이 ComfyUI 워크플로는 LoRA로 강화된 디퓨전 패스를 사용해 프레임 단위로 워터마크 위를 인페인팅하여 비디오의 지속적인 워터마크를 제거합니다. LoadVideo로 클립을 불러오고 GetVideoComponents로 프레임, 크기, 타이밍 정보를 추출합니다. 핵심 처리는 두 개의 커스텀 노드(UUID 3b019976-c705-40af-8f45-081975d72105 및 83cfc570-fff1-4869-8c43-d39ef189634b)가 담당하며, 시퀀스 전체에 LTX 2.3 LoRA 가이드 인페인팅 스텝을 적용해 워터마크가 있는 영역의 배경 디테일을 복원합니다. 마지막으로 SaveVideo가 처리된 프레임을 새 비디오 파일로 다시 조립합니다.
기술적으로 이 파이프라인은 Stable Diffusion 계열 모델에 LTX 2.3 LoRA 어댑터를 결합해, 워터마크를 억제하면서 그럴듯한 콘텐츠로 복원을 유도하는 비디오-투-비디오 인페인팅을 수행합니다. 커스텀 처리 단계는 프레임 간 일관성을 유지하고 마스크 기반 편집을 사용해 표시된 영역만 재생성하므로, 프레임의 나머지 부분은 보존됩니다. 작업이 프레임 레벨에서 인페인팅으로 진행되기 때문에, 전통적인 필터의 흐림/번짐 아티팩트를 피하고 반투명한 모서리 로고에도 더 잘 버팁니다. 수동 로토스코핑 없이 소유 또는 라이선스 영상 클린업에 사용할 수 있는 실용적인 원클릭 솔루션입니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run this workflow (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
const wf = await client.workflows.fromFile("workflow_api.json");
const job = await client.run(wf);
await job.getOutputs("<output-node-id>")[0].toFile("output.png");SDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
