콘텐츠로 건너뛰기

Stable Diffusion with LoRAs · Inpaint

통합

모델 id lora/inpaint
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

이 요청: ≈$0.184 184 API 크레딧 이 페이지에서 실행

API 키 받기
Open model 이미지 편집 참조 입력 #diffusion#lora#customization#fine-tuning

선택한 Stable Diffusion 기본 모델과 LoRAs를 사용하고 흑백 마스크로 안내하는 인페인팅

Open model · 이미지

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수

생성하려는 이미지를 최대한 자세히 설명하세요. 최상의 결과를 얻는 데 도움이 됩니다.

•필수

이미지 생성에 사용할 기본 모델로, URL 또는 HuggingFace ID로 식별합니다.

num_images 기본값 1

단일 요청에서 생성할 이미지 수를 설정합니다. 배치가 클수록 더 긴 생성 시간이 허용됩니다.

고급 negative_prompt · image · mask · ic_light_model_background_image_url · ic_light_image_url · prediction_type · image_format · unet_name · variant · image_encoder_path · image_encoder_subfolder · image_encoder_weight_name · ic_light_model_url · scheduler · noise_strength · num_inference_steps · guidance_scale · clip_skip · tile_width · tile_height · tile_stride_width · tile_stride_height · eta · seed · prompt_weighting · controlnet_guess_mode · rescale_betas_snr_zero · enable_safety_checker · debug_latents · debug_per_pass_latents · loras · embeddings · controlnets · ip_adapter · timesteps · sigmas
기본값

원치 않는 이미지 세부 정보를 지정하는 네거티브 프롬프트입니다. 색상, 객체, 풍경 또는 콧수염·흐림·낮은 해상도 같은 세부 특징과 품질을 제외할 수 있습니다.

image_url
파일을 끌어다 놓거나

이미지 간 생성 또는 인페인팅에 사용하는 소스 이미지 URL입니다.

mask_url
파일을 끌어다 놓거나

흑백 이미지를 가리키는 인페인팅 마스크 URL입니다.

파일을 끌어다 놓거나

이미지 URL로 제공하는 IC Light 이미지 생성용 모델 호환 배경입니다.

파일을 끌어다 놓거나

IC Light 모델로 생성할 때 사용하는 입력 이미지 URL입니다.

prediction_type 기본값 epsilon

이미지 생성에 사용할 예측 유형을 선택합니다. 다른 항목을 선택하지 않으면 `epsilon`이 사용됩니다.

image_format 기본값 png

결과 이미지의 파일 형식입니다.

이미지 생성에 사용할 사용자 지정 U-Net 선택입니다. HuggingFace ID 또는 URL 중 하나를 제공하세요.

HuggingFace 모델 변형 선택입니다. 'fp16'이 한 가지 예입니다.

HTTPS URL 또는 Hugging Face ID로 지정하는 이미지 인코더입니다. 호환성은 IP-Adapter 가중치에 따라 결정됩니다. SD1.5는 image_encoder_subfolder='models/image_encoder'를 사용하고, h94/IP-Adapter SDXL은 h94/IP-Adapter 및 image_encoder_subfolder='sdxl_models/image_encoder'를 사용합니다. ip_adapter에 값이 있으면 인코더가 필요합니다.

이미지 인코더 가중치를 포함하는 image_encoder_path 내 하위 디렉터리입니다.

기본값 pytorch_model.bin

이미지 생성에 사용할 이미지 인코더 가중치를 이름으로 선택합니다.

이미지 생성에 사용하는 IC Light 모델 URL입니다.

이미지 디노이징에 사용하는 스케줄러 또는 샘플러입니다.

기본값 0.5

추가된 이미지 노이즈를 제어합니다. 1.0은 완전한 노이즈를, 0에 가까운 값은 최소 노이즈를 의미합니다. image_url을 제공한 경우에만 적용됩니다.

기본값 30

Stable Diffusion이 수행하는 생성 단계 수를 제어합니다. 단계가 많을수록 최종 이미지가 더 세밀해질 수 있습니다.

기본값 7.5

이미지 선택 시 프롬프트 준수 강도이며 CFG(Classifier Free Guidance)로 표현합니다.

