Comfy

Comfy란?

Comfy는 모든 모델, 모든 파라미터, 모든 출력을 직접 통제하려는 비주얼 전문가를 위한 AI 창작 엔진입니다. 실제로는 두 가지가 하나로 묶여 있습니다. 하나는 확산 모델 앞에 노드 그래프를 놓은 오래된 오픈소스 프로젝트 ComfyUI이고, 다른 하나는 comfy.org 팀이 그 엔진을 중심으로 구축한 상용 서비스군 Desktop, Cloud, API, Enterprise입니다. 이 이중 구조를 이해하는 것이 제품을 이해하는 열쇠입니다. 무료인 쪽과 유료인 쪽은 같은 구독의 상하위 등급이 아니라 실제로 성격이 다른 제공물이기 때문입니다.

이 엔진은 새롭지도 낯설지도 않습니다. 저장소는 별 약 12만 8천 개와 1만 5천 회가 넘는 포크를 보유하고 있으며 2023년 1월에 시작되어 이 글을 쓰는 날에도 커밋이 들어오고 있었습니다. 저장소 자체 설명은 그래프와 노드 인터페이스를 갖춘 모듈식 확산 모델 GUI이자 API이자 백엔드라는 것인데, 이는 대부분의 마케팅 문구보다 정직한 요약입니다. 버튼 몇 개가 달린 프롬프트 입력창이 아니라 생성 파이프라인을 위한 그래프 편집기라는 뜻입니다.

대다수 소비자용 이미지 도구가 파이프라인을 감추는 반면 Comfy는 그것을 드러냅니다. 모델과 처리 단계, 출력이 무한 캔버스 위에서 연결되며 모든 결정이 눈에 보이고 모든 단계를 들여다볼 수 있습니다. 이것이 제안의 전부입니다. 프롬프트를 입력해 그림 한 장을 받고 싶다면 잘못 고른 도구이고 더 단순한 제품이 더 잘 맞습니다. 그러나 어떤 샘플러가 몇 스텝에서 돌았고 어떤 LoRA가 어떤 가중치로 적용되었는지 정확히 알아야 하며 그 결과를 천 번 재현해야 한다면, 그것을 실제로 펼쳐 보여 주는 도구는 사실상 이것뿐입니다.

핵심 기능

• 파이프라인 전체를 담는 노드 그래프: 생성의 모든 단계가 직접 배치하고 배선하는 노드이므로, 파이프라인은 공급자의 기본값 뒤에 숨지 않고 검사 가능하며 재현 가능합니다. 같은 그래프를 저장하고 공유하고 리믹스하고 버전 관리할 수 있습니다.
• 더 완만한 출발을 위한 App Mode: 노드 그래프는 첫날에는 위압적이며 제품도 이를 인정합니다. App Mode는 워크플로의 단순화된 뷰를 제공하고 필요할 때 언제든 노드 그래프로 되돌아갈 수 있어, 스스로 그래프를 만들기 전에 남의 파이프라인을 먼저 쓸 수 있게 해 줍니다.
• 매우 큰 확장 생태계: 5,000개가 넘는 커뮤니티 확장과 도합 6만 개 이상의 노드를 설치할 수 있으며 Photoshop, Nuke, Blender, Houdini 같은 기존 파이프라인과 통합됩니다. 새 오픈 모델이나 기법이 등장하면 대개 며칠 안에 커뮤니티 노드가 따라붙습니다.
• 문턱 없는 오픈 모델 지원: Wan, Flux, LTX, Qwen Image Edit 같은 공개 가중치 모델이 파트너 모델과 나란히 동작하며, 로컬 빌드에서는 고정된 엔드포인트를 호출하는 대신 추론 과정 전체를 미세 조정하고 제어할 수 있습니다.
• 워크플로를 프로덕션 엔드포인트로: API는 워크플로를 다른 시스템 안에서, 키보드 앞의 사람이 아니라 코드가 촉발하여 실행하기 위해 존재합니다. 워크플로는 인터페이스에서 설계하고 검증한 뒤 API 형식으로 내보내고 호출마다 입력을 바꿔 JSON으로 제출합니다.
• 로컬 하드웨어가 부족할 때의 관리형 GPU: Comfy Cloud는 96GB VRAM을 갖춘 Blackwell RTX 6000 Pro에서 돌아가며 흔히 쓰는 모델과 인기 커스텀 노드가 미리 설치되어 있어, 같은 워크플로를 다시 만들지 않고 노트북에서 본격적인 하드웨어로 옮길 수 있습니다.
• 완전한 로컬 실행이 일급 모드: Desktop은 설치 후 완전히 오프라인으로 동작하여 워크플로와 모델, 데이터가 자기 기기에 남습니다. 비밀 유지 계약이 걸린 클라이언트 작업이나 원본 소재를 제3자에게 올리고 싶지 않은 사람에게 중요한 지점입니다.

