> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-robin-i18n-sync.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ComfyUI Depth Anything 3 공식 예제

> ComfyUI에서 Depth Anything 3를 사용하여 이미지 및 비디오의 단일/다중 뷰 깊이 추정 방법을 알아보세요.

# ComfyUI Depth Anything 3 소개

[Depth Anything 3 (DA3)](https://github.com/ByteDance-Seed/Depth-Anything-3)은 ByteDance Seed의 비전 트랜스포머로, 카메라 포즈 유무와 관계없이 임의의 시각적 입력으로부터 공간적으로 일관된 기하학 정보를 복원합니다. 단일 DINO 인코더와 통합된 깊이-레이 표현을 통해 동일한 모델 패밀리로 단일 뷰 깊이, 다중 뷰 깊이, 카메라 포즈 추정 및 3D 재구성을 모두 처리합니다.

주요 기능:

* **통합 단일/다중 뷰 깊이**: 단일 또는 여러 이미지에서 깊이 추정
* **카메라 포즈 추정**: 순서 없는 이미지 세트에서 카메라 위치 복원
* **3D 재구성**: 다중 뷰 입력 지원
* **비디오 깊이 추정**: 비디오 입력에 대한 프레임별 깊이 시퀀스 생성
* **여러 모델 변형**: Small, Base, Mono/Metric Large

<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>

<Tip>
  ComfyUI는 이제 Depth Anything 3 노드를 기본 지원합니다. 시작하기 전에 [ComfyUI](https://github.com/Comfy-Org/ComfyUI)를 최신 버전으로 업데이트하세요.
</Tip>

## 모델 설치

Depth Anything 3 체크포인트를 다운로드하여 해당 ComfyUI 폴더에 저장합니다:

* **Small** ([depth\_anything\_3\_small.safetensors](https://huggingface.co/Comfy-Org/Depth-Anything-3/resolve/main/geometry_estimation/depth_anything_3_small.safetensors)) — 가볍고 빠른 추론
* **Base** ([depth\_anything\_3\_base.safetensors](https://huggingface.co/Comfy-Org/Depth-Anything-3/resolve/main/geometry_estimation/depth_anything_3_base.safetensors)) — 균형 잡힌 성능
* **Mono-Large** ([depth\_anything\_3\_mono\_large.safetensors](https://huggingface.co/Comfy-Org/Depth-Anything-3/resolve/main/geometry_estimation/depth_anything_3_mono_large.safetensors)) — 단일 뷰 깊이에 최적 (하늘 감지 포함)
* **Metric-Large** ([depth\_anything\_3\_metric\_large.safetensors](https://huggingface.co/Comfy-Org/Depth-Anything-3/resolve/main/geometry_estimation/depth_anything_3_metric_large.safetensors)) — 미터 단위의 물리적 깊이 (하늘 감지 포함)

```
ComfyUI/
├── models/
│   ├── geometry_estimation/
│   │   ├── depth_anything_3_small.safetensors
│   │   ├── depth_anything_3_base.safetensors
│   │   ├── depth_anything_3_mono_large.safetensors
│   │   └── depth_anything_3_metric_large.safetensors
```

## 예제 워크플로

<h3 id="utility_depth_anything3_image_depth_estimation">
  Depth Anything 3: 이미지 깊이 추정
</h3>

이미지를 하나 업로드하고 Depth Anything 3를 사용하여 깊이 맵을 생성합니다. 원본 이미지와 깊이 출력을 나란히 비교해 보세요.

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/utility_depth_anything3_image_depth_estimation-1.webp" alt="Depth Anything 3 이미지 깊이 추정 워크플로 미리보기" />

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=utility_depth_anything3_image_depth_estimation&utm_source=docs&utm_medium=referral&utm_campaign=depth-anything-3">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_depth_anything3_image_depth_estimation.json">
    JSON 다운로드 또는 템플릿 라이브러리에서 "Depth Anything 3: Image Depth Estimation" 검색
  </Card>
</CardGroup>

**입력 자료**

이 파일을 해당 `LoadImage` 노드에 업로드하세요:

<CardGroup cols={2}>
  <Card title="retro_futuristic_home.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/retro_futuristic_home.png">
    `LoadImage` 노드 85 · `retro_futuristic_home.png`
  </Card>
</CardGroup>

<div style={{display: 'grid', gridTemplateColumns: 'repeat(2, minmax(0, 1fr))', gap: '1rem', alignItems: 'start'}}>
  <img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/retro_futuristic_home.png" alt="입력 이미지" style={{width: '100%', height: 'auto', objectFit: 'contain'}} />
</div>

### 실행 단계

1. **LoadImage**: 입력 이미지 로드
2. **LoadDA3Model**: Depth Anything 3 변형 선택
3. **실행**: Queue 클릭 또는 `Cmd+Enter` 사용
4. 워크플로는 깊이 맵과 원본 이미지를 나란히 비교한 이미지를 출력합니다.

