교육 문의커뮤니티 입장하기

컴피UI(ComfyUI) 이해하기: 노드 흐름을 읽고 첫 결과 확인하기

컴피UI는 AI 모델과 처리 단계를 노드로 연결하는 오픈소스 생성 엔진입니다. 화면의 노드 흐름을 읽는 법, 공식 템플릿으로 첫 이미지를 저장하는 순서, 로컬과 클라우드 비용, 커스텀 노드의 보안 사고와 확인할 점을 설명합니다.

지금까지 100명 넘게 읽었어요, 71%가 끝까지 읽었어요
Share
컴피UI(ComfyUI) 이해하기: 노드 흐름을 읽고 첫 결과 확인하기 대표 이미지
목차
  1. 노드 그래프의 구조
  2. 준비된 환경에서 첫 이미지를 저장합니다
  3. 2023년부터 2026년까지 컴피UI의 연혁
  4. 이미지 생성을 넘어선 지원 범위
  5. Comfy MCP: 에이전트가 노드를 대신 짭니다
  6. 무료 설치와 실행 비용을 구분합니다
  7. 커스텀 노드 생태계와 보안
  8. 다른 도구와의 비교
  9. 정리
  10. 자주 묻는 질문
  11. Sources
  12. 3줄 요약

세 줄로 먼저 읽기

  1. 컴피UI는 2023년 1월 공개된 GPL 3.0 오픈소스 생성 엔진으로, 모델과 처리 단계를 노드로 이어 이미지와 영상, 음악을 만듭니다.
  2. 로컬 설치는 무료이고 Comfy Cloud는 Standard 월 20달러부터이며, 파트너 노드로 상용 모델을 부르면 쓴 만큼 요금이 따로 붙습니다.
  3. 커스텀 노드는 남이 쓴 파이썬 코드를 내 컴퓨터에서 실행하므로 출처를 확인하고, ComfyUI-Manager는 인증 없이 설정을 바꿀 수 있던 3.38 미만 버전을 쓰지 않습니다.

컴피UI(ComfyUI)는 모델과 처리 단계를 노드로 연결해 이미지와 영상, 3D, 음악을 만드는 오픈소스 생성 엔진입니다. 2023년 1월 개인 프로젝트로 공개됐고, 2026년 9월 22일 기준 깃허브 별 13만 4천 개와 포크 1만 5천 개를 모았습니다.

AI로 그림을 만드는 도구는 이제 익숙합니다. 프롬프트 칸에 문장을 넣고 버튼을 누르면 결과가 나오는 화면을 여러 서비스에서 봤습니다.

컴피UI는 그 버튼 안쪽의 처리 과정을 화면에 그대로 펼쳐 놓습니다. 어떤 모델을 쓰고 어떤 순서로 처리할지 직접 정해야 해서, 진입이 어렵다는 말과 컴피UI로만 되는 일이 있다는 말이 함께 나옵니다. 아래에서는 실제 실행 화면으로 노드 흐름을 읽고, 공식 템플릿으로 첫 이미지를 저장하는 순서와 비용, 커스텀 노드의 보안 문제까지 다룹니다. 기능과 요금은 2026년 10월 4일 공식 안내 기준입니다.

노드 그래프의 구조

화면의 상자 하나하나가 노드입니다. 각 노드는 입력을 받아 정해진 처리를 합니다. 모델을 불러오는 노드, 프롬프트를 숫자로 바꾸는 노드, 잡음을 걷어 내는 노드, 결과를 그림으로 되돌리는 노드가 따로 있습니다. 연결선은 어느 노드의 출력이 다음 노드의 입력으로 들어가는지 보여 줍니다. 실행 순서를 정하는 것은 이 연결선이고, 화면에서 왼쪽에 놓였다고 먼저 실행되지는 않습니다.

위 화면의 노드를 연결 순서대로 따라가면 여섯 단계입니다.

위 화면에서 그림 한 장이 만들어지는 순서

  1. 1. 모델 불러오기Load Diffusion Model
    ModelSamplingAuraFlow
  2. 2. 프롬프트 변환Load CLIP, CLIP Text Encode
    문장을 모델이 읽는 형태로
  3. 3. 빈 잠재 이미지EmptySD3LatentImage
    결과물 크기를 정함
  4. 4. 생성KSampler
    잡음에서 형태를 뽑아냄
  5. 5. 그림으로 복원Load VAE, VAE Decode
    사람이 보는 이미지로
  6. 6. 저장Save Image
    파일로 남김
다른 모델의 템플릿은 노드 이름과 연결이 이 화면과 다를 수 있습니다.

