ComfyUI 왕초보 가이드 7 / 29장 · 기준: ComfyUI 0.34.0 / 프런트엔드 1.49.6 · Windows x64 / NVIDIA RTX Portable. 다른 버전에서는 메뉴와 노드 표시가 다를 수 있습니다.
이 장의 실습 자료 ZIP 내려받기 (1.8MB)
JSON·입력 PNG·본문 원본 이미지를 담았습니다. 압축을 푼 뒤 본문에 적힌 파일을 선택하세요. 모델과 프로그램은 포함하지 않습니다. 본문의 WebP는 가벼운 표시용 사본이며, PNG의 작업 정보·투명도와 원본 픽셀 비교에는 ZIP 안의 PNG를 사용하세요.
기본 노드 7개와 연결선 9개를 직접 만들어 인물 이미지 한 장을 생성합니다.
1. 만들 결과
기본 노드 7개와 연결선 9개를 직접 만들어 인물 이미지 한 장을 생성합니다.
MODEL은 그림 생성용 모델, CLIP은 문장을 생성에 사용할 조건으로 바꾸는 부분, VAE는 이미지와 계산용 데이터 사이를 바꾸는 부분입니다. 잠재 데이터(LATENT)는 사람이 보는 PNG 대신 생성 과정에서 계산하는 압축된 표현입니다. VAE 인코드는 이미지 → 잠재 데이터, 디코드는 잠재 데이터 → 이미지입니다. 포트(연결점)의 자료 종류가 맞아야 선을 이을 수 있습니다.
2. 준비물
ComfyUI를 실행한 상태에서 시작합니다. 아래 모델이 이미 같은 폴더에 있으면 다시 받을 필요가 없습니다.
| 모델 | 공식 파일·다운로드 위치 | 설치 폴더 안에 넣을 곳 | 선택할 노드 | 처음 사용 |
|---|---|---|---|---|
| SDXL Base 1.0 | sd_xl_base_1.0.safetensors | ComfyUI\models\checkpoints | 체크포인트 로드 | 4장 |
| 역할 | 파일 | 정확한 이름 |
|---|---|---|
| 실습 JSON | 실습 JSON 내려받기 (ZIP) | ch07-manual-portrait.json |
파일 링크는 이 장의 실습 자료 ZIP으로 연결됩니다. 한 번 내려받아 압축을 푼 뒤 표에 적힌 JSON·PNG 파일을 선택하세요. JSON은 Ctrl+O로 열고, 입력 PNG는 해당 LoadImage에서 업로드합니다.
이번 기본 JSON이 저장할 파일
설치 폴더의 ComfyUI/output 아래에 다음 접두사로 저장됩니다. 뒤에는 자동 번호와 .png가 붙습니다. 이미 같은 이름이 있으면 번호가 올라갑니다.
guide/ch07_manual_portrait_00001_.png
3. 따라 하기
- ＋로 빈 작업을 만듭니다. 빈 작업판을 두 번 클릭하면 노드 검색이 열립니다. 아래 구성표의 기술 이름을 검색하고 결과를 클릭해 노드를 하나씩 추가합니다.
- 체크포인트 로드 1개, CLIP 텍스트 인코딩 2개, 빈 잠재 이미지, KSampler, VAE 디코드, 이미지 저장을 배치합니다. 제목 막대를 끌면 노드를 옮길 수 있습니다.
- 두 텍스트 노드를 긍정·부정으로 구별합니다. 아래 입력할 프롬프트의 전문을 각각 해당 입력칸에 붙여 넣습니다.
- 체크포인트·크기·배치·KSampler 값을 아래 설정표대로 입력합니다. 이미지 저장의 접두사는
guide/ch07_manual_portrait입니다. - 아래 연결표 순서대로 오른쪽 출력 점에서 왼쪽 입력 점까지 선을 끌어 놓습니다. CLIP 출력 하나에서 두 텍스트 입력으로 분기할 수 있습니다. 선이 교차하는 곳은 새로운 연결 지점이 아닙니다.
- KSampler의 모델·긍정·부정·잠재 입력과 VAE 디코드의 잠재·VAE 입력을 확인합니다. 그래프를 다른 이름으로 저장하고 실행을 한 번 누릅니다.
- 완료 후 PNG를 확인하고 일반 JSON도 내보냅니다. 중간에 막히면 준비물의 완성 JSON을 별도 탭에 열어 자신의 작업과 비교하세요.
