Model
Trends
.ai
Model
Trends
.ai
최고의 오픈 소스 AI 모델

ComfyUI의 Efficient Loader and KSampler (Efficient) 노드

Efficient Loader는 체크포인트, VAE, LoRA 스택, 긍정 및 부정 프롬프트, 그리고 빈 잠재 공간을 하나의 노드로 합쳐줘. KSampler (Efficient)는 실시간 미리보기, 내장 VAE 디코드, 그리고 설정 비교를 위한 XY 플롯 지원을 추가해.
노드 팩: efficiency-nodes-comfyui
카테고리: 인기 커스텀 노드 팩

Efficient Loader and KSampler (Efficient)이(가) 하는 일

Efficiency Nodes 팩(jags111이 LucianoCirino 작업을 이어받아 만든)은 기본 6개 노드로 된 텍스트-이미지 헤드를 하나의 Efficient Loader로 압축했어: ckpt_name, vae_name, clip_skip, lora_name과 강도(또는 LoRA 스택 입력), 긍정 및 부정 텍스트, 잠재 크기와 배치가 포함돼. DEPENDENCIES 출력은 KSampler (Efficient)를 위한 모든 걸 묶어주는데, 이 노드는 인라인으로 디코딩과 미리보기를 할 수 있어서 연결 단계를 줄여줘.
XY Plot 노드는 이 팩의 대표 기능이야: KSampler (Efficient)에 연결하면 시드, 스텝, cfg, 샘플러, 스케줄러, 체크포인트, LoRA 강도별로 그리드를 렌더링해. 이건 ComfyUI에서 A1111의 X/Y/Z 플롯 버전이야. HighRes-Fix 스크립트는 샘플러에 고해상도 패스를 추가하고, Noise Control 스크립트는 변화를 위한 노이즈 조절을 해줘.

입력

이름
타입
의미
ckpt_name / vae_name / clip_skip
COMBO / INT
모델, VAE, 그리고 clip skip (-1 기본값, 애니메이션 모델은 -2).
lora_name / lora_model_strength / lora_clip_strength
COMBO / FLOAT
하나의 LoRA 또는 LoRA 스택 연결.
positive / negative
STRING
노드에 직접 입력하는 프롬프트.
empty_latent_width / height / batch_size
INT
시작하는 잠재 공간 크기.
lora_stack / cnet_stack
LORA_STACK / CONTROL_NET_STACK
선택적 스택 연결.

출력

이름
타입
의미
MODEL / CONDITIONING+ / CONDITIONING- / LATENT / VAE / CLIP
various
일반적인 객체들.
DEPENDENCIES
DEPENDENCIES
KSampler (Efficient)와 XY Plot용 묶음.
AD
설치는 건너뛰세요: 클라우드에 미리 설치된 ComfyUI 워크플로
BitVector는 완성된 ComfyUI 워크플로를 자체 GPU에서 실행합니다. 설치 없음, 누락 노드 없음, 빨간 박스 없음. 휴대폰이나 노트북에서 열고 1분 안에 생성하세요.

Efficient Loader and KSampler (Efficient) 사용법

  1. Manager에서 efficiency-nodes-comfyui 설치.
  2. Efficient Loader 추가, 체크포인트 선택하고 프롬프트 입력.
  3. KSampler (Efficient) 추가; 모델, 긍정, 부정, 잠재 공간과 선택적 VAE 연결; preview_method와 vae_decode를 true로 설정.
  4. IMAGE 출력에 Save Image 추가.
  5. 그리드를 만들려면 XY Plot 추가, X에 steps, Y에 cfg 설정 후 샘플러 스크립트 입력에 연결.

설정과 팁

  • vae_decode "true (tiled)"는 큰 잠재 공간에서 VRAM을 절약해.
  • XY Plot에서 LoRA 강도 0.4/0.6/0.8/1.0을 사용하면 LoRA가 어디서 깨지는지 보여줘.
  • 레이블이 겹칠 때는 플롯 노드에서 글꼴 크기와 그리드 간격을 조절해.
  • Efficient Loader 프롬프트는 일반 텍스트야: 다른 노드에서 가중치가 필요하면 기본 CLIP 텍스트 인코더를 사용해.

Efficient Loader and KSampler (Efficient) 문제 해결

ComfyUI 업데이트 후 팩이 임포트 실패함

원인
Efficiency Nodes가 코어 변경사항을 몇 번 따라가지 못했어.

해결 방법
Manager에서 팩을 업데이트해; 그래도 안 되면 GitHub 이슈에서 패치된 포크를 찾아봐.

XY Plot이 한 장의 이미지만 생성함

원인
플롯 노드가 KSampler (Efficient) 스크립트 입력에 연결 안 됐거나 X/Y 입력이 비어있음.

