실행 가능한 사용자: 팀원
사용 가능한 플랜: Free, Starter, Business, Enterprise
사용 가능한 플랫폼: 브라우저, 데스크톱, 모바일
Miro 워크플로와 AI 팀원에서 AI 작업을 수행할 때, 모델 선택하기 기능을 통해 해당 작업에 가장 적합한 대형 언어 모델 (LLM)을 지정할 수 있습니다.
예를 들어, 이미지 생성 작업에서는 Stable Diffusion 3.5 Large 또는 Gemini 2.5 Flash Image (Nano Banana) 중에서 선택할 수 있습니다.
선택은 작업의 복잡성이나 특정성에 따라 달라질 수 있습니다.
💡 Miro 워크플로와 AI 팀원에는 각 작업에 대해 사전 선택된 기본 LLM이 포함되어 있습니다. 어떤 모델을 선택해야 할지 확신이 없다면, 기본 모델을 사용하는 것이 가장 좋은 시작점입니다. 기본 모델에는 추천 레이블이 표시됩니다.
모델 선택기는 다음의 워크플로와 AI 팀원의 기능 일부로만 제공됩니다:
- AI 팀원과 워크플로 내 문서 및 이미지 포맷
- AI 팀원의 주요 논리
- 워크플로의 지시 블록
이 문서에서는 워크플로와 AI 팀원에 맞는 모델을 선택하는 방법과 일반적인 작업을 위한 LLM을 선택하는 데 도움이 되는 정보를 제공합니다.
나만의 모델 선택하기
워크플로
워크플로의 문서, 이미지, 지침 블록에는 각각 자신의 모델을 선택할 수 있는 프롬프트 상자가 있습니다.
다음 단계를 따라주세요:
- 캔버스에 문서, 이미지, 또는 지침 블록을 추가하세요.
- 프롬프트 상자의 오른쪽 상단에서 사용 가능한 모델 목록에 접근하려면 기본 모델 이름을 클릭하세요. 예를 들어,
AWS | Claude 3.5. - 모델을 선택하세요.
워크플로와 워크플로 UX를 만드는 방법에 대한 자세한 정보는 워크플로를 참조하세요.
AI 팀원
AI 팀원을 생성하거나 편집할 때, 모델 (고급) 섹션이 표시되며, AI 팀원의 처리, 이미지 생성 및 문서 생성을 위해 사용할 모델을 선택할 수 있습니다.
AI 팀원에 대해 더 알아보려면 (AI 팀원에 대한 정보)[link-to-article]를 참조하세요.
모델의 차이점
대규모 언어 모델 (LLM)은 일반적으로 다양한 기능을 가진 모델군에 속하며, 이에는 많은 리소스를 필요로 하는 모델, 최적의 모델, 그리고 가장 빠르지만 덜 강력한 모델이 포함됩니다.
예를 들어, GPT-5 모델군에는 GPT-5, GPT-5-mini, 그리고 GPT-5-nano가 있습니다.
가장 빠르지만 덜 강력한 모델은 낮은 지연 시간을 요구할 때 이상적입니다.
추론 및 비추론
주요 차별점은 LLM이 추론형 모델이냐 비추론형 모델이냐에 달려 있습니다.
추론이란 모델이 더 높은 품질의 응답을 제공하기 위해 더 많은 시간을 소비한다는 뜻입니다.
✏️ 추론이 항상 가장 정확한 결과를 의미하는 것은 아닙니다. 여러 번의 반복 출력이 필요한 경우, 높은 추론은 가장 효율적인 선택이 아닐 수 있습니다.
고객 대상 문서 작성이나 우선순위 정리, 대량 정보 처리 작업과 같은 복잡한 작업에는 추론 모델이 최선의 선택입니다.
문법 검사, 번역, 혹은 텍스트 재구성 같은 단순한 작업에는 비추론 모델이 가장 효율적입니다.
