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

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 개를 모았습니다.

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

컴피UI는 그 버튼 안쪽을 통째로 펼쳐 놓는 쪽입니다. 재료를 어디에 넣고 어떤 순서로 처리할지 직접 정해야 하는데, 그래서 진입이 어렵다는 말과 이것 말고는 못 한다는 말이 함께 붙어 다닙니다. 어디까지 할 수 있고 무엇을 조심해야 하는지는 정리된 자료를 찾기 어렵습니다. 먼저 아래 화면으로 흐름을 읽고, 실행 환경이 준비됐다면 첫 이미지 저장까지 따라갑니다. 설치나 결제 없이 화면 읽기만 마쳐도 입력과 결과의 관계를 설명할 수 있습니다. 기능과 요금 안내는 2026년 10월 4일 기준으로 확인했으며 역사와 캡처의 숫자는 당시 기록입니다.

노드 그래프가 무엇인지

버튼 하나로 결과가 나오는 도구를 자판기에 견주면, 컴피UI는 재료와 조리 도구를 직접 늘어놓는 주방에 가깝습니다. 무엇을 먼저 익히고 어디에 부을지를 사람이 정합니다.

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 출력이 다음 노드의 입력에 쓰이는지 보여줍니다. 화면에서 왼쪽에 놓였다는 이유만으로 먼저 실행되는 것은 아닙니다.

위 화면의 흐름을 따라가면 이렇습니다.

이 표는 위 화면의 구성입니다. 다른 모델은 노드 이름이나 연결이 다를 수 있으므로 이 일곱 항목을 모든 템플릿에 억지로 맞추지 않습니다.

KSampler의 seed는 시작 잡음을 정하는 값, steps는 샘플링 반복 횟수, cfg는 프롬프트 조건을 반영하는 정도에 관여하는 설정입니다. 모델에 따라 권장값이 다릅니다. 위 그림의 42, 8, 1.0을 모든 모델의 정답으로 복사하지 않습니다.

워크플로는 노드와 연결, 설정을 묶은 작업 흐름입니다. JSON은 그 내용을 저장하는 파일 형식이며 모델 자체가 들어 있는 것은 아닙니다. 요리에 레시피 카드가 붙어 오는 것처럼, 워크플로 메타데이터가 남은 생성 이미지를 끌어다 놓아 흐름을 불러올 수도 있습니다. 메신저에서 압축됐거나 정보를 제거한 이미지, 화면 캡처에는 그 정보가 없을 수 있습니다. 같은 결과를 재현하려면 모델 파일, 노드 버전과 실행 조건도 맞아야 합니다.

첫 연습: 기존 화면에서 입력과 결과를 찾습니다

원본 화면을 엽니다. 모바일에서는 두 손가락으로 확대해 다음 세 곳을 찾습니다. 이미지 생성이나 결제는 필요하지 않습니다.

1. 두 CLIP Text Encode (Prompt) 중 positive로 연결된 위쪽 상자를 찾습니다. 만들고 싶은 장면을 적는 곳입니다.
2. EmptySD3LatentImage에서 width와 height를 읽습니다. 위 화면은 둘 다 1024이므로 가로 1024, 세로 1024픽셀입니다.
3. 오른쪽 Save Image를 찾고 캐릭터가 기타를 치는 결과가 있는지 봅니다.

메모에 ‘장면 문장: 위쪽 프롬프트, 크기: 1024×1024, 결과 확인: Save Image’라고 적으면 됩니다. 아래쪽 프롬프트를 선택했다면 연결선이 negative로 들어가는지 확인합니다. 그 칸은 피하고 싶은 특징을 적는 곳입니다.

이번에는 가로 1024, 세로 768인 그림을 만들려면 어느 값을 바꿀지 혼자 찾습니다. 이 화면에서는 height를 768로 바꾸고 width는 그대로 두는 것이 답입니다. 다만 다른 모델이 그 크기를 지원하는지는 템플릿 안내를 따릅니다.

