> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-willie-des-1087-router-migration-block.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Wan ATI 네이티브 워크플로

> ComfyUI의 Wan ATI 궤적 제어: 궤적을 그려 생성된 비디오의 객체, 영역, 카메라 움직임을 제어합니다. Wan2.1 기반.

\*\*ATI (Any Trajectory Instruction)\*\*는 ByteDance 팀에서 제안한 제어 가능한 비디오 생성 프레임워크입니다. ATI는 Wan2.1을 기반으로 구현되었으며, 임의의 트래젝터리 명령어를 통해 비디오 내 객체, 국소 영역 및 카메라 모션을 통합적으로 제어할 수 있습니다.

<CardGroup cols={2}>
  <Card title="프로젝트 리포지토리" icon="github" href="https://github.com/bytedance/ATI">
    GitHub의 ATI 소스 코드와 문서
  </Card>

  <Card title="온라인 트래젝터리 편집 도구" icon="pencil" href="https://comfyui-wiki.github.io/Trajectory-Annotation-Tool/">
    이미지 위에 모션 트래젝터리를 그리고 편집하는 시각적 도구
  </Card>
</CardGroup>

## 주요 특징

* **통합 모션 제어**: 객체, 국소 영역, 카메라 움직임 등 여러 가지 모션 유형에 대한 트래젝터리 제어를 지원합니다.
* **인터랙티브 트래젝터리 에디터**: 사용자가 이미지 위에 자유롭게 모션 트래젝터리를 그려서 편집할 수 있는 시각적 도구입니다.
* **Wan2.1 호환**: 공식 Wan2.1 구현을 기반으로 하며, 환경과 모델 구조와 호환됩니다.
* **풍부한 시각화 도구**: 입력 트래젝터리, 출력 비디오, 트래젝터리 오버레이의 시각화를 지원합니다.

## WAN ATI 트래젝터리 제어 워크플로우 예시

<Tip>
  <Tabs>
    <Tab title="로컬 사용자">
      ComfyUI가 최신 버전으로 업데이트되었는지 확인하세요.

      * [ComfyUI 다운로드](https://www.comfy.org/download)
      * [업데이트 가이드](/ko/installation/update_comfyui)

      이 가이드의 워크플로는 [워크플로 템플릿](/ko/interface/features/template)에서 확인할 수 있습니다.
      템플릿에서 찾을 수 없다면, 귀하의 ComfyUI가 오래된 버전일 수 있습니다.

      워크플로를 로드할 때 노드가 누락되는 경우, 가능한 원인:

      1. 최신 ComfyUI 버전(최신 테스트 버전(nightly))을 사용하고 있지 않음
      2. 일부 노드가 시작 시 가져오기에 실패함
    </Tab>

    <Tab title="클라우드 사용자">
      * [클라우드](https://cloud.comfy.org)는 ComfyUI 안정판 출시 후 업데이트됩니다.

      따라서 이 문서에서 핵심 노드가 누락된 것을 발견했다면, 그 이유는 새로운 핵심 노드가 아직 최신 안정판에 공개되지 않았기 때문일 수 있습니다. 다음 안정판 출시를 기다려 주세요.
    </Tab>
  </Tabs>
</Tip>

### 1. 워크플로우 다운로드

ComfyUI를 최신 버전으로 업데이트한 다음, 워크플로우 파일을 다운로드해 ComfyUI로 드래그하거나, 템플릿 라이브러리의 `Workflow` → `Browse Templates` → `Video`에서 "Wan2.1 ATI"를 찾으세요.

![Wan2.1 ATI 워크플로우 미리보기](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_wan_ati-1.webp)

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=video_wan_ati&utm_source=docs&utm_medium=referral&utm_campaign=wan-ati">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로우 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_wan_ati.json">
    JSON을 다운로드하거나 템플릿 라이브러리에서 "Wan2.1 ATI"를 검색하세요
  </Card>
</CardGroup>

아래 비디오를 다운로드한 후 ComfyUI로 드래그하여 해당 워크플로우를 로드하세요.

<video controls className="w-full aspect-video" src="https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/video/wan/ati/wan_ati.mp4" />

다음 이미지를 입력으로 사용하겠습니다:

<CardGroup cols={1}>
  <Card title="입력 이미지: video_wan_ati_input_image.jpg" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/video_wan_ati_input_image.jpg">
    기본 입력 이미지를 다운로드하거나, 원하는 이미지를 시작 프레임으로 사용하세요.
  </Card>
</CardGroup>

<video controls className="w-full aspect-video" src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/template-Animation_Trajectory_Control_Wan_ATI.mp4" />

### 2. 모델 다운로드

이 가이드에 등장하는 모든 모델은 [여기](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files)에서 찾을 수 있습니다.