활용 사례

1. 스튜디오의 재현 가능한 양산 아트: 스튜디오가 캐릭터 LoRA, 고정 시드 처리, 업스케일 체인, 색 보정으로 이어지는 하나의 파이프라인을 만들어 수백 개 에셋에 재사용합니다. 그래프가 곧 사양서이므로 서로 다른 아티스트가 돌려도 출력이 일관됩니다.
2. 사람 손으로는 불가능한 배치 작업: 상품 카탈로그 전체를 밤새 처리하거나 캐릭터의 표정을 500프레임에 걸쳐 교체하는 일은 API를 통해 코드로 촉발됩니다. 인터페이스만으로는 감당할 수 없는 경우입니다.
3. 기존 시스템에 생성 기능 통합: 생성은 대개 더 긴 사슬의 한 단계입니다. 오브젝트 스토리지에서 입력을 가져오는 단계와 결과를 데이터베이스에 쓰는 단계 사이에서 워크플로가 호출되고 주변 자동화는 사용자 자신의 스택에 남습니다.
4. 연구와 기법 평가: 각 단계가 눈에 보이는 노드이므로 연구자와 테크니컬 아티스트는 샘플러나 컨디셔닝 방식 하나만 바꿔 결과를 비교할 수 있으며 아무것도 다시 만들 필요가 없습니다. 프로덕션 표면인 동시에 실험대가 되는 이유입니다.
5. 기밀 제약 아래에서의 작업: 미공개 클라이언트 소재를 다루는 에이전시는 Desktop 빌드를 오프라인으로 돌려 어떤 에셋도 기기를 벗어나지 않게 합니다. 상업적 사용 문제와 데이터 소재지 문제를 공급자 정책이 아니라 로컬에서 해결합니다.
6. 생성 파이프라인의 실제 작동 원리 학습: 확산을 그저 쓰는 것이 아니라 이해하고 싶은 사람에게, 잠재 표현과 샘플러와 컨디셔닝을 서로 배선된 별개 부품으로 보는 경험은 불투명한 프롬프트 창보다 훨씬 좋은 교사입니다.

Comfy 사용 방법

1. 로컬로 갈지 클라우드로 갈지부터 정하십시오. 이 선택이 나머지 전부를 좌우합니다. Comfy Desktop을 내려받아 자기 GPU에서 무료로 돌리거나, Comfy Cloud를 열어 아무것도 설치하지 않고 관리형 하드웨어에서 시작하면 됩니다.
2. 빈 캔버스가 아니라 커뮤니티 템플릿에서 출발하십시오. 공유 워크플로 라이브러리를 둘러보고 목표에 가까운 것을 불러온 뒤 손대지 않고 한 번 돌려 환경이 끝까지 동작하는지 확인합니다.
3. 그래프가 버겁게 느껴지면 먼저 App Mode로 단순화된 폼을 통해 워크플로를 실행하고, 산출물이 아니라 작동 방식을 바꾸고 싶어질 때 노드 뷰로 전환하십시오.
4. 한 번에 노드 하나만 고치고 다시 실행하십시오. 이 도구를 다룰 만하게 만드는 규율은 매 회차 변수 하나만 바꾸는 것입니다. 노드가 쉰 개인 그래프에는 소리 없이 망가지는 방법이 쉰 가지 있습니다.
5. 동작하는 그래프를 저장하고 버전을 관리하십시오. 여기서 재사용 가능한 자산은 워크플로 파일이며, 그것이 산출한 어떤 개별 이미지보다 가치가 큽니다.
6. 워크플로가 안정되고 대량 실행이 필요해지면 API 형식으로 내보내고 API 키를 발급받아 자신의 코드에서 호출하되 실행 시점에 달라져야 할 입력을 넣어 주십시오.