준비된 환경에서 첫 이미지를 저장합니다

컴피UI가 실행되고 필요한 모델이 설치된 환경에서 진행합니다. 아직 설치하지 않았다면 공식 첫 생성 안내에서 내 운영체제와 장비에 맞는 설치 경로를 확인합니다. 모델은 별도 파일이므로 다운로드 용량과 저장 위치까지 준비해야 합니다. 먼저 아래 비용 설명을 읽고 로컬 또는 클라우드 중 사용할 환경을 정합니다.

1. 공식 첫 생성 안내의 기본 text-to-image 워크플로 JSON을 받아 Workflows → Open으로 엽니다. 텍스트 설명으로 이미지를 만드는 예제입니다. 사용하던 흐름은 먼저 별도 이름으로 저장합니다.
2. Load Checkpoint에 공식 예제의 v1-5-pruned-emaonly-fp16.safetensors 모델이 선택됐는지 확인합니다. 위 캡처와 달리 이 기본 예제는 모델 구성 요소를 한꺼번에 불러오는 노드를 사용합니다. 모델이 없다는 메시지가 뜨면 실행 전에 안내된 파일과 폴더를 맞춥니다.
3. positive 프롬프트에 a red mug on a white table, product photo를 넣습니다. 흰 탁자 위 빨간 머그잔이라는 뜻입니다. 다른 설정은 예제대로 둡니다.
4. Run을 한 번 누르고 실행이 끝날 때까지 기다립니다. Save Image에 결과가 나타나면 그림을 마우스 오른쪽 버튼으로 눌러 저장하고 컴퓨터에서 다시 엽니다. Mac 트랙패드는 보조 클릭이나 Control을 누른 클릭을 사용합니다. 빨간 머그잔과 흰 탁자가 있는지 직접 봅니다.
5. Workflows → Export로 mug-red.json을 저장합니다. 이미지 파일과 JSON 파일의 저장 폴더를 각각 기록합니다.

그림이 보이는 것과 컴퓨터에 저장된 것은 다릅니다. 브라우저의 다운로드 목록에서 실제 파일 위치를 열어 확인합니다. JSON도 다시 불러와 빨간 머그잔 프롬프트가 남았는지 봅니다.

이제 프롬프트에서 red만 blue로 바꾸어 한 번 더 실행하고 mug-blue.json과 두 번째 이미지를 저장합니다. 파란 머그잔이 됐는지 비교합니다. 색을 바꿨다고 나머지 구도까지 똑같이 유지되는 것은 아닙니다. 이미지 두 장과 해당 JSON을 다시 열 수 있으면 첫 실행과 반복 확인을 마친 것입니다.

실행 중에는 Run을 계속 누르지 않습니다. 중단이 필요하면 실행 대기열의 취소 기능을 사용하고, 원인 확인 뒤 한 번만 다시 실행합니다.

컴피UI가 걸어온 2023년부터 2026년까지

개인 프로젝트가 회사가 되기까지의 기록입니다.

2026년 투자는 Craft Ventures가 주도했고, 두 차례를 합친 누적 금액은 약 4,700만 달러입니다. 핵심 소프트웨어는 GPL 3.0으로 계속 공개하면서 클라우드와 기업용 서비스로 수익을 내는 구성입니다.

이미지 도구라는 설명이 좁아졌습니다

널리 알려진 것은 스테이블 디퓨전용 화면이지만 지금 공식 저장소 소개 글에 적힌 이름은 콘텐츠 제작용 AI 엔진입니다. 기본으로 지원하는 범위를 종류별로 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 가중치를 공개하지 않는 상용 모델도 같은 화면에서 씁니다. 나노바나나와 Seedance, GPT 이미지, Claude, Gemini 같은 것들이 목록에 올라 있고 쓴 만큼 요금이 붙습니다. 파트너 노드는 외부 서비스에 요청하므로 로컬 컴퓨터에서 화면을 열었어도 외부 전송과 과금이 발생합니다. 현재 코어 안내의 --disable-partner-nodes는 파트너 노드를 끄고 --offline은 기본 제공 기능이 외부와 통신하지 않도록 합니다. 이전 버전의 --disable-api-nodes와 이름이 다를 수 있으므로 설치 버전의 실행 도움말을 확인합니다. 이 옵션이 모든 커스텀 노드의 통신까지 강제로 차단하는 방화벽은 아닙니다.

