Hello, this is Jopidi. Many subscribers have been requesting a Comfy UI lecture. If you want to create images easily using Stable Diffusion, please watch the previous Web UI lecture.

If you want to go into more depth about Stable Diffusion, I recommend this lecture. I think many people thought Comfy UI was too difficult and gave up after seeing the complex nodes on the first screen.

But don't worry. From today, I will provide a systematic guide to help you understand the difficulties you are thinking of by explaining them step by step from the basics.

This Comfy UI lecture will also be a long-term project that will be produced as a series.

We will prepare it so thoroughly that anyone can use it like an expert if they follow it carefully without missing anything. Shall we start right away?

Here is the table of contents for today's lecture. We will proceed in the order of installing the Git program, installing Comfy UI, and setting up the checkpoint model.

Let's start with the installation first. If you do not have the Git program installed on your computer, you must first install the Git program.

The site address is in the More section of the description. Download the program that matches your computer OS from the download page. Just run the downloaded program and follow the installation process.

Now let's install Comfy UI. Go to the official Comfy UI GitHub address in the description box. Scroll down a bit and click on the Download link for Windows under Install to download the compressed file.

The compressed file is in 7-zip format. If you do not have the 7-zip program installed on your PC, you can install the 7-zip program through this link.

Unzip the downloaded compressed file and copy and paste it to the path where you want to install it.

I copied and pasted it to D drive. The file we just received is portable, so Python is included without the need for a separate installation.

There are two executable files. If you have an NVIDIA graphics card, run the NVIDIA GPU batch file. If not, run the CPU batch file.

You can run ComfyUI without a graphics card using the CPU batch file, but the CPU version will probably be very slow.

I will run the Nvidia GPU version. It runs really fast. Those who have used the Web UI may not be familiar with this fast execution speed, but this speed is correct.

It is proof that ComfyUI is that light. Let's take a quick look at the ComfyUI screen.

You can pan the screen by clicking and dragging the left mouse button on an empty space on the screen, and you can zoom in and out by rolling the mouse wheel up and down.

Nodes can also be arranged by clicking and dragging with the mouse to change their position. You can resize a node by clicking and dragging its border.

When selecting multiple nodes, hold down the Control key on your keyboard and drag the mouse to select all nodes within the selected area.

When moving multiple nodes at the same time, you can move multiple nodes at the same time by holding down Shift on your keyboard and dragging the mouse.

The most important element in ComfyUI is the node. In ComfyUI, nodes represent different units of work used in the image generation process.

The left side of the node receives input and the right side produces output. You can generate an image by clicking the Queue Prompt button in the menu panel.

But when I click on it, the load checkpoint node turns red and I get an error. If you check the error message, it says that the currently set checkpoint cannot be loaded.

Currently, I only have ComfyUI installed and there is no checkpoint model. Go to the Civit AI site to download the checkpoint model.

Select a model from the menu and select a checkpoint from the filter. You can download the desired model from the checkpoint list. I will download the Dreamshaper model.

Select the version of the model at the top of the model page and click the Download button to download it. The downloaded model is located in the Comfy UI Windows Portable folder. Then copy and paste it into the checkpoint folder inside the models folder. Go back to the Comfy UI screen and click the Refresh button in the menu panel.

Once the screen refreshes, you can click on the Load Checkpoint node to select the downloaded model. Again, you can click on the example image in the checkpoint model screen of Civit AI to see the detailed options for the image.

You can see that Steps is set to 30 and the sampler is set to DPM++ SDE Karas.

First, let's set Steps to 30 in KSampler in Comfy UI.

When setting options, you can edit them by clicking the left and right arrows, or you can click and enter the desired options directly.

Select the Sampler Name option as DPM++ SDE and select Schedule as Karras. Taking a look at the nodes in this basic workflow, we select a model from the Load Checkpoint node and input positive and negative prompts through two CLIP Text Encode nodes respectively.

The Empty Latent Image node sets the resolution size and batch size of the image to be created. The KSampler node plays an important role in converting the prompts you set into something that the AI can understand and removing noise.

And the VAE Decode node is responsible for restoring the code existing in the latent space into an image.

