이미지·영상 생성
최종 업데이트
ComfyUI 사양: VRAM 8·12·16·24GB에서 할 수 있는 작업
로컬 이미지·영상 생성에는 VRAM이 얼마나 필요할까요?
VRAM1은 GPU2가 모델과 계산 중인 이미지·영상 데이터를 담는 메모리예요. 생성 도중에는 모델 가중치 외에 중간 데이터도 공간을 차지해요. ComfyUI에서 한 장을 저장한 뒤 해상도와 생성 장수를 각각 늘려 보면, 내 장비가 처리할 수 있는 범위와 메모리가 부족해지는 단계를 찾을 수 있어요.
바탕화면에 쓸 풍경 한 장을 만들려고 ComfyUI 워크플로를 열면 모델 본체와 텍스트 인코더가 읽히고, 샘플링 뒤 VAE3가 잠재 표현4을 픽셀 이미지로 바꿔요. 각 단계는 필요한 작업 공간이 달라서 모델 준비 표시가 떴어도 이미지 계산이나 마지막 디코드5에서 메모리가 모자랄 수 있어요.
그래서 파일 크기는 저장 공간의 단서로 쓰고, 실제 작업에서는 어느 단계까지 끝나는지와 GPU 메모리 피크를 함께 봐요. 아래에서는 작은 이미지부터 해상도·배치·오프로딩6을 한 번에 하나씩 바꿔 확인하는 방법을 설명해요.
모델 파일 크기와 생성 중 메모리를 구분해요
Qwen-Image 2.1의 Unsloth Q4_K_M 생성 본체는 약 4.2GB, Q4 텍스트 인코더는 약 5.15GB, 전용 VAE는 약 0.68GB예요. 각각 디스크에 저장되는 파일 크기라 세 파일을 보관하려면 약 10GB가 필요해요. 생성할 때는 중간 버퍼와 다른 앱의 메모리도 필요하고, 실행기가 구성요소를 동시에 올리는지 단계별로 교체하는지도 배포 방식에 따라 달라져요.
샘플링 버퍼가 부족하면 그림을 계산하는 중 멈출 수 있고, 샘플링이 끝난 뒤에도 VAE가 이미지를 복원할 공간이 모자랄 수 있어요. 오류 로그에서 로드·샘플링·디코드 중 어느 단계에서 멈췄는지 보면 본체 양자화7를 바꿀지, 이미지 크기나 동시 작업을 낮출지 판단하기 쉬워요.
해상도와 배치는 각각 따로 시험해요
가로와 세로를 각각 두 배로 늘리면 픽셀 면적은 네 배가 돼요. 하지만 피크 메모리와 생성 시간이 정확히 네 배가 되지는 않아요. 모델의 내부 표현, attention8 구현, 타일 분할, 업스케일과 디코드 방식이 함께 영향을 줘요.
낮은 해상도 풍경은 저장되는데 목표 바탕화면 크기에서 샘플링 중 실패한다면, 같은 워크플로를 작은 크기로 되돌려 실행해요. 작은 결과는 성공하고 큰 결과만 멈추면 해상도에 따른 작업 공간이 병목일 수 있어요. 이 비교에서는 모델 파일과 다른 설정은 그대로 둬야 원인을 좁힐 수 있어요.
목표 크기의 한 장은 되지만 같은 풍경을 네 장 배치로 만들 때 실패한다면 먼저 배치를 하나로 낮춰요. 여러 후보를 동시에 유지하면 한 장씩 네 번 생성할 때보다 피크 메모리가 커질 수 있어요. 한 장의 완성과 네 후보를 한 번에 얻는 작업은 다른 메모리 조건으로 판단해요.
이미지 배치와 영상 프레임은 다른 메모리 부담이에요
이미지 배치는 여러 후보의 중간 데이터를 동시에 유지하는 조건이에요. 영상은 프레임9 사이의 시간 관계까지 계산하므로 프레임 수, 시간 압축 방식, 해상도가 작업 공간에 영향을 줘요. 영상 메모리를 이미지 한 장의 사용량에 프레임 수를 곱해 계산하면 모델이 프레임을 묶어 처리하는 방식을 놓칠 수 있어요.