프롬프트를 넣는 CLIP Text Encode 노드는 두 개입니다. KSampler의 positive로 연결된 위쪽 상자에는 만들고 싶은 장면을, negative로 연결된 아래쪽 상자에는 피하고 싶은 특징을 적습니다. 결과 크기는 EmptySD3LatentImage의 width와 height로 정하고, 위 화면은 둘 다 1024라서 가로세로 1024픽셀입니다.

KSampler의 seed는 시작 잡음을 정하는 값, steps는 샘플링을 반복하는 횟수, cfg는 프롬프트 조건을 얼마나 강하게 반영할지에 관여하는 설정입니다. 권장값은 모델마다 다르고, 위 화면의 42, 8, 1.0은 이 모델에 맞춘 값입니다.

워크플로는 노드와 연결, 설정을 묶은 작업 흐름이고, JSON은 그 내용을 저장하는 파일 형식입니다. 워크플로 파일에 모델 자체는 들어 있지 않습니다. 워크플로 정보가 남은 생성 이미지를 화면에 끌어다 놓으면 그 흐름을 그대로 불러올 수도 있습니다. 메신저에서 압축된 이미지나 화면 캡처에는 이 정보가 빠져 있습니다. 같은 결과를 재현하려면 모델 파일과 노드 버전, 실행 조건도 맞아야 합니다.

준비된 환경에서 첫 이미지를 저장합니다

컴피UI가 실행되고 필요한 모델이 설치된 환경에서 진행합니다. 아직 설치하지 않았다면 공식 첫 생성 안내에서 운영체제와 장비에 맞는 설치 방법을 고릅니다. 모델은 별도 파일이므로 다운로드 용량과 저장 위치도 미리 정합니다. 로컬과 클라우드 가운데 어느 쪽을 쓸지는 뒤의 비용 설명을 보고 정합니다.

공식 기본 템플릿으로 첫 이미지 저장하기

  1. 1. 워크플로 열기기본 text-to-image JSON을
    Workflows → Open
  2. 2. 모델 확인Load Checkpoint에
    v1-5-pruned-emaonly-fp16
  3. 3. 프롬프트 입력positive 칸에
    빨간 머그잔 제품 사진
  4. 4. 한 번 실행Run을 누르고
    Save Image에 결과 확인
  5. 5. 두 파일 저장이미지 파일과
    Workflows → Export JSON

1번의 기본 예제는 텍스트 설명으로 이미지를 만드는 워크플로입니다. 쓰던 흐름이 있으면 열기 전에 다른 이름으로 저장해 둡니다. 2번의 Load Checkpoint는 위 캡처와 달리 모델 구성 요소를 한 노드에서 한꺼번에 불러옵니다. 모델 파일 이름은 v1-5-pruned-emaonly-fp16.safetensors이고, 모델이 없다는 메시지가 뜨면 메시지에 나온 파일을 안내한 폴더에 넣은 뒤 다시 실행합니다.

3번에는 a red mug on a white table, product photo를 넣습니다. 흰 탁자 위 빨간 머그잔 제품 사진이라는 뜻이고, 다른 설정은 예제대로 둡니다. 4번에서 Save Image에 빨간 머그잔과 흰 탁자가 보이면 생성은 성공입니다. 5번에서 이미지는 마우스 오른쪽 버튼으로 눌러 저장하고(Mac 트랙패드는 보조 클릭이나 Control을 누른 클릭), 워크플로는 Workflows → Export로 mug-red.json을 저장합니다.

화면에 그림이 보이는 것과 컴퓨터에 파일이 저장된 것은 별개입니다. 브라우저의 다운로드 목록에서 이미지 파일을 열어 보고, JSON을 다시 불러와 빨간 머그잔 프롬프트가 남아 있는지 보면 저장까지 끝난 것입니다.