The Save Image node is a node that saves the image. You can set the name of the image saved here. If you set the name to Comfy UI, the name of the image will be determined in the format of ComfyUI followed by a number.

Here's a tip: If you enter letters or numbers separated by a "/" symbol in front of this name, the part before the "/" will become the folder name.

If you create a lot of images, it's easy to manage them later by creating folders like this and saving the images.

Click the Queue Prompt button again to generate the image.

This time you can see a green border being created on the node. This is a feedback presentation to intuitively express the progress of ComfyUI in a visually easy-to-understand manner.

The image has been created. When you create an image, if you click the Queue Prompt button once, you can see that the value of Queue Size becomes 1.

At this time, if you click the Queue Prompt button multiple times, the Queue Size value will increase according to the number of times you clicked.

Images will be created in order as many as the value set in Queue Size. The generated images are saved in the Output folder within the ComfyUI folder.

You can see that the folder has been newly added and the images have been created as set in the Save Image node. Most users who use ComfyUI UI probably have prior experience with the Web UI.

Then, it would be very convenient to share and use the Lora model, upscale model, etc., including the checkpoint model used in the existing Web UI.

ComfyUI has a system prepared in advance for such cases. There is a file called Extra Model Path inside the ComfyUI folder.

If you delete the extension example at the end of this file, the extension will be yaml. When you change the extension, a warning pop-up will appear, click the Yes button.

Open the file with the changed extension in Notepad. You need to edit the base path part in notepad. Copy and paste the existing webui path here.

Save this file and then rerun ComfyUI. If you check the load checkpoint model node, you will see that all previously used models are loaded and displayed.

With this setup, you can store and share models in one place without having to store large models in both the Web UI and ComfyUI, allowing you to use them together.

That's all for today's lecture. Today we learned about installing ComfyUI and setting up a checkpoint model. In fact, there are many different ways to install ComfyUI.

But I can't cover everything in the video, so I just showed you the easiest way. I have published a book called ComfyUI Complete Guide, which covers all the installation methods, including how to install on Google Colab for those with insufficient computer specifications, how to install on Mac OS, and how to install manually on Windows.

For those who want to learn ComfyUI in more depth, it would be better to study by watching videos along with the e-book.

Well, everyone, have fun studying and see you next time.

ComfyUI 완벽 가이드 Part.1 설치부터 시작

쉽고 재미있는 AI 기술, 빠르게 발전하는 기술들을 쉽게 설명하기 위한 연구소.

------------------------------------------------------------------
✉️ 강연/협업  문의: jopdlab@gmail.com
------------------------------------------------------------------


조피디 연구소 JoPD LAB

ComfyUI 강의 시작 안내 및 Stable Diffusion 관련 이전 강의 소개

ComfyUI의 어려움에 대한 우려 해소 및 단계별 설명 강조

강의 목차 소개: Git 설치, ComfyUI 설치, 체크포인트 모델 설정

Git 프로그램 설치 방법 안내 (설치 파일 링크는 설명란에)

ComfyUI 설치 방법 안내 (GitHub 링크 및 압축 파일 다운로드)

압축 해제 및 설치 경로 설정, Python 설치 불필요 및 실행 파일 선택 방법 설명

ComfyUI 기본 인터페이스 및 기능 사용법

화면 이동, 확대/축소, 노드 이동 및 크기 조절 방법 설명

노드의 개념 및 입력/출력 설명

이미지 생성 시 발생하는 오류 (체크포인트 모델 부재) 설명

체크포인트 모델 다운로드 및 설정

Civitai 웹사이트에서 체크포인트 모델 다운로드 방법 설명

다운로드한 모델 파일 위치 및 ComfyUI checkpoints 폴더로 이동 방법

ComfyUI에서 모델 로드 및 Civitai에서 이미지 옵션 확인 방법

KSampler 설정 (Steps, Sampler Name, Schedule)

ComfyUI 기본 워크플로우 및 이미지 생성

주요 노드 (Load Checkpoint, CLIP Text Encode, Empty Latent Image, KSampler, VAE Decode, Save Image) 설명

