FLUX.2 LoRA ComfyUI 추론: FLUX.2 Dev 파이프라인과 함께 훈련과 일치하는 AI Toolkit LoRA 출력#

이 생산 준비 완료 RunComfy 워크플로우는 RC FLUX.2 Dev (Flux2Pipeline)를 통해 ComfyUI에서 FLUX.2 Dev LoRA 추론을 실행합니다 (파이프라인 수준의 정렬, 일반적인 샘플러 그래프가 아님). RunComfy는 이 사용자 정의 노드를 빌드하고 오픈 소스로 공개하였습니다—runcomfy-com repositories를 참조하십시오—그리고 lora_path 및 lora_scale로 어댑터 적용을 제어합니다.

참고: 이 워크플로우는 3XL 머신이 필요합니다.

왜 FLUX.2 LoRA ComfyUI 추론이 ComfyUI에서 다르게 보일 수 있는가#

AI Toolkit 훈련 미리보기는 텍스트 인코딩, 스케줄링 및 LoRA 주입이 함께 작동하도록 설계된 모델 특정 FLUX.2 파이프라인을 통해 렌더링됩니다. ComfyUI에서 FLUX.2를 다른 그래프(또는 다른 LoRA 로더 경로)로 재구성하면 이러한 상호작용이 변경될 수 있으며, 동일한 프롬프트, 단계, CFG 및 시드를 복사해도 눈에 띄는 차이가 발생할 수 있습니다. RunComfy RC 파이프라인 노드는 Flux2Pipeline을 통해 FLUX.2를 처음부터 끝까지 실행하고 그 파이프라인 내에서 LoRA를 적용하여 추론을 미리보기 행동과 일치시킵니다. 출처: RunComfy 오픈 소스 리포지토리.

FLUX.2 LoRA ComfyUI 추론 워크플로우 사용 방법#

1단계: LoRA 경로를 얻고 워크플로우에 로드하기 (2가지 옵션)#

⚠️ 중요 · FLUX.2 접근 & Hugging Face 토큰 필요#

FLUX.2 Dev 모델은 Hugging Face에서 명시적 접근 권한이 필요합니다.

이 워크플로우를 실행하기 전에:

1. Hugging Face 계정이 FLUX.2 (Dev)에 대한 접근 권한을 받았는지 확인하십시오
2. Hugging Face 접근 토큰을 생성하십시오
3. Load Pipeline 노드의 hf_token 필드에 토큰을 붙여넣으십시오

유효한 토큰과 적절한 모델 접근이 없으면 워크플로우가 실행되지 않습니다. 단계별 지침은 Hugging Face token for FLUX.2를 참조하십시오.

옵션 A — RunComfy 훈련 결과 → 로컬 ComfyUI로 다운로드:

1. Trainer → LoRA Assets로 이동하십시오
2. 사용하고자 하는 LoRA를 찾으십시오
3. 오른쪽의 ⋮ (세 점) 메뉴를 클릭 → Copy LoRA Link 선택
4. ComfyUI 워크플로우 페이지에서, 복사한 링크를 UI의 오른쪽 상단 모서리에 있는 Download 입력 필드에 붙여넣으십시오
5. 다운로드를 클릭하기 전, 대상 폴더가 ComfyUI > models > loras로 설정되어 있는지 확인하십시오 (이 폴더가 다운로드 대상으로 선택되어야 합니다)
6. Download를 클릭하십시오 — 이것은 LoRA 파일이 올바른 models/loras 디렉토리에 저장되도록 합니다
7. 다운로드가 완료되면, 페이지를 새로 고침하십시오
8. 이제 LoRA가 워크플로우의 LoRA 선택 드롭다운에 나타납니다 — 선택하십시오

옵션 B — 직접 LoRA URL (옵션 A 무시):

1. 직접 .safetensors 다운로드 URL을 LoRA 노드의 path / url 입력 필드에 붙여넣으십시오
2. URL이 여기에 제공되면, 옵션 A를 무시합니다 — 워크플로우는 런타임에 URL에서 직접 LoRA를 로드합니다
3. 로컬 다운로드나 파일 배치는 필요하지 않습니다

팁: URL이 실제 .safetensors 파일로 연결되는지 확인하십시오 (랜딩 페이지나 리디렉션이 아님).