기본값 0

이미지 생성 일부를 건너뛰어 더 빠르게 렌더링하며 결과가 약간 달라질 수 있습니다.

기본값 4096

이미지 생성 중 각 타일의 크기를 설정합니다.

기본값 4096

이미지 생성 중 각 타일의 크기를 설정합니다.

기본값 2048

이미지 생성 중 연속된 타일 위치 사이의 간격을 설정합니다.

기본값 2048

이미지 생성 중 연속된 타일 위치 사이의 간격을 설정합니다.

기본값 0

이미지 생성에 사용하는 Eta 설정입니다.

Stable Diffusion에서 이미지를 재현하기 위한 시드입니다. 모델 버전, 프롬프트, 시드를 변경하지 않으면 매번 이미지를 정확히 재현할 수 있습니다.

기본값 []

결합된 효과로 생성 이미지를 만드는 LoRA입니다. 지정할 수 있는 개수에는 제한이 없습니다.

기본값 []

이미지 생성 중 적용되는 임베딩으로, 프롬프트 토큰을 임베딩 가중치에 매핑합니다. 현재 하나의 임베딩만 지원됩니다.

기본값 []

생성 중 지정된 타임스텝에 이미지에 적용할 ControlNet을 예약합니다. 입력 개수 제한은 없습니다.

기본값 []

이미지 생성에 사용하는 IP adapter입니다. 항목을 제공하려면 image_encoder_path가 필요합니다.

기본값 {"array":[],"method":...

시그마와 상호 배타적인 디노이징 타임스텝 일정 재정의입니다. 재정의하지 않으면 기본값으로 스케줄러가 num_inference_steps에서 타임스텝을 계산합니다. 사용자 지정 일정을 제공하면 num_inference_steps는 무시됩니다. 재정의하려면 set_timesteps의 timesteps 인자를 지원하는 스케줄러가 필요합니다.

기본값 {"array":[],"method":...

타임스텝과 상호 배타적인 디노이징 시그마 일정 재정의입니다. 재정의하지 않으면 기본값으로 스케줄러가 num_inference_steps에서 시그마를 계산합니다. 사용자 지정 일정을 제공하면 num_inference_steps는 무시됩니다. 재정의하려면 set_sigmas의 sigmas 인자를 지원하는 스케줄러가 필요합니다.

POST /run/lora/inpaint?wait=20 견적 → $0.184
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Stable Diffusion with LoRAs · Inpaint 정보

`model_name`에 지정한 Stable Diffusion 모델로 `image_url`과 흑백 `mask_url`을 사용해 이미지 일부를 편집합니다. `noise_strength`는 0~1 범위입니다. 병합 LoRA, 임베딩, ControlNet, IP adapter 및 여러 스케줄러를 지원하며 스텝은 1~150입니다. 출력은 png 또는 jpeg입니다.

