필요한 기능만 켜는
애니 올인원 워크플로

워크플로 다운로드 · ZIP과 개별 JSON

아래 버튼으로 워크플로 파일을 바로 받을 수 있습니다. 한꺼번에 받으려면 전체 묶음 ZIP을 선택하세요. 모델별 JSON만 필요하면 아래 표에서 하나를 받으면 됩니다.

각 ZIP에는 해당 JSON과 입력 PNG 4개, 간단한 사용법이 들어 있습니다. 모델 가중치는 포함하지 않습니다. 전체 묶음은 general-random(일반용), comparison-fixed(비교용), input(입력 그림) 폴더로 구분했습니다.

1. ZIP을 모두 추출하고 사용할 모델에 맞는 JSON 하나를 고릅니다.
2. ComfyUI에서 Ctrl+O로 JSON을 열거나 빈 캔버스에 끌어 놓습니다. ZIP 자체를 ComfyUI로 끌어 넣지 마세요.
3. 01 체크포인트에서 설치한 모델을 고르고 실행합니다. 편집·제어 실습의 PNG는 자신의 ComfyUI/input에 넣거나 이미지 노드의 업로드 버튼으로 고릅니다.

개별 JSON · 일반 사용용 랜덤 시드

평소 그림을 만들 때는 파일명 끝이 -random.json인 파일을 받으세요. seed(시드)는 그림을 시작할 노이즈의 번호입니다. 일반용은 randomize로 설정되어 실행을 이어갈 때 자동으로 다른 번호를 고릅니다. 입문 파일 3개와 올인원 3개 중 모델에 맞는 하나로 시작하세요.

비교 실습용은 별도로 고정했습니다. 실제 결과·JSON 페이지의 42개 파일은 fixed입니다. example-으로 시작하는 기능 예제와 -random이 없는 기존 기본·입문 JSON이 해당합니다. 결과 PNG에 들어 있는 작업 구성도 고정 비교용입니다. 같은 설정에서 LoRA·denoise 같은 값 하나만 바꾸어 비교할 때 사용하세요.

예제 그림은 고정 파일로 실제 생성한 결과입니다. 랜덤 일반용의 매 실행 결과가 예제 그림과 같아야 하는 것은 아닙니다. 모델과 확장 팩은 준비 안내, 랜덤·고정 전환은 시드 사용법을 참고하세요.

실제 연속 실행 확인: SDXL·IL·Animagine의 입문/올인원 일반용 6개를 각각 두 번 실행해 제출된 seed와 결과 이미지가 달라지는 것을 확인했습니다. 대응하는 고정 비교용 6개는 두 번 모두 같은 seed와 같은 이미지였습니다. 이 확인은 A~E 모두 1인 기본 생성 경로 기준이며, 같은 계산은 ComfyUI가 캐시에서 재사용할 수 있습니다.

1. 만들 결과

작업 경로 하나와 후처리를 선택하는 일반 워크플로 JSON입니다. JSON은 노드·연결·설정을 담는 파일이며, 체크포인트나 입력 그림을 포함한 설치 파일은 아닙니다. 노드는 한 가지 일을 하는 상자, 체크포인트는 기본 그림 모델, LoRA(로라)는 화풍·인물·의상 특징을 덧붙이는 작은 추가 모델입니다.

설명용 흐름도입니다. 실제 ComfyUI 화면은 아래에 따로 표시합니다.

큰 참고 워크플로의 역할별 그룹과 선택 실행 방식을 참고해 새로 구성했습니다. 원본의 모든 확장을 복제한 파일은 아닙니다. 사용하지 않는 가지는 실행 전에 제외하지만 노드 코드 자체는 설치되어 있어야 합니다.