팁 & 모범 사례

• 모델을 고르기 전에 VRAM 예산부터 계산하십시오. 초보자의 좌절은 개념이 아니라 하드웨어에서 옵니다. 가용 비디오 메모리를 초과하는 모델은 그래프가 아무리 정확해도 실패합니다. 파이프라인을 디버깅하기 전에 모델 요구 사항을 카드와 대조하십시오.
• 커뮤니티 노드를 공짜 추가물이 아니라 의존성으로 다루십시오. 설치하는 모든 커스텀 노드는 업데이트로 깨지거나 다른 확장과 충돌하거나 관리가 끊길 수 있는 제3자 코드입니다. 필요한 것만 설치하고 동작하는 그래프가 무엇에 의존하는지 기록해 두십시오.
• 업데이트 전에 동작하는 상태를 고정하십시오. 업데이트는 이따금 회귀를 부르고, 의지하고 있는 파이프라인은 지킬 가치가 있습니다. 마지막으로 잘 돌던 버전을 알고 있으면 망친 오후가 5분짜리 롤백으로 바뀝니다.
• 개발 중에는 고정 시드를, 산출 시에는 무작위 시드를 쓰십시오. 반복 과정의 재현성이 있어야 변화의 원인을 샘플링 잡음이 아니라 자신이 건드린 노드로 귀속시킬 수 있습니다.
• 비용이 중요하다면 워크플로가 안정된 뒤에 Cloud로 옮기십시오. 활성 GPU 시간에만 과금되므로 탐색적 작업은 로컬에서, 대량 실행은 관리형 GPU에서 하는 분업이 대체로 더 저렴합니다.
• 각 모델의 라이선스를 엔진의 라이선스와 별도로 읽으십시오. 엔진의 조건은 특정 체크포인트가 무엇을 허용하는지에 대해 아무 말도 하지 않으며, 모델 라이선스는 완전 허용부터 연구 전용까지 폭이 큽니다.
• 출력 유형마다 표준 워크플로를 하나씩 두십시오. 아티스트마다 제각각 그래프를 만들게 두는 스튜디오는 애초에 이 도구를 도입한 이유였던 일관성을 잃습니다.

이런 분께 추천

• 테크니컬 아티스트와 VFX 실무자: 핵심 대상입니다. Nuke나 Houdini로 이미 노드 그래프 사고에 익숙한 사람은 이 심성 모형이 곧바로 친숙하게 느껴집니다.
• 재현 가능한 출력이 필요한 스튜디오: 같은 처리를 수백 개 에셋에 적용해야 하고 편의성보다 일관성이 중요한 팀.
• 제품에 생성을 심는 개발자: 사람이 여는 애플리케이션이 아니라 더 큰 시스템 안에서 API로 호출 가능한 단계로서의 생성이 필요한 엔지니어.
• 연구자와 모델 탐구자: 구성 요소를 바꿔 가며 차이를 관찰해야 하는 사람.
• 프라이버시 제약이 있거나 오프라인이 필요한 사용자: 비밀 유지 계약을 맺었거나 규제 환경에 있거나, 단순히 원본을 제3자 서비스에 올리고 싶지 않은 모든 사람.
• 숙련된 애호가: 가파른 학습 곡선을 감수하고 소비자용 도구가 주지 못하는 통제력을 택하는 사람.
• 빠른 결과를 원하는 가벼운 사용자에게는 부적합: 학습에 투자하지 않고 30초 만에 좋은 이미지를 얻고 싶은 사람은 다른 곳이 진짜로 더 낫습니다. 제품이 App Mode를 내놓은 것 자체가 이 간극이 실재함을 보여 줍니다.

지원 플랫폼

• Comfy Desktop: 자기 하드웨어에서 완전한 오픈소스 엔진을 돌리는 로컬 애플리케이션. 무료이고 기능 제한이 없으며 완전 오프라인 실행이 가능합니다.
• Comfy Cloud: 96GB VRAM의 Blackwell RTX 6000 Pro에서 동작하는 브라우저 기반 관리형 환경으로, 모델과 인기 커스텀 노드가 미리 설치되어 있습니다.
• Comfy API: 워크플로를 프로덕션 엔드포인트로 배포하여 실행 시점 입력과 함께 코드에서 호출하며, API 키와 SDK가 함께 제공됩니다.
• Comfy Enterprise: 엔진을 자체 환경에 배포하려는 조직을 위한 인프라.
• 소스 설치: Python 환경을 직접 관리하려는 사용자는 GitHub 저장소에서 엔진을 바로 설치할 수 있습니다.
• 하드웨어 유의점: 로컬 성능은 전적으로 GPU에 좌우되며 플랫폼별 지원 성숙도가 다릅니다. 특히 Apple Silicon은 NVIDIA 하드웨어보다 이력이 험난합니다.

