> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-partner-nodes-consolidate.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# LTXVAddGuide - ComfyUI Built-in Node Documentation

> LTXVAddGuide 노드는 입력 이미지 또는 비디오를 인코딩하여 키프레임으로 conditioning 데이터에 통합함으로써 잠재(latent) 시퀀스에 비디오 conditioning 가이드를 추가합니다.

LTXVAddGuide 노드는 입력 이미지 또는 비디오를 인코딩하여 키프레임으로 conditioning 데이터에 통합함으로써 잠재(latent) 시퀀스에 비디오 conditioning 가이드를 추가합니다. VAE 인코더를 통해 입력을 처리하고 결과로 생성된 잠재(latent)를 지정된 프레임 위치에 전략적으로 배치하면서 긍정 및 부정 conditioning을 키프레임 정보로 업데이트합니다. 이 노드는 프레임 정렬 제약 조건을 처리하고 conditioning 영향의 강도를 제어할 수 있게 합니다.

## 입력

| 매개변수                | 설명                                                                                                                                                                                               | 데이터 유형               | 필수  | 범위            |
| ------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | -------------------- | --- | ------------- |
| `긍정 조건`             | 키프레임 가이드로 수정할 긍정 conditioning 입력                                                                                                                                                                 | CONDITIONING         | 예   | -             |
| `부정 조건`             | 키프레임 가이드로 수정할 부정 conditioning 입력                                                                                                                                                                 | CONDITIONING         | 예   | -             |
| `vae`               | 입력 이미지/비디오 프레임을 인코딩하는 데 사용되는 VAE 모델                                                                                                                                                              | VAE                  | 예   | -             |
| `잠재 비디오`            | conditioning 프레임을 전달받을 입력 잠재(latent) 시퀀스                                                                                                                                                         | LATENT               | 예   | -             |
| `이미지`               | 잠재 비디오를 conditioning하는 데 사용할 이미지 또는 비디오. 8*n + 1 프레임이어야 합니다. 비디오가 8*n + 1 프레임이 아닌 경우 가장 가까운 8\*n + 1 프레임으로 크롭됩니다.                                                                                | IMAGE                | 예   | -             |
| `프레임 번호`            | conditioning을 시작할 프레임 인덱스. 단일 프레임 이미지 또는 1\~8프레임 비디오의 경우 frame\_idx 값은 무엇이든 허용됩니다. 9프레임 이상의 비디오의 경우 frame\_idx는 8로 나누어 떨어져야 하며, 그렇지 않으면 가장 가까운 8의 배수로 내림 처리됩니다. 음수 값은 비디오의 끝에서부터 계산됩니다. (기본값: 0) | INT                  | 예   | -9999 \~ 9999 |
| `강도`                | conditioning 영향의 강도. 1.0은 전체 conditioning을 적용하고 0.0은 conditioning을 적용하지 않습니다. (기본값: 1.0)                                                                                                         | FLOAT                | 예   | 0.0 \~ 10.0   |
| `attention_mask`    | 선택적 픽셀 공간 마스크. self-attention을 통해 지역별 conditioning 영향을 제어하며 strength에 곱해집니다.                                                                                                                     | MASK                 | 아니요 | -             |
| `iclora_parameters` | Get IC-LoRA Parameters 노드에서 가져온 선택적 IC-LoRA 매개변수. 특정 IC-LoRA(예: reference\_downscale\_factor > 1인 IC-LoRA)에서 요구하는 대로 가이드 처리를 조정하는 데 사용됩니다. 체인으로 연결된 경우 각 LTXVAddGuide는 자신에게 연결된 매개변수만 사용합니다.     | IC\_LORA\_PARAMETERS | 아니요 | -             |

**참고:** 입력 이미지/비디오는 8\*n + 1 패턴(예: 1, 9, 17, 25프레임)의 프레임 수를 따라야 합니다. 입력 프레임 수가 이 패턴을 벗어나는 경우 가장 가까운 유효한 프레임 수로 자동 크롭됩니다.

**`iclora_parameters` 참고:** `reference_downscale_factor`가 1보다 큰 IC-LoRA 매개변수를 사용하는 경우 잠재(latent) 공간 차원(너비 및 높이)이 해당 인자로 나누어 떨어져야 합니다. 이 조건이 충족되지 않으면 노드에서 오류가 발생합니다.

## 출력

| 출력 이름    | 설명                                                   | 데이터 유형       |
| -------- | ---------------------------------------------------- | ------------ |
| `긍정 조건`  | 키프레임 가이드 정보로 업데이트된 긍정 conditioning                   | CONDITIONING |
| `부정 조건`  | 키프레임 가이드 정보로 업데이트된 부정 conditioning                   | CONDITIONING |
| `잠재 비디오` | conditioning 프레임이 통합되고 노이즈 마스크가 업데이트된 잠재(latent) 시퀀스 | LATENT       |

> 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/LTXVAddGuide/ko.md)

***

**Source fingerprint (SHA-256):** `3e0d1422fbd1b5b3e4c69e641af2ecdb5ae8de3f4368b336917a0dce4286771e`