Wan 2.1 설치 및 사용법 (헨타이 영상 생성)

이것은 Wan을 설치하고 비디오 생성 속도를 극대화하기 위해 가능한 모든 최적화를 구현하는 데 도움이 되는 초보자 가이드입니다.

이것을 달성하는 데는 품질과의 트레이드오프가 있지만, 속도보다 품질을 우선시하고 싶다면 최적화를 쉽게 비활성화할 수 있습니다.

포함된 가이드와 워크플로우는 일반적으로 생성 중 21-23GB를 사용하는 24GB 이상의 VRAM을 가진 GPU에 맞춰져 있습니다. 24GB 미만의 GPU를 사용하는 것도 가능하지만, 조정이 필요합니다. 예를 들어, 16GB GPU는 제공된 워크플로우에서 virtual_vram_gb 또는 블록 스와핑 설정을 증가시키면 FP8/Q8 모델을 사용할 수 있습니다. 이에 대해서는 나중에 다루겠습니다.

16GB 미만인 경우, Q8보다 낮은 양자화된 모델을 사용하는 것이 좋지만, 낮은 양자화 수준을 사용할 경우 출력 품질이 감소한다는 점을 염두에 두어야 합니다. 일반적으로, 낮은 수준으로 갈수록 품질이 낮아집니다.

1. /ldg/ Wan 2.1 설치 및 최적화 가이드
   1. 전제 조건 - 먼저 설치
   2. 구현 선택
   3. 옵션 1 - Kijai의 래퍼
   4. 옵션 2 - Comfy Native
   5. 일반 설치 단계
   6. 생성 전 중요한 메모
   7. 지원되는 해상도
   8. 720P에서 생성하기
   9. 최적화

전제 조건 - 먼저 설치

ComfyUI Portable
ComfyUI Manager
CUDA 12.6

구현 선택

Wan 2.1은 두 가지 접근 방식을 통해 ComfyUI에 통합될 수 있습니다: 네이티브 지원 또는 Kijai의 래퍼. Kijai의 래퍼는 네이티브에는 없는 추가 기능(플로우 편집, vid2vid 등)을 제공하는 반면, 네이티브는 Kijai 버전에서는 사용할 수 없는 여러 가지 장점을 가지고 있습니다. 여기에는 gguf 모델 지원, 품질을 희생하고 생성 속도를 높이는 방법인 Adaptive Guidance, 그리고 40XX 및 50XX GPU 시리즈 뿐만 아니라 30XX 시리즈에서도 TorchCompile 호환성이 포함되어 있어 생성 속도를 약 30% 더 높여줍니다. 따라서 24GB 미만의 VRAM을 사용하고 싶거나 가장 빠른 생성 속도를 원한다면 네이티브가 더 나은 선택일 가능성이 높습니다.

방법과 관련된 워크플로우를 정한 후, 일반 설치 단계로 진행하십시오.

옵션 1 - Kijai의 래퍼

Kijai의 기본 워크플로우의 수정된 버전을 다운로드하십시오. 최적화 및 몇 가지 추가 기능 외에도 Alibaba의 기본 설정을 기준으로 사용합니다. 이 워크플로우는 두 개의 비디오를 출력하며, 원본 16 fps와 보간된 32 fps 버전입니다. 이를 720P 모델/설정으로 쉽게 조정할 수 있습니다. 720P에서 생성하기를 참조하십시오.

/ldg/ KJ i2v 480p 워크플로우: ldg_kj_i2v_14b_480p.json
(2025년 3월 17일 업데이트)

/ldg/ KJ t2v 480p 워크플로우: ldg_kj_t2v_14b_480p.json
(2025년 3월 17일 업데이트)

1. ComfyUI가 최신 버전으로 업데이트되었는지 확인하십시오. (update_comfyui.bat in ComfyUI_windows_portable\update)
2. 이 모델들을 다운로드하십시오.

Comfy 모델 파일을 KJ와 함께 사용하지 마십시오! 이 파일들을 반드시 사용해야 하며, 그렇지 않으면 문제가 발생할 수 있습니다!

• Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensors 는 ComfyUI\models\diffusion_models\WanVideo에 넣습니다.
• Wan2_1-I2V-14B-720P_fp8_e4m3fn.safetensors 는 ComfyUI\models\diffusion_models\WanVideo에 넣습니다.
• Wan2_1-T2V-14B_fp8_e4m3fn.safetensors 는 ComfyUI\models\diffusion_models\WanVideo에 넣습니다.
• umt5-xxl-enc-bf16.safetensors 는 ComfyUI\models\text_encoders에 넣습니다.
• open-clip-xlm-roberta-large-vit-huge-14_fp16.safetensors 는 ComfyUI\models\text_encoders에 넣습니다.
• Wan2_1_VAE_bf16.safetensors 는 ComfyUI_windows_portable\ComfyUI\models\vae\wanvideo에 넣습니다.

3. 일반 설치 단계로 이동하십시오.

옵션 2 - Comfy Native

Comfy의 워크플로우 수정된 버전을 다운로드하십시오. 이는 /ldg/의 익명의 사용자로부터 기반을 두었습니다. 최적화 및 몇 가지 추가 기능 외에도 Alibaba의 기본 설정을 기준으로 사용합니다. 이 워크플로우는 두 개의 비디오를 출력하며, 원본 16 fps와 보간된 32 fps 버전입니다. 이를 720P 모델/설정으로 쉽게 조정할 수 있습니다. 720P에서 생성하기를 참조하십시오.

/ldg/ Comfy i2v 480p 워크플로우: ldg_cc_i2v_14b_480p.json
(2025년 3월 17일 업데이트)

/ldg/ Comfy t2v 480p 워크플로우: ldg_cc_t2v_14b_480p.json
(2025년 3월 17일 업데이트)

1. ComfyUI가 최신 버전으로 업데이트되었는지 확인하십시오. (update_comfyui.bat in ComfyUI_windows_portable\update)
2. 이 모델들을 다운로드하십시오. 24GB의 VRAM이 부족한 경우 Q8 모델을 Q6/Q5/Q4로 교체할 수도 있지만, 낮은 수준으로 갈수록 출력 품질이 점점 더 떨어질 것입니다.

Kijai의 텍스트 인코더 파일을 이 모델들과 함께 사용하지 마십시오! 이 텍스트 인코더를 반드시 사용해야 하며, 그렇지 않으면 Exception during processing !!! mat1 and mat2 shapes cannot be multiplied (77x768 and 4096x5120) 오류가 발생할 수 있습니다.

• wan2.1-i2v-14b-480p-Q8_0.gguf 는 ComfyUI\models\diffusion_models\에 넣습니다.
• wan2.1-i2v-14b-720p-Q8_0.gguf 는 ComfyUI\models\diffusion_models\에 넣습니다.
• wan2.1-t2v-14b-Q8_0.gguf 는 ComfyUI\models\diffusion_models\에 넣습니다.
• umt5_xxl_fp16.safetensors 는 ComfyUI\models\text_encoders에 넣습니다.
• clip_vision_h.safetensors 는 ComfyUI\models\clip_vision\에 넣습니다.
• wan_2.1_vae.safetensors 는 ComfyUI_windows_portable\ComfyUI\models\vae\에 넣습니다.

3. 일반 설치 단계로 이동하십시오.

일반 설치 단계

4. 지침에 따라 이 파일를 다운로드하고 실행하여 Triton과 Sage를 자동으로 설치하십시오. 이는 생성 속도를 크게 높여줍니다.
5. ComfyUI_windows_portable\에서 cmd.exe 프롬프트를 열고 다음 명령을 실행하십시오. 이는 CUDA 12.6에 대한 최신 pytorch nightly를 설치하며, fp16 누적을 사용할 수 있게 해주는 최적화입니다..python_embeded\python.exe -s -m pip install torch==2.7.0.dev20250306+cu126 torchvision torchaudio –index-url https://download.pytorch.org/whl/nightly/cu126 –force-reinstall
6. ComfyUI_windows_portable의 run_nvidia_gpu.bat 파일을 편집하고 첫 번째 줄을 다음과 같이 변경하십시오: .\python_embeded\python.exe -s ComfyUI\main.py –windows-standalone-build –use-sage-attention –fast
7. ComfyUI를 실행하십시오. cmd.exe 콘솔 창에서 시작 시 pytorch version: 2.7.0.dev20250306+cu126가 표시되는지 확인하십시오. 또한 Enabled fp16 accumulation 및 Using sage attention가 표시되어야 합니다.

확장 프로그램을 업데이트하거나 재시작할 때 pytorch의 잘못된 버전을 보고하는 버그가 발생할 수 있습니다. 그런 경우 Comfy를 닫고 재시작하십시오. 이는 확장 프로그램을 업데이트한 후 Comfy에서 "재시작" 버튼을 사용할 때 가장 자주 발생하는 것 같습니다. 따라서 수동으로 닫고 확장 프로그램을 업데이트한 후 수동으로 시작하십시오. Comfy를 업데이트한 후에도 발생할 수 있습니다. 두 번째 재시작 후에도 여전히 2.7.0dev가 아니라면 5단계를 다시 수행하십시오.

8. 워크플로우 중 하나를 열고, 매니저를 열어 누락된 사용자 정의 노드를 설치하십시오. 마지막으로 ComfyUI-GGUF 확장을 설치하십시오.

설치 후에도 여전히 누락된 노드에 대한 불만이 있는 경우, 누락된 노드를 수동으로 설치해야 할 수 있습니다. KJ의 래퍼를 사용하는 경우, 그의 레포지토리에서 래퍼를 수동으로 설치하고 이전 버전을 사용자 정의 노드에서 삭제하십시오. WanVideoEnhanceAVideoKJ가 누락되었다고 불만을 제기하는 경우 KJNodes도 마찬가지입니다. 휴대용 설치에 대한 설치 지침을 따르십시오.

9. 비디오 보간 모델의 경우, 이 레포지토리로 가서 film_net_fp32.pt를 다운로드하여 ComfyUI\custom_nodes\comfyui-frame-interpolation\ckpts\film에 넣습니다.
10. Comfy를 시작할 때마다 pytorch 버전이 2.7.0dev로 표시되는지 확인하십시오. 그렇지 않으면 fp16_fast / fp16 accumulation이 작동하지 않습니다.
11. 첫 번째 생성을 실행하십시오. 모델 로딩 중에 cmd.exe 창에 "계속하려면 아무 키나 누르십시오"가 표시되면 컴퓨터를 재시작해야 합니다. 워크플로우를 실행할 때 다음 오류가 발생하면: ImportError: DLL load failed while importing cuda_utils: The specified module could not be found. \users\username\로 가서 .triton 디렉토리를 열고 그 안의 cache 하위 디렉토리를 삭제하십시오. 전체 .triton 디렉토리는 삭제하지 마십시오.

생성 전 중요한 메모

초기 생성 시간은 정확하지 않습니다. Teacache는 생성 중에 작동하며, Adaptive는 Comfy Native/Core를 사용하는 경우 중간에 작동합니다.

비디오 생성이 완료되면 각 i2v 또는 t2v 디렉토리와 하위 디렉토리에 두 개의 파일이 생성됩니다. 원본 파일은 16프레임 출력이고, int 파일은 32프레임으로 보간되어 훨씬 부드러운 움직임을 제공합니다.

생성 중 미리보기를 활성화하는 것이 강력히 권장됩니다. 가이드를 따랐다면 필요한 확장을 갖추게 될 것입니다. ComfyUI 설정(왼쪽 하단의 톱니바퀴 아이콘)으로 가서 "샘플링할 때 애니메이션 미리보기 표시"를 검색하십시오. 이를 활성화하십시오. 그런 다음 Comfy 매니저를 열고 미리보기 방법을 TAESD(느림)으로 설정하십시오. 출력은 약 10단계에서 더 명확해지며, 구성과 움직임에 대한 일반적인 감각을 얻을 수 있습니다. 이는 많은 시간을 절약할 수 있으며, 마음에 들지 않는 경우 생성 작업을 조기에 취소할 수 있습니다.

절대 720p i2v 모델을 480p 해상도에서 사용하거나 그 반대의 경우를 피하십시오. 예를 들어 720p i2v 모델을 사용하고 해상도를 832×480으로 설정하면, 출력 품질이 480p i2v 모델을 사용하는 것보다 훨씬 나빠집니다. 720p 모델에서 480p로 생성한다고 해서 품질이 개선되지 않으므로 그렇게 하지 마십시오. 480p와 720p 해상도를 혼합할 수 있는 유일한 모델은 t2v 14B입니다.

지원되는 해상도

각 모델은 특정 해상도에 맞춰 훈련되고 미세 조정됩니다. 이론적으로, 이러한 정확한 해상도에서 벗어나면 지원되는 해상도에 고정된 것보다 더 나쁜 결과를 초래할 수 있습니다, 특히 i2v의 경우.

