인물 LoRA 만드는 가장 쉬운 방법! 초보도 따라하는 AI Toolkit 완벽 가이드 | ComfyUI 완벽 가이드 Part.61
인물 LoRA 만드는 가장 쉬운 방법! 초보도 따라하는 AI Toolkit 완벽 가이드 | ComfyUI 완벽 가이드 Part.61
이번 시간에는 AI-Toolkit을 이용하여 로라를 훈련하는 방법에 대해서, 처음 툴을 설치하는 단계부터 훈련이 된 로라를 검증하는 단계까지, 전 과정을 안내해 드리겠습니다.
놓지지 마시고 끝까지 시청하시기 바랍니다.
[ComfyUI 추천 도서]
ComfyUI 최신판: https://kmong.com/self-marketing/705849/QATuxciS6P
AI Toolkit: https://github.com/ostris/ai-toolkit
runpod: https://runpod.io?ref=f5hfvxl3
[설치 명령어]
git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
python -m venv venv
venv\Scripts\activate
pip install --no-cache-dir torch==2.9.1 torchvision==0.24.1 torchaudio==2.9.1 --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt
[실행 명령어]
cd ui
npm run build_and_start
[workflow 자료실]
디스코드: https://discord.gg/FWnzMHZvsN
00:00 intro
00:52 설치 준비
02:41 AI Toolkit 설치
05:36 AI Toolkit 실행
06:14 인터페이스 소개
06:37 LoRA 훈련 준비
10:57 LoRA 훈련
16:48 AI Toolkit 클라우드
19:22 결과 검증
20:28 이미지 생성 테스트
21:57 outro
Transcript
0:00 지난 시간에 우리는
0:01 krea2
0:01 모델을 사용하는 방법에 대해서
0:03 배웠습니다
0:04 역시나 예상대로 많은 분들이
0:06 관심을 주셨고 또
0:07 문의도 많이 주셨습니다
0:09 그 중에서 많은 분들이 이미지
0:11 편집
0:11 기능에 대해서 물어보셨는데 krea2
0:14 모델은 현재
0:15 텍스트 투
0:16 이미지 기능만 지원합니다
0:18 많은 분들이 인물의
0:19 일관성을 유지하면서 배경과
0:22 의상을
0:22 교체하는 방법을 원하셨는데
0:24 현재로서는 이 작업을 하려면 얼굴
0:27 로라를 제작하여 사용하는
0:28 방법밖에 없습니다
0:30 그래서 이번 시간에는
0:31 로라를 훈련하는 방법에 대해서
0:34 처음 툴을 설치하는
0:35 단계부터 훈련이 된
0:36 로라를 검증하는 단계까지
0:38 전 과정을 안내해 드리겠습니다
0:41 놓치지 마시고
0:42 끝까지 시청하시기 바랍니다
0:44 시작하기 앞서 로라
0:45 훈련에 관심이 있으셨던 분들은
0:47 좋아요를 한 번씩 눌러
0:49 주시고 시작하겠습니다
0:51 그럼 바로 시작할까요
0:53 이번 시간에
0:53 설치하고 사용할
0:54 툴은 바로 AI
0:55 Toolkit 이라는 프로그램입니다
0:57 AI Toolkit은
0:59 확산 모델의 학습을 위한
1:00 정말 사용하기 편한
1:02 All in one 툴입니다
1:03 무료이면서도
1:04 새로운 모델이 출시되면
1:06 바로바로 업데이트해 주어서 많은
1:08 개발자분들에게
1:09 지속적인 사랑을 받고 있습니다
1:12 이 툴을 받을 수 있는
1:13 github 주소는 영상에 더
1:15 보기에 남겨두겠습니다
1:17 github에서
