실행 가능한 사용자: 팀 구성원
사용 가능한 플랜: Free, Starter, Business, Enterprise
사용 가능한 플랫폼: 브라우저, 데스크톱, 모바일
Miro의 워크플로와 AI 팀원에서 AI 작업을 수행할 때, Select Your Own Model을 사용하면 작업에 가장 적합한 대형 언어 모델(LLM)을 지정할 수 있습니다.
예를 들어 이미지 생성의 경우 Stable Diffusion 3.5 Large를 사용할지 Gemini 2.5 Flash Image (Nano Banana)를 사용할지 결정할 수 있습니다.
선택은 작업의 복잡성이나 구체성에 따라 달라질 수 있습니다.
💡 Miro 워크플로와 AI 팀원에는 작업별로 기본 LLM이 미리 선택되어 있습니다. 어떤 모델을 선택해야 할지 확실하지 않을 때는 기본 모델을 사용하는 것이 가장 좋은 시작입니다. 기본 모델에는 “권장” 레이블이 표시됩니다.
모델 선택기는 다음 항목에서만 워크플로와 AI 팀원에서 사용할 수 있습니다:
- AI 팀원과 워크플로의 문서 및 이미지 포맷
- AI 팀원의 주요 로직
- 워크플로 지침 블록
이 문서는 워크플로와 AI 팀원에서 모델을 선택하는 방법을 설명하고, 일반적인 작업에 적합한 LLM을 선택하는 데 도움이 되는 정보를 제공합니다.
모델 직접 선택하기
워크플로
워크플로의 Docs, 이미지 및 Instruction Block 각각에는 프롬프트 상자가 있어 원하는 모델을 선택할 수 있습니다.
다음 단계를 따르세요:
- 캔버스에 Doc, 이미지 또는 Instruction Block을 추가합니다.
- 프롬프트 상자 오른쪽 상단에서 기본 모델 이름을 클릭하면 이용 가능한 모델 목록에 접근할 수 있습니다. 예:
AWS | Claude 3.5. - 모델을 선택하세요.
워크플로 및 워크플로 UX 생성에 대해 자세히 알아보려면 워크플로를 참조하세요.
AI 팀원
AI 팀원을 생성하거나 편집할 때는 모델(고급) 섹션이 표시되며, AI 팀원 처리, 이미지 생성, 문서 생성에 사용할 모델을 선택할 수 있습니다.
AI 팀원에 대해 자세히 알아보려면 AI 팀원 문서를 참조하세요.
모델 간 차이점
대형 언어 모델(LLM)은 보통 성능은 높지만 리소스를 많이 사용하는 모델, 성능과 효율의 균형이 잡힌 모델, 그리고 가장 빠르지만 성능은 낮은 모델을 포함하는 계열에 속합니다.
예를 들어, GPT-5 계열에는 GPT-5, GPT-5-mini, GPT-5-nano가 포함됩니다.
가장 빠르지만 성능이 낮은 모델은 지연 시간이 짧아야 하는 작업에 적합합니다.
추론 모델과 비추론 모델
LLM의 주요 구분 요소는 추론 모델과 비추론 모델입니다.
추론은 모델이 더 높은 품질의 답변을 내기 위해 더 많은 시간을 사용하는 것을 의미합니다.
✏️ 추론 은 항상 가장 정확한 결과를 의미하는 것은 아닙니다. 출력 반복이 많이 필요하면 높은 추론 수준이 가장 효율적이지 않을 수 있습니다.
고객용 문서 작성, 우선순위 결정, 대량의 정보를 처리해야 하는 작업처럼 복잡한 작업에는 추론 모델이 가장 적합합니다.
문법 검사, 번역, 텍스트 서식 변경과 같은 간단한 작업에는 비추론 모델이 가장 효율적입니다.
다음 표는 일부 추론 모델과 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 갖습니다. 다양한 모델을 실험해보면 특정 출력 스타일이 브랜드, 분위기 또는 선호에 더 잘 맞는다는 것을 알게 될 수 있습니다.
💡 이전 모델은 특히 창의적이고 색다른 출력에서 고유한 스타일이 더 뚜렷합니다.
태스크별 AI 모델 선택
| 태스크 | 모델 | 설명 |
|---|---|---|
| 브레인스토밍 | GPT-4o, o3, o4-mini, Sonnet 3.7 | 확산적 사고에 적합하며, 기능 관련 아이디어 폭발을 유도하고 장난기 있는 어조와 '창의적 엣지'를 제공합니다. 예: 대체 헤드라인이나 마이크로카피 변형 같은 텍스트를 생성할 때 사용하세요. |
| 우선순위 지정 및 점수화 | GPT-5, Claude Sonnet 4.5, Gemini 2.5 | 일관된 점수 산정과 명확한 근거 제시에 가장 적합한 고추론 모델입니다. 예: 백로그의 RICE/MoSCoW 평가, 트레이드오프 설명 작성, 로드맵 등급화. |
| 종합 및 조사 | GPT-5, GPT-5-mini, Claude Sonnet 4.5, GPT-4.1, Claude Sonnet 3.7, Gemini 2.5 Flash | 중간 수준에서 고난도 작업에 사용하세요. 예: 메모에서 페르소나를 생성하거나 데이터 및 지식베이스에서 인사이트를 도출합니다. |
| 스키마 및 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 않으므로 최적화된 버전이 더 빠른 결과를 제공합니다. 다만 큰 컨텍스트를 다룰 때 일관성을 위해 최신 모델 계열을 사용하세요 (메모 → 문서, 문서 → datable, 스펙 → 다이어그램) |
| 빠른 텍스트 편집 | GPT-4o-mini, Gemini 2.5 Flash Lite, GPT-5-nano, Claude 3.7 | 가장 빠른 옵션입니다. 문법, 번역, 가독성 향상을 위한 재작성 등 간단한 텍스트 편집에 적합합니다. |
이미지 생성용 모델 선택
Miro가 지원하는 모든 대형 언어 모델(LLM)은 텍스트와 이미지를 처리할 수 있습니다. 그러나 대부분은 이미지를 생성할 수 없습니다.
이미지 생성의 경우, Gemini 2.5 Flash Image (Nano Banana)는 일반적인 지시를 이미지로 변환하는 데 특히 능숙합니다.
대부분의 LLM은 구체적 지시가 아닌 이미지 설명을 기대합니다. 예: 설명(묘사)은 “우스꽝스러운 모자를 쓴 개의 그림”, 지시(명령)은 “개로 재미있는 이미지를 만들어줘”. Nano Banana는 구체적 지시를 기반으로 이미지를 생성할 수 있습니다.
✏️ 기존 이미지의 특정 부분을 수정하려면 Nano Banana를 사용하세요. 다른 모델은 기존 이미지를 스타일 참조로 사용할 수 있습니다.
속도나 출력 품질 면에서 LLM들 간에는 큰 차이가 없습니다. 각 사용 사례에 따라 다양한 모델을 시도해보고 선호에 가장 잘 맞는 모델을 찾으세요.