**디퓨전 모델** : 버전 중 하나를 선택하세요:

<CardGroup cols={1}>
  <Card title="Diffusion Model: Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors" icon="download" href="https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors">
    Wan2.1 I2V ATI 14B 확산 모델(fp8 정밀도). <code>ComfyUI/models/diffusion\_models/</code>에 배치하세요.
  </Card>
</CardGroup>

**텍스트 인코더** : 버전 중 하나를 선택하세요:

<CardGroup cols={2}>
  <Card title="Text Encoder: umt5_xxl_fp16.safetensors" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp16.safetensors">
    전체 정밀도 텍스트 인코더(품질이 높고 크기가 큽니다). <code>ComfyUI/models/text\_encoders/</code>에 배치하세요.
  </Card>

  <Card title="Text Encoder: umt5_xxl_fp8_e4m3fn_scaled.safetensors" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors">
    FP8 텍스트 인코더(VRAM 사용량이 적습니다). <code>ComfyUI/models/text\_encoders/</code>에 배치하세요.
  </Card>
</CardGroup>

**VAE**

<Card title="VAE: wan_2.1_vae.safetensors" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors">
  Wan2.1 VAE 모델. <code>ComfyUI/models/vae/</code>에 배치하세요.
</Card>

**CLIP Vision**

<Card title="CLIP Vision: clip_vision_h.safetensors" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/clip_vision/clip_vision_h.safetensors">
  참조 이미지 처리를 위한 CLIP Vision 모델. <code>ComfyUI/models/clip\_vision/</code>에 배치하세요.
</Card>

워크플로우에서 모델 파일을 성공적으로 다운로드하지 못했다면, 아래 링크를 이용해 수동으로 다운로드해 보세요.

**디퓨전 모델**

* [Wan2\_1-I2V-ATI-14B\_fp8\_e4m3fn.safetensors](https://huggingface.co/Kijai/WanVideo_comfy/resolve/main/Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors)

**VAE**

* [wan\_2.1\_vae.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors?download=true)

**텍스트 인코더**\
다음 모델 중 하나를 선택하세요:

* [umt5\_xxl\_fp16.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp16.safetensors?download=true)
* [umt5\_xxl\_fp8\_e4m3fn\_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true)

**clip\_vision**

* [clip\_vision\_h.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/clip_vision/clip_vision_h.safetensors)

**파일 저장 위치**

```
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors
│   ├── 📂 text_encoders/
│   │   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors  # 또는 다른 버전
│   ├── 📂 clip_vision/
│   │   └── clip_vision_h.safetensors
│   └── 📂 vae/
│       └── wan_2.1_vae.safetensors
```

### 3. 워크플로우를 단계별로 완료하세요

<img src="https://mintcdn.com/dripart-willie-des-1087-router-migration-block/HbHSU2q6kdUjsKU5/images/tutorial/video/wan/wan_ati_guide.jpg?fit=max&auto=format&n=HbHSU2q6kdUjsKU5&q=85&s=e9b99229b21867e9cc65c942808339f2" alt="워크플로우 단계 다이어그램" width="3746" height="2924" data-path="images/tutorial/video/wan/wan_ati_guide.jpg" />

이미지의 번호가 매겨진 단계를 따라 해당 워크플로우를 원활하게 실행하세요.

1. `Load Diffusion Model` 노드가 `Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors` 모델을 로드했는지 확인하세요.
2. `Load CLIP` 노드가 `umt5_xxl_fp8_e4m3fn_scaled.safetensors` 모델을 로드했는지 확인하세요.
3. `Load VAE` 노드가 `wan_2.1_vae.safetensors` 모델을 로드했는지 확인하세요.
4. `Load CLIP Vision` 노드가 `clip_vision_h.safetensors` 모델을 로드했는지 확인하세요.
5. 제공된 입력 이미지를 `Load Image` 노드에 업로드하세요.
6. 트래젝터리 편집: 현재 ComfyUI에는 해당하는 트래젝터리 에디터가 없으므로, 다음 링크를 이용해 트래젝터리 편집을 완료할 수 있습니다.
   * [온라인 트래젝터리 편집 도구](https://comfyui-wiki.github.io/Trajectory-Annotation-Tool/)
7. 프롬프트(긍정 및 부정)를 수정해야 한다면, 번호 `5`의 `CLIP Text Encoder` 노드에서 변경하세요.
8. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용해 비디오 생성을 실행하세요.