2. 준비물

1. 실행되는 로컬 ComfyUI. 처음 설치한다면 공식 설치 안내에서 자신의 환경을 고릅니다.
2. 체크포인트 하나. 기존 SDXL 모델이 있다면 그대로 시작하고, IL은 해당 체크포인트를 준비합니다. 파일별 다운로드·폴더 표에 필요한 것만 모았습니다.
3. 올인원에는 Impact Pack + Impact Subpack 두 확장 팩이 필요합니다. 이미 있으면 설치를 반복하지 않습니다. 없을 때 설치하기.
4. 처음에는 LoRA·ControlNet·확대·검출 모델을 모두 받을 필요가 없습니다. 켤 기능의 파일만 준비하세요. 이 페이지의 기본값은 선택 기능이 전부 꺼져 있습니다.

확장 설치 전에 첫 그림부터 만들고 싶으면 기본 노드 7개 시작 파일을 사용할 수 있습니다. 체크포인트 하나로 생성하는 별도 입문 파일이며, 올인원 기능은 두 팩을 준비한 뒤 엽니다. IL 입문 파일도 같은 구조입니다.

입력 PNG는 모델 폴더가 아닙니다

배포 ZIP을 모두 추출하고 index.html을 엽니다. 예제 편집을 하려면 아래 PNG를 ComfyUI/input에 넣습니다. JSON은 원하는 문서 폴더에 두어도 됩니다.

처음이면 7개 노드로 한 장 먼저

모델 하나 + 시작 JSON 하나만 있으면 됩니다. LoRA·입력 PNG·확장 팩이 없어도 이 입문 경로는 실행됩니다. 이미 올인원 준비를 마쳤다면 아래 올인원 순서로 바로 가세요.

1. ZIP을 모두 추출하고 위에서 모델과 짝이 맞는 JSON 하나를 고릅니다.
2. ComfyUI에서 Ctrl+O로 그 JSON을 엽니다. 01 체크포인트에서 실제 설치한 파일명을 선택합니다.
3. 문장·크기·생성 값은 그대로 두고 상단 실행을 한 번 누릅니다.
4. 24 최종 저장에 애니 인물 한 장이 보이면 첫 실행 완료입니다. ComfyUI/output/anime-aio에도 저장됩니다.
5. 기능을 더 쓰려면 두 확장 팩을 준비한 뒤 같은 모델의 anime-aio-…-random.json을 엽니다. 입문 파일에는 A~E 선택 상자가 없습니다. 입문 노드를 직접 늘릴 필요 없이 올인원 파일로 넘어갑니다.

3. 따라 하기 · 올인원 첫 한 장

다음은 SDXL Base 파일 기준입니다. IL·Animagine 파일을 골랐다면 해당 파일의 체크포인트와 기본 샘플링 값을 그대로 사용하세요. 세 파일을 모두 열 필요는 없습니다.

1. ComfyUI에서 현재 작업을 저장한 뒤 Ctrl+O를 누릅니다. anime-aio-sdxl-random.json을 선택합니다. JSON을 캔버스 빈 곳에 끌어 놓아도 됩니다.
2. 아래의 보기 맞춤 (.)을 누르면 전체 그룹이 보입니다. 휠을 위로 굴려 확대하고 빈 캔버스를 드래그해 이동합니다. 상단의 초록색 00 여기서 시작 그룹을 찾습니다.
3. A 작업=1, B LoRA=1, C 제어=1, D 확대=1, E 얼굴=1인지 봅니다. 숫자 value를 더블클릭해 입력하고 Enter로 확정합니다. 1은 기본 경로 또는 끔입니다.
4. 01 체크포인트의 ckpt_name을 눌러 sd_xl_base_1.0.safetensors 또는 준비한 일반 SDXL 모델을 고릅니다. IL을 받았다면 IL JSON의 같은 위치에서 정확한 파일을 고릅니다.
5. 04 원하는 그림과 05 피할 표현에 예제 문장이 이미 있습니다. 처음에는 그대로 둡니다. 06 새 그림 크기는 1024×1024, batch_size는 1입니다.
6. 07 새 그림 생성은 SDXL Base 기준 초기 seed 2026101401(이후 자동 변경), steps 28, CFG 5.5, dpmpp_2m / karras, denoise 1.00입니다. seed는 시작 무늬의 번호, steps는 계산 단계 수, CFG는 문장 반영 정도, denoise는 다시 그리는 강도입니다. 샘플러·스케줄러는 계산 방법이므로 첫 장에서는 제공값을 유지합니다. 일반용의 control_after_generate는 randomize입니다. 실행을 이어가면 seed가 자동으로 바뀝니다. 비교용 fixed와 혼동하지 마세요.
7. 상단 실행을 한 번 누릅니다. 오른쪽 24 최종 저장에 그림이 나타납니다. 파일은 ComfyUI/output/anime-aio에 저장되고 번호가 자동으로 붙습니다.
8. 다음 그림은 파일을 다시 열지 말고 실행을 한 번 더 누릅니다. 새로운 seed를 자동으로 사용합니다. 04의 문장도 원하는 장면으로 바꿔 볼 수 있습니다. 설정 한 가지의 영향을 비교하려면 고정 비교용으로 진행하세요. 마음에 들면 왼쪽 위 ComfyUI 로고 → 파일 → 다른 이름으로 저장로 작업을 보관합니다. 배포할 때는 같은 파일 → 내보내기로 JSON을 받습니다. API 형식 내보내기는 이 가이드의 독자용 파일과 다릅니다.