2026년 하반기 릴리스만 봐도 변화 속도가 보입니다. 8월에는 comfy kitchen attention과 LTX 2.5, 9월에는 Comfy Compiler와 Generic Loops, YuE2 음악 모델, Qwen-Image 2.1 지원이 들어갔습니다. 공식 릴리스 주기는 주 단위를 목표로 하고 큰 버전은 2주 간격입니다.

Comfy MCP: 에이전트가 노드를 대신 짭니다

2026년 6월 29일 나온 Comfy MCP는 노드 그래프를 직접 짜지 않아도 되게 만드는 쪽입니다. MCP(Model Context Protocol), 즉 모델이 외부 도구를 쓰도록 규격을 맞춘 연결 방식인데, 클로드 코드나 클로드 데스크톱 같은 클라이언트에서 컴피UI를 호출하게 해 줍니다.

할 수 있는 일로 공식 문서에 적힌 것은 넷입니다.

• 모델과 노드, 템플릿 워크플로를 검색
• 공유된 워크플로 주소를 읽고 실행
• 이미지와 영상, 3D, 오디오를 자연어 지시로 생성
• 로컬 설치본과 Comfy Cloud 가운데 골라 연결

주방에 견주면 조리 도구를 직접 늘어놓는 대신 무엇을 만들고 싶은지 말하면 에이전트가 그 도구를 배치해 주는 구성입니다. 진입 장벽이 노드 그래프였다는 점을 생각하면 방향이 분명합니다.

현재 공식 문서는 클라우드 연결을 정식 제공으로 안내하며 로컬 연결도 제공합니다. 연결했다는 사실만으로 생성 결과가 저장되지는 않습니다. 검색, 실행, 완료 확인과 파일 저장을 나누어 요청하는 방법은 Comfy MCP 안내에 설명했습니다. ComfyUI 안의 Comfy Agent와 외부 AI 앱을 연결하는 MCP도 구분합니다.

무료 설치와 실행 비용을 구분합니다

컴피UI 소프트웨어의 로컬 설치는 무료입니다. 장비와 전기, 저장 공간 비용은 별도이며 파트너 노드로 외부 상용 모델을 부르면 사용료가 붙습니다. 공개 모델도 각 모델의 사용 조건은 따로 확인합니다.

GPU는 이미지 생성 계산에 쓰는 처리 장치이며 VRAM은 GPU가 사용하는 메모리입니다. 직접 장비를 갖추기 어려우면 공식 클라우드가 있습니다. 크레딧은 서비스 안에서 실행 사용량을 차감하는 단위입니다.

월 환산 16달러는 매달 16달러만 내는 계약이 아니라 연 192달러 선결제입니다. 기본 구독에 사용 크레딧이 포함되며 무제한 생성은 아닙니다. Team은 선택하는 공유 크레딧 규모에 따라 가격이 달라집니다. 최종 결제 화면에서 청구 주기와 합계를 확인합니다. 현재 요금 안내

클라우드의 실행 시간과 파트너 노드 사용이 크레딧을 소비하며 그래프만 편집하는 시간에는 GPU 실행 요금이 붙지 않습니다. 직접 만든 LoRA 등 모델 가져오기는 Creator 이상에서 지원합니다. LoRA는 모델을 특정 화풍 등에 맞게 조정하는 추가 파일입니다. 별도 제품인 Comfy API의 GPU 및 저장소 요금을 이 구독료와 혼동하지 않습니다.

커스텀 노드 생태계와 보안

기본 노드로 안 되는 일은 커스텀 노드로 범위를 넓힙니다. 공식 사이트는 노드 6만 개가 넘는다고 적고 있습니다. 레지스트리에 노드를 올린 제작자는 2025년 1월 기준으로 800명을 넘겼고 그 뒤 수치는 공개되지 않았습니다.