매개변수

표준 이름이나 네이티브 이름 중 하나만 보내세요. 표준 이름

이름유형 기본값허용됨 설명
model_name필수
유형string
이미지 생성에 사용할 기본 모델로, URL 또는 HuggingFace ID로 식별합니다.
unet_name선택 사항
유형string | null
이미지 생성에 사용할 사용자 지정 U-Net 선택입니다. HuggingFace ID 또는 URL 중 하나를 제공하세요.
variant선택 사항
유형string | null
HuggingFace 모델 변형 선택입니다. 'fp16'이 한 가지 예입니다.
prompt필수
유형string
생성하려는 이미지를 최대한 자세히 설명하세요. 최상의 결과를 얻는 데 도움이 됩니다.
negative_prompt선택 사항
유형string
기본값
원치 않는 이미지 세부 정보를 지정하는 네거티브 프롬프트입니다. 색상, 객체, 풍경 또는 콧수염·흐림·낮은 해상도 같은 세부 특징과 품질을 제외할 수 있습니다.
prompt_weighting선택 사항
유형boolean
기본값false
프롬프트 가중치 토글: true이면 임베딩 평균화를 통해 77 토큰 제한을 제거하고 가중치 구문을 활성화합니다.
image_url선택 사항 image
유형url · image
이미지 간 생성 또는 인페인팅에 사용하는 소스 이미지 URL입니다.
mask_url선택 사항 mask
유형url · image
흑백 이미지를 가리키는 인페인팅 마스크 URL입니다.
noise_strength선택 사항
유형number
기본값0.5
≤ 1> 0
추가된 이미지 노이즈를 제어합니다. 1.0은 완전한 노이즈를, 0에 가까운 값은 최소 노이즈를 의미합니다. image_url을 제공한 경우에만 적용됩니다.
loras선택 사항
유형object[]
기본값[]
결합된 효과로 생성 이미지를 만드는 LoRA입니다. 지정할 수 있는 개수에는 제한이 없습니다.
loras[].path필수
유형string
URL 또는 경로로 지정하는 LoRA 가중치 위치입니다.
loras[].scale선택 사항
유형number
기본값1
0 – 4
기본 모델에 병합하기 전에 LoRA 가중치에 적용되는 배수입니다.
embeddings선택 사항
유형object[]
기본값[]
이미지 생성 중 적용되는 임베딩으로, 프롬프트 토큰을 임베딩 가중치에 매핑합니다. 현재 하나의 임베딩만 지원됩니다.
embeddings[].path필수
유형string
URL 또는 파일 경로로 지정된 임베딩 가중치입니다.
embeddings[].tokens선택 사항
유형string[]
임베딩 가중치에 매핑되는 프롬프트 토큰입니다. 생략하면 임베딩 파일 벡터마다 <s0>, <s1>, ...이라는 이름의 토큰이 하나씩 생성됩니다. 프롬프트에서 매핑된 토큰을 사용하세요.
controlnets선택 사항
유형object[]
기본값[]
생성 중 지정된 타임스텝에 이미지에 적용할 ControlNet을 예약합니다. 입력 개수 제한은 없습니다.
controlnets[].path필수
유형string
ControlNet 가중치 위치로, URL 또는 경로로 지정합니다.
controlnets[].config_url선택 사항
유형string | null
ControlNet의 config.json 파일을 가리키는 선택적 URL입니다.
controlnets[].variant선택 사항
유형string | null
Hugging Face 저장소 키와 함께 사용할 선택적 변형입니다.
controlnets[].image_url필수
유형url · image
ControlNet 입력으로 제공되는 이미지 URL입니다.
controlnets[].mask_url선택 사항
유형url · image
ControlNet 마스크입니다. 제공할 경우 제어 이미지와 크기가 같아야 하며, 너비와 높이는 각각 32로 나누어떨어져야 합니다.
controlnets[].conditioning_scale선택 사항
유형number
기본값1
0 – 2
기본 모델에 병합하기 전에 ControlNet 가중치에 적용하는 스케일입니다.
controlnets[].start_percentage선택 사항
유형number
기본값0
0 – 1
전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 주기 시작하는 비율입니다.
controlnets[].end_percentage선택 사항
유형number
기본값1
0 – 1
전체 타임스텝 중 ControlNet이 이미지 생성에 영향을 중지하는 비율입니다.
controlnets[].ip_adapter_index선택 사항
유형integer | null
InstantID ControlNet의 인덱스별 IP adapter 선택입니다. 다른 ControlNet에는 이 설정이 필요하지 않습니다.
controlnet_guess_mode선택 사항
유형boolean
기본값false
true이면 ControlNet 적용을 조건부 예측으로 제한합니다.
ip_adapter선택 사항
유형object[]
기본값[]
이미지 생성에 사용하는 IP adapter입니다. 항목을 제공하려면 image_encoder_path가 필요합니다.
ip_adapter[].ip_adapter_image_url필수
유형url · image