이미지 저장 이름 설정 및 폴더 생성 팁

이미지 생성 과정 및 Queue Prompt 버튼 기능 설명

Web UI 모델과의 호환성 및 추가 모델 경로 설정

Web UI 모델과 ComfyUI 모델 공유 방법 설명

`Extra Model Path` 파일 수정을 통한 Web UI 경로 설정 방법

모델 공유 및 효율적인 관리 방법 강조

강의 요약 및 추가 설치 방법에 대한 책 소개

책 내용 소개 (Google Colab, macOS, Windows 수동 설치 등)

조피디입니다. 많은 구독자분들이 ComfyUI 강의를 요청하셨습니다. 이번 강의는 Stable Diffusion을 더 깊이 있게 다루고 싶어 하는 분들을 위해 준비되었습니다. **ComfyUI의 복잡한 노드 때문에 포기하지 않도록** 기초부터 차근차근 설명해 드릴 예정입니다. 이 강의는 장기 프로젝트로 시리즈로 제작될 것입니다.

가장 먼저 Git 프로그램을 설치해야 합니다. 설명란의 링크에서 OS에 맞는 프로그램을 다운로드하여 설치하세요. 다음으로, ComfyUI GitHub 공식 주소에서 Windows Download 링크를 클릭하여 압축 파일을 다운로드합니다. **7-zip이 없다면 해당 프로그램도 설치해야 합니다.**

압축을 푼 후 원하는 경로에 복사-붙여넣기 합니다. ComfyUI는 portable 버전이므로 Python이 내장되어 있습니다. NVIDIA 그래픽 카드가 있다면 NVIDIA GPU 배치 파일을 실행하고, **그렇지 않다면 CPU 배치 파일을 실행합니다.** CPU 버전은 속도가 매우 느릴 수 있습니다.

ComfyUI 화면은 좌클릭 드래그로 화면 이동, 마우스 휠로 확대/축소가 가능합니다. 노드는 클릭 드래그로 위치를 변경하고, **테두리를 드래그하여 크기를 조절할 수 있습니다.** 여러 노드를 선택할 때는 Ctrl 키를 누른 채 드래그하고, Shift 키를 누른 채 드래그하면 동시에 이동할 수 있습니다.

ComfyUI에서 가장 중요한 요소는 노드입니다. 노드는 이미지 생성 과정에서 사용되는 작업 단위이며, **왼쪽은 입력, 오른쪽은 출력을 나타냅니다.**

⚠️ Checkpoint 모델 설정 및 오류 해결

"Queue Prompt" 버튼을 클릭하면 이미지를 생성할 수 있지만, **초기에는 checkpoint 모델이 없어 오류가 발생할 수 있습니다.** Civitai 사이트에서 원하는 checkpoint 모델을 다운로드하여 ComfyUI Windows Portable 폴더 내의 models/checkpoints 폴더에 복사합니다.

ComfyUI 화면에서 Refresh 버튼을 클릭한 후, Load Checkpoint 노드에서 다운로드한 모델을 선택합니다. Civitai의 예시 이미지에서 Steps, Sampler 등의 상세 옵션을 확인하고 **ComfyUI에 동일하게 설정할 수 있습니다.**

기본 워크플로우는 Load Checkpoint 노드에서 모델을 선택하고, 두 개의 CLIP Text Encode 노드를 통해 긍정/부정 프롬프트를 입력합니다. Empty Latent Image 노드는 이미지 해상도와 배치 크기를 설정합니다. **KSampler 노드는 프롬프트를 AI가 이해할 수 있도록 변환하고 노이즈를 제거하는 중요한 역할**을 합니다.