여기가 컴피UI의 강점이자 약한 고리입니다. 커스텀 노드 설치는 남이 쓴 파이썬 코드를 내 컴퓨터에서 실행하는 일입니다. 남이 만든 조리 도구를 그대로 들여와 쓰는 것과 같습니다. 안에 무엇이 숨어 있는지는 모른 채로 말입니다.

실제 사고가 두 번 크게 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 유출의 경로가 될 수 있음을 보여준 사례입니다.

2026년 3월, 채굴 봇넷. 보안 보고서는 2026년 4월 7일 시점 인증 없이 외부에서 접근할 수 있는 ComfyUI 서버 1,000여 대와 이를 노린 공격을 설명했습니다. 노출된 서버 수를 감염이 확인된 서버 수로 바꾸어 읽으면 안 됩니다. 쓰인 취약점은 CVE-2025-67303으로, ComfyUI-Manager 3.38 미만에서 인증 없이 설정을 읽고 쓸 수 있던 문제입니다. 심각도는 10점 만점에 7.5로 매겨졌습니다. 공격자는 3~4시간마다 클라우드 대역을 훑어 취약한 기계를 찾고 악성 노드를 심어 모네로와 컨플럭스를 채굴하거나 프록시 봇넷으로 썼습니다.

정리하면 조심할 점은 셋입니다.

다른 도구와의 비교

대표적인 화면 구성은 다음과 같습니다. 어느 하나가 모든 작업에서 더 쉽거나 빠르다고 단정하기보다 내가 할 작업과 맞는지 봅니다.

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

컴피UI가 낯선 사람에게는 App Mode가 있습니다. 복잡한 그래프를 입력 칸 몇 개만 남긴 화면으로 바꿔 주는 기능이라, 만든 사람은 노드로 짜고 쓰는 사람은 단순한 화면만 보는 구성이 가능합니다.

자주 묻는 질문

어떤 그래픽카드가 필요한가요?

엔비디아와 AMD, 인텔, 애플 실리콘, 어센드 NPU까지 지원합니다. 필요한 GPU 메모리(VRAM)는 쓰는 모델에 따라 크게 달라져서 하나로 말하기 어렵습니다. 공식 저장소가 GPU 추천 문서를 따로 두고 있으니 쓰려는 모델을 정한 뒤에 맞추는 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 가능합니다. 파트너 노드는 외부 서비스가 필요합니다. 현재 코어는 --offline과 --disable-partner-nodes를 구분하며 커스텀 노드까지 통신을 차단한다고 가정하지 않습니다.

커스텀 노드를 안전하게 쓰려면 어떻게 하나요?

레지스트리에 올라온 것 가운데 제작자와 갱신 기록이 확인되는 노드를 고르고, ComfyUI-Manager와 코어를 최신으로 유지합니다. 중요한 자료가 있는 컴퓨터와 분리해 쓰는 것도 방법입니다. 설치 자체가 코드 실행이라는 점은 바뀌지 않습니다.

정리

처음에는 모델 목록을 모두 외우지 않아도 됩니다. 프롬프트 입력, 결과 확인, 이미지와 워크플로 저장을 한 번 이어서 수행하고 어떤 조건을 바꿨는지 설명할 수 있는지 확인합니다. 필요한 노드와 자동화는 그다음 작업에 맞춰 추가합니다.

Sources

• ComfyUI 공식 저장소 (GitHub)
• Comfy 공식 사이트
• Comfy Cloud 요금 안내
• Comfy MCP 공식 문서
• ComfyUI raises $30M to scale open-source AI for creative production (Comfy 공식 블로그)
• Comfy Raises $17M Funding (Comfy 공식 블로그)
• AI Inference Under Siege: The ComfyUI Cryptomining Botnet (Cloud Security Alliance)

3줄 요약

1. 컴피UI는 노드와 연결선으로 생성 과정을 구성하며 워크플로에는 사용할 모델과 처리 설정이 담깁니다.

2. 기존 화면에서 입력과 결과를 찾은 뒤 준비된 템플릿을 실행하고 이미지와 워크플로를 따로 저장해 확인합니다.

3. 로컬 장비 비용과 클라우드 사용량, 파트너 노드 과금을 구분하고 커스텀 노드는 실행 코드라는 점을 확인합니다.