가격 및 요금제

로컬 경로의 무료는 강조할 만합니다. Comfy Desktop은 영구 무료이며 기능 제한도, 체험 기간도, 핵심 기능에 대한 프로 등급도 없습니다. 공식 표현은 어떤 공급자도 사용자를 묶어 두거나 플랫폼에서 밀어낼 수 없다는 말까지 덧붙입니다. 엔진이 GPL-3.0으로 공개되어 있으므로 이는 훗날의 가격 개편으로 철회될 수 있는 약속이 아니라 구조적 보장입니다. 로컬 경로의 비용은 하드웨어입니다. 쓸 만한 GPU가 필요하고, 그 비용은 구독 형태가 아닐 뿐 엄연히 실재합니다.

Comfy Cloud가 상용 쪽이며 정액제가 아니라 구독과 크레딧이 결합된 형태입니다. Comfy Cloud는 실제 GPU에서 무료 5회 실행으로 시작하며 신용카드가 필요 없고, 이후 Standard는 월 20달러, Creator는 35달러, Pro는 100달러이며 연간 결제 시 각각 약 20퍼센트 할인되고 월 크레딧 풀이 차례로 커집니다. 그 위에 Team 플랜과 맞춤형 Enterprise 등급이 있습니다. 비용 관리에서 결정적인 점은 워크플로가 실행되는 동안의 활성 GPU 시간에만 과금되고 워크플로를 만드는 데 쓴 시간은 크레딧을 소모하지 않는다는 것입니다. 클라우드에서도 탐색 단계는 사실상 무료라는 뜻입니다. 실행은 30분으로 제한되고 Pro에서는 1시간으로 늘어나며 초과한 작업은 자동 취소됩니다. 크레딧은 언제든 추가 구매할 수 있고 파트너 노드도 같은 잔액에서 차감됩니다. 여기의 가격은 작성 시점 공식 요금제 페이지 기준이며 등급과 크레딧은 바뀌므로 공식 페이지에서 확인하십시오.

대안

• Automatic1111 / Stable Diffusion WebUI: 오래된 또 하나의 오픈소스 프런트엔드로 노드가 아니라 폼 기반입니다. 시작은 더 쉽지만 복잡하거나 재사용 가능한 파이프라인에서는 능력이 확연히 떨어집니다.
• InvokeAI: 인터페이스가 더 다듬어졌고 통합 캔버스 워크플로를 갖춘 오픈소스 대안. 노드 그래프가 과하다고 느끼면서도 프롬프트 창 이상을 원하는 사람에게 합리적인 중간 지대입니다.
• Midjourney: 정반대의 철학. 파이프라인 통제권을 거의 주지 않으면서도 뛰어난 결과를 내는 폐쇄형 서비스입니다. 적은 노력으로 더 나은 출력을 얻지만 재현성과 통합 이야기는 없습니다.
• Fooocus: 의도적으로 최소화하여 좋은 기본값과 빠른 결과를 지향합니다. Comfy가 명시적으로 겨냥하지 않는 가벼운 사용자에게 타당한 추천입니다.
• Replicate 같은 모델 API: 개별 모델을 API로 호출하는 호스팅 추론. 파이프라인이 아니라 모델 하나가 필요할 때 더 간단하지만 시각적 구성 계층은 없습니다.
• Adobe Firefly와 크리에이티브 스위트 내장 AI: 설계상 상업적으로 더 안전하고 디자이너가 이미 일하는 곳에 붙어 있지만, 모델 선택권과 파이프라인 통제권을 대가로 치릅니다.