막힌 상황먼저 할 일
모델 목록이 비거나 null 표시템플릿에 적힌 파일명과 저장 폴더를 맞추고 새로고침하거나 다시 시작합니다.
알 수 없는 노드 표시노드 이름과 템플릿의 요구 버전을 기록하고, 처음에는 기본 노드 예제로 돌아갑니다.
메모리 부족연속 실행을 멈추고 모델 요구 메모리를 봅니다. 지원 범위에서 크기나 한 번에 만드는 수를 줄입니다.
결과가 요청과 다름positive 칸을 바꿨는지 보고, 장면 조건을 하나씩 바꿔 비교합니다.
파일을 못 찾음저장이나 다운로드를 실제로 했는지, 브라우저 다운로드 위치가 어디인지 봅니다.

실행 중에는 Run을 거듭 누르지 않습니다. 멈춰야 하면 실행 대기열의 취소 기능을 쓰고, 원인을 찾은 뒤 한 번만 다시 실행합니다.

2023년부터 2026년까지 컴피UI의 연혁

개인 프로젝트가 회사가 되기까지의 기록입니다.

시점무슨 일이 있었는지
2022년 10월개발자 comfyanonymous가 스테이블 디퓨전을 접함
2023년 1월깃허브에 첫 공개
2023년 6월개발자가 스태빌리티 AI에 합류
2024년 6월 3일스태빌리티 AI를 떠나 Comfy Org 공동 창업
2024년 8월Flux 지원, 리눅스 재단 오픈 모델 이니셔티브 참여
2025년 9월1,700만 달러 투자 유치
2026년 4월 24일3,000만 달러 추가 유치, 기업가치 5억 달러
2026년 6월 29일에이전트 연동 Comfy MCP 공개 베타
2026년 9월 21일v0.37.0 공개

2026년 투자는 Craft Ventures가 주도했습니다. 핵심 소프트웨어는 GPL 3.0으로 계속 공개하고, 클라우드와 기업용 서비스로 수익을 냅니다.

Comfy Org의 투자 유치

  • 1,700만 달러2025년 9월 유치
  • 3,000만 달러2026년 4월 추가 유치Craft Ventures 주도
  • 5억 달러2026년 4월 기업가치
  • 약 4,700만 달러두 차례 누적

이미지 생성을 넘어선 지원 범위

컴피UI는 스테이블 디퓨전용 화면으로 널리 알려졌지만, 지금 공식 저장소는 컴피UI를 콘텐츠 제작용 AI 엔진으로 소개합니다. 기본으로 지원하는 모델을 분야별로 적으면 이렇습니다.

  • 이미지 생성: 스테이블 디퓨전 1.5와 SDXL, SD3.5, Flux.1과 Flux.2, Qwen Image, HiDream 등
  • 이미지 편집: Flux Kontext, Qwen Image Edit, OmniGen2 등
  • 영상 생성: Wan 2.1과 2.2, LTX-Video, HunyuanVideo 1.5, CogVideoX 등
  • 음악과 오디오: ACE-Step 1.5, Stable Audio 3, MiniMax Music 3, Yue 2
  • 3D와 비전: Hunyuan3D 2.1, TripoSplat, SAM 3, Depth Anything 3
  • 텍스트 생성: Gemma 3과 4, Qwen3 계열, 멀티모달 입력 포함

여기에 파트너 노드(Partner Nodes)를 붙이면 가중치(학습된 모델 파일)를 공개하지 않는 상용 모델도 같은 화면에서 쓸 수 있습니다. 나노바나나와 Seedance, GPT 이미지, Claude, Gemini 같은 모델이 목록에 있고, 쓴 만큼 요금이 붙습니다. 파트너 노드는 외부 서비스에 요청을 보내므로 로컬 컴퓨터에서 화면을 열었어도 자료가 밖으로 나가고 요금이 청구됩니다.

외부 통신을 줄이는 실행 옵션은 두 가지이고, 막는 범위가 다릅니다.

실행 옵션이 막는 통신

막는 대상--disable-partner-nodes--offline
파트너 노드의 외부 호출제공–
기본 제공 기능의 외부 통신–제공
커스텀 노드의 통신제공하지 않음제공하지 않음
두 옵션 모두 커스텀 노드의 통신은 막지 못합니다. 설치한 버전의 실행 도움말에서 옵션 이름을 봅니다.