2단계: 추론 매개변수를 훈련 샘플 설정과 맞추기#

LoRA 노드에서 lora_path에서 어댑터를 선택하거나 (옵션 A), 직접 .safetensors 링크를 path / url에 붙여넣으십시오 (옵션 B는 드롭다운을 무시합니다). 그런 다음 훈련 미리보기 시 사용한 강도로 lora_scale을 설정하고 거기서 조정하십시오.

나머지 매개변수는 Generate 노드 (그래프에 따라 Load Pipeline 노드 포함)에 있습니다:

• prompt: 텍스트 프롬프트 (훈련 시 트리거 워드를 사용했다면 포함)
• width / height: 출력 해상도; 훈련 미리보기 크기와 일치시켜 가장 깔끔한 비교를 위해 (FLUX.2의 경우 16의 배수가 권장됨)
• sample_steps: 추론 단계 수 (25가 일반적인 기본값)
• guidance_scale: CFG/가이드 값 (4.0이 일반적인 기본값)
• seed: 재현을 위한 고정 시드; 변형을 탐색하려면 변경
• seed_mode (존재하는 경우에만): fixed 또는 randomize 선택
• negative_prompt (존재하는 경우에만): 이 워크플로우에서 FLUX.2는 가이드 증류됨, 따라서 부정적 프롬프트는 무시됨
• hf_token: Hugging Face 접근 토큰; FLUX.2 Dev 모델 다운로드에 필요 (Load Pipeline 노드에 붙여넣기)

훈련 정렬 팁: 훈련 중 샘플링 값을 사용자 정의했다면 (seed, guidance_scale, sample_steps, 트리거 워드, 해상도), 여기서 정확히 동일한 값을 반영하십시오. RunComfy에서 훈련했다면, Trainer → LoRA Assets > Config를 열어 해결된 YAML을 보고 미리보기/샘플 설정을 워크플로우 노드에 복사하십시오.

3단계: FLUX.2 LoRA ComfyUI 추론 실행#

Queue/Run을 클릭하십시오 — SaveImage 노드는 결과를 ComfyUI 출력 폴더에 기록합니다.

빠른 체크리스트:

• ✓ LoRA는 다음 중 하나입니다: ComfyUI/models/loras에 다운로드됨 (옵션 A), 또는 직접 .safetensors URL을 통해 로드됨 (옵션 B)
• ✓ 로컬 다운로드 후 페이지 새로 고침 (옵션 A만 해당)
• ✓ 추론 매개변수가 훈련 sample 구성과 일치 (사용자 정의한 경우)

위의 모든 것이 정확하면, 여기의 추론 결과는 훈련 미리보기와 매우 일치해야 합니다.

FLUX.2 LoRA ComfyUI 추론 문제 해결#

대부분의 FLUX.2 “훈련 미리보기 vs ComfyUI 추론” 차이는 파이프라인 수준의 차이에서 발생합니다 (모델이 로드되고, 스케줄링되며, LoRA가 병합되는 방식), 단일 잘못된 조정에서 오는 것이 아닙니다. 이 RunComfy 워크플로우는 RC FLUX.2 Dev (Flux2Pipeline)를 통해 추론을 처음부터 끝까지 실행하고 lora_path / lora_scale을 통해 LoRA를 그 파이프라인 내에서 적용하여 가장 가까운 “훈련 일치” 기준을 복원합니다.

(1) Flux.2와 Lora 오류: "mul_cuda"가 'Float8_e4m3fn'에 대해 구현되지 않음#

이유 이는 일반적으로 FLUX.2가 Float8/FP8 가중치 (또는 혼합 정밀도 양자화)로 로드되고 LoRA가 일반적인 ComfyUI LoRA 경로를 통해 적용될 때 발생합니다. LoRA 병합은 지원되지 않는 Float8 작업 (또는 혼합 Float8 + BF16 승격)을 강제할 수 있으며, 이는 mul_cuda Float8 런타임 오류를 유발합니다.

