Comfy MCP 사용법: 연결 확인부터 이미지 저장까지
Comfy MCP의 클라우드와 로컬 연결을 구분하고, 템플릿 검색으로 연결을 확인한 뒤 생성 조건과 결과 저장을 점검하는 순서를 설명합니다.
목차
세 줄로 먼저 읽기
이번 방문에서 한 편은 바로 볼 수 있습니다.
ComfyUI는 이미지와 영상 등을 만드는 과정을 노드로 연결하는 프로그램입니다. 노드는 모델 읽기나 이미지 저장처럼 한 가지 일을 맡는 구성요소이고, 이들을 연결한 작업 순서를 워크플로라고 합니다.
Comfy MCP는 AI가 이런 ComfyUI 도구를 사용하도록 연결하는 서버입니다. MCP(Model Context Protocol)는 AI와 외부 도구가 요청과 결과를 주고받는 규약입니다. 사용자는 ‘이미지 템플릿을 찾아 줘’처럼 요청하고, AI는 연결된 도구로 검색이나 실행을 수행합니다. 공식 안내
처음에는 연결, 검색, 생성, 저장을 나눠 확인하면 어디서 문제가 생겼는지 찾기 쉽습니다. 이 글은 2026년 10월 4일 공식 문서를 기준으로 합니다.
이 그림에는 공개 베타라고 적혀 있지만 현재 공식 FAQ는 클라우드 연결을 일반 제공으로 안내합니다. 과거 화면의 표시를 현재 제공 상태로 읽지 않습니다. 다만 복잡한 워크플로 구성과 출력 파일 처리에는 문서에 명시된 제약이 남아 있습니다. 현재 FAQ
먼저 실행할 위치를 고릅니다
| 구분 | 클라우드 연결 | 로컬 연결 |
|---|---|---|
| 계산 위치 | Comfy Cloud 서버 | 연결한 ComfyUI 장비 |
| 준비 | Comfy 계정과 원격 MCP를 지원하는 AI 앱 | 설치된 ComfyUI, 모델과 로컬 MCP 서버 |
| 결과 회수 | 다운로드 주소와 명령을 받아 저장 | ComfyUI의 출력 폴더 및 지정한 복사 위치 |
| 비용 확인 | 체험, 구독과 크레딧 | 장비 운영 비용, 외부 유료 모델 사용 여부 |
ComfyUI가 없는 분은 클라우드 연결을 먼저 검토할 수 있습니다. 이미 로컬 워크플로가 정상 작동한다면 그 환경에 연결하는 방법을 볼 수 있습니다. 선택한 모델의 요구량을 확인하지 않고 ‘맥은 모두 불가능’ 또는 ‘그래픽카드만 있으면 충분’이라고 판단하지 않습니다.
로컬 연결이라도 외부 파트너 모델을 호출하면 외부 서버에서 계산하며 크레딧을 사용할 수 있습니다. AI 앱 자체의 구독이나 모델 사용료도 Comfy 비용과 별개입니다.
Claude Code에서 클라우드에 연결하는 예
Claude Code가 설치되어 대화가 가능한 상태와 Comfy 계정이 필요합니다. 아래는 실제 연결 설정을 추가하는 절차입니다. 기존에 같은 연결이 있다면 중복으로 추가하지 말고 먼저 /mcp에서 확인합니다.
Claude Code 대화 입력창에서 다음을 순서대로 입력합니다. 운영체제 터미널에 일반 셸 명령으로 입력하는 것이 아닙니다.
/plugin marketplace add Comfy-Org/comfy-skills
/plugin install comfy-cloud@comfy-skills이 플러그인은 클라우드 MCP 연결과 전용 명령을 함께 추가합니다. 이어 /mcp를 열고 comfy-cloud의 Authenticate를 선택합니다. 브라우저에서 계정과 작업 공간을 확인해 연결을 승인합니다. OAuth는 비밀번호를 AI 대화에 붙여 넣지 않고 브라우저 로그인으로 접근을 승인하는 방식입니다. 공식 플러그인 설치
연결 후에는 /comfy-cloud:search-templates 같은 명령이나 일반 문장으로 요청할 수 있습니다. Claude Desktop은 이 플러그인 명령 대신 커넥터 설정을 사용합니다. Customize > Connectors에서 원격 주소 https://cloud.comfy.org/mcp를 등록하는 절차는 클라이언트별 안내를 따릅니다. 사용하는 앱과 다른 설정을 섞지 않습니다.