2026년 하반기 릴리스만 봐도 변화가 빠릅니다. 8월에는 comfy kitchen attention과 LTX 2.5, 9월에는 Comfy Compiler와 Generic Loops, YuE2 음악 모델, Qwen-Image 2.1 지원이 들어갔습니다. 공식 릴리스는 주 단위를 목표로 하고, 큰 버전은 2주 간격으로 나옵니다.

Comfy MCP: 에이전트가 노드를 대신 짭니다

2026년 6월 29일 나온 Comfy MCP를 쓰면 노드 그래프를 직접 짜지 않고도 컴피UI로 결과물을 만들 수 있습니다. MCP(Model Context Protocol)는 AI 모델이 외부 도구를 쓰도록 규격을 맞춘 연결 방식이고, Comfy MCP를 연결하면 클로드 코드나 클로드 데스크톱 같은 앱에서 컴피UI를 부를 수 있습니다. 연결 대상은 로컬 설치본과 Comfy Cloud 가운데 고릅니다.

공식 문서에 적힌 기능은 세 가지입니다. 모델과 노드, 템플릿 워크플로를 검색하고, 공유된 워크플로 주소를 읽어 실행하고, 이미지와 영상, 3D, 오디오를 자연어 지시로 생성합니다. 노드 그래프가 진입 장벽이었던 만큼, 만들 결과물을 말로 지시하면 에이전트가 노드를 배치하는 방식입니다.

연결만 해서는 생성 결과가 저장되지 않으므로, 단계를 나눠 요청합니다.

Comfy MCP에 나눠서 요청하는 단계

  1. 1. 검색모델, 노드,
    템플릿 워크플로
  2. 2. 실행워크플로 주소나
    자연어 지시로 생성
  3. 3. 완료 확인작업이 끝났는지
    결과 확인
  4. 4. 파일 저장결과 파일을
    지정한 폴더에

공식 문서는 클라우드 연결을 정식 기능으로 안내하고, 로컬 연결도 함께 제공합니다. 단계별 요청 방법은 Comfy MCP 안내에 정리했습니다. ComfyUI 안에 들어 있는 Comfy Agent는 외부 AI 앱을 연결하는 Comfy MCP와 다른 기능입니다.

무료 설치와 실행 비용을 구분합니다

컴피UI 소프트웨어의 로컬 설치는 무료입니다. 다만 장비와 전기, 저장 공간 비용이 들고, 파트너 노드로 외부 상용 모델을 부르면 사용료가 붙습니다. 공개 모델도 모델마다 사용 조건이 따로 있습니다.

GPU는 이미지 생성 계산에 쓰는 처리 장치이고 VRAM은 GPU가 쓰는 메모리입니다. 장비를 직접 갖추기 어려우면 공식 클라우드인 Comfy Cloud를 씁니다. 신규 가입자는 5회를 무료로 실행할 수 있고, 유료 요금제는 세 가지입니다.

Comfy Cloud 요금제별 월 결제 가격(미국 달러)

  • Standard월 20달러연 결제 시 연 192달러, 작업당 최대 30분
  • Creator월 35달러연 결제 시 연 336달러, 작업당 최대 30분
  • Pro월 100달러연 결제 시 연 960달러, 작업당 최대 1시간
막대 길이는 Pro를 100으로 둔 비율입니다. 연 결제를 12로 나누면 각각 월 16달러, 28달러, 80달러입니다.

연 결제의 월 환산 16달러는 매달 16달러씩 내는 금액이 아니라 연 192달러를 한 번에 내는 금액을 12로 나눈 값입니다. 구독료에는 사용 크레딧이 포함되고, 크레딧은 실행할 때마다 차감되는 사용 단위라 생성량에 한도가 있습니다. Team은 고르는 공유 크레딧 규모에 따라 가격이 달라집니다. 결제 전에 최종 화면에서 청구 주기와 합계를 봅니다.

크레딧은 클라우드의 실행 시간과 파트너 노드 사용에 쓰이고, 그래프만 편집하는 시간에는 GPU 실행 요금이 붙지 않습니다. 직접 만든 LoRA 같은 모델을 가져오는 기능은 Creator 이상에서 쓸 수 있습니다. LoRA는 모델을 특정 화풍 등에 맞게 조정하는 추가 파일입니다. 별도 제품인 Comfy API의 GPU와 저장소 요금은 이 구독료와 따로 계산합니다.

