실행 가능한 사용자: 팀 멤버
사용 가능 플랜: Free, Starter, Business, Enterprise
사용 가능 플랫폼: 브라우저, 데스크톱, 모바일
Miro 워크플로 및 AI 팀원을 활용하여 AI 작업을 수행할 때, Select Your Own Model 기능을 통해 작업에 가장 적합한 대형 언어 모델(LLM)을 지정할 수 있습니다.
예를 들어, 이미지 생성의 경우 Stable Diffusion 3.5 Large 또는 Gemini 2.5 Flash Image (Nano Banana)를 사용할지를 결정할 수 있습니다.
선택은 작업의 복잡성이나 구체성에 따라 달라질 수 있습니다.
💡 Miro 워크플로와 AI 팀원에는 각 작업에 대해 미리 선택된 기본 LLM이 포함되어 있습니다. 어떤 모델을 선택할지 확신이 서지 않을 때는 기본 모델을 사용하는 것이 가장 좋습니다. 기본 모델은 추천 레이블과 함께 표시됩니다.
모델 선택기는 다음을 위한 워크플로와 AI 팀원의 일환으로만 사용할 수 있습니다:
- AI 팀원과 워크플로의 문서 및 이미지 포맷
- AI 팀원의 주요 논리
- 워크플로의 지침 블록
이 글은 워크플로와 AI 팀원을 위한 모델을 선택하는 방법을 설명하며, 일반 작업을 위한 LLM을 선택하는 데 도움이 되는 정보를 제공합니다.
모델 선택하기
워크플로
워크플로의 문서, 이미지 및 명령 블록 각각에는 프롬프트 박스가 있어 원하는 모델을 선택할 수 있습니다.
다음 단계를 따르세요:
- 문서, 이미지 또는 명령 블록을 캔버스에 추가합니다.
- 프롬프트 박스의 오른쪽 상단에서 사용할 수 있는 모델 목록에 접근하려면 기본 모델 이름을 클릭하세요. 예:
AWS | Claude 3.5. - 모델을 선택하세요.
워크플로 및 워크플로 UX 생성에 대한 자세한 내용을 보려면 워크플로를 참조하세요.
AI 팀원
AI 팀원을 만들거나 편집할 때, 모델 (고급) 섹션에서 Sidekick 처리, 이미지 생성, 문서 생성을 위해 사용할 모델을 선택할 수 있습니다.
AI 팀원에 대해 더 알아보려면 AI 팀원 설명서를 참조하세요.
모델의 차이점
대형 언어 모델(LLM)은 일반적으로 높은 성능과 많은 자원을 소모하는 모델, 최적 모델, 그리고 가장 빠르지만 덜 능력 있는 모델을 포함하는 모델군의 일부입니다.
예를 들어, GPT-5 모델군에는 GPT-5, GPT-5-mini, GPT-5-nano가 포함되어 있습니다.
가장 빠르지만 능력이 덜한 모델은 낮은 지연율에 이상적입니다.
추론 및 비추론
LLM의 주요 차이점은 추론 모델과 비추론 모델입니다.
추론은 모델이 더 많은 시간을 투자하여 더 높은 품질의 답변을 제공하는 것을 의미합니다.
✏️ 추론은 항상 가장 정확한 결과를 의미하지는 않습니다. 출력이 여러 번 반복되어야 하는 경우, 높은 추론은 가장 효율적이지 않을 수 있습니다.
고객용 문서 작성, 우선순위 지정, 대량의 정보를 처리해야 하는 복잡한 작업에는 추론 모델이 가장 적합합니다.
문법 검사, 번역, 텍스트 재포맷 등의 간단한 작업에는 비추론 모델이 가장 효율적입니다.
다음 표는 몇 가지 추론 및 비추론 모델을 보여줍니다.
| 추론 능력 | 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 실험하다 보면, 특정 출력 스타일이 브랜드나 성향 또는 선호도에 맞는지 발견할 수 있습니다.
💡 오래된 모델은 특히 창의적이고 독창적인 출력에 있어서 더 독특한 스타일을 가지고 있습니다.
태스크에 따른 AI 모델 선택
| 태스크 | 모델 | 설명 |
|---|---|---|
| 브레인스토밍 | GPT-4o, o3, o4-mini, Sonnet 3.7 | 발산적 사고 및 기능 아이디어 분출, 재치 있는 톤, 그리고 "창의적인 면"에 적합합니다. 예를 들어, 대체 제목 및 마이크로카피 변형 같은 텍스트를 생성하는 데 사용하세요. |
| 우선순위 및 점수 매기기 | GPT-5, Claude Sonnet 4.5, Gemini 2.5 | 일관된 점수 및 명확한 근거를 위한 최고의 추론 모델입니다. 예를 들어 백로그에서의 RICE/MoSCoW, 절충안 작성, 로드맵 등급에 사용됩니다. |
| 통합 및 연구 | GPT-5, GPT-5-mini, Claude Sonnet 4.5, GPT-4.1, Claude Sonnet 3.7, Gemini 2.5 Flash | 중복에서 고난도까지의 과제를 수행하기에 적합합니다. 예를 들어, 메모에서 페르소나를 생성하고 데이터와 지식 기반에서 인사이트를 도출합니다. |
| 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 필요로 하지 않기 때문에, 최적화된 버전이 더 빠른 결과를 제공하지만, 대량의 컨텍스트를 처리할 때 일관성을 유지하기 위해 최신 모델 군을 사용하는 것이 좋습니다. 메모 → 문서, 문서 → 데이터베이스, 사양 → 다이어그램) |
| 빠른 텍스트 편집 | GPT-4o-mini, Gemini 2.5 Flash Lite, GPT-5-nano, Claude 3.7 | 가장 빠른 옵션. 문법, 번역, 명확성을 위한 수정과 같은 간단한 텍스트 편집에 최적입니다. |
이미지 생성 모델 선택하기
Miro가 지원하는 모든 대형 언어 모델(LLM)은 텍스트와 이미지를 처리할 수 있습니다. 그러나 대부분은 이미지를 생성할 수 없습니다.
이미지 생성을 위해, Gemini 2.5 Flash Image(Nano Banana)는 일반적인 지시를 이미지로 변환하는 데 특히 뛰어납니다.
대부분의 LLM은 구체적인 지시보다는 이미지 설명을 기대합니다. 예를 들어, "웃긴 모자를 쓴 개 그림"과 같은 설명은 "개를 웃기게 그려라"라는 지시보다 많은 정보를 담고 있습니다. Nano Banana는 구체적인 지시를 기반으로 이미지를 생성할 수 있습니다.
✏️ 기존 이미지에 목표 편집을 하려면 Nano Banana를 사용하세요. 다른 모델은 기존 이미지를 스타일 참고용으로 활용할 수 있습니다.
속도나 출력 품질 면에서 LLM 간의 차이는 거의 없습니다. 각 사용 사례에 맞게 다양한 모델을 시도해 보면서 본인의 선호에 가장 적합한 모델을 찾아보세요.