anime illustration, clean lineart, cel shading, one adult woman, upper body portrait, short dark blue hair, amber eyes, wearing a blue jacket over a white high neck shirt, fully clothed, relaxed smile, looking at viewer, simple pastel peach background, soft even light, detailed expressive eyes, centered composition

photograph, photorealistic, 3d render, low quality, blurry, text, watermark, logo, extra fingers, extra arms, malformed hands, crossed eyes, multiple people, cropped head

입력 이미지가 아직 없는 가지에 미디어 경고가 보이면 예제 PNG를 input 폴더에 넣고 F5로 화면을 새로고침하거나 해당 Load Image의 업로드할 파일 선택으로 지정합니다. 경고별 해결 방법을 참고하세요.

애니 전용 모델로 시작하기

각 파일은 같은 올인원 구조를 사용합니다. 사용할 체크포인트가 지정된 JSON 하나를 열면 됩니다. 모델 세 개를 동시에 연결하는 작업이 아닙니다.

1. 선택한 JSON을 열고 01에서 해당 체크포인트 이름을 확인합니다. 처음에는 A~E 모두 1, batch_size=1을 유지합니다.
2. 04·05에는 모델에 맞는 예제 문장이 들어 있습니다. Animagine은 문장보다 solo, blue hair, blue jacket 같은 쉼표로 나눈 태그로 시작합니다.
3. 실행해 한 장을 만든 뒤 눈·머리·의상과 전체 화풍을 봅니다. 마음에 들면 JSON을 다른 이름으로 저장합니다.
4. LoRA는 B=1 상태에서 모델에 맞는 파일을 02·03·03a·03b에 직접 고른 뒤 켭니다. IL 전용 캐릭터 실습은 별도 사용법과 적용 전후 결과를 보세요. 기본 칸에 들어 있는 Pixel Art·Offset 파일은 SDXL 예제용입니다.

같은 seed는 서로 다른 모델에서 같은 인물을 보장하지 않습니다. 두 모델 모두 얼굴이 달라지며, 각 모델에 맞춘 프롬프트를 사용했고 Animagine은 샘플링 설정도 다릅니다.

4. 정상 결과 확인

완료 표시와 그림 품질을 함께 봅니다. 기본 예제는 애니 선화가 있는 인물 한 명이어야 하고, 새 그림은 1024×1024여야 합니다. 모든 선택을 1로 두면 얼굴 보정·확대가 자동으로 추가되지 않습니다.

같은 설정이라도 체크포인트를 바꾸면 그림이 달라집니다. 같은 seed도 서로 다른 모델·GPU에서 같은 인물을 보장하지 않습니다. 입력·출력 파일의 차이를 이해한 뒤 기능별 사용법으로 진행하세요.

5. 자주 생기는 문제

빨간 노드는 모델 파일이 아니라 확장 코드가 없는 경우일 수 있습니다. 모델명이 목록에 없는 문제와 구별하세요. 오류가 나면 증상별 해결 표로 이동합니다.