IP adapter 입력으로 제공되는 이미지 URL입니다.
ip_adapter[].ip_adapter_mask_url선택 사항
유형url · image
IP adapter 마스크입니다. 제공할 경우 크기 제한이 적용되며, 해당 치수는 adapter 이미지와 같아야 합니다.
ip_adapter[].path필수
유형string
URL 또는 경로로 지정하는 IP adapter 가중치 위치입니다.
ip_adapter[].model_subfolder선택 사항
유형string | null
모델 디렉터리 내 하위 폴더로 지정하는 IP adapter 가중치 위치입니다.
ip_adapter[].weight_name선택 사항
유형string | null
가중치 파일 이름입니다.
ip_adapter[].insight_face_model_path선택 사항
유형string | null
URL 또는 경로로 지정하는 InsightFace 모델 가중치 위치입니다.
ip_adapter[].scale선택 사항
유형number
기본값1
≥ 0
기본 모델에 병합하기 전에 적용되는 IP adapter 가중치 배율입니다.
ip_adapter[].scale_json선택 사항
유형object | null
기본 모델에 병합하기 전에 적용되는 IP adapter 가중치 배율입니다.
ip_adapter[].unconditional_noising_factor선택 사항
유형number
기본값0
0 – 1
IP adapter의 무조건부 노이즈를 제어하는 계수입니다.
ip_adapter[].image_projection_shortcut선택 사항
유형boolean
기본값true
이미지 프로젝션 단축 설정이며 기본값은 True입니다. FaceID plus V1 모델에는 False를, FaceID plus V2 모델에는 True를 사용하세요.
image_encoder_path선택 사항
유형string | null
HTTPS URL 또는 Hugging Face ID로 지정하는 이미지 인코더입니다. 호환성은 IP-Adapter 가중치에 따라 결정됩니다. SD1.5는 image_encoder_subfolder='models/image_encoder'를 사용하고, h94/IP-Adapter SDXL은 h94/IP-Adapter 및 image_encoder_subfolder='sdxl_models/image_encoder'를 사용합니다. ip_adapter에 값이 있으면 인코더가 필요합니다.
image_encoder_subfolder선택 사항
유형string | null
이미지 인코더 가중치를 포함하는 image_encoder_path 내 하위 디렉터리입니다.
image_encoder_weight_name선택 사항
유형string | null
기본값pytorch_model.bin
이미지 생성에 사용할 이미지 인코더 가중치를 이름으로 선택합니다.
ic_light_model_url선택 사항
유형string | null
이미지 생성에 사용하는 IC Light 모델 URL입니다.
ic_light_model_background_image_url선택 사항
유형url · image
이미지 URL로 제공하는 IC Light 이미지 생성용 모델 호환 배경입니다.
ic_light_image_url선택 사항
유형url · image
IC Light 모델로 생성할 때 사용하는 입력 이미지 URL입니다.
seed선택 사항
유형integer | null
Stable Diffusion에서 이미지를 재현하기 위한 시드입니다. 모델 버전, 프롬프트, 시드를 변경하지 않으면 매번 이미지를 정확히 재현할 수 있습니다.
num_inference_steps선택 사항
유형integer
기본값30
1 – 150
Stable Diffusion이 수행하는 생성 단계 수를 제어합니다. 단계가 많을수록 최종 이미지가 더 세밀해질 수 있습니다.
guidance_scale선택 사항
유형number
기본값7.5
0 – 20
이미지 선택 시 프롬프트 준수 강도이며 CFG(Classifier Free Guidance)로 표현합니다.
clip_skip선택 사항
유형integer
기본값0
0 – 2
이미지 생성 일부를 건너뛰어 더 빠르게 렌더링하며 결과가 약간 달라질 수 있습니다.
scheduler선택 사항
유형enum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
이미지 디노이징에 사용하는 스케줄러 또는 샘플러입니다.
timesteps선택 사항
유형object
기본값{"array":[],"method":"default"}
시그마와 상호 배타적인 디노이징 타임스텝 일정 재정의입니다. 재정의하지 않으면 기본값으로 스케줄러가 num_inference_steps에서 타임스텝을 계산합니다. 사용자 지정 일정을 제공하면 num_inference_steps는 무시됩니다. 재정의하려면 set_timesteps의 timesteps 인자를 지원하는 스케줄러가 필요합니다.
timesteps.method선택 사항
유형enum
기본값default
defaultarray
'default'를 선택하면 기본 설정으로 스케줄러가 `num_inference_steps`를 사용합니다. 직접 타임스텝 일정을 제공하려면 'array'를 선택하고 `array` 필드에 일정을 입력하세요.