1:18 스크롤을 조금 내려 보면
1:19 인스토레이션이 있습니다 여기에는 이
1:22 툴을 사용하기 위한 조건이 있습니다
1:25 우선
1:25 파이선이 설치되어 있어야 합니다
1:27 파이선
1:28 버전은 3.10 이상이어야 하고
1:31 3.12
1:32 버전을 추천한다고 합니다 그리고
1:34 nvidia 그래픽카드와 충분한
1:36 메모리가 있어야 합니다 그리고 파이선의
1:39 venv
1:40 가상 환경이 필요하고 마지막으로
1:42 git 프로그램이
1:43 설치되어 있어야 합니다
1:44 여기에서 파이선과
1:45 git 프로그램이 본인의
1:46 컴퓨터에
1:47 설치되어 있는지를 확인하실
1:49 분들은
1:49 윈도우 탐색기에서 주소창에
1:51 CMD를 입력하고 엔터를 칩니다
1:54 그러면 씨엠디 창이
1:56 활성화되는데
1:57 여기에서 파이선을 입력하고 뒤에
1:59 대시대시
2:00 버전을 입력하고 실행합니다
2:02 파이선이 설치되어 있으면
2:04 정상적으로 버전이 표시되고
2:06 파이썬이 설치되어 있지 않으면
2:08 오류 문구가 표시 됩니다
2:10 저는 3.12 버전이 설치되어 있습니다
2:13 그리고 깃도 마찬가지입니다
2:15 깃을 입력하고 뒤에
2:17 대시대시
2:17 버전을 입력하고 실행합니다
2:19 깃 프로그램이 설치되어 있으면
2:21 버전이 표시되고
2:22 설치되어 있지 않으면 오류
2:23 문구가 표시됩니다
2:25 파이선과
2:26 깃은 모두 공식
2:26 사이트에서 받아서 설치하면
2:28 쉽게 설치되기 때문에
2:29 여기에서 추가
2:30 설명을 하지 않겠습니다
2:33 파이선에서는 원하는
2:34 버전을 선택하여 설치하면 되고
2:37 깃은
2:38 그냥 최신
2:39 버전을 받아서 설치하면 됩니다
2:42 그러면 이제 AI
2:43 Toolkit을 설치해 보겠습니다 먼저
2:45 github에서 코드를 클릭하고
2:47 github 주소를 복사하겠습니다
2:49 복사 버튼을 클릭하면
2:51 주소가 복사됩니다
2:53 다음은 AI Toolkit을
2:55 설치하려는 경로로 이동합니다
2:57 이런 프로그램을 설치할 때는
2:59 최대한 경로가 심플하고 경로에
3:02 한글 이름이
3:03 포함되지 않는 게 좋습니다
3:05 간혹 한글
3:07 폴더 이름이 포함되어 있으면
3:09 제대로 인식하지 못하거나
3:10 오류가 발생하는 경우가 있습니다
3:13 저는 그냥 D
3:14 드라이브에 설치하겠습니다
3:16 참고로 설치하는 드라이브는
3:18 반드시
3:19 SSD 드라이브여야 합니다
3:21 HDD 드라이브에 설치하면
3:23 속도가 엄청 느려집니다
3:25 D 드라이브에서 주소창에
3:27 씨엠디를
3:28 입력합니다 씨엠디창에서
3:29 깃 클론을 입력하고 뒤에
3:32 조금 전
3:32 복사한 주소를 컨트롤
3:34 v를 눌러서 붙여넣기 합니다
3:36 이 명령어는
3:37 github에 있는 프로그램을 복사하여
3:39 가져오는
3:40 명령어입니다
3:41 실행하면
3:42 자동으로 프로그램이 받아지면서
3:44 설치되는
3:44 것을 확인할 수 있습니다
3:46 이 명령어들도 제가 영상에 더
3:48 보기에 남겨두겠습니다
3:50 필요하신 분들은
3:51 복사하여 사용하시기 바랍니다
3:53 설치가 완료되면 이번에는
3:55 씨디를 입력하고
3:56 AI
3:57 Toolkit을 입력하여
3:58 폴더로 이동합니다
3:59 이제 이 폴더 안에
4:00 가상 환경을 생성해 주겠습니다
4:03 먼저 가상
4:03 환경을 생성하는
4:04 명령어를 입력하고 실행합니다
4:07 조금 기다리면 가상 환경이
4:09 정상적으로 생성되었습니다