제한사항 및 유의점

• 학습 곡선이 가파르며 이는 널리 인정되는 사실입니다. 커뮤니티 피드백에서 가장 일관된 주제이며, 널리 읽힌 한 이슈의 제목은 노골적입니다. GUI가 명령줄보다 복잡해질 때라는 제목입니다. 사용성과 복잡성에 관련된 열린 이슈가 약 110건입니다. App Mode가 첫 한 시간을 부드럽게 해 주지만 제대로 쓰려면 그래프를 익혀야 한다는 사실 자체를 바꾸지는 못합니다.
• VRAM이 실질적인 천장이며 자주 부딪힙니다. 저장소에는 4,600건이 넘는 열린 이슈가 있고 그중 약 133건이 VRAM 고갈과 직접 관련됩니다. 논의가 가장 활발한 열린 이슈들은 메모리 문제입니다. 프롬프트를 바꿀 때마다 모델을 다시 불러오는 문제, Flux.1 Dev의 메모리 문제, 할당량이 한도 안으로 보이는데도 리눅스에서 발생하는 메모리 부족 등입니다. 특히 최신 비디오 모델은 대다수 소비자용 카드가 제공하는 것보다 많은 메모리를 요구합니다.
• 업데이트가 회귀를 부를 수 있습니다. 2026년 8월의 변경으로 동적 VRAM 스트리밍이 실패해 생성이 통째로 중단되는 문제가 발생했고 핵심 결함으로 추적되며 상당한 논의가 이어졌습니다. 업무상 특정 파이프라인에 의존한다면 동작하는 버전을 고정하십시오.
• Apple Silicon 지원은 NVIDIA보다 뒤처집니다. Apple Silicon 사용자는 GPU 가속을 망가뜨린 macOS 업데이트를 비롯해 오래 이어진 문제들을 겪어 왔으며, MPS 프레임워크가 float64를 지원하지 않아 일부 모델에 영향을 주는 별도의 장기 이슈도 있습니다. Mac에서도 쓸 수 있지만 저항이 가장 적은 길은 아닙니다.
• 상업적 라이선스 보장은 Cloud 전용입니다. 공급자의 표현으로 Comfy Cloud의 모든 모델은 상업적 사용이 허가되어 라이선스 모호성이 없다고 하지만, 그 보증은 명시적으로 Cloud에 한정됩니다. Desktop을 쓰며 체크포인트를 직접 내려받는다면 각 모델의 라이선스를 확인할 책임은 본인에게 있습니다.
• GPL-3.0은 강한 카피레프트 라이선스입니다. ComfyUI는 GNU 일반 공중 사용 허가서 버전 3으로 배포되며, 흔히 넘겨짚는 관대한 MIT 조건이 아니라 강한 카피레프트입니다. 수정본을 배포하거나 엔진 위에 제품을 만들 계획이라면 관대한 조건을 가정하지 말고 법률 자문을 받으십시오.
• 확장 품질이 고르지 않습니다. 6만 노드 생태계는 진짜 강점인 동시에 진짜 유지보수 부담입니다. 노드 품질이 제각각이고 일부는 방치되었으며 확장 간 충돌은 진단하기 어려운 고장의 흔한 원인입니다.
• 전통적인 평가 플랫폼 기록이 없습니다. SaaS가 아니라 오픈소스 데스크톱 소프트웨어이므로 G2나 Capterra, Trustpilot에서의 존재감이 희박하여 통상의 종합 평점을 구할 수 없습니다. 여기서의 근거는 저장소 활동과 이슈 분포입니다.

FAQ

Q1. Comfy는 무료입니까, 정확히 무엇이 유료입니까?

엔진은 무료이며 오픈소스이고 Comfy Desktop은 그것을 자기 하드웨어에서 돌리며 기능 제한도 체험 기간도 핵심 기능의 프로 등급도 없습니다. 유료인 것은 관리형 인프라입니다. Comfy Cloud는 월 크레딧 풀과 함께 구독으로 GPU를 제공하고 API도 같은 크레딧에서 과금되며 Enterprise는 협의로 가격이 정해집니다. 핵심 소프트웨어를 쓰기 위해 돈을 낼 필요는 결코 없습니다. 돈을 내는 대상은 남의 하드웨어입니다.

Q2. ComfyUI는 어떤 라이선스로 배포됩니까?

GPL-3.0, 즉 GNU 일반 공중 사용 허가서 버전 3이며 저장소의 라이선스 파일에서 직접 확인했습니다. 이것이 중요한 이유는 GPL-3.0이 흔히 잘못 알려진 관대한 MIT 라이선스가 아니라 강한 카피레프트 라이선스이기 때문입니다. 사용에는 제약이 없지만 수정본 배포에는 의무가 따릅니다. 엔진 위에 상용 제품을 만들 생각이라면 구체적 계획에 맞는 법률 자문을 받으십시오.

Q3. 강력한 GPU가 필요합니까?

