ComfyUI로 Flux 모델 돌리면서 느린 속도 때문에 답답하셨죠? Nunchaku라는 혁신적인 도구로 정말 놀라운 성능 향상을 경험할 수 있어요. 실제 사용해보니 기존 대비 10배 빠른 생성 속도를 체험할 수 있었습니다.

Nunchaku가 뭔가요?

Nunchaku(눈차크)는 MIT HAN Lab에서 개발한 AI 이미지 생성 최적화 엔진이에요. SVDQuant 기술을 사용해 4-bit 양자화된 신경망을 효율적으로 실행할 수 있게 해주는 도구입니다.

핵심 장점들

  • 속도: 기존 Flux 모델 대비 3-10배 빠른 처리
  • 메모리: 4-bit 양자화로 VRAM 사용량 대폭 감소
  • 품질: 16-bit 대비 거의 동일한 이미지 품질 유지
  • 최신 업데이트: 2025년 6월 기준 v0.3.3 버전

설치 방법 3가지

방법 1: 가장 쉬운 설치 (추천)

# ComfyUI CLI 설치
pip install comfy-cli

# ComfyUI 설치
comfy install

# Nunchaku 플러그인 설치
comfy node registry-install ComfyUI-nunchaku

방법 2: ComfyUI Manager 사용

ComfyUI 기본 설치

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

Manager로 플러그인 설치

  1. ComfyUI 실행
  2. Manager에서 “ComfyUI-nunchaku” 검색
  3. 원클릭 설치

방법 3: 수동 설치

cd ComfyUI/custom_nodes
git clone https://github.com/nunchaku-tech/ComfyUI-nunchaku

필수 모델 다운로드

텍스트 인코더

# CLIP 모델 (246MB)
https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors

# T5 모델 (9.79GB)
https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp16.safetensors

VAE 모델

# AE 모델 (335MB)
https://huggingface.co/black-forest-labs/FLUX.1-schnell/resolve/main/ae.safetensors

Nunchaku 최적화 모델

GPU별 맞춤 다운로드

# RTX 30/40시리즈용 (INT4 - 6.77GB)
https://huggingface.co/nunchaku-tech/nunchaku-flux.1-dev/resolve/main/svdq-int4_r32-flux.1-dev.safetensors

# RTX 50시리즈용 (FP4 - 7.04GB)  
https://huggingface.co/nunchaku-tech/nunchaku-flux.1-dev/resolve/main/svdq-fp4_r32-flux.1-dev.safetensors

GPU 호환성 정보

  • RTX 30/40시리즈: INT4 모델 사용 권장
  • RTX 50시리즈: FP4 모델로 최고 성능

실제 성능 비교

테스트 환경: RTX 4090 24GB

모델 버전생성 시간VRAM 사용량속도 향상기본 Flux.1-dev45-60초18-20GB기준Nunchaku Flux8-12초12-14GB5배 빠름

체감 후기: 여러 장 연속 생성할 때 정말 확실한 차이를 느낄 수 있어요. 작업 효율이 완전히 달라졌습니다.


지원 모델 및 기능

현재 지원 모델

  • FLUX.1-dev (4-bit 양자화)
  • FLUX.1-schnell (4-bit 양자화)
  • FLUX.1-Kontext-dev (v0.3.3부터)
  • FLUX.1-redux (이미지 변형)

추가 기능들

  • ControlNet: Canny, Depth, Fill 등
  • LoRA: 다중 LoRA 동시 적용
  • PuLID: 얼굴 일관성 기능
  • IP-Adapter: 이미지 참조 생성

자주 발생하는 문제 해결

설치 시 주의사항

Python 환경

  • Python 3.8-3.11 권장
  • CUDA 11.8 이상 필요

메모리 부족 에러 해결

set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512

모델 로딩 실패 시

  • 모델 파일 경로 재확인
  • 디스크 용량 충분한지 체크
  • 파일 권한 설정 확인

폴더 구조 확인

ComfyUI/
├── models/
│   ├── diffusion_models/ (Nunchaku 모델)
│   ├── text_encoders/    (CLIP, T5 모델)
│   └── vae/             (VAE 모델)

유용한 리소스

공식 문서

  • Nunchaku 공식 문서
  • GitHub 저장소
  • Hugging Face 모델

마무리

Nunchaku는 정말 AI 이미지 생성의 게임체인저예요. 특히 Flux 모델의 느린 속도 때문에 고민하던 분들에게는 필수 도구라고 생각합니다.

개인적인 추천: RTX 30시리즈 이상 GPU 사용하신다면 망설이지 말고 설치해보세요. 한 번 써보면 기존 방식으로 돌아가기 어려울 정도로 편리합니다.

설치 과정에서 막히는 부분 있으시면 댓글로 남겨주세요. 직접 겪었던 문제들과 해결법 공유해드릴게요!

여러분도 Nunchaku로 어떤 성능 향상을 체험하셨는지 궁금해요!