4:11 이제 밴브
4:13 스크립트
4:14 액티베이트를 입력하여
4:15 가상환경을 실행합니다
4:18 그러면 명령어 줄의 맨 앞에
4:20 괄호하고
4:21 밴브가 표시되는 것을 볼 수 있습니다
4:24 가장 앞에 밴브가
4:25 정상적으로 표시되어야
4:27 가상환경이
4:28 제대로 활성화된 것입니다
4:30 가상 환경이 정상적으로 활성화되었으면
4:33 이제 파이토치와
4:34 라이브러리를 설치하겠습니다
4:36 먼저 파이토치 설치입니다
4:38 파이토치 설치
4:39 명령어를 입력하고 실행합니다
4:43 만약 이 과정에서 간혹 토치가
4:46 제대로 설치되지 않는
4:47 경우가 있는데 이건
4:48 파이선과 토치의 버전이
4:50 맞지 않아서 발생하는 경우입니다
4:52 본인이 설치한 파이선
4:53 버전과 맞는 토치
4:54 버전을 확인해 보시고
4:56 여기에서 토치 버전을 변경한
4:58 다음 설치를 진행하시기 바랍니다
5:03 다음은 라이브러리 설치입니다
5:05 라이브러리 설치
5:06 명령어를 복사하여
5:07 입력하고 실행합니다
5:11 파이토치와 라이브러리는
5:12 각 프로그램에서 사용하는
5:14 버전이 모두 다르고
5:16 또 서로
5:16 충돌이 일어나면 에러가 발생하여
5:19 제대로 실행되지 않는
5:20 경우가 많기 때문에
5:22 이와 같이 가상 환경을
5:24 생성하여 설치하면 좋습니다
5:29 라이브러리까지 모두 잘
5:30 설치되었습니다
5:32 이제 모든 준비가 완료되었습니다
5:33 그럼 한번
5:34 실행해 볼까요
5:36 설치된 AI
5:37 Toolkit 폴더에서 확인해 보면
5:39 잘 설치된
5:40 것을 확인할 수 있습니다
5:41 AI Toolkit의
5:42 실행은 이 경로에서 하면 됩니다
5:45 주소창에
5:46 씨엠디를 입력하고 실행합니다
5:48 씨엠디 명령어
5:49 창에서 먼저
5:50 유아이 경로로 이동합니다
5:52 그리고 빌드앤드 스타트
5:53 명령어를 입력하고 실행합니다
6:02 AI Toolkit이 정상적으로 실행되면
6:05 이와 같은 주소가 표시됩니다
6:07 이 주소를 복사하여 크롬과
6:09 같은 브라우저에서 접속하면
6:11 AI
6:11 Toolkit의 화면을 볼 수 있습니다
6:14 인터페이스부터 한번 보겠습니다
6:16 첫 화면은 대시보드입니다
6:18 컴퓨터의 상황과 진행
6:20 상황을 종합적으로 볼 수 있습니다
6:22 좌측에서 뉴잡을
6:24 선택하면 새로운
6:24 작업을 시작할 수 있습니다
6:26 큐는 이미 실행했거나 현재
6:28 실행 중인 작업을 표시합니다
6:30 데이터셋은 로라 모델
6:32 훈련을 위한 이미지
6:33 데이터를 표시합니다
6:34 마지막 세팅즈는 설정입니다
6:37 로라를
6:38 훈련하기 위해서 가장 먼저
6:39 준비해야 하는 준비물은 바로
6:41 이미지 데이터셋입니다
6:43 이미지 데이터셋은
6:44 이미지와 캡션으로 구성되어
6:47 저는 이 여성
6:48 인물 로라를 만들기 위해서 총
6:50 스무 장의 이미지와
6:51 스무 개의 캡션을 준비하였습니다
6:54 각 이미지와 캡션은
6:55 동일한 이름으로
6:56 세트를 구성해야 합니다
6:58 이미지와 캡션의 이름은 연속된
7:01 숫자로 된 이름으로
7:02 통일해 주는 것이 가장 좋습니다
7:05 이미지 데이터셋을 준비할 때는
7:07 훈련하려는 로라의 특징에 따라서
7:09 수량을 다르게 준비해야 합니다
7:12 보통
7:13 인물 캐릭터 로라를 훈련할 때는
7:15 열다섯 장에서 50 장의
7:17 이미지를 준비하는 게 좋습니다
7:20 저는 인물 로라를 훈련하기 위하여
7:22 스무
7:23 장의 이미지를 준비하였습니다
