AI 요약관련 정보

• AI 자동화 시스템 구축: n8n, 챗GPT, Runway를 활용하여 제품 상세 페이지용 이미지 및 영상을 1~2분 만에 자동 생성하는 시스템을 구축합니다. 🚀
• 5단계 시스템 구조: 이미지 생성, 구글 드라이브 업로드, 영상 생성, 구글 드라이브 업로드, 에어테이블 아카이빙의 5단계로 구성됩니다. 🏗️
• 폼 기반 트리거: 제품 이미지, 이름, 설명, 뷰(정면, 뒷면 등)를 입력받는 폼을 통해 자동화 워크플로우를 시작합니다. 📝
• 코드 노드를 활용한 유연한 처리: 여러 뷰(정면, 뒷면)가 선택될 경우, 코드 노드를 사용하여 각 뷰를 개별 아이템으로 분할 처리하여 유연성을 높입니다. 🧩
• 챗GPT 기반 프롬프트 엔지니어링: GPT-4를 활용하여 제품 정보(한글)를 영문 이미지 프롬프트로 자동 번역 및 생성하며, 템퍼러처를 낮춰 사실적인 결과물을 유도합니다. 🤖
• 최신 챗GPT 이미지 생성 모델 활용: n8n의 기본 달리 노드 대신 HTTP 요청을 통해 OpenAI의 images/edits API(GPT 이미지 1)를 직접 호출하여 레퍼런스 이미지를 고품질 이미지로 편집합니다. 🖼️
• RunwayML을 이용한 영상 제작: IMGBB를 통해 생성된 이미지 URL을 RunwayML API에 입력하여 마케팅용 턴테이블 회전 영상을 자동 생성합니다. 🎬
• 비디오 생성 상태 확인 및 루프: RunwayML 영상 생성 후 Wait 노드로 대기하고, If 노드를 통해 생성 상태를 확인하며, 완료될 때까지 반복적으로 체크하는 로직을 구현합니다. 🔄
• 에어테이블을 통한 메타데이터 아카이빙: 생성된 이미지 및 영상의 URL과 파일 정보를 에어테이블에 저장하여 한눈에 관리하고 자동화에 용이하게 활용합니다. 🗄️
• AI 자동화의 현재 한계: 이미지의 환각 현상(특히 텍스트 포함 시) 및 RunwayML의 단일 이미지 URL 입력 제한으로 인한 다면적 제품 영상 제작의 어려움이 있습니다. 🚧
• 미래 발전 가능성 및 선제적 시스템 구축: 현재 한계에도 불구하고 AI 기술 발전 속도가 매우 빠르므로, 미리 시스템을 구축해두면 향후 모델 발전 시 생산성을 극대화할 수 있습니다. 🌱