본문 바로가기

AI/ComfyUI

ComfyUI - Ksampler / Ksampler Advanced 차이 및 필드 별 의미

 

1) 입력

- model : 샘플링에 사용할 모델

- positive / negative : conditioning. 만들고 싶은 것과 피하고 싶은 것(노이즈 유도)

- latent_image : 샘플링의 캔버스

  • T2I : Text to Image ex) Empty Latent Image 출력 연결
  • I2I : Image to Image ex) VAE Encode 출력 연결

- seed : 난수 시드. 같은 설정 + 같은 seed면 같은 결과 (재현)

- steps : 샘플링 반복 횟수. 많을수록 디테일이 올라감. 하지만 한계 있음.

  • SD1.5 : 보통 20 ~ 30
  • SDXL : 보통 30 ~ 50

- cfg (Classifier-Free Guidance scale)

프롬프트 고집 세기.

낮으면 자유도가 높아짐 (지나치게 자유도가 높으면 산만해 질 수 있음)

높으면 프롬프트 추종 높아짐 (노이즈/아티팩트 높일 수 있음)

일반적으로 5 ~ 8 권장 (SD1.5, SDXL 동일)

 

- sampler_name

샘플러 알고리즘 (노이즈를 제거하는 방식)

이미지의 질과 다양성을 조정함

 

 

  • DPM++ 2M Karras: 안정적·선호
  • Euler a: 빠르고 러프, 창의성↑
  • DPM++ SDE Karras: 디테일 좋음(다소 무거움)

 

 

- scheduler

노이즈 스케줄 곡선

Karras : 균형 (가장 많이씀)

 

- denoise (I2I에서 의미 큼)

원본 latent를 얼마나 깨뜨리고 다시 그릴지 (0~1)

0.2 ~ 0.35 : 색감/질감만 살짝 변경

0.4 ~ 0.55 : 형태도 조금 바뀜

0.55 ~ 0.7 : 포즈/구도 크게 변경

 

 

+ Adavanced

 

- start/end 단계 지정 : 전체 스탭 중 어느 구간만 돌릴지 지정 (ex) IP-Adapter/ControlNet 초반만 영향 주려면 - start 0.0 end=0.4)

- add_noise / noise_seed : img to img에서 노이즈를 얼마나, 어떤 시드로 섞을지 직접 제어

- return_with_leftover_noise : 다음 스테이지로 남은 노이즈까지 전달

 

 

 

  • 빠르게 한 장면 뽑는 목적이면: 기본 KSampler로 충분.
  • 포즈/부분 리터치/멀티패스를 본격화하면: KSampler (Advanced) 가 유리.