그러나 제 경험상, 비표준 해상도를 i2v와 함께 사용해도 눈에 띄는 문제 없이 성공적으로 사용했습니다. 단, 조정이 합리적인 범위 내에 있어야 합니다. 예를 들어, 480p 또는 720p에서 급격한 변화를 피해야 하며, 항상 한 치수를 고정해야 합니다 - 480p 모델의 경우 480 또는 720p 모델의 경우 720을 고정하고, 다른 치수는 비율을 조정하기 위해 하향 조정해야 합니다(절대 상향 조정하지 마십시오). 이는 한 치수가 모델에 따라 480 또는 720으로 고정되고, 다른 치수는 필요에 따라 낮춰야 함을 의미합니다. 그리고 480p의 최대 설정 값인 832와 720p의 최대 설정 값인 1280을 초과하지 않도록 하십시오. 그렇지 않으면 생성 시간이 급격히 증가하고 모델 개발자가 설정한 해상도 한계를 초과하게 됩니다.

다음은 Wan의 공식 레포지토리에 나열된 '지원되는' 해상도입니다:

텍스트에서 비디오 - 1.3B	텍스트에서 비디오 - 14B	이미지에서 비디오 - 480p	이미지에서 비디오 - 720p
480*832	720*1280	832*480	1280*720
832*480	1280*720	480*832	720*1280
624*624	960*960
704*544	1088*832
544*704	832*1088
	480*832
	832*480
	624*624
	704*544
	544*704

720P에서 생성하기

i2v에서 720p 모델을 사용하거나 t2v에서 720p 해상도를 사용하려면 다음을 수행해야 합니다:

• t2v에서 해상도를 720p로 늘려야 합니다 (1280×720 / 720×1280). 단일 14B t2v 모델은 480p와 720p를 모두 지원합니다.
• Wan에서 i2v를 사용할 때는 모델 로더에서 i2v 720P 모델을 선택한 후, 입력 이미지의 너비와 높이 설정을 1280×720 또는 720×1280으로 조정하십시오. 이 모델은 이 정확한 해상도에서 최적화되어 있으며 가장 잘 작동하지만, 다양한 종횡비에 맞게 약간 조정할 수 있습니다. 최상의 결과를 얻으려면 항상 높이 또는 너비 중 하나를 720으로 유지하고, 다른 치수는 비례적으로 낮춰야 합니다 (예: 1152×720, 1024×720 또는 720×960). 어떤 치수도 1280을 초과하지 않도록 해야 합니다.
• Comfy Native에서 Teacache 계수를 i2v_720으로 설정하십시오. Kijai의 래퍼는 자동으로 올바른 계수를 선택합니다.
• Teacache 임계값을 0.2로 설정하십시오. 이는 중간 설정입니다. 출력 품질에 타격을 주는 대신 더 빠른 생성을 위해 0.3으로 증가시킬 수 있습니다.
• 사용하는 구현에 따라 virtual_vram_gb (Comfy Native) 또는 블록 스와프 (Kijai의 래퍼)를 증가시켜야 합니다.
  24GB GPU에서는 총 23GB 미만을 사용하도록 증가시켜야 합니다. 총 사용량이 23.5GB를 초과하지 않도록 해야 하며, 그렇지 않으면 생성 시간이 대폭 증가합니다.

최적화

이 가이드의 여러 옵션은 추론 시간을 단축시킵니다. 이들은 fp16_fast (fp16 누적), TeaCache, Torch Compile, AdaptiveGuidance (Comfy Native 전용) 및 Sage Attention입니다. 테스트를 위해 이들을 비활성화하거나 시간의 대가로 품질을 높이고 싶다면 다음을 수행하십시오:

• fp16_fast : run_nvidia_gpu.bat에서 –fast를 제거하십시오. KJ를 사용하는 경우, WanVideo 모델 로더의 base_precision을 fp16_fast에서 fp16으로 설정해야 합니다.
• Sage Attention : run_nvidia_gpu.bat에서 –use-sage-attention을 제거하십시오.
• AdaptiveGuidance : AdaptiveGuidance 노드를 임계값 1로 설정하십시오.
• Torch Compile : TorchCompileModelWanVideo 노드를 마우스 오른쪽 버튼으로 클릭하고 우회(Bypass)를 클릭하십시오.
• TeaCache : TeaCache 노드를 마우스 오른쪽 버튼으로 클릭하고 우회(Bypass)를 클릭하십시오.