반응형

ComfyUI - KSampler 완벽 가이드

1. KSampler란 무엇인가?

KSampler는 Stable Diffusion의 핵심 샘플러(sampler)를 조작하는 노드로,

노이즈 → 이미지 변환 과정(latent denoising process) 을 담당합니다.

즉, “어떻게” 노이즈를 제거하며 이미지를 그려낼지 결정하는 엔진입니다.

텍스트 프롬프트나 모델(Checkpoint, LoRA 등)이 어떤 이미지를 만들지 정의한다면,

KSampler는 그 이미지를 어떤 느낌, 질감, 스타일로 완성할지를 결정합니다.

2. KSampler 노드의 입력 구조

입력 항목설명
model Stable Diffusion 모델 (e.g. SDXL, SD1.5 등)
positive Positive Prompt (긍정 프롬프트 인코딩 결과)
negative Negative Prompt (부정 프롬프트 인코딩 결과)
latent_image 초기 latent 공간의 노이즈 이미지
seed 이미지 재현성 제어용 랜덤값
steps 샘플링 단계 수
cfg Classifier Free Guidance Scale
sampler_name 샘플러 알고리즘 종류
scheduler 노이즈 스케줄러
denoise 노이즈 제거 강도 (0~1)

 

3. 핵심 파라미터 상세 설명

 

3.1 seed

  • 동일한 조건 + seed → 동일 이미지.
  • 랜덤 이미지는 -1로 설정.

3.2 steps

  • 노이즈 제거 반복 횟수.
  • 많을수록 디테일하지만 느려짐.

3.3 cfg (Classifier-Free Guidance)

  • 프롬프트 반영 강도.
  • 권장: 6~8

3.4 sampler_name

샘-플러 특징
Euler 빠르고 선명
Euler a 질감 다양, 예술적
DPM++ 2M Karras 고품질, 사실적
DPM++ SDE Karras 조명과 디테일 뛰어남

3.5 scheduler

  • 노이즈 감소 곡선 제어.
  • karras 권장.

3.6 denoise

  • 0.1~1.0 사이 값.
  • 낮을수록 원본 유지(img2img용).

 

4. 작동 흐름

  1. Seed 기반 노이즈 생성
  2. 모델이 프롬프트로 노이즈 예측
  3. 예측 노이즈를 부분 제거
  4. Scheduler가 감소량 제어
  5. 반복 (steps 횟수만큼)
  6. VAE Decode로 실제 이미지 생성

 

5. 사용 예시

 

(1) 텍스트 프롬프트 기반

Text → CLIP → KSampler → VAE Decode → Image

 

(2) 이미지 기반 변환 (img2img)

Image → VAE Encode → KSampler(denoise=0.3) → Decode

 

(3) ControlNet 활용

Edge/Depth → ControlNet → KSampler → VAE Decode

 

6. 추천 세팅

목적 샘플러 Steps CFG Denoise
사실적 인물 DPM++ 2M Karras 30~40 7 1.0
애니메이션풍 Euler a 25 6.5 1.0
리터칭 DPM++ 2M 15~20 7 0.25

 

7. 변형형 KSampler

이름 특징
KSampler Advanced step 범위/노이즈 타입 지정 가능
KSampler Batch 다중 이미지 병렬 생성
KSampler Custom AnimateDiff 등 확장 가능

 

8. 문제 해결 가이드

문제 원인 해결
흐릿한 결과 steps 부족 steps 30↑
결과 불일치 seed 변경 seed 고정
왜곡됨 cfg 과다 6~8로 조정

 

9. 요약표

파라미터 역할 권장
seed 랜덤성 제어 고정 또는 -1
steps 품질 20~40
cfg 프롬프트 강도 6~8
sampler 알고리즘 DPM++ 2M Karras
scheduler 노이즈곡선 karras
denoise 원본 유지율 0.2~1.0

 

10. 결론

KSampler는 Stable Diffusion의 핵심 엔진으로,

이미지의 질감, 분위기, 완성도를 결정하는 핵심 노드입니다.

올바른 설정을 조합하면 원하는 스타일의 고품질 이미지를 안정적으로 생성할 수 있습니다.

 

반응형
Posted by 까칠코더
,