첫 연습: 생성하지 않고 템플릿을 찾습니다
연결을 마친 AI 앱에 아래처럼 요청합니다. 템플릿은 미리 구성한 워크플로 예시입니다.
Comfy Cloud에서 텍스트로 이미지를 만드는 템플릿 2개를 찾아 주세요.
각각의 이름, 필요한 모델과 입력 항목을 알려 주세요.
이번에는 검색과 설명만 해 주세요.
이미지 생성, 파일 업로드, 워크플로 저장이나 공개는 하지 마세요.결과에서 다음을 확인합니다.
- 실제 검색한 템플릿의 이름이나 식별자가 있는지
- 텍스트 입력만 필요한지, 별도 이미지가 필요한지
- 실행하지 않고 후보 설명만 받은 상태인지
도구 실행 기록도 함께 봅니다. AI가 문장으로 ‘찾았다’고 말한 것만으로 실제 검색 성공이라고 판단하지 않습니다. 결과가 없으면 검색어를 text to image로 바꿔 다시 요청합니다. 권한 오류라면 검색어를 바꾸기 전에 로그인 상태와 선택한 작업 공간을 확인합니다.
이번 연습의 완료 기준은 실제로 조회한 후보와 필요한 입력을 구분해 적는 것입니다. 후보가 하나만 나오면 하나만 기록하고, 모델이나 입력 정보가 빠져 있으면 해당 템플릿의 상세 정보를 다시 요청합니다. 두 칸을 채우려고 이름이나 조건을 추측하지 않습니다. 아직 연결하지 않은 분은 공식 도구 목록을 읽고 위 요청에 검색과 생성 중 어떤 동작이 필요한지 분류해 볼 수 있습니다.
search_templates는 후보 검색, run_template는 실행, get_output은 결과 회수에 사용합니다. 검색이 성공했다고 생성 권한이나 결과 저장까지 확인된 것은 아닙니다. 도구 목록
생성 전에 비용 조건을 확인합니다
공식 안내는 검색을 무료로 설명하고, 클라우드 생성에는 활성 구독이 필요하다고 안내합니다. 신규 사용자에게는 5회 무료 체험도 표시돼 있으므로 내 계정의 체험 적용 여부와 잔여 횟수를 확인합니다. 충전 잔액만 있다는 사실로 생성 권한을 판단하지 않습니다. 접근 조건
현재 요금 페이지의 Standard는 월 결제 20달러, 연 결제 192달러의 월 환산 16달러를 표시합니다. 16달러를 매달 결제하는 상품으로 읽지 않습니다. 크레딧은 실행에 쓰는 단위이며 모델, 실행 시간과 파트너 노드에 따라 사용량이 달라집니다. 요금과 체험 안내
생성까지 진행할 때는 먼저 후보 하나와 입력을 정합니다. 예를 들어 ‘흰 배경의 파란 머그컵 한 개, 글자 없음’이라는 가상 소재로 이미지 한 장을 만들 수 있습니다. 생성 요청 전에는 다음 내용을 확인합니다.
선택한 템플릿과 모델:
실행 위치: Comfy Cloud 또는 로컬
출력 개수: 1장
해상도:
체험 또는 유료 이용 조건:
예상 크레딧: 확인한 값 또는 미확인
저장할 폴더와 파일 이름:비용이 표시되지 않으면 0이라고 적지 않습니다. 자신이 확인한 조건 안에서 생성할지 결정합니다. 이 글의 검색 연습을 마치기 위해 유료 생성까지 할 필요는 없습니다.
완료 메시지 다음에 파일을 확인합니다
클라우드의 get_output은 임시 다운로드 주소와 저장 명령을 돌려줍니다. 로컬 파일이 자동으로 생겼다는 뜻은 아닙니다. 저장할 폴더와 파일 이름을 확인하고 다운로드를 수행한 뒤 파일을 직접 엽니다. 서명된 주소는 내용을 바꾸면 유효하지 않을 수 있으며, 만료되면 같은 작업의 결과 주소를 다시 요청합니다. 다운로드 실패만으로 유료 생성을 다시 시작하지 않습니다. 출력 회수
머그컵 예시라면 실제 파일에서 한 개의 파란 컵인지, 배경과 글자 조건이 맞는지 봅니다. 해상도와 저장 위치도 확인합니다. 이미지가 마음에 들어도 워크플로가 자동 보존됐다고 가정하지 않습니다. 작업을 재현하려면 사용한 워크플로와 모델 및 입력 설정을 따로 남깁니다.