커스텀 노드 생태계와 보안

기본 노드로 안 되는 일은 커스텀 노드로 기능을 넓힙니다.

커스텀 노드 생태계의 규모

  • 6만 개 이상커스텀 노드공식 사이트 기준
  • 800명 이상레지스트리 등록 제작자2025년 1월 기준

이 생태계가 컴피UI의 강점이자 약점입니다. 커스텀 노드 설치는 남이 쓴 파이썬 코드를 내 컴퓨터에서 실행하는 일입니다. 그 코드 안에 무엇이 들어 있는지 설치하는 사람은 알기 어렵습니다.

실제로 큰 사고가 두 번 있었습니다.

2024년 6월, ComfyUI_LLMVISION 사건. GPT-4와 Claude 3을 붙여 준다는 확장에 악성 코드가 들어 있었습니다. 설치하면 변조된 파이썬 패키지가 함께 깔리면서 브라우저에 저장된 비밀번호와 카드 정보, 암호화폐 지갑, 화면 캡처, 파일을 빼내 공격자의 디스코드 서버로 보냈습니다. 설치형 확장이 자료 유출 경로가 된 사례입니다.

2026년 3월, 채굴 봇넷. 보안 보고서는 2026년 4월 7일 시점에 인증 없이 외부에서 접근할 수 있는 ComfyUI 서버 1,000여 대와 이를 노린 공격을 설명했습니다. 1,000여 대는 감염이 확인된 수가 아니라 외부에 노출된 서버 수입니다. 공격에 쓰인 취약점은 CVE-2025-67303으로, ComfyUI-Manager 3.38 미만에서 인증 없이 설정을 읽고 쓸 수 있던 문제입니다. 심각도는 10점 만점에 7.5입니다.

채굴 봇넷이 서버를 장악한 순서

  1. 1. 대역 훑기3~4시간마다
    클라우드 주소 대역 검색
  2. 2. 취약 서버 찾기인증 없이 열린
    Manager 3.38 미만
  3. 3. 악성 노드 설치설정을 바꿔
    노드를 심음
  4. 4. 채굴과 프록시모네로, 컨플럭스 채굴
    프록시 봇넷으로 사용

그래서 커스텀 노드를 쓸 때는 세 가지를 봅니다.

확인할 것방법
커스텀 노드 출처제작자와 갱신 기록, 설치 코드를 봅니다. 직접 판단하기 어려우면 설치를 미루고 기본 노드로 진행하거나 담당자에게 검토를 요청합니다
버전이 취약점이 고쳐진 버전은 Manager 3.38, 코어 0.3.76부터입니다. 그 뒤에 나온 보안 공지도 함께 봅니다
외부 노출처음에는 내 컴퓨터에서만 씁니다. 원격으로 공유하려면 인증과 접근 제한을 설정할 수 있는 담당자와 함께 검토합니다

다른 도구와의 비교

이미지 생성 화면은 컴피UI 말고도 여럿 있습니다. 화면 구성이 달라서 하려는 작업에 따라 맞는 도구가 다릅니다.

화면 구성과 맞는 작업

도구화면 성격맞는 작업
ComfyUI노드 그래프
영상 파이프라인 지원
흐름을 직접 짜서
제품에 붙이는 작업
ForgeAUTOMATIC1111 계열
화면에서 발전
혼자 빠르게
이미지만 뽑는 작업
SwarmUIComfyUI 위에 얹은
쉬운 화면
GPU 한 대를
여러 명이 함께 쓰는 팀
InvokeAI캔버스 중심
인페인팅, 영역 프롬프트
그림을 고쳐 가며
다듬는 작업

컴피UI를 고르는 이유는 대체로 둘입니다. 워크플로가 JSON이라 버전 관리와 자동화에 넣기 좋고, 영상 생성 쪽 지원 범위가 넓습니다. 반대로 결과물 한 장을 빨리 얻는 것이 목적이면 다른 도구가 더 편합니다.

컴피UI가 낯선 사람을 위한 App Mode도 있습니다. 복잡한 그래프를 입력 칸 몇 개만 남긴 화면으로 바꿔 주는 기능이라, 만드는 사람은 노드로 짜고 쓰는 사람은 단순한 화면만 볼 수 있습니다.