해결 방법 (권장)

• RC FLUX.2 Dev (Flux2Pipeline)를 통해 추론을 실행하고 어댑터를 lora_path / lora_scale을 통해서만 로드하여 LoRA 병합이 AI Toolkit-정렬된 파이프라인에서 발생하도록 하십시오, 일반적인 LoRA 로더를 쌓지 마십시오.
• 비-RC 그래프에서 디버깅 중이라면: Float8/FP8 확산 가중치 위에 LoRA를 적용하지 마십시오. FLUX.2를 추가하기 전에 BF16/FP16-호환 로딩 경로를 사용하십시오.

(2) LoRA 모양 불일치가 GPU 상태를 손상시키고 OOM/시스템 불안정을 초래하기 전에 빠르게 실패해야 함#

이유 이것은 거의 항상 기본 불일치입니다: LoRA는 다른 모델 계열 (예: FLUX.1)용으로 훈련되었지만 FLUX.2 Dev에 적용되고 있습니다. 종종 많은 lora key not loaded 라인을 보고 그 후 모양 불일치가 발생하며, 최악의 경우 세션이 불안정해지고 OOM으로 끝날 수 있습니다.

해결 방법 (권장)

• LoRA가 AI Toolkit으로 black-forest-labs/FLUX.2-dev에 대해 구체적으로 훈련되었는지 확인하십시오 (FLUX.1 / FLUX.2 / Klein 변형은 교환할 수 없습니다).
• LoRA에 대해 “단일 경로” 그래프를 유지하십시오: 어댑터를 워크플로우의 lora_path 입력을 통해서만 로드하고 Flux2Pipeline이 병합을 처리하도록 하십시오. 병렬로 추가 일반 LoRA 로더를 쌓지 마십시오.
• 이미 불일치를 겪었고 ComfyUI가 그 후 관련 없는 CUDA/OOM 오류를 생성하기 시작했다면, ComfyUI 프로세스를 재시작하여 GPU + 모델 상태를 완전히 재설정한 후 호환 가능한 LoRA로 다시 시도하십시오.

(3) Flux.2 Dev - LoRAs를 사용하는 것이 추론 시간을 두 배 이상 증가시킴#

이유 LoRA는 LoRA 경로가 추가 패칭/디퀀타이제이션 작업을 강제하거나 기본 모델 단독보다 느린 코드 경로에서 가중치를 적용할 때 FLUX.2 Dev를 훨씬 느리게 만들 수 있습니다.

해결 방법 (권장)

• 이 워크플로우의 RC FLUX.2 Dev (Flux2Pipeline) 경로를 사용하고 어댑터를 lora_path / lora_scale을 통해 전달하십시오. 이 설정에서는 LoRA가 파이프라인 로드 중에 한 번 병합되므로 단계별 샘플링 비용이 기본 모델에 가깝게 유지됩니다.
• 미리보기와 일치하는 동작을 추구할 때, 여러 LoRA 로더를 쌓거나 로더 경로를 혼합하지 마십시오. 하나의 lora_path + 하나의 lora_scale로 유지하여 기준선을 맞출 때까지 유지하십시오.

참고 이 FLUX.2 Dev 워크플로우에서는 FLUX.2가 가이드 증류되므로 negative_prompt는 파이프라인에 의해 무시될 수 있습니다—프롬프트 워딩 + guidance_scale + lora_scale로 미리보기를 맞추십시오.

지금 FLUX.2 LoRA ComfyUI 추론 실행#

워크플로우를 열고 lora_path를 설정한 후 Queue/Run을 클릭하여 AI Toolkit 훈련 미리보기와 가까운 FLUX.2 Dev LoRA 결과를 얻으십시오.