영상은 목표 모델의 실행 경로와 지원 프레임 조건을 먼저 정하고, 짧고 낮은 해상도 한 작업으로 시작해요. 이후 프레임 수나 크기 중 하나씩 바꾸며 모델 적재, 생성 중 피크, 저장 완료와 재생 여부를 기록해요. 여기서 설명하는 사례는 이미지 한 장이므로 영상 메모리는 해당 모델의 별도 실행 기록으로 판단해요.
오프로딩은 VRAM을 아끼는 대신 이동 시간이 들어요
일부 실행기는 GPU 메모리를 넘는 구성요소를 호스트 RAM10에 두고 필요할 때 옮기는 오프로딩을 지원해요. 이 방식은 더 큰 모델 구성을 실행할 여지를 주지만 RAM과 CPU-GPU 전송도 사용해요. CPU11에서 연산하는 오프로딩과 가중치를 RAM에 보관했다가 GPU로 보내는 방식은 서로 다르므로, 설정 설명과 로그에서 실제로 이동하는 항목을 확인해요.
PC의 시스템 RAM은 전용 VRAM과 별도예요. 12GB GPU와 RAM 64GB를 더해 76GB GPU처럼 계산할 수는 없어요. 통합 메모리12는 Mac에서 CPU와 GPU가 같은 물리 메모리를 나눠 쓰지만 운영체제와 편집 앱도 그 공간을 사용해요. 메모리에 적재되는지와 원하는 속도로 반복할 수 있는지는 각각 실제 워크플로에서 확인해요.
오프로딩 뒤 대기가 길어졌다면 모델 로드, 샘플링 중 반복 전송, 시스템 RAM 부족으로 인한 디스크 스왑을 나눠 살펴요. 같은 풍경과 프롬프트13를 두고 한 설정만 바꾸면 실행 가능성과 계속 쓰기 좋은 속도를 구별하는 데 도움이 돼요.
8·12·16·24GB는 다음 시험을 고르는 구간이에요
VRAM 용량만으로 특정 모델의 성공을 보장할 수는 없어요. 같은 용량에서도 모델 파일, 정밀도, 텍스트 인코더와 VAE, 해상도, 생성 장수, 프레임 수, 실행 앱이 피크 메모리를 바꿔요. 아래 표는 속도나 최대 사용량을 측정한 결과가 아니라, 각 용량대에서 시작해 볼 작업을 정리한 거예요.
8GB에서는 작은 이미지 모델과 낮은 해상도 한 장으로 적재와 생성을 각각 시험해요. 12GB에서는 반복 생성이나 가벼운 편집을 확인하고, 이미지 입력이나 추가 노드를 붙였을 때 남는 공간을 기록해요. 16GB에서는 모델 선택 폭을 넓히되 한 장으로 시작하고, 대형 모델 전체 적재와 영상은 별도로 확인해요.
24GB에서는 큰 이미지 모델의 메모리 절약 경로와 영상 후보를 더 시험할 수 있지만, 필요한 길이와 프레임이 지원되는지 함께 봐요. 64GB 이상도 단순히 GPU와 RAM을 합산하지 말고 실행기의 분할·오프로딩 방식과 필요한 호스트 메모리를 확인해요. 다음 선택은 표의 숫자보다 내 워크플로에서 반복 실패하는 단계에 맞춰요.
| 전용 VRAM | 먼저 시도할 작업 | 확장 전에 확인 |
|---|---|---|
| 8GB | 작은 이미지 모델, 낮은 해상도, 한 장씩 생성 | 큰 모델은 양자화·오프로딩 지원부터 확인 |
| 12GB | 작은 모델 반복 생성과 가벼운 편집 | 이미지 입력·추가 노드 뒤의 메모리 여유 |
| 16GB | 모델을 다양하게 시험하되 한 장부터 시작 | 대형 모델 전체 적재와 영상은 별도 검토 |
| 24GB | 큰 이미지 모델의 메모리 절약 경로와 영상 후보 | 영상 길이·프레임 수·호스트 RAM |
용어 각주
VRAM — 그래픽카드의 GPU가 사용하는 메모리입니다. 모델 가중치와 계산 중간값을 저장합니다.