timesteps.array선택 사항
유형integer[]
기본값[]
선택한 방법이 'custom'일 때 적용되는 타임스텝 일정입니다.
sigmas선택 사항
유형object
기본값{"array":[],"method":"default"}
타임스텝과 상호 배타적인 디노이징 시그마 일정 재정의입니다. 재정의하지 않으면 기본값으로 스케줄러가 num_inference_steps에서 시그마를 계산합니다. 사용자 지정 일정을 제공하면 num_inference_steps는 무시됩니다. 재정의하려면 set_sigmas의 sigmas 인자를 지원하는 스케줄러가 필요합니다.
sigmas.method선택 사항
유형enum
기본값default
defaultarray
'default'를 선택하면 기본 설정으로 스케줄러 자체의 시그마 값을 사용합니다. 직접 시그마 일정을 제공하려면 'custom'을 선택하고 `array` 필드에 일정을 입력하세요.
sigmas.array선택 사항
유형number[]
기본값[]
선택한 방법이 'custom'일 때 적용되는 시그마 일정입니다.
prediction_type선택 사항
유형enum
기본값epsilon
v_predictionepsilon
이미지 생성에 사용할 예측 유형을 선택합니다. 다른 항목을 선택하지 않으면 `epsilon`이 사용됩니다.
rescale_betas_snr_zero선택 사항
유형boolean
기본값false
샘플러가 rescale_betas_snr_zero를 활성화할지 제어합니다.
image_format선택 사항
유형enum
기본값png
jpegpng
결과 이미지의 파일 형식입니다.
num_images선택 사항 num_outputs
유형integer
기본값1
1 – 8
단일 요청에서 생성할 이미지 수를 설정합니다. 배치가 클수록 더 긴 생성 시간이 허용됩니다.
enable_safety_checker선택 사항
유형boolean
기본값false
안전 검사기 활성화입니다. true는 검사를 활성화합니다.
tile_width선택 사항
유형integer
기본값4096
128 – 4,096
이미지 생성 중 각 타일의 크기를 설정합니다.
tile_height선택 사항
유형integer
기본값4096
128 – 4,096
이미지 생성 중 각 타일의 크기를 설정합니다.
tile_stride_width선택 사항
유형integer
기본값2048
64 – 2,048
이미지 생성 중 연속된 타일 위치 사이의 간격을 설정합니다.
tile_stride_height선택 사항
유형integer
기본값2048
64 – 2,048
이미지 생성 중 연속된 타일 위치 사이의 간격을 설정합니다.
eta선택 사항
유형number
기본값0
0 – 1
이미지 생성에 사용하는 Eta 설정입니다.
debug_latents선택 사항
유형boolean
기본값false
true이면 디버깅을 위해 잠재 표현을 저장합니다.
debug_per_pass_latents선택 사항
유형boolean
기본값false
true로 설정하면 패스별 디버깅을 활성화하고 모든 패스의 잠재 표현을 저장합니다.
필수 표준 이름, 사용 가능

파일 매개변수에는 공개 https:// URL, 최대 10 MB의 data: URI 또는 업로드의 file_url을 사용할 수 있습니다. 파일

출력

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "lora/inpaint",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 184,
    "usd": "0.184",
    "charged": 184,
    "refunded": 0
  },
  "input": {
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "debug_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_per_pass_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
images
array of object {url, content_type, file_name, file_size, width, height}생성된 이미지의 파일 정보입니다.
seed
integer이미지 생성 시드입니다. 입력에서 시드를 생략하면 무작위로 선택된 값이 포함되고, 그렇지 않으면 제공한 값이 반복됩니다.
has_nsfw_concepts
array of boolean생성된 이미지에 NSFW 개념이 나타나는지 나타냅니다.
debug_latents
object {url, content_type, file_name, file_size} | null디버깅을 위해 저장되는 잠재 데이터입니다.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | null디버깅을 위해 저장되는 패스별 잠재 데이터입니다.

더 많은 모델: 이미지 편집

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/lora/inpaint.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt