발 SDK가 거의 동일하다. 실제 운영 중인 서비스에서도 OpenAI와 유사한 개발 코드를 사용할 수 있다. 이는 개발자들이 Groq를 쉽게 활용할 수 있도록 돕는다.

실제 사용 사례

Groq의 API를 활용하여 블로그를 개설하고, 자동화 프로젝트를 진행하고 있다. 무료로 제공되는 API를 통해 다양한 기능을 구현할 수 있어 매우 유용하다. Groq의 혁신적인 기술을 통해 AI LLM의 가능성을 더욱 확장해 나가길 기대한다.

블로그 자동화 프로젝트

Groq의 API를 활용하여 블로그 자동화 프로젝트를 진행하고 있다. 이 프로젝트의 목표는 AI를 활용하여 블로그 콘텐츠를 자동으로 생성하고 관리하는 것이다. Groq의 API를 통해 다양한 주제에 대한 글을 작성하고, 이를 블로그에 게시하는 시스템을 구축하고 있다.

1. 주제 선정: 사용자가 관심 있는 주제를 입력하면, Groq의 API를 통해 해당 주제에 대한 글을 생성한다. 예를 들어, “인공지능의 미래”라는 주제를 입력하면, Groq는 관련된 내용을 바탕으로 글을 작성한다.
2. 콘텐츠 생성: Groq의 API를 호출하여 생성된 콘텐츠를 받아온다. 이 과정에서 사용자는 원하는 글의 길이, 스타일, 톤 등을 설정할 수 있다. Groq는 이러한 설정을 반영하여 최적의 콘텐츠를 생성한다.
3. 게시 및 관리: 생성된 콘텐츠는 블로그 플랫폼에 자동으로 게시된다. 또한, Groq의 API를 통해 블로그의 트래픽 분석, 사용자 피드백 수집 등의 기능도 구현할 수 있다. 이를 통해 블로그 운영자는 효율적으로 콘텐츠를 관리하고, 사용자와의 소통을 강화할 수 있다.

결론

Groq는 AI LLM을 위한 NPU의 혁신적인 기술을 통해 AI 개발자와 연구자들에게 큰 도움이 되고 있다. 무료 플랜을 통해 다양한 모델을 지원하며, API를 쉽게 활용할 수 있는 환경을 제공하고 있다. Groq의 기술을 활용하여 블로그 자동화 프로젝트와 같은 다양한 응용 프로그램을 개발할 수 있으며, 이는 AI의 가능성을 더욱 확장하는 데 기여할 것이다.

앞으로 Groq의 발전과 함께 AI LLM의 활용 범위가 더욱 넓어지길 기대하며, Groq의 기술이 AI 개발자들에게 많은 영감을 줄 수 있기를 바란다. Groq의 혁신적인 기술을 통해 AI의 미래를 함께 만들어 나가길 기대한다.

2024.07.30 – [컴퓨터/AI] – 중국판 소라 클링 Kling AI 가입부터 사용 방법까지 알아보기

Perplexity AI 실시간 데이터베이스 AI

챗GPT를 시작으로 현재 시장에는 다양한 기능을 가진 AI들이 빠르게 출시되고 있습니다. 그림을 그려주고 디자인을 해주는 AI 역시 그중 하나인데요. 이러한 트렌드에 맞춰 구글에서는 오토드로우(AutoDraw)라는 AI 를 출시하였습니다. 오토드로우는 선을 대충 그리게 되면 해당 선을 AI 가 그림을 파악하여 사용자가 원하는 그림을 완성시켜 주는 AI입니다.

또한 그림만 그려주는 것이 아니라 AI 가 그려준 그림을 내가 원하는대로 또 채색 등 편집하는 것도 가능하기 때문에 유익한데요. 이러한 오토드로우는 어린이 교육 업계에서도 많은 주목을 받고 있습니다.  그래서 오늘은 어떻게 오토드로우를 사용할 수 있는지에 대해 한번 알아보도록 하겠습니다.

오토드로우(AutoDraw) 접속 방법

1. 오토드로우 검색

1) 구글에 오토드로우(AutoDraw)를 검색합니다.

2) 오토드로우 홈페이지(https://www.autodraw.com/)에 접속합니다.

2. 오토드로우 실행

1) Start Drawing 을 클릭합니다.

2) 해당 절차를 따라하면 오토드로우(AutoDraw)를 시작할 수 있습니다.

오토드로우(AutoDraw) 사용 방법

1. 디자인 펜 굵기 조절하는 방법

– 디자인 펜 굵기 조절입니다. 해당 기능을 통해 그림을 그리는 펜의 굵기를 조절할 수 있습니다.

2. 도형 선택하는 방법

– 도형을 선택하는 기능입니다. 이미 그려놓은 도형들을 드래그를 통해 선택할 수 있습니다.

3. AI 도형 그리는 방법

– AI 도형을 그려주는 오토드로우 기능입니다. 해당 기능을 클릭 후, 도형을 그리면 AI가 사용자의  의도를 파악하고 최적의 그림을 추천해 줍니다. 추천해 주는 그림은 펜 굵기 조절이 있는 상단에 제시됩니다.

4. 도형 그리는 방법

– AI 기능을 제외한 단순 그림을 그리는 기능입니다. AI의 도움 없이 자신이 원하는 그림을 그리고 싶을 때 사용할 수 있습니다.

5. 텍스트 삽입 방법

– 텍스트를 생성하는 기능입니다. 그림 내에 텍스트를 삽입하고 싶을 때 해당 기능을 클릭하여 사용합니다.

6.색감 칠하는 방법

– 색감을 채우는 기능입니다. 원하는 도형의 색깔을 채울 수 있습니다. 

7.  도형을 그리는 방법

– 도형을 그리는 기능입니다. 삼각형, 사각형, 원형 이렇게 3가지를 사용할 수 있습니다.

8. 색깔을 정하는 방법

– 색감을 설정하는 기능입니다. 오토드로우에서 제공하는 색깔을 선택하여 사용할 수 있습니다.

9. 확대하는 방법

– 확대하기 기능입니다. 화면을 확대할 수 있으며 디테일한 부분을 그리거나 색칠할 때 사용할 수 있습니다. 확대하기 기능을 클릭하면 펜 굵기 설정을 하는 상단 바에서도 설정할 수 있습니다. 

10. 되돌리기 방법

– 되돌리기 입니다. 방금 직전에 한 행동을 되돌려줍니다. 여러 번 반복해 주면 계속해서 직전 행동을 취소할 수 있으며, Ctrl + z 단축키를 통해서 활용 가능합니다. 단, 화면을 열기 이전에 작업은 되돌릴 수 없습니다. 
ex, 저장한 파일을 불러오고 실행후 되돌리기는 새로운 화면이 열린 것이기 때문에 되돌릴 수 없습니다.

11. 지우기 방법

– 지우기 기능입니다. 작업한 부분을 지울 수 있습니다. 

12. 그림 사이즈 변경 방법

– 상단 메뉴를 선택한 이후 그림 그리는 페이지의 사이즈를 변경할 수 있습니다.

13. 그림 다운로드 방법

– 그림을 다운로드 하는 기능입니다. 다운로드를 누르기 직전까지 그린 그림을 파일로 다운로드할 수 있도록 해주는 기능입니다.

14. 그림 링크 공유 방법 – 오토드로우

– 그림 링크를 공유할 수 있도록 해주는 기능입니다. 다만 링크를 복사하는 것까지 제공하고 있으며, 링크 복사 후 배포하는 것은 본인이 직접 필요한 곳에 접속하여 붙여 넣기 하여야 합니다. 

챗GPT가 개발된 이후 AI는 트렌드에서 가장 핫한 이슈가 되었으며 오늘 이순간에도 다양한 기능을 가진 AI기능들이 개발되고 있습니다. 오늘 소개한 오토드로우(AutoDraw) 역시 그러한 AI 중 하나인데요. 현재는 교육업계에서 초등학생들을 대상으로도 많이 활용되고 있다고 합니다. 

그림을 못그리는 누구라도 오토드로우가 있다면 그림에 대한 완성도를 높일 수 있는 만큼 다양한 분야에서 활용되고 있는데, 이러한 기능을 잘 활용할 수 있다면 좋을 것 같습니다. 