VAE Decode 노드는 잠재 공간의 코드를 이미지로 복원하고, Save Image 노드는 이미지를 저장합니다. Save Image 노드에서 파일명 앞에 "/" 기호로 폴더명을 지정하면 **이미지 관리 효율성을 높일 수 있습니다.**

Web UI 사용자는 기존에 사용하던 LoRA 모델, upscale 모델, checkpoint 모델 등을 ComfyUI와 공유하고 싶을 것입니다. ComfyUI 폴더 내의 `Extra Model Path.example` 파일에서 `.example` 확장자를 제거하여 `Extra Model Path.yaml`로 변경합니다. **메모장으로 파일을 열어 Web UI 경로를 입력하고 저장한 후 ComfyUI를 재실행하면 됩니다.**

이렇게 설정하면 Web UI와 ComfyUI에서 모델을 **한 곳에서 관리하고 공유할 수 있어 편리합니다.**

이번 강의에서는 ComfyUI 설치 및 checkpoint 모델 설정에 대해 알아보았습니다. 더 자세한 내용은 *ComfyUI Complete Guide* 전자책을 참고하시면 Google Colab 설치, macOS 설치, Windows 수동 설치 등 **다양한 설치 방법과 심도 있는 내용을 학습할 수 있습니다.**

안녕하세요, 조피디입니다. 구독자분들께서 Comfy UI 강의 요청을 많이 해주셨는데요. 스테이블 디퓨전을 이용해서 이미지를 쉽게 만들고 싶으신 분들은 이전 웹 UI 강의를 시청해 주시고요.

스테이블 디퓨전에 대해 더 깊이 알고 싶으신 분들은 이 강의를 추천드립니다. 많은 분들이 Comfy UI는 너무 어렵다고 생각하고 첫 화면에 보이는 복잡한 노드들을 보고 포기하셨을 거라고 생각합니다.

하지만 걱정 마세요. 오늘부터 여러분들이 생각하는 어려움들을 기초부터 차근차근 설명해 드리면서 체계적인 안내를 제공해 드리겠습니다.

이번 Comfy UI 강의는 장기 프로젝트로 시리즈물로 제작될 예정입니다.

누구나 꼼꼼하게 빼놓지 않고 따라오시면 전문가처럼 사용할 수 있도록 철저하게 준비하겠습니다. 바로 시작해 볼까요?

오늘 강의의 목차입니다. 깃 프로그램 설치, Comfy UI 설치, 체크포인트 모델 설정 순서로 진행하겠습니다.

설치부터 시작해 보겠습니다. 컴퓨터에 깃 프로그램이 설치되어 있지 않으신 분들은 먼저 깃 프로그램을 설치해야 합니다.

사이트 주소는 설명란 더보기에 있습니다. 다운로드 페이지에서 컴퓨터 OS에 맞는 프로그램을 다운로드하세요. 다운로드한 프로그램을 실행하고 설치 과정을 따라 진행하면 됩니다.

이제 Comfy UI를 설치해 보겠습니다. 설명란에 있는 Comfy UI 공식 깃허브 주소로 이동합니다. 조금 아래로 스크롤하여 Install 아래에 있는 Windows용 Download 링크를 클릭하여 압축 파일을 다운로드합니다.

압축 파일은 7-zip 형식입니다. PC에 7-zip 프로그램이 설치되어 있지 않다면 이 링크를 통해 7-zip 프로그램을 설치할 수 있습니다.

다운로드한 압축 파일을 풀고 설치하려는 경로에 복사하여 붙여넣습니다.

저는 D 드라이브에 복사하여 붙여넣었습니다. 방금 받은 파일은 포터블 버전이므로 별도의 설치 없이 Python이 포함되어 있습니다.

실행 파일이 두 개 있습니다. NVIDIA 그래픽 카드가 있는 경우 NVIDIA GPU 배치 파일을 실행하고, 그렇지 않은 경우 CPU 배치 파일을 실행합니다.

CPU 배치 파일을 사용하면 그래픽 카드 없이 ComfyUI를 실행할 수 있지만 CPU 버전은 매우 느릴 것입니다.

저는 Nvidia GPU 버전을 실행하겠습니다. 정말 빠르게 실행됩니다. 웹 UI를 사용했던 분들은 이 빠른 실행 속도가 익숙하지 않을 수 있지만 이 속도가 맞습니다.

컴피UI가 그만큼 가볍다는 증거겠죠. 그럼 컴피UI 화면을 간단하게 한번 살펴보도록 하겠습니다.

화면 빈 공간에 마우스 왼쪽 버튼을 클릭 드래그하면 화면 이동이 가능하고 마우스 휠을 위아래로 움직여서 화면 확대 축소가 가능합니다.