해결 방법
XY Plot을 샘플러 스크립트 입력에 연결하고 XY Input 노드(예: Steps)를 넣어줘.

(word:1.3) 같은 프롬프트 가중치가 다르게 작동함

원인
Efficient Loader는 같은 인코더를 쓰지만 token_normalization과 weight_interpretation 옵션이 A1111 기본과 달라.

해결 방법
익숙한 동작을 원하면 weight_interpretation을 A1111로 설정해.

AD
이 워크플로를 휴대폰에서 실행하세요
이 페이지의 모든 워크플로는 모델과 커스텀 노드까지 갖춘 채 BitVector에 미리 설치되어 있습니다. 하나 고르고 프롬프트를 입력하면 끝. 설정 제로, 다운로드 없음.

Efficient Loader and KSampler (Efficient)에 관한 질문

Efficient Loader가 더 빠른가요?

아니, 연결 단계를 줄여줄 뿐 계산 속도는 기본 노드와 같아.

Flux와 함께 쓸 수 있나요?

부분적으로 가능해; SD 체크포인트용으로 설계됐어. Flux는 기본 로더나 rgthree를 써야 해.

관련 노드

Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple)는 .safetensors 또는 .ckpt 모델 파일을 열고, 워크플로우에서 필요한 세 가지 부분인 diffusion MODEL, CLIP 텍스트 인코더, VAE를 제공합니다.
KSampler
ComfyUI core
KSampler는 노이즈 제거 과정을 실행해. 모델, 프롬프트, 그리고 잠재(latent)를 받아서 완성된 잠재 이미지를 만들어내지. 시드, 스텝, cfg, 샘플러, 스케줄러, 그리고 노이즈 제거 정도로 조절할 수 있어.
Power Lora Loader (rgthree)
rgthree-comfy
Power Lora Loader는 여러 개의 LoRA를 한 노드에 쌓을 수 있고, 각 행마다 켜고 끌 수 있는 토글과 강도 조절이 있어 Load LoRA 노드 여러 개를 연결하는 걸 대신해 줘. rgthree 팩에는 Fast Groups Bypasser, Context 노드, Image Comparer도 포함돼 있어.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader)는 MODEL과 CLIP에 각각 다른 강도로 LoRA 파일을 적용해서, 스타일이나 캐릭터, 컨셉을 어떤 체크포인트에도 병합 없이 추가할 수 있어.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager는 인터페이스 안에서 커스텀 노드 팩과 모델을 설치, 업데이트, 수정해주고, 불러온 워크플로우에서 누락된 노드를 해결하며 설정을 스냅샷으로 저장하는 확장 기능이야.
AD
노드 고치기에 지치셨나요? 클라우드에 맡기세요
BitVector는 수백 개의 ComfyUI 워크플로를 빠른 클라우드 GPU에 설치하고 업데이트하고 테스트해 둡니다. Python도, CUDA 오류도, VRAM 한계도 없습니다. 어떤 브라우저에서든 됩니다.

더 많은 ComfyUI 노드

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode는 텍스트 프롬프트를 모델 텍스트 인코더를 사용해 CONDITIONING으로 바꿔줘. 한 노드는 긍정 프롬프트를, 다른 노드는 부정 프롬프트를 담아.
Save Image
ComfyUI core
Save Image는 IMAGE 텐서를 ComfyUI/output에 PNG로 저장해. 파일 메타데이터에 전체 워크플로우가 들어가 있어서, 나중에 그 그림을 ComfyUI에 다시 끌어다 놓으면 그래프를 복원할 수 있어.
VAE Decode
ComfyUI core
VAE Decode는 샘플링된 LATENT를 VAE를 사용해 픽셀 IMAGE로 변환해 줘; VAE Decode (Tiled)는 아주 큰 이미지에 대해 타일 단위로 같은 작업을 해.
Empty Latent Image
ComfyUI core
Empty Latent Image는 텍스트-이미지 샘플링이 시작되는 빈 잠재 캔버스(가로, 세로, 배치 크기)를 만듭니다; 크기는 8의 배수여야 하고 모델 패밀리와 맞아야 해요.
Load Image
ComfyUI core
Load Image는 ComfyUI 입력 폴더(또는 업로드)에서 이미지를 불러와서 IMAGE 텐서와 알파 채널에서 추출한 MASK를 출력해. 이 MASK는 img2img, 인페인팅, ControlNet, IP-Adapter 그래프의 시작점이야.
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader)는 Flux, SD3.5, Wan, HunyuanVideo 같은 기본 디노이징 네트워크를 models/diffusion_models에서 불러오며, VRAM 절약을 위한 fp8 옵션인 weight_dtype을 제공합니다.