2024.11.11 – [분류 전체보기] – 카카오톡 오픈채팅 정지 차단 해제 방법

구글 드라이브 오류 발생 &#8216;이 파일을 보거나 다운로드 할 수 없습니다&#8217; 파일 다운로드를 위한 상세 해결 방법

틱톡 AI 도입 배경

틱톡은 전 세계적으로 가장 인기 있는 짧은 동영상 공유 플랫폼 중 하나로, 사용자들이 짧고 재미있는 영상을 만들고 공유하는 것을 주요 기능으로 삼고 있습니다. 최근에는 AI 기술이 콘텐츠 제작에 본격적으로 도입되면서, 사용자들이 보다 쉽고 창의적으로 콘텐츠를 제작할 수 있는 환경이 마련되었습니다. 틱톡의 이러한 AI 도입은 콘텐츠 제작의 효율성을 높이고, 더 다양한 형식의 콘텐츠가 탄생할 수 있는 기반을 마련해주고 있습니다.

틱톡에서의 AI 기술 활용은 사용자들에게 창의력을 발휘할 더 많은 기회를 제공할 뿐만 아니라, 콘텐츠 접근성을 높이는 역할을 합니다. 예를 들어, 고급 편집 기술을 필요로 했던 작업들이 AI의 도움으로 쉽게 이루어지기 때문에, 누구나 복잡한 편집 기술 없이도 전문적인 콘텐츠를 제작할 수 있게 되었죠.

AI 생성 콘텐츠란?

AI 생성 콘텐츠는 딥 러닝이나 기계 학습 같은 AI 기술을 활용해 자동으로 생성된 이미지, 동영상, 오디오 등을 의미합니다. 사용자가 특정 주제나 원하는 스타일을 입력하면, AI는 이를 분석하고 그에 맞는 이미지를 즉석에서 생성해줍니다. 이 과정은 단순한 이미지 생성에서부터 복잡한 영상 편집까지 다양한 작업을 포함할 수 있습니다.

틱톡에서 AI를 사용하면, 사용자는 더 이상 복잡한 편집 소프트웨어나 기술을 익힐 필요 없이 간단한 입력만으로도 독창적인 콘텐츠를 만들 수 있게 되었습니다. 예를 들어, AI는 사용자가 입력한 텍스트에 맞는 애니메이션을 만들어내거나, 특정 효과를 자동으로 추가하는 방식으로 콘텐츠 제작 시간을 크게 단축시켜 줍니다.

틱톡에서의 AI 사용 사례

틱톡은 다양한 AI 도구를 제공해 사용자들이 창의적인 콘텐츠를 쉽게 만들 수 있도록 돕고 있습니다. 예를 들어, 사용자들이 AI 기술을 활용해 즉석에서 애니메이션이나 효과를 추가할 수 있게 했습니다. 이러한 AI 기능은 특히 광고 대행사나 브랜드와 협업하는 콘텐츠 창작자들에게 유용하게 활용되고 있습니다. 그들은 브랜드의 이미지에 맞춘 맞춤형 콘텐츠를 AI의 도움으로 더 쉽게 제작할 수 있습니다.

광고나 마케팅 캠페인에서는 브랜드에 맞는 영상 효과나 이미지를 AI가 자동으로 생성함으로써, 더 빠르고 효율적인 콘텐츠 제작이 가능해졌습니다. 이처럼 AI는 창작자들에게 새로운 영감을 주고 있으며, 기존에 소요되던 시간과 노력을 대폭 절약할 수 있게 되었습니다.

틱톡의 AI 콘텐츠 생성 과정

틱톡에서 AI 콘텐츠를 생성하는 과정은 매우 직관적이고 간단합니다. 사용자가 특정 주제를 입력하거나 이미지와 관련된 간단한 요청을 하면, AI가 즉석에서 그에 맞는 이미지나 동영상을 생성합니다. 이후, 사용자는 생성된 이미지를 바탕으로 동영상을 제작하고, 여러 가지 효과를 추가할 수 있습니다. 이러한 과정은 매우 쉽고 빠르게 이루어지기 때문에, 초보자도 금방 배워서 활용할 수 있습니다.

틱톡의 AI 도구를 사용하면 복잡한 편집 없이도 고급스러운 콘텐츠를 제작할 수 있는 점이 큰 장점입니다. AI가 제공하는 자동화된 기능 덕분에 많은 시간이 소요되던 작업들이 간단해졌고, 그로 인해 콘텐츠 제작 속도가 크게 향상되었습니다.

AI 생성 콘텐츠의 투명성

틱톡은 AI로 생성된 콘텐츠에 투명성을 보장하기 위해 여러 가지 노력을 기울이고 있습니다. 그중 하나는, AI가 만든 콘텐츠에는 ‘AI 생성’이라는 라벨을 붙여, 사용자들이 해당 콘텐츠가 AI에 의해 만들어졌음을 쉽게 인지할 수 있도록 하고 있다는 점입니다. 이는 콘텐츠의 출처를 명확히 밝히고, 사용자들 사이에 신뢰를 구축하는 데 중요한 역할을 하고 있습니다.