노드는 마우스로 클릭 드래그해서 위치를 변경할 수 있고, 노드의 테두리를 클릭 드래그하면 노드의 크기를 조절할 수 있습니다.

여러 개의 노드를 선택할 때는 키보드에서 컨트롤 키를 누른 상태에서 마우스 드래그를 하면 선택 영역 안에 있는 모든 노드를 선택할 수 있습니다.

여러 개의 노드를 동시에 이동할 때는 키보드에서 Shift 키를 누른 상태에서 마우스 드래그를 하면 여러 개의 노드를 동시에 이동할 수 있습니다.

컴피UI에서 가장 중요한 요소는 노드입니다. 컴피UI에서 노드는 이미지 생성 과정에 사용되는 각각의 작업 단위를 나타냅니다.

노드의 왼쪽은 입력을 받고 오른쪽은 출력을 생성합니다. 메뉴 패널에 있는 큐 프롬프트 버튼을 클릭하면 이미지를 생성할 수 있습니다.

하지만 클릭해 보면 로드 체크포인트 노드가 빨갛게 변하면서 에러가 발생합니다. 에러 메시지를 확인해 보면 현재 설정된 체크포인트를 로드할 수 없다고 나옵니다.

현재 컴피UI만 설치되어 있고 체크포인트 모델은 없는 상태입니다. Civit AI 사이트로 이동해서 체크포인트 모델을 다운로드 받도록 하겠습니다.

메뉴에서 모델을 선택하고 필터에서 체크포인트를 선택합니다. 체크포인트 목록에서 원하는 모델을 다운로드 받으면 됩니다. 저는 드림셰이퍼 모델을 다운로드 받겠습니다.

모델 페이지 상단에서 모델 버전을 선택하고 다운로드 버튼을 클릭해서 다운로드 받습니다. 다운로드 받은 모델은 Comfy UI Windows Portable 폴더에 위치합니다. 해당 파일을 복사해서 models 폴더 안에 있는 checkpoint 폴더 안에 붙여넣기 합니다. 다시 컴피UI 화면으로 돌아와서 메뉴 패널에 있는 리프레시 버튼을 클릭합니다.

화면이 리프레시되면 로드 체크포인트 노드를 클릭해서 다운로드 받은 모델을 선택할 수 있습니다. 다시 Civit AI의 체크포인트 모델 화면에 있는 예시 이미지를 클릭하면 해당 이미지에 대한 상세 옵션을 확인할 수 있습니다.

스텝스는 30, 샘플러는 DPM++ SDE Karas로 설정되어 있는 것을 확인할 수 있습니다.

먼저 컴피UI에서 K샘플러의 스텝스를 30으로 설정해 보겠습니다.

옵션 설정 시 좌우 화살표를 클릭해서 수정할 수도 있고, 클릭해서 원하는 옵션을 직접 입력할 수도 있습니다.

샘플러 이름 옵션을 DPM++ SDE로 선택하고 스케줄을 Karras로 선택합니다. 이 기본 워크플로우의 노드를 살펴보면, 로드 체크포인트 노드에서 모델을 선택하고 두 개의 CLIP 텍스트 인코드 노드를 통해 각각 긍정 및 부정 프롬프트를 입력합니다.

Empty Latent Image 노드는 생성될 이미지의 해상도 크기와 배치 크기를 설정합니다. KSampler 노드는 설정한 프롬프트를 AI가 이해할 수 있는 것으로 변환하고 노이즈를 제거하는 중요한 역할을 합니다.

그리고 VAE 디코드 노드는 잠재 공간에 존재하는 코드를 이미지로 복원하는 역할을 담당합니다.

Save Image 노드는 이미지를 저장하는 노드입니다. 여기에서 저장할 이미지 이름을 설정할 수 있습니다. 이름을 Comfy UI로 설정하면 이미지 이름은 ComfyUI 다음에 숫자가 붙는 형식으로 결정됩니다.

여기 팁이 있습니다. 이 이름 앞에 "/" 기호로 구분된 글자나 숫자를 입력하면 "/" 앞부분이 폴더 이름이 됩니다.