로컬 연결은 ComfyUI 실행부터 확인합니다
로컬 연결에는 Python 3.10 이상, comfy-cli 1.14.0 이상과 ComfyUI 작업 공간이 필요합니다. comfy-mcp만 설치하면 comfy-cli까지 자동으로 준비되는 것은 아닙니다. 로컬 서버 요구사항
이미 사용하는 ComfyUI의 Python 환경에서 설치하는 예입니다. 기존 환경을 모른다면 먼저 해당 설치 방식과 경로를 확인합니다.
pip install comfy-mcp "comfy-cli>=1.14.0"
comfy-mcp --version
comfy --versionComfyUI를 켜 둔 뒤 로컬 MCP를 연결합니다. comfy launch로 실행하거나 명시적으로 launch_comfyui를 요청할 수 있지만, MCP 연결만 했다고 자동 실행되지는 않습니다.
연결 설정은 공식 로컬 클라이언트 예시를 사용합니다. COMFY_BIN은 MCP가 호출할 comfy 프로그램의 절대 경로입니다. 문서의 /path/to/venv/bin/comfy를 그대로 복사하지 말고 자신의 경로로 바꿉니다. Windows와 Mac은 실행 파일의 위치와 이름이 다를 수 있습니다.
연결 후 AI에게 먼저 ‘로컬 server_info로 작업 공간과 실행 상태만 확인해 주세요’라고 요청합니다. 자신이 쓰려는 ComfyUI에 연결됐는지 확인한 다음 ‘search_models로 이 워크플로에 필요한 모델이 설치되어 있는지 찾아 주세요’라고 요청합니다. 서버가 실행 중이라는 확인과 필요한 모델이 있다는 확인은 서로 다릅니다. comfy-mcp 명령만 터미널에서 실행해 아무 출력이 없다는 이유로 설치 실패로 판단하지 않습니다. 이 명령은 MCP 클라이언트와 통신하는 서버입니다.
로컬 출력은 ComfyUI 작업 공간의 output/에 생기며 fetch_outputs로 원하는 폴더에 복사할 수 있습니다. 클라우드 결과의 다운로드 방식과 구분합니다. 로컬 출력과 도구
문제가 생긴 단계를 나눠 봅니다
| 확인한 현상 | 다음에 볼 항목 |
|---|---|
| 도구가 나타나지 않음 | 현재 앱의 연결 설정과 재시작 여부 |
| 로그인 반복 또는 권한 오류 | 실제 계정과 작업 공간, 오류 문구 |
| 검색 성공 후 생성 실패 | 체험 및 구독 조건, 잔액과 작업 오류 |
| 로컬 실행 파일을 못 찾음 | Python 환경과 MCP가 보는 실행 경로 |
| 모델이나 노드가 없음 | 선택한 워크플로와 해당 설치의 실제 목록 |
| 작업 완료지만 파일이 없음 | 결과 주소, 저장 명령과 실제 목적 폴더 |
검색 성공은 전체 기능 정상의 증거가 아닙니다. 오류 문구와 실패 단계부터 기록하면 불필요한 재설치나 중복 생성을 줄일 수 있습니다.
조건 하나를 바꿔 혼자 다시 검색합니다
첫 연습의 텍스트로 이미지를 만드는 템플릿을 기존 이미지의 배경을 제거하는 템플릿으로 바꿉니다. 이번에도 검색만 합니다. 필요한 입력에 원본 이미지가 추가되는지 확인하고 첫 결과와 비교합니다.
해당 후보가 실제로 요구하는 입력을 설명할 수 있으면 검색과 실행 준비의 차이를 이해한 것입니다. 생성은 그다음 단계이며, 저장이나 공개도 각각 다른 동작입니다.
Sources
제대로 이해했는지 한 문제로 확인해 볼까요?
답을 고르면 바로 풀이가 나와요.
Comfy Cloud에서 템플릿 검색은 되지만 생성이 실패한다면 어떻게 하나요?
이 글이 도움이 되었나요?
내 컴퓨터에서 AI를 돌릴 때 필요한 하드웨어, 모델 크기, 실행 도구를 순서대로
코스 전체 보기 →
새 글과 AI 소식을 메일로 받아 보세요
AI가 바꾸는 일과 도구, 측정 실무 이야기를 매주 한 번 보내 드려요.