7:25 그리고 복장이나 아이템
7:26 오브젝트를 훈련할 때는
7:28 인물보다 더 많은 서른
7:30 장에서 100 장 정도의 이미지를
7:32 충분히 준비해 주는 게 좋습니다
7:35 그리고 더 나아가
7:36 스타일이나 화풍
7:38 컨셉 로라를 훈련할 때는
7:40 더 많은 50 장에서 200
7:42 장까지 이미지를 준비해야 합니다
7:44 이렇게 어떤
7:45 로라를 훈련하냐에 따라서
7:47 그에 맞는 이미지
7:48 수량을 준비해 주는 것이
7:49 좋습니다 네
7:51 그리고 준비한 이미지의
7:52 퀄리티 또한 매우 중요합니다
7:54 최대한 노이즈가 없고
7:55 선명한 이미지를 준비해야 합니다
7:58 이미지 데이터셋의
8:00 퀄리티에 따라서
8:01 로라의 퀄리티도
8:02 크게 차이가 날 수 있습니다
8:04 그리고 이미지 사이즈는 최소
8:06 1024 사이즈를 권장합니다
8:08 이미지 사이즈에 따라서
8:09 vram과 메모리의 점유율이
8:11 대폭 상승할 수 있기 때문에
8:13 이미지 사이즈는
8:14 지나치게
8:15 큰 사이즈를 사용하는 것도
8:16 피해야 합니다 보통 1024
8:18 사이즈가 적당합니다
8:20 그리고
8:20 이미지의 비율은 최대한
8:22 통일된 비율의
8:23 이미지를 사용하는 게 좋습니다
8:25 제가 준비한
8:25 이미지는 모두 1:1
8:27 비율로 통일하였습니다
8:29 그리고 마지막으로
8:30 좋은 이미지 데이터셋의
8:31 기준입니다
8:32 먼저
8:33 반복성과
8:34 다양성을 확실하게
8:35 구분해 줘야 합니다
8:37 저는 이
8:38 인물에서 얼굴과
8:39 헤어스타일은 잘
8:40 학습되었으면 좋겠습니다
8:42 하지만 이 인물이 입고 있는
8:43 옷이나 이 인물이 머물러
8:45 있는 장소는
8:46 학습되지 않았으면 좋겠습니다
8:49 그래서 저는
8:50 인물의 얼굴과
8:51 헤어스타일은
8:52 일관성이 유지되는 이미지를 준비하였고
8:54 배경과 의상 포즈
8:56 그리고 조명은 서로
8:57 모두 다른
8:58 이미지를 준비하였습니다
9:00 즉 훈련하고자 하는 부분은
9:02 모든 이미지에서 반복적으로
9:03 연출해 주고
9:04 훈련되지 않았으면 하는 부분은 각
9:07 이미지에서 서로 다르게
9:08 다양하게
9:09 표현해 주는 것이 좋습니다
9:11 그리고 마지막으로
9:12 캡션에 대해서 설명하겠습니다
9:14 로라 훈련에서 캡션은
9:16 AI가 학습할
9:17 이미지에 대한 텍스트 설명입니다
9:20 캡션 또한
9:21 AI에게 가르쳐
9:22 주는 핵심 지침으로서 어떤 부분을
9:25 집중적으로
9:25 훈련해야 하는지에 대해
9:27 매우 중요한 역할을 합니다
9:29 캡션을 열어보면
9:31 모든 텍스트에
9:32 가장 앞에
9:33 여서라는 키워드가 있습니다
9:35 우선 가장 앞에
9:36 반복적으로 들어가는 이 키워드는
9:39 로라의 트리거 키워드입니다
9:42 여서는 제가 이
9:43 인물에게 지어준 이름입니다
9:45 로라의 트리거 키워드는
9:47 여러분이 직접
9:48 원하는 이름으로
9:49 지어 줄 수 있습니다
9:51 그리고 각 캡션에
9:52 공통적으로 등장하는 파스텔핑크
9:54 헤어와 블루
9:55 아이즈와 같은
9:56 키워드들은 AI에게 반드시
9:58 학습해야 하는 부분에 대해서
9:59 명시해 주고 있습니다
10:01 그와 반대로
10:02 옷이나 배경에 대한 설명은 각
10:04 캡션이 다르게
10:05 표현하기 때문에 AI는 이
10:07 부분에 대해
10:08 학습하지 않게 됩니다
10:10 이제 데이터셋이
10:10 준비되었으니 이미지를 AI