이미지를 많이 생성하는 경우, 이처럼 폴더를 만들어 이미지를 저장하면 나중에 관리하기 쉽습니다.

이미지를 생성하려면 Queue Prompt 버튼을 다시 클릭합니다.

이번에는 노드에 녹색 테두리가 생성되는 것을 볼 수 있습니다. 이것은 ComfyUI의 진행 상황을 시각적으로 이해하기 쉬운 방식으로 직관적으로 표현하는 피드백입니다.

이미지가 생성되었습니다. 이미지를 생성할 때 Queue Prompt 버튼을 한 번 클릭하면 Queue Size 값이 1이 되는 것을 볼 수 있습니다.

이때 Queue Prompt 버튼을 여러 번 클릭하면 클릭한 횟수에 따라 Queue Size 값이 증가합니다.

이미지는 Queue Size에 설정된 값만큼 순서대로 생성됩니다. 생성된 이미지는 ComfyUI 폴더 내의 Output 폴더에 저장됩니다.

폴더가 새로 추가되었고 이미지가 Save Image 노드에 설정된 대로 생성된 것을 볼 수 있습니다. ComfyUI UI를 사용하는 대부분의 사용자는 이전에 Web UI를 사용한 경험이 있을 것입니다.

그렇다면 기존 Web UI에서 사용된 체크포인트 모델을 포함하여 로라 모델, 업스케일 모델 등을 공유하고 사용하는 것이 매우 편리할 것입니다.

ComfyUI는 이러한 경우를 위해 미리 준비된 시스템이 있습니다. ComfyUI 폴더 안에 Extra Model Path라는 파일이 있습니다.

이 파일 끝에 있는 확장자 example을 지우면 확장자가 yaml이 됩니다. 확장자를 변경하면 경고 팝업이 뜨는데, 예스 버튼을 클릭합니다.

확장자가 변경된 파일을 메모장으로 엽니다. 메모장에서 베이스 패스 부분을 수정해야 합니다. 기존의 웹 UI 경로를 여기에 복사해서 붙여넣습니다.

이 파일을 저장한 다음 ComfyUI를 다시 실행합니다. 로드 체크포인트 모델 노드를 확인하면 이전에 사용했던 모든 모델이 로드되어 표시되는 것을 볼 수 있습니다.

이 설정을 사용하면 Web UI와 ComfyUI 모두에 대용량 모델을 저장할 필요 없이 한 곳에 모델을 저장하고 공유할 수 있어 함께 사용할 수 있습니다.

오늘 강의는 여기까지입니다. 오늘은 ComfyUI를 설치하고 체크포인트 모델을 설정하는 방법에 대해 배웠습니다. 사실 ComfyUI를 설치하는 방법은 여러 가지가 있습니다.

하지만 영상에서 모든 것을 다룰 수는 없어서 가장 쉬운 방법만 보여드렸습니다. 컴퓨터 사양이 부족한 분들을 위해 구글 코랩에 설치하는 방법, Mac OS에 설치하는 방법, Windows에 수동으로 설치하는 방법 등 모든 설치 방법을 다룬 ComfyUI 완벽 가이드라는 책을 출판했습니다.

ComfyUI를 더 깊이 배우고 싶은 분들은 전자책과 함께 영상을 보면서 공부하는 것이 더 좋을 것 같습니다.

자, 여러분, 즐겁게 공부하시고 다음에 뵙겠습니다.

본 강의는 ComfyUI 설치 및 체크포인트 모델 설정 방법을 다루며, 깃 프로그램 설치 후 ComfyUI를 설치하고 Civit AI에서 다운로드한 체크포인트 모델을 적용하는 과정을 설명합니다.

ComfyUI는 노드 기반으로 이미지를 생성하며, 각 노드는 이미지 생성 과정의 작업 단위를 나타내고, Web UI 사용자들이 기존 모델을 공유하여 사용할 수 있도록 Extra Model Path 설정 방법을 안내합니다.

다양한 설치 방법과 더 깊이 있는 학습을 위해 'ComfyUI 완벽 가이드' 전자책을 참고할 것을 추천합니다.