- 10_Wiki/Comfyui/: ComfyUI docs generated via /wikify
- 00_Raw/_youtube/: /youtube extraction outputs
- Move some 00_Raw originals into 10_Wiki/Topics_meeting; remove empty canvases and stray files
Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
API 기반 자동화 환경에서 별도의 파일 서버 저장 절차 없이 워크플로우 JSON 내에 이미지 데이터를 텍스트 형태로 직접 포함하여 전송하는 핵심 데이터 주입 기술 [1], [2].
🧠 핵심 개념 (Core concepts)
데이터 임베딩 (Data Embedding): 이미지 바이너리 데이터를 Base64 문자열로 변환하여 워크플로우 JSON의 입력 필드에 직접 삽입함 [2].
무저장소 아키텍처 (Stateless Storage): 서버 측의 임시 파일 저장소에 이미지를 저장할 필요 없이 메모리 상에서 직접 워크플로우를 실행하게 함 [1].
자체 완결적 요청 (Self-contained Request): 생성 로직(Workflow)과 원천 데이터(Image)를 하나의 JSON 페이로드에 통합하여 데이터 관리 복잡성을 해소함 [1].
🧩 추출된 패턴 (Extracted patterns)
동적 파라미터 치환 패턴: 로컬에서 이미지를 Base64로 인코딩한 후, 워크플로우 JSON에서 해당 노드의 ID를 식별하여 inputs의 base64_data 필드 값을 동적으로 교체하여 서버에 요청함 [3], [2].
API 호출 표준화: 생산용 자동화 시스템(예: 배너 광고 생성)에서 입력 이미지가 매번 바뀔 때마다 파일 경로 관리 대신 데이터 자체를 전송하는 방식을 취함 [1].
📖 세부 내용 (Details)
기능 및 정의: 'Load Image (Base64)' 노드는 주로 API 호출을 통한 프로덕션 자동화 시스템에서 활용된다 [1]. 이 노드는 이미지를 문자열로 인코딩하여 JSON 워크플로우 내에 직접 포함할 수 있게 설계되었으며, 이는 ComfyUI를 외부 애플리케이션이나 원격 서버에 통합할 때 필수적인 요소다 [1].
동작 메커니즘: 파이썬(Python)과 같은 외부 언어를 사용하여 이미지를 base64.b64encode 방식으로 변환한다 [2]. 이후 API 형태의 워크플로우 JSON 파일에서 해당 노드의 고유 ID(예: #37)를 찾아 inputs 딕셔너리 내의 base64_data 필드에 해당 문자열을 주입한다 [2].
운영상의 이점: 서버 측에 이미지 파일을 업로드하고 경로를 참조하는 번거로운 과정을 우회할 수 있어 시스템이 간결해진다 [1]. 특히 깊이 추정(depth estimation)이나 스타일 변환(style transfer)처럼 다양한 입력 이미지가 반복적으로 요구되는 환경에서 효율적이다 [1].
연결성: 이 노드는 이미지를 Base64 데이터로부터 직접 복원하여 워크플로우 내의 다음 노드(예: CLIP Vision Encode, ControlNet 등)로 전달하는 역할을 수행한다 [1], [2].
⚖️ 모순 및 업데이트 (Contradictions & updates)
파일 경로와의 차이: 일반적인 'Load Image' 노드는 서버 내 input 폴더의 물리적 파일 이름을 참조하지만, 'Load Image (Base64)'는 파일 이름이 아닌 인코딩된 데이터 문자열 자체를 직접 처리한다는 기술적 차이가 존재한다 [1], [2].
🛠️ 적용 사례 (Applied in summary)
Python API 연동 예제 (소스 152):comfy_api_python.py라는 파일 이름으로 구체적인 구현 코드가 제시되었다. 해당 코드에서는 image_base64(filename) 함수를 통해 이미지를 인코딩하고, prompt[str(load_image_node_id)]["inputs"]["base64_data"] = image 로직을 통해 JSON 데이터를 동적으로 수정하여 ComfyUI 서버에 요청을 보내는 방식이 실제로 적용되었다 [2].
✅ 검증 상태 및 신뢰도
상태: draft
검증 단계: conceptual (실제 적용 사례 발견 시 applied/validated로 승격 가능)
출처 신뢰도: B (Official Documentation / Primary Source via NotebookLM)
중복 검사 결과: 신규 생성 (New discovery)
📝 변경 이력 (Change history)
2026-05-20: Initial draft generated via Datacollector_MAC P-Reinforce engine.