10:12 Toolkit에 등록하겠습니다
10:14 왼쪽에서 데이터셋을 클릭합니다
10:16 여기에 데이터셋을 한번 등록하면
10:18 나중에 불러와서 또
10:19 사용할 수 있습니다 아직
10:20 등록된 데이터셋이 없기 때문에
10:22 뉴 데이터셋 버튼을 클릭합니다
10:25 이름은 여서
10:26 데이터로 입력하였습니다
10:28 그리고 준비한
10:29 이미지와 캡션을 모두
10:30 한꺼번에
10:31 선택하고 드래그하여 가져옵니다
10:33 이미지와
10:34 캡션이 모두 추가되면서 이름을
10:35 맞추어
10:36 주었기 때문에 이미지와 캡션이
10:38 세트로 구성되는 것을
10:39 확인할 수 있습니다
10:41 여기에서
10:41 이미지와
10:42 캡션을 다시 한번 살펴보면서
10:44 수정할 부분이 있는지
10:45 확인해 주는 게 좋습니다
10:47 주로 트리거
10:48 키워드가 잘못
10:49 표기된 부분이 없는지 반드시
10:51 학습해야 할 부분에 대한
10:53 키워드가
10:53 누락되지 않았는지를
10:55 집중적으로 점검하면 됩니다
10:58 이제 로라
10:58 훈련을 진행하겠습니다
11:00 왼쪽 메뉴에서 뉴잡을 클릭합니다
11:03 로라 훈련에 필요한
11:04 옵션들이 표시됩니다
11:05 하나씩 보겠습니다
11:07 트레이닝 네임은 최종 훈련된
11:09 로라의 이름이 됩니다
11:11 임의로 구분하기 좋은 이름으로
11:13 지정하면 됩니다
11:14 저는 여서
11:15 krea2 로라 버전 1을
11:17 입력하였습니다 그리고 아래에 있는
11:19 트리거
11:20 워드에도
11:21 여서를 입력해 주었습니다
11:23 다음은 모델입니다
11:24 모델은 훈련할 로라 모델의
11:26 베이스가 되는
11:27 모델을 선택합니다
11:29 모델은 클릭해 보면 정말 많은
11:30 모델이 있습니다 우리는 이번
11:32 시간에 크레아투 모델의
11:33 로라를 훈련하기 위하여
11:35 크레아투 모델을 선택해야 합니다
11:37 그리고 지난 시간에 소개했다시피
11:39 크레아투 로우 모델은
11:41 훈련에 최적화되어 있고 터보
11:43 모델은 빠른
11:44 생성에 최적화되어 있습니다
11:47 이번
11:47 시간에는 로라를 훈련하기 때문에
11:49 여기에서 로우
11:50 모델을 선택하고 진행하겠습니다
11:53 다음 패스는 선택한 모델이
11:54 저장되어 있는
11:55 경로를 입력해야 합니다
11:57 당연하게
11:58 로라를 훈련하기 위해서는
12:00 베이스가 되는
12:01 모델을 가지고 있어야 합니다
12:03 그럼 모델을 한번 받아 보겠습니다
12:06 다시 AI
12:07 Toolkit에
12:07 github 사이트로 이동합니다
12:09 스크롤을 조금 내리면
12:11 모델 리스트가 있습니다
12:12 여기에서 사용할 모델
12:13 크레아투를 찾습니다
12:15 크레아투 모델 링크를 클릭해 보면
12:18 모델을 받을 수 있는
12:19 허깅페이스
12:20 사이트로 이동하게 됩니다
12:21 여기에서
12:22 파일탭을 클릭하면
12:24 받을 모델을 확인할 수 있습니다
12:26 하지만 이렇게 매번
12:28 모델을 수동으로 받아서
12:29 로컬에 저장하고
12:31 또 저장한
12:32 폴더의 경로를 복사하여
12:34 AI
12:34 Toolkit에 입력하는 과정은
12:36 매우 번거롭습니다
12:38 그래서 저는
12:39 허깅페이스 사이트와 AI
12:41 Toolkit을 연동하여
12:43 자동으로 모델을 받게
12:44 설정해서 사용합니다
12:46 이번 시간에는 이
12:47 방법도 함께 소개해 드리겠습니다
