[ ComfyUI ] KSampler 알아보기, 기본 구성 알아보기

ComfyUI는 노드와 엣지들이 모여 하나의 워크플로우를 이루어 이미지를 생성을 합니다.

[ ComfyUI ] ComfyUI 기본 사용 방법, ComfyUI 시작하기

 

그 중심을 보면 KSampler 라는 것이 있습니다.

기본 구성의 중앙에 위치한 이 노드를 살펴보겠습니다.

 

728x90

 KSampler의 입력과 출력

 

좌측의 입력 부분을 보시면 모델, 긍정 및 부정 프롬프트, 레이턴트 이미지를 입력받아

우측의 출력부분으로 레이턴트를 출력을 합니다.

 

우선 앞 쪽의 입력 부분부터 살펴보겠습니다.

 

Model은 Load CheckPoint 노드에서 입력을 받습니다.

CheckPoint는 여기를 참고하세요

그리고 두 개의 Clip Text Encode 노드에서 긍정 및 부정 프롬프트를 입력을 받습니다.

 

마지막으로 Empty Latent Image에서 그림의 사이즈를 입력을 받습니다.

체크 포인트 모델에 따라 최적화된 그림 사이즈가 다릅니다.

SD1.5 : 512x512 / 512x768 / 768x512

SDXL : 1024 x 1024 / 1216 x 832 / 1344 x 768 / 1536 x 640 

Flux도 SDXL과 유사한 것으로 알고 있습니다.

대략 이 정도 이미지 크기가 잘 만들어진다고 합니다.

 

그다음 batch_size도 입력을 받는데 batch_size는 한 번에 몇 장의 그림을 그릴 것인가 하는 속성입니다.

 

이렇게 입력을 받으면 Latent Image를 그려 출력을 하고 그것을 VAE Decode 노드로 넘깁니다.

 

VAE DEcode 노드에서 이미지를 정제하여 우리가 보는 최종 이미지가 생성이 됩니다.

 

반응형

 KSampler의 속성

 

KSampler의 속성은 7가지가 있습니다.

 

그중 seed는 최초의 이미지를 만들어 낼 때 시드값을 정합니다.

그 아래의 control_after_generate와 연결이 되는데 

control_after_generate는 이 시드값을 랜덤으로 할지, 고정을 시킬지,

하나씩 증가하거나 감소시킬지를 정할 수 있습니다.

 

보통은 랜덤과 고정을 많이 씁니다.

모든 조건이 같다고 했을 때 시드값을 고정시키면 매우 닮은 그림이 나옵니다.

 

그렇기 때문에 cfg 값이나 다른 속성들을 변경했을 때 이미지가 어떻게 변하는지 확인하고 싶다면

이 seed값을 고정을 하고 다른 요인들일 변경하여 비교하면 됩니다.

 

어릴 때 선생님들이 누군가에게 무엇을 시키실 때 오늘 12일이니까 12번이 해보자 22번이 하자

이런 경험이 있으신지 모르겠네요

여기서 시드값은 날짜가 됩니다.

 

다음은 Steps입니다.

ComfyUI는 맨 처음 그림을 랜덤 하게 생성한 후 계속 정제하면서 이미지를 내보내는데

몇 번을 정제(노이즈 제거)를 할 것인가 정하는 것입니다.

보통은 20번 정도를 하는 것이 좋다고 합니다.

너무 안 하면 이미지가 이상하고, 이미 완성되었는데도 계속해서 고쳐나가도 이미지가 이상해질 수 있기 때문입니다.

 

다음은 cfg 값입니다.

이 값은 우리가 입력한 텍스트를 얼마나 잘 반영을 할지를 정해주는 값입니다.

높으면 텍스트를 더 잘 반영하려 한다고 합니다.

보통은 0.7~0.8 언저리를 적용한다고 합니다.

그다음은 Sampler name과 scheduler입니다.

이 두 개는 서로 조합이 가능합니다.

이미지를 정제(노이즈를 제거)하는 방법이 여러 가지인데 그 방법을 정하는 속성입니다.

여러 속성을 조합해 보시고 마음에 드는 것을 찾으셔야 합니다.

 

그다음 denoise 값입니다.

노이즈 제거 강도를 나타냅니다.

노이즈를 얼마나 제거할 것인지 정하는 수치로 보시면 됩니다.

ComfyUI에서 최솟값은 0.01입니다.

0.01로 놓고 이미지를 보시면 그냥 뿌옇게 있는 그림이 확인이 될 겁니다.

 

steps, cfg, sampler_name, scheduler, denoise 속성들은

딱히 어느 값이 적정하다고 말할 수가 없어 보입니다.

 

때로는 조금 낮게 해도 이미지가 잘 나오는 경우도 있고

CheckModel 마다 궁합이 잘 맞는 sampler와 scheduler가 있는 경우도 있습니다.

 

이 부분은 본인이 여러 이미지를 생성해 보시면서 원하는 값을 찾으면 됩니다.