ComfyUI 워크플로우 완벽 가이드

ComfyUI 워크플로우는 노드(Node)와 연결(Connection)으로 구성됩니다. 각 노드는 특정 기능을 수행하며, 노드 간의 연결을 통해 데이터가 흐릅니다. 주요 데이터 타입: • MODEL: AI 모델 데이터 • CLIP: 텍스트 인코더 • VAE: 이미지 인코더/디코더 • CONDITIONING: 프롬프트 조건 • LATENT: 잠재 공간 이미지 • IMAGE: 실제 이미지 픽셀 데이터 각 데이터 타입은 색상으로 구분되며, 같은 타입의 출력과 입력만 연결할 수 있습니다.

가장 기본적인 워크플로우입니다. 텍스트 프롬프트를 입력하면 이미지를 생성합니다. 필요한 노드: • Load Checkpoint: 모델 로드 • CLIP Text Encode (양성): 원하는 이미지 설명 (positive prompt) • CLIP Text Encode (음성): 원하지 않는 요소 (negative prompt) • Empty Latent Image: 출력 이미지 크기 설정 • KSampler: 이미지 생성 (스텝, 샘플러, CFG 설정) • VAE Decode: 잠재 공간에서 이미지로 변환 • Save Image: 최종 결과 저장 ComfyUI Studio에서 "매뉴얼" 모드로 이 워크플로우를 자동으로 생성할 수 있습니다.

기존 이미지를 기반으로 새로운 이미지를 생성하는 워크플로우입니다. Text-to-Image와의 차이점: • Empty Latent Image 대신 Load Image + VAE Encode 사용 • denoise 값으로 원본 이미지 반영률 조절 (0.3~0.7 권장) • denoise가 낮을수록 원본에 가깝고, 높을수록 새로운 이미지에 가깝습니다 활용 예시: • 스케치를 완성된 그림으로 변환 • 사진의 스타일 변경 • 저해상도 이미지 품질 개선

ControlNet은 이미지 생성을 더욱 정밀하게 제어할 수 있게 해주는 기술입니다. 주요 ControlNet 유형: • Canny: 윤곽선을 기반으로 구도 제어 • Depth: 깊이 정보를 활용한 3D 구조 유지 • OpenPose: 인체 포즈 제어 • Scribble: 간단한 스케치로 이미지 생성 • Tile: 이미지 업스케일 및 디테일 추가 ControlNet을 사용하려면 Apply ControlNet 노드를 추가하고, ControlNet 모델과 참조 이미지를 연결하면 됩니다. ComfyUI Studio에서는 ControlNet 카테고리를 선택하면 자동으로 구성됩니다.

워크플로우 성능을 최적화하는 팁입니다: VRAM 절약: • fp16 모드로 모델 로드 (메모리 절반 사용) • VAE tiling 활성화 (고해상도 이미지 처리 시) • 불필요한 노드 제거 • Checkpoint 모델 대신 경량 모델 사용 품질 향상: • CFG Scale 7~12 사이로 설정 • Steps 20~30 사이로 설정 (더 많아도 품질 향상 미미) • 스케일 업스케일러 사용 (2배 확대) • Negative prompt에 품질 저하 요소 명시 ComfyUI Studio는 VRAM 설정에 따라 자동으로 최적화된 워크플로우를 생성해주므로, 초보자도 최적의 성능을 얻을 수 있습니다.