다음 표는 추론 모델과 비추론 모델을 보여줍니다.
| 추론 기능 | 모델 |
|---|---|
| 추론 | GPT-5, GPT-5-mini, GPT-5-nano, Claude Sonnet 4, Claude Sonnet 4.5, Gemini 2.5, Gemini 2.5 Flash, o3, o4-mini |
| 비추론 | GPT 4o, GPT-4o-mini, GPT-4.1, GPT-4.1-mini, Claude Sonnet 3.7, Claude Sonnet 3.5, Gemini 2.5 Flash Lite |
스타일
각 LLM은 고유한 "스타일"을 가지고 있습니다. 다양한 모델을 실험하는 동안 특정 출력 스타일이 브랜드, 분위기 또는 개인적인 선호도에 맞는 것을 발견할 수 있습니다.
💡 구형 모델은 특히 창의적이고 독창적인 산출물에서 좀 더 독특한 스타일을 가지고 있습니다.
태스크에 맞는 AI 모델 선택하기
| 태스크 | 모델 | 설명 |
|---|---|---|
| 브레인스토밍 | GPT-4o, o3, o4-mini, Sonnet 3.7 | 기능 아이디어, 창의적인 문구, 재미있는 톤의 텍스트 생성에 적합합니다. 예를 들어 대안 제목이나 마이크로 카피 변형을 생성하는 데 사용할 수 있습니다. |
| 우선순위 결정 및 점수화 | GPT-5, Claude Sonnet 4.5, Gemini 2.5 | 일관된 점수화와 명확한 타당성을 위한 최고의 추론 모델입니다. 예를 들어, 백로그의 RICE/MoSCoW, 분석 보고서, 로드맵 단계에 사용할 수 있습니다. |
| 통합 및 연구 | GPT-5, GPT-5-mini, Claude Sonnet 4.5, GPT-4.1, Claude Sonnet 3.7, Gemini 2.5 Flash | 평균에서 고난도의 작업까지 사용합니다. 예를 들어 메모에서 퍼소나를 생성하거나 데이터 및 지식 기반에서 인사이트를 도출할 수 있습니다. |
| 스키마 & 변환 | GPT-5-mini, GPT-5-nano, GPT-4.1, Sonnet 3.7, Gemini 2.5 Flash, Gemini 2.5 Flash Lite | 형식 변경은 보통 복잡한 추론을 요구하지 않으므로 최적화된 버전이 더 빠른 결과를 제공하지만, 큰 컨텍스트를 다룰 때 일관성을 확보하기 위해 최신 모델 계열을 고수하십시오. 메모 → 문서, 문서 → 테이블, 스펙 → 다이어그램) |
| 빠른 텍스트 편집 | GPT-4o-mini, Gemini 2.5 Flash Lite, GPT-5-nano, Claude 3.7 | 가장 빠른 옵션. 간단한 텍스트 편집에 가장 적합합니다, 예: 문법, 번역 및 명확성을 위한 재작성. |
이미지 생성 모델 선택
Miro가 지원하는 모든 대형 언어 모델(LLM)은 텍스트와 이미지를 처리할 수 있지만, 대부분 이미지를 생성할 수는 없습니다.
이미지 생성을 위해서는 Gemini 2.5 Flash Image (Nano Banana)가 일반적인 지시사항을 이미지로 변환하는 데 특히 능숙합니다.
대부분의 LLM은 구체적인 지시사항보다는 이미지 설명을 기대합니다. 예를 들어, "우스운 모자를 쓴 개의 그림"과 같은 설명과 "개의 우스운 이미지를 만들어라"라는 지시사항이 있습니다. Nano Banana는 구체적인 지시에 따라 이미지를 생성할 수 있습니다.
✏️ 기존 이미지에 대한 타겟 편집은 Nano Banana를 사용하세요. 다른 모델들은 스타일 참조로 기존 이미지를 사용할 수 있습니다.
속도나 출력 품질에 있어서 LLM들 간의 차이는 거의 없습니다. 각 사용 사례에 따라 다양한 모델을 실험하여 본인에게 가장 잘 맞는 모델을 찾을 수 있습니다.