로컬 사용이라면 필요하며 이것이 가장 흔한 현실적 장벽입니다. 제약은 대개 순수 속도가 아니라 VRAM이고, 메모리 고갈은 이 프로젝트 이슈 트래커에서 압도적으로 많이 보고되는 문제입니다. 비디오 모델은 특히 요구가 큽니다. 하드웨어가 부족하다면 Comfy Cloud가 같은 워크플로를 96GB 카드에서 돌리며 이것이 그 한계에 대한 공식적인 답입니다.

Q4. 학습 곡선은 실제로 얼마나 가파릅니까?

가파릅니다. 노드 그래프가 곧 제품이며 파이프라인의 구성을 익히지 않고 잘 쓰는 방법은 없습니다. App Mode 덕분에 첫날부터 단순화된 인터페이스로 남의 워크플로를 돌릴 수 있고 이는 진짜 진입로이지만, 파이프라인을 만들거나 의미 있게 고치려면 실질적인 투자가 필요합니다. 학습 없이 좋은 이미지를 원한다면 다른 도구를 고르십시오. 이는 비판이 아니라 타당한 권고입니다.

Q5. 결과물을 상업적으로 쓸 수 있습니까?

Comfy Cloud에서는 이용 가능한 모든 모델이 상업적 사용 허가를 받았고 라이선스 모호성이 없다고 공급자가 밝히고 있습니다. 로컬에서 돌린다면 답은 전적으로 내려받은 각 모델의 라이선스에 달려 있으며 그 편차가 상당합니다. 자유롭게 상업적 사용을 허용하는 것도 있고 연구용으로 제한하는 것도 있습니다. 엔진 자체의 라이선스는 이 문제를 규율하지 않습니다. 체크포인트마다 개별적으로 확인하십시오.

Q6. 오프라인으로 동작합니까?

동작하며 이는 부수 효과가 아니라 의도적인 설계 지점입니다. Comfy Desktop은 설치 후 인터넷 연결이 필요 없어 워크플로와 모델, 데이터가 기기에 머무릅니다. 비밀 유지 계약을 맺은 스튜디오와 규제 환경의 사용자가 어떤 호스팅 대안보다 로컬 빌드를 택하는 주된 이유입니다.

Q7. 실제로 무엇을 생성할 수 있습니까?

이미지, 비디오, 3D, 오디오이지만 비중은 같지 않습니다. 이미지 생성이 가장 깊고 성숙한 능력이고, 비디오는 최근의 오픈 모델과 파트너 모델을 잘 지원하며 이제 일급 사용 사례가 되었고, 3D와 오디오는 존재하되 중심은 아닙니다. Wan, Flux, LTX, Qwen Image Edit 같은 공개 가중치 모델이 지원되며 Cloud에서는 파트너 모델도 이용할 수 있습니다.

Q8. 워크플로를 애플리케이션이 호출할 수 있는 형태로 만들려면?

인터페이스에서 워크플로를 만들고 검증한 뒤 API 형식으로 내보내고 API 키를 발급받아, 호출마다 달라지는 입력을 넣어 자신의 코드에서 워크플로 JSON을 제출하십시오. 전형적인 모습은 생성이 스스로 통제하는 다른 두 단계 사이에 놓이는 것입니다. 앞서 스토리지에서 입력을 가져오고 뒤에 결과를 어딘가에 기록합니다.

Q9. 프로젝트는 활발히 유지되고 있습니까?

어떤 합리적 기준으로도 그렇습니다. 저장소에는 작성 당일에도 커밋이 있고 2023년 초 생성 이후 별 약 12만 8천 개와 1만 5천 회 이상의 포크가 쌓였으며 새 모델은 출시에 맞춰 구현됩니다. 열린 이슈가 많은 것은 방치라기보다 사용자 기반의 규모와 하드웨어 구성의 다양성을 반영하지만, 개별 보고가 오랫동안 처리되지 않을 수 있다는 뜻이기도 합니다.

Q10. 로컬과 클라우드 중 무엇을 써야 합니까?

쓸 만한 GPU가 있고 오프라인 동작이나 기밀성이 중요하거나 초 단위 과금이 쌓일 만큼 탐색적 사용이 많을 것으로 보인다면 로컬을 쓰십시오. 하드웨어가 부족하거나 소비자용 카드보다 많은 VRAM이 필요하거나 모델과 인기 커스텀 노드가 미리 설치된 환경을 원하거나 상업적 라이선스 보증이 필요하다면 Cloud를 쓰십시오. 많은 사용자가 둘 다 씁니다. 로컬에서 반복하고 관리형 하드웨어에서 대량 작업을 돌립니다.