정리

처음에는 모델 목록을 익히기보다 기본 흐름 하나를 끝까지 돌려 보는 것이 먼저입니다. 아래 순서로 시작하고, 필요한 노드와 자동화는 그다음 작업에 맞춰 더합니다.

컴피UI를 시작하는 순서

  1. 1. 실행 환경 정하기내 GPU로 로컬 설치
    또는 Comfy Cloud
  2. 2. 기본 템플릿 실행공식 text-to-image
    예제 그대로
  3. 3. 결과 저장이미지와 워크플로 JSON을
    따로 저장
  4. 4. 필요할 때만 확장커스텀 노드는 출처 확인
    파트너 노드는 요금 확인

자주 묻는 질문

어떤 그래픽카드가 필요한가요?

엔비디아와 AMD, 인텔, 애플 실리콘, 어센드 NPU까지 지원합니다. 필요한 GPU 메모리(VRAM)는 쓰는 모델에 따라 크게 달라서 하나로 정해져 있지 않습니다. 공식 저장소에 GPU 추천 문서가 따로 있으니, 쓰려는 모델을 정한 뒤 그 문서에 맞춰 장비를 고르는 편이 낫습니다.

윈도우에서 AMD 그래픽카드를 쓸 수 있나요?

쓸 수 있습니다. 2026년에 윈도우용 ROCm 지원이 공식으로 들어왔고, AMD가 내놓은 멀티 아키텍처 파이토치 패키지를 설치하는 방식입니다. RDNA 2부터 RDNA 4까지 지원 목록에 올라 있습니다.

완전히 오프라인으로 돌릴 수 있나요?

모델과 필요한 파일을 미리 준비한 로컬 워크플로는 오프라인으로 돌아갑니다. 파트너 노드는 외부 서비스가 있어야 합니다. 코어의 --offline과 --disable-partner-nodes는 막는 범위가 다르고, 둘 다 커스텀 노드의 통신까지 막지는 않습니다.

커스텀 노드를 안전하게 쓰려면 어떻게 하나요?

레지스트리에 올라온 노드 가운데 제작자와 갱신 기록이 분명한 것을 고르고, ComfyUI-Manager와 코어를 최신으로 유지합니다. 중요한 자료가 있는 컴퓨터와 분리해 쓰는 것도 방법입니다. 어떤 방법을 써도 설치가 곧 코드 실행이라는 점은 같습니다.

Sources

3줄 요약

  1. 컴피UI는 2023년 1월 공개된 GPL 3.0 오픈소스 생성 엔진으로, 모델과 처리 단계를 노드로 이어 이미지와 영상, 음악을 만듭니다.

  2. 로컬 설치는 무료이고 Comfy Cloud는 Standard 월 20달러부터이며, 파트너 노드로 상용 모델을 부르면 쓴 만큼 요금이 따로 붙습니다.

  3. 커스텀 노드는 남이 쓴 파이썬 코드를 내 컴퓨터에서 실행하므로 출처를 확인하고, ComfyUI-Manager는 인증 없이 설정을 바꿀 수 있던 3.38 미만 버전을 쓰지 않습니다.

Share

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

컴피UI에 커스텀 노드를 설치할 때 가장 크게 달라지는 점은 무엇일까요?

이 글이 도움이 되었나요?

이 글 다음 배우기로컬 AI 시작하기 입문입문 코스 · 8편

내 컴퓨터에서 AI를 돌릴 때 필요한 하드웨어, 모델 크기, 실행 도구를 순서대로

  1. 1로컬 AI 뜻과 클라우드 AI와 다른 점
  2. 2로컬 AI 하드웨어 기초, VRAM과 통합 메모리와 대역폭
  3. 3DGX 스파크(DGX Spark) 이해하기, 무엇이고 누구에게 맞는지
코스 전체 보기 →
이어서 읽기 좋은 글Qwen-Image-2.1: 투명 이미지와 연구용 라이선스 →

Qwen-Image-2.1은 투명 이미지 생성과 편집을 함께 지원합니다. 시각 생성부 7B의 의미, 자체 평가표를 읽는 방법, 연구용 라이선스와 상업 이용 조건을 설명합니다.