본문으로 돌아가기GPU — 많은 계산을 병렬로 처리하는 프로세서입니다. AI 모델 실행에서는 모델 계산을 맡습니다.
본문으로 돌아가기VAE — Variational Autoencoder의 약자입니다. 입력을 압축된 잠재 표현으로 바꾸거나, 그 표현에서 결과를 복원하는 데 쓰입니다.
본문으로 돌아가기잠재 표현 — 모델이 입력 정보를 압축해 표현한 중간 데이터입니다. 이미지·음성 등 원래 결과로 되돌리려면 보통 디코더가 필요합니다.
본문으로 돌아가기토큰 디코드 — 입력과 앞서 만든 답변을 바탕으로 다음 출력 토큰을 차례로 생성하는 단계입니다.
본문으로 돌아가기오프로딩 — 메모리가 부족할 때 모델 데이터 일부를 GPU 메모리에서 시스템 RAM이나 저장장치로 옮겨 처리하는 방식입니다. 데이터 이동이 추가됩니다.
본문으로 돌아가기양자화 — 모델의 가중치나 계산값을 더 적은 비트로 표현해 저장 공간과 메모리 사용량을 줄이는 방법입니다. 표현 단계가 거칠어져 정확도에도 영향을 줄 수 있습니다.
본문으로 돌아가기어텐션 — 입력 토큰 사이의 관련도를 계산해 각 위치의 정보를 현재 표현에 반영하는 신경망 연산입니다.
본문으로 돌아가기프레임 — 영상의 한 장면을 이루는 단일 이미지입니다.
본문으로 돌아가기시스템 RAM — 프로그램이 실행되는 동안 데이터를 임시로 보관하는 시스템 메모리입니다.
본문으로 돌아가기CPU — 운영체제와 일반 프로그램 명령을 실행하고, AI에서는 전처리·데이터 이동 등 범용 연산을 맡는 중앙 처리 장치입니다.
본문으로 돌아가기통합 메모리 — CPU와 GPU가 같은 물리 메모리 풀을 공유하는 구조입니다.
본문으로 돌아가기프롬프트 — 모델에 보내는 입력문입니다. 생성 모델에서는 만들 결과를 설명하는 문장이 되어 출력의 구성과 내용을 크게 좌우합니다.
본문으로 돌아가기
자주 묻는 질문
- 이 글에서 가장 먼저 확인할 것은 무엇인가요?
- VRAM은 GPU가 모델과 계산 중인 이미지·영상 데이터를 담는 메모리예요. 생성 도중에는 모델 가중치 외에 중간 데이터도 공간을 차지해요. ComfyUI에서 한 장을 저장한 뒤 해상도와 생성 장수를 각각 늘려 보면, 내 장비가 처리할 수 있는 범위와 메모리가 부족해지는 단계를 찾을 수 있어요.
- 필요한 메모리는 어느 정도인가요?
- Qwen-Image 2.1의 Unsloth Q4_K_M 생성 본체는 약 4.2GB, Q4 텍스트 인코더는 약 5.15GB, 전용 VAE는 약 0.68GB예요. 각각 디스크에 저장되는 파일 크기라 세 파일을 보관하려면 약 10GB가 필요해요. 생성할 때는 중간 버퍼와 다른 앱의 메모리도 필요하고, 실행기가 구성요소를 동시에 올리는지 단계별로 교체하는지도 배포 방식에 따라 달라져요.