이번 실습의 설정
| 설정할 노드 | 입력값 |
|---|---|
| 이미지 저장 · ch07_manual_portrait | 파일명 접두사 = guide/ch07_manual_portrait |
| 빈 잠재 이미지 | 너비 = 1024 높이 = 1024 배치 크기 = 1 |
| 체크포인트 로드 | 체크포인트 = sd_xl_base_1.0.safetensors |
| KSampler | seed = 20260909 생성 후 제어 = fixed steps = 20 CFG = 7 sampler = euler scheduler = normal denoise = 1 |
입력할 프롬프트 전문
긍정 프롬프트
photographic beauty portrait of a beautiful 22-year-old adult woman, youthful face, delicate balanced facial features, bright expressive eyes, subtle closed-mouth smile, light natural makeup, one person, close-up head and shoulders, looking at the camera, shoulder-length dark hair, wearing a simple cream-colored knit sweater, soft diffused window light, plain light gray background, natural skin texture, realistic photography
부정 프롬프트
text, watermark, blurry, low quality, distorted face, duplicate person, mature-looking face, deep facial lines, heavy makeup, exaggerated smile, open mouth, visible teeth, hands in frame, plastic skin
직접 구성하기 · 노드 7개와 연결 9개
빈 작업판을 두 번 클릭해 아래 기술 이름으로 검색하고 노드를 추가합니다. 값 입력 뒤, 오른쪽 출력 점을 왼쪽 입력 점으로 끌어 연결하세요. 이름이 같은 노드는 역할·파일명으로 구별합니다.
| 노드 역할 | 검색할 기술 이름 |
|---|---|
| 이미지 저장 · ch07_manual_portrait | SaveImage |
| 긍정 프롬프트 | CLIPTextEncode |
| 부정 프롬프트 | CLIPTextEncode |
| 빈 잠재 이미지 | EmptyLatentImage |
| 체크포인트 로드 | CheckpointLoaderSimple |
| VAE 디코드 | VAEDecode |
| KSampler | KSampler |
| 순서 | 출발 출력 | 도착 입력 |
|---|---|---|
| 1 | 체크포인트 로드 모델 → | KSampler 모델 |
| 2 | 체크포인트 로드 CLIP → | 긍정 프롬프트 clip |
| 3 | 체크포인트 로드 CLIP → | 부정 프롬프트 clip |
| 4 | 긍정 프롬프트 조건 → | KSampler 긍정 |
| 5 | 부정 프롬프트 조건 → | KSampler 부정 |
| 6 | 빈 잠재 이미지 잠재 데이터 → | KSampler 잠재 입력 |
| 7 | 체크포인트 로드 VAE → | VAE 디코드 vae |
| 8 | VAE 디코드 이미지 → | 이미지 저장 · ch07_manual_portrait 이미지 |
| 9 | KSampler 잠재 데이터 → | VAE 디코드 잠재 데이터 |
4. 정상 결과 확인
노드 7개와 연결선 9개가 연결표에 맞고, 저장된 1024×1024 PNG에 크림색 니트를 입은 인물 한 명이 보이면 직접 구성이 끝났습니다. 얼굴·의상이 구별되는지 확인하세요. 검은 화면이나 잡음만 저장됐다면 모델·포트 연결·생성값을 다시 봅니다. 화면상의 노드 위치는 예시와 달라도 됩니다.
5. 자주 생기는 문제
| 상황 | 확인할 곳 |
|---|---|
| 선을 놓으니 검색 창이 떠요 | 빈 배경에 놓은 상태입니다. Esc로 닫고 목표 입력 점 위에 놓으세요. |
| 잘못 연결했어요 | 방금 한 동작이면 Ctrl+Z로 되돌리거나 올바른 출력을 같은 입력 점으로 다시 연결합니다. |
| 문장 대신 노드 전체가 선택돼요 | Ctrl+A를 누르기 전에 텍스트 입력칸 안을 클릭해 커서를 놓습니다. |
공통 오류와 용어는 용어·문제 해결에서 찾을 수 있습니다.
준비 단계에서 PC 정보가 헷갈린다면 GPU·메모리 등 내 컴퓨터 사양 확인 방법을 함께 참고하세요. 이 장의 결과와 작업 JSON을 보관한 뒤 다음 실습으로 넘어가면 다시 비교하기 쉽습니다.