이러한 조치는 틱톡이 제공하는 콘텐츠가 정확성과 신뢰성을 갖추고 있음을 보장하며, AI가 사용자들에게 혼란을 주지 않도록 투명성을 유지하는 방식으로 작동합니다.

미래의 틱톡과 AI

앞으로 틱톡은 더 많은 AI 기능을 도입할 것으로 예상됩니다. AI 기술은 콘텐츠 제작의 경계를 계속해서 확장시키며, 사용자들이 더 창의적으로 표현할 수 있는 방법을 제시할 것입니다. 자동화된 영상 편집 도구부터 실시간 효과에 이르기까지, AI는 콘텐츠 제작의 속도와 퀄리티를 한 단계 더 끌어올릴 것으로 기대됩니다.

또한, AI가 발전함에 따라 개인 맞춤형 콘텐츠 추천 기능이 더욱 정교해질 가능성도 큽니다. 이는 사용자들이 자신의 취향에 맞는 콘텐츠를 쉽게 찾고, 창작자는 자신의 작품을 더욱 효과적으로 노출할 수 있는 환경을 조성하게 될 것입니다. 틱톡은 이를 통해 사용자 경험을 극대화하고, 창작자들에게 더 많은 기회를 제공할 것입니다.

틱톡 AI의 향후 전망

틱톡에서의 AI 기술 발전은 콘텐츠 제작과 소비 모두에 큰 변화를 가져올 것입니다. AI는 틱톡 내에서 다양한 콘텐츠 유형을 실험할 수 있게 해줄 뿐만 아니라, 창작자들이 이전보다 더 많은 창의적인 콘텐츠를 만들어낼 수 있는 기반을 제공합니다. 효과적인 편집 도구, 음성 인식, 영상 변환 등 다양한 AI 기능들이 추가될수록 틱톡은 더욱 다양한 사용자층을 확보하게 될 것입니다.

특히, AI 기술이 계속 발전함에 따라 틱톡은 창의성과 기술의 융합을 촉진하는 선두 플랫폼이 될 가능성이 큽니다. AI의 발전은 창작자들이 기존의 편집 방식에서 벗어나 새로운 형식의 콘텐츠를 시도할 수 있는 환경을 조성할 것이며, 이는 틱톡의 콘텐츠 생태계를 더욱 풍부하게 만들 것입니다.

틱톡에서 AI 기술이 어떻게 콘텐츠 제작을 변화시키고 있는지를 살펴보면, 우리는 콘텐츠 생성의 미래를 엿볼 수 있습니다. 틱톡의 AI 도구들은 사용자들이 복잡한 기술 없이도 쉽고 빠르게 콘텐츠를 제작할 수 있도록 도와주고, 창의력을 발휘할 수 있는 무한한 기회를 제공합니다.

AI가 계속 발전함에 따라 틱톡은 사용자들에게 더 많은 창작 도구와 새로운 경험을 제공할 것이며, 이는 틱톡이 단순한 소셜 미디어를 넘어 창작의 장으로서의 역할을 더욱 강화하게 될 것입니다. 앞으로 틱톡 AI 기술이 어떻게 발전하고, 사용자들에게 어떤 새로운 가능성을 열어줄지 기대가 됩니다.

해당 서비스는 배경 생성 및 편집뿐만 아니라, 업스케일을 통한 화질 개선 기능도 제공합니다.

포티오 Photio AI 제품 사진 배경 생성 사용법

이번 포스팅에서는 포티오 사용법과 해당 서비스를 이용해서 실제 제품의 배경을 AI로 생성하고, 편집하는 전 과정을 소개하겠습니다.

포티오 사용법

지금부터 포티오 가입부터 이미지 배경 생성 및 편집까지의 전 과정을 소개하겠습니다.

1. 포티오 홈페이지 접속 → 가입

2. 업로드하고 채팅 시작하기 버튼 클릭

3. 제품 사진 업로드

4. 자동으로 배경이 제거된 이미지가 캔버스에 삽입됩니다.

5. 삽입된 이미지 크기 및 기울기 조정

6. AI 배경 생성 → 텍스트 → 프롬프트 입력 → 생성하기 버튼 클릭
포티 오는 한글 프롬프트도 지원합니다.

7. 배경 4개 세트 생성 완료

8. 배경 선택

마음에 드는 배경이 없으면 4개 더 생성하기 버튼을 클릭하면 추가로 4개의 배경을 확보할 수 있습니다.

9. 필터 적용, 옵션 값 조정

10. 상단부 다운로드 버튼 클릭

11. 이미지 다운로드 완료

기타. 부분 편집 기능

AI로 이미지를 생성하다 보면, 전반적으로 만족스럽지만, 한두 가지 어색한 요소 때문에 이미지를 상업적으로 활용하기 어려운 경우가 자주 발생합니다.

이런 경우가 발생하면, AI 배경 수정하기 메뉴에 접속한 후, 브러시로 수정하고 싶은 부분을 마스킹하고 프롬프트를 입력하여 이미지를 수정할 수 있습니다.

저는 이미지 속 구멍을 없애기 위해 구멍을 브러시로 마스킹한 후, 구멍 없애줘라는 간단한 한글 프롬프트를 입력하고 이미지를 생성했습니다.

이미지에서 구멍을 없앤 후, 제품 왼쪽에 생긴 어색한 요소들도 제거하여 아래와 같은 이미지를 확보할 수 있었습니다.

직접 업로드한 이미지를 배경으로 활용하는 방법

포티오에서는 사용자가 업로드한 배경 이미지를 참조해서 새로운 AI 배경 이미지를 생성하는 기능도 제공합니다.

지금부터 아래 두 가지 이미지를 사용하 제품 소개 이미지를 만드는 과정을 소개하겠습니다.

제품(왼쪽), 배경(오른쪽)

먼저 제품 이미지를 업로드한 후, AI 배경 생성 메뉴에서 이미지를 옵션을 선택합니다.

참조시킬 배경 이미지를 업로드한 후 생성하기 버튼을 클릭합니다.

생성된 네 개의 이미지 중 가장 마음에 드는 이미지를 선택합니다.

다른 예시

저는 포티오로 실제 제품 상세페이지에 사용할 이미지 샘플을 만들어 보았습니다.

다음은  메신저백 이미지를 백화점 매장 제품 매장에 진열시킨 예시입니다.

요즘은 AI의 발전으로 1인 사업을 하기에 너무나 좋은 시기인 것 같습니다.

무료 플랜 vs 유료 플랜

2024년 6월 기준, 배경 이미지를 무료로 무제한 생성하고 편집할 수 있습니다.

다만, 무료 버전에서는 이미지에 워터마크가 표시되며, 업스케일이 이미지 사이즈 조정과 같은 기능은 제공되지 않습니다.

모든 기능을 제공하는 Pro 플랜은 현재 월 9,800원입니다.

가격 정책은 수시로 변경될 수 있으므로, 최신 정보는 가격 정책 페이지에서 확인해 주시기 바랍니다.

지금까지 포티오에서 실제 제품의 배경을 AI로 생성하는 과정을 살펴보았습니다.

제품 이미지는 고정된 상태에서 배경만 변경하는 기능은 많은 사용자들이 기다려온 기능입니다. 이제 잘 찍은 제품 사진 하나만 있으면, 제품 상세 페이지에 사용할 이미지를 AI로 손쉽게 만들 수 있는 시대가 되었습니다.

최근 들어 포티오와 같이 실용적인 AI 서비스들이 출시되고 있는데, 대표적으로 인물 사진과 함께 상의 사진을 업로드하면 인물은 고정된 상태에서 상의만 변경해 주는 IDM-VTON이라는 서비스도 있습니다.

포티오는 국내 스타트업인 플래닝고에서, IDM-VTON은 카이스트에서 개발한 서비스로, 국내에서 계속해서 실용적인 AI 서비스가 론칭되는 것은 고무적입니다.

포티오가 크게 성장해서 해외 유저들도 많이 사용하는 유명한 서비스가 되길 바라며 이번 포스팅을 마무리하겠습니다.

기존에는 중국 사용자만 이용할 수 있었지만, 2024년 7월 24일 인터내셔널 버전 출시와 함께 국내에서도 클링을 이용할 수 있게 되었습니다.

이번 포스팅에서는 클링에서 이미지를 생성한 후 → 해당 이미지로 영상을 생성하는 방법과, 내가 기존에 보유한 이미지를 업로드한 후 영상을 생성하는 방법을 함께 살펴보겠습니다.

중국판 소라 클링 Kling AI 가입부터 사용 방법까지 알아보기

클링 사용법

지금부터 홈페이지 접속부터 영상 생성까지의 전 과정을 상세하게 설명하겠습니다.

1. 클링 홈페이지 접속 → 우측 상단 Sign in for free credits 버튼 클릭

2. 계정 생성

3. 계정 생성 완료 → 좌측 AI Images 메뉴 클릭

4. 프롬프트 입력 및 옵션 설정 → 연두색 Generate 버튼 클릭
프롬프트 입력 후 레퍼런스 이미지 설정(옵션), 이미지 가로/세로 비율 및 이미지 개수를 선택한 후 이미지를 생성합니다.

5. 이미지 생성 완료

6. 이미지에 마우스를 올리면 표시되는 Bring to life 버튼 클릭

7. 프롬프트 입력 및 옵션 설정 → Generate 버튼 클릭
Bring to life 버튼을 클릭하면 이미지를 참조하여 영상을 생성하는 Image to Video 메뉴로 이동됩니다.

프롬프트로 ‘The dog is jumping‘을 입력한 후 영상을 생성해 보겠습니다.

8. 영상 생성 완료
잠시 후 강아지가 점프하는 영상이 생성됩니다.

‘아보다, 아는만큼..’에서 업로드한 동영상

Text/Image to Video

다음으로 이미지 생성 과정 없이 바로 영상을 제작해 보겠습니다.

사용자가 입력한 텍스트 명령어를 기반으로 영상을 생성하는 Text to Video, 사용자가 업로드한 이미지를 기반으로 영상을 생성하는 Image to Video 두 가지 옵션이 제공됩니다.

TEXT TO VIDEO

먼저 텍스트 명령어 입력을 통해 영상을 생성하는 과정을 소개하겠습니다.

1. 클링 홈페이지 접속 → 좌측 AI Videos 메뉴 선택

2. Text to Video 메뉴 선택 후 프롬프트 입력 및 옵션 설정 → Generate 버튼 클릭
프롬프트로 ‘Inside shot, close-up, a Chinese child is eating dumplings’를 입력해 보겠습니다.

3. 영상 생성 완료
잠시 후 어린아이가 만두를 먹는 영상이 생성됩니다.

‘아보다, 아는만큼..’에서 업로드한 동영상

IMAGE TO VIDEO

마지막으로 사용자가 보유한 이미지를 업로드한 후, 해당 이미지를 기반으로 영상을 생성하는 과정을 함께 살펴보겠습니다.

1. Image to Video 메뉴 접속 → 이미지 업로드

2. 프롬프트 입력 및 옵션 설정 → Generate 버튼 클릭

3. 영상 생성 완료
귀여운 강아지가 공사 현장에서 중장비를 운전하는 영상입니다.

‘아보다, 아는만큼..’에서 업로드한 동영상

4. 기타 영상
미드저니에서 생성한 고기 이미지를 실시간으로 구워지고 있는 영상으로 만든 예시입니다.

‘아보다, 아는만큼..’에서 업로드한 동영상

미드저니에서 생성한 여성 이미지를 춤추는 영상으로 변환한 예시입니다.

‘아보다, 아는만큼..’에서 업로드한 동영상

영상 생성 후기

최근 루마 랩스의 드림 머신, 런웨이의 Gen-3가 출시되면서 AI 영상 분야에 큰 변화를 가져왔습니다. 기존에 제공되던 서비스와는 차원이 다른 AI 영상 퀄리티를 보여줬기 때문입니다.

클링은 출시와 함께 런웨이와 Gen-3를 뛰어넘는 퀄리티로 시장의 모든 관심을 빼앗아 오는데 성공했습니다.

해당 서비스가 더욱 기대되는 이유는 아직은 활성화되지 않았지만, 한 번에 10초 길이의 영상을 생성하는 옵션이 제공될 예정이고, 그 외에도 다양한 기능이 추가될 예정이기 때문입니다.

지금까지 AI 영상 분야에서 한 번에 생성되는 영상 길이가 최대 5초였는데, 클링이 최초로 10초 옵션을 보여주면서, 앞으로 한 번에 생성되는 영상의 길이가 굉장히 중요해질 것으로 보입니다.

2024년 2월 최초 공개 후 5개월이 넘도록 출시 준비중인 OpenAI의 Sora가 더욱 기다려 집니다.

하반기에 주목해야 할 AI 이벤트(feat.sk증권)