<Card title="서브그래프 알아보기" icon="book-open" href="/ko/interface/features/subgraph">
  이 워크플로는 모듈식 처리를 위해 서브그래프 노드를 사용합니다. 서브그래프 문서를 확인하여 워크플로를 사용자 정의하고 확장하는 방법을 알아보세요.
</Card>

<h3 id="utility_depth_anything3_video_depth_estimation">
  Depth Anything 3: 비디오 깊이 추정
</h3>

비디오를 업로드하여 프레임별 깊이 시퀀스를 생성합니다. 서브그래프 내부에서 **GetVideoComponents**는 입력 비디오를 프레임으로 분할하고, **LoadDA3Model**은 모델을 로드하며, **SetVideoComponents**는 깊이 프레임을 다시 비디오 출력으로 재조립합니다.

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/utility_depth_anything3_video_depth_estimation-1.webp" alt="Depth Anything 3 비디오 깊이 추정 워크플로 미리보기" />

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=utility_depth_anything3_video_depth_estimation&utm_source=docs&utm_medium=referral&utm_campaign=depth-anything-3">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_depth_anything3_video_depth_estimation.json">
    JSON 다운로드 또는 템플릿 라이브러리에서 "Depth Anything 3: Video Depth Estimation" 검색
  </Card>
</CardGroup>

**입력 자료**

이 파일을 해당 `LoadVideo` 노드에 업로드하세요:

<CardGroup cols={2}>
  <Card title="empty_room_assembly.mp4" icon="download" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/empty_room_assembly.mp4">
    `LoadVideo` 노드 87 · `empty_room_assembly.mp4`
  </Card>
</CardGroup>

<div style={{display: 'grid', gridTemplateColumns: 'repeat(2, minmax(0, 1fr))', gap: '1rem', alignItems: 'start'}}>
  <video controls style={{width: '100%', height: 'auto'}}>
    <source src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/empty_room_assembly.mp4" type="video/mp4" />
  </video>
</div>

### 실행 단계

1. **LoadVideo**: 입력 비디오 로드
2. **모델 선택**: **Small**, **Base**, **Mono-Large**, **Metric-Large** 중에서 선택
3. **실행**: Queue 클릭 또는 `Cmd+Enter` 사용
4. 워크플로는 프레임별 깊이 맵이 포함된 비디오를 출력합니다.

<Card title="서브그래프 알아보기" icon="book-open" href="/ko/interface/features/subgraph">
  이 워크플로는 모듈식 처리를 위해 서브그래프 노드를 사용합니다. 서브그래프 문서를 확인하여 워크플로를 사용자 정의하고 확장하는 방법을 알아보세요.
</Card>

## 모델 변형

| 변형               | head\_type | has\_sky | has\_confidence | camera\_decoder | 적합한 용도           |
| ---------------- | ---------- | :------: | :-------------: | :-------------: | ---------------- |
| **Small**        | dualdpt    |     ❌    |        ✅        |        ✅        | 빠른 추론, 모바일/엣지    |
| **Base**         | dualdpt    |     ❌    |        ✅        |        ✅        | 균형 잡힌 성능         |
| **Mono-Large**   | dpt        |     ✅    |        ❌        |        ❌        | 하늘 감지가 포함된 단안 깊이 |
| **Metric-Large** | dpt        |     ✅    |        ❌        |        ❌        | 미터 단위의 물리적 실제 깊이 |

* **Small** 및 **Base**는 신뢰도 추정과 멀티뷰 애플리케이션용 카메라 디코더 지원을 갖춘 `dualdpt` 헤드 타입을 사용합니다.
* **Mono-Large** 및 **Metric-Large**는 하늘 감지를 지원하는 `dpt` 헤드 타입을 사용합니다. Metric-Large는 미터 단위의 원시 깊이를 출력합니다.

## 커뮤니티 리소스

* [Depth Anything 3 GitHub (ByteDance-Seed)](https://github.com/ByteDance-Seed/Depth-Anything-3): 연구 논문 및 코드
* [Comfy-Org/Depth-Anything-3](https://huggingface.co/Comfy-Org/Depth-Anything-3): 공식 ComfyUI 모델 가중치