FLUX 로컬 설치 방법 (+ComfyUI)-(2)

 

FLUX 를 사용하기 위해서는 ComfyUI Manager를 설치를 해야하는데

이걸 설치하기 위해서는 Git 설치를 해야한다.

https://git-scm.com/downloads

Git - Downloads

위의 사이트에 접속해서 Git 설치 파일을 받아서 설치하도록 하자.

 

특별히 설치 과정에 설정해 줄 것은 없고 다음만 눌러도 된다.

 

설치가 완료된 후에 ComfyUI가 설치된 경로에서 아래와 같이 custom_nodes라는 폴더를 찾아서 선택한 후

마우스 우측 버튼을 클릭한다.

그리고 터미널에서 열기를 클릭한다.

 

아래와 같은 명령어 창이 열릴 것이다.

 

여기에 아래 명령어를 복사해서 붙여넣기를 한다.

git clone https://github.com/LTDRDATA/COMFYUI-MANAGER

 

 

정상적으로 설치가 되었다면 위와 같은 메시지가 출력될 것이다.

 

ComfyUI를 다시 실행하자.

그러면 기존에 있던 메뉴창에 Manager라는 새로운 버튼이 추가된 것을 확인할 수 있을 것이다.

 

자 이제 본격적으로 FLUX를 받아보도록 하자.

아래 주소로 접속을 하도록 하자.

https://huggingface.co/Kijai/flux-fp8/tree/main

Kijai/flux-fp8 at main

 

허깅페이스는 AI 와 관련된 여러가지 model을 공유하는 사이트이다.

 

 

위와 같이 flux와 관련된 모델이 있는 걸 확인할 수가 있다. 용량이 만만치가 않다.

AI를 하려면 PC사양 뿐만 아니라 용량도 넉넉해야한다.

 

https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae

black-forest-labs/FLUX.1-schnell at main

이것이 끝이 아니다.

VAE 파일도 받아야하는데 Variational Autoencoder 약자로 이미지의 퀄리티를 높여주는 녀석으로 생각하면 되겠다.

 

아직 더 받아야할게 있다. FLUX의 최대 강점은 바로 텍스트를 이미지에 잘 표시해준다는 건데

그 작업에 필요한 파일을 받아야한다.

 

https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

comfyanonymous/flux_text_encoders at main

 

아래 3개 파일을 모두 내려받도록 하자.

 

 

모든 파일을 다 받았다면 아래와 같은 순서로 내려받은 파일을 이동시키도록 하자.

 

FLUX 모델 파일

flux1-dev-fp8.safetensors

flux1-schnell-fp8.safetensors

 

ComfyUI > models > unet 경로로 이동시킨다.

 

VAE 파일

diffusion_pytorch_model.safetensors

 

ComfyUI > models > vae 경로로 이동시킨다.

 

텍스트 인코딩 처리와 관련된 파일

t5xxl_fp16.safetensors

t5xxl_fp8_e4m3fn.safetensors

clip_l.safetensors

 

ComfyUI > models > clip 경로로 이동시킨다.

 

 

이제 거의 끝이 보인다. 아래 civitai에 접속해서 comfyui의 워크플로우를 다운받도록 하자.

 

https://civitai.com/models/617060/comfyui-workflow-for-flux-simple

ComfyUI workflow for Flux (simple) - v1.0 | Stable Diffusion Workflows | Civitai

 

다운받을 파일의 압축을 해제한 후, 해당 파일을 그대로 드래그앤 드랍으로 ComfyUI 에 화면에 넣어주자.

 

그러면 초기 설정했던 화면과는 전혀 다른 형태로 ComfyUI가 다시 구성된 것을 확인할 수 있을 것이다.

 

ComfyUI를 종료한 다음에 다시 실행한 후, Queue Prompt 실행해 보자.

이전에 이미지를 출력했을때보다는 시간이 상당히 많이 걸리는 걸 확인할 수가 있다.

아무래도 여러 모델을 사용하면서 Text Encoding 작업까지 하기 때문에

나와 같은 저가형 그래픽카드가 장착된 PC에서는 상당한 시간이 소요되는 것 같다.

 

10분이나 걸려 추출한 이미지는 아래와 같다.

PC를 고사양 PC로 바꾸기 전에는 로컬에서 사용하기는 어려울 것 같다.