12:49 허깅페이스 사이트에서 우측
12:51 상단의 프로필을 클릭하고
12:53 억세스 토큰을 선택합니다
12:55 기존에 생성한 토큰이 있으면
12:57 여기에서 리스트를 보여 줍니다
12:59 없으면 크레이트 뉴 토큰
13:00 버튼을 클릭하여
13:02 새로 생성합니다
13:03 토큰을 생성할 때는
13:05 리드를 선택하고 생성하는 것을
13:07 권장합니다 우리는 모델을
13:09 받는 용도로만 사용하기 때문에
13:11 읽기 권한만 있으면 충분합니다
13:14 이름은 임의로 입력하면 됩니다
13:17 저는 AI
13:18 Toolkit으로 입력하였습니다
13:19 크리에이트 토큰
13:20 버튼을 클릭하여 생성합니다
13:22 생성한 토큰을 복사
13:23 버튼을 클릭하여 복사합니다
13:26 다시 AI
13:27 Toolkit으로 돌아옵니다
13:29 왼쪽에서 세팅즈를 클릭하면 설정
13:31 화면으로 이동합니다 설정
13:34 화면에 보면
13:34 허깅페이스
13:35 토큰을 입력하는 공간이 있습니다
13:38 여기에 복사한
13:39 토큰을 붙여넣기 하고
13:40 세이브
13:41 세팅즈 버튼을 클릭합니다
13:42 허깅페이스에
13:43 정상적으로 연동되면
13:45 성공 메시지가 표시됩니다
13:47 다시 작업 설정
13:48 화면으로 돌아와서
13:49 설정을 이어가겠습니다 만일
13:51 저처럼
13:52 허깅페이스를 연동하였으면
13:54 여기에서 경로 부분은
13:55 디폴트 설정 그대로 두면 되고
13:58 만일 수동으로 모델을 로컬에
14:00 받은 분들은
14:01 여기에 저장한 모델의 폴더
14:03 경로를 붙여넣기 하면 됩니다
14:05 그리고 여기에 자동 저장
14:06 옵션도 있습니다
14:07 이백오십에 한 번씩
14:09 자동 저장하게 됩니다 이
14:10 설정값도 디폴트
14:12 그대로 두고 진행하겠습니다
14:14 다음은 트레이닝에서
14:15 스텝스를 보겠습니다
14:17 스텝스는 보통
14:18 삼천에서 5000 정도의 값을
14:20 입력하면 좋습니다
14:21 디폴트로
14:22 삼천인데 저는
14:23 사천으로
14:23 수정하고 진행하겠습니다
14:25 스텝스가 너무 적으면 제대로
14:28 훈련이 되지 않는 경우가 종종
14:30 있습니다
14:31 그래서 저는
14:32 넉넉하게
14:33 설정하고 진행하는 것을 추천합니다
14:36 다음은
14:36 데이터셋입니다
14:38 데이터셋에는 조금 전에 생성한
14:40 데이터셋을 클릭하여 선택합니다
14:42 여기에서 디폴드 캡션의 경우에는
14:44 캡션이 없을 때 기본 캡션을
14:46 지정하는 공간인데 우리는 모든
14:49 캡션을 모두 준비했기 때문에
14:51 입력하지 않아도 됩니다
14:53 다음은 샘플입니다
14:55 샘플은 로라를 훈련하는 중간에
14:58 한 번씩
14:58 훈련된 결과를 보기 위해서
15:00 생성하는 샘플 이미지입니다
15:02 훈련할 때 250 스텝스에 한 번씩
15:06 샘플 이미지를
15:06 생성하게 설정되었습니다
15:08 이미지 생성 옵션은 모두
15:11 디폴트 설정
15:12 그대로 사용하겠습니다
15:14 아래는
15:15 이미지를 생성할 때 사용하는
15:16 프럼프트입니다
15:18 프럼프트를 읽어 보고 현재
15:20 훈련하는 로라와 맞는
15:22 프럼프트만 남기고 다
15:24 지우겠습니다
15:25 저는 이렇게
15:26 세 개의
15:26 프럼프트만
15:27 사용하겠습니다 이러면
15:29 검증하는 샘플 이미지를 동시에
15:31 세 개씩 생성하게 됩니다
15:34 모든 설정이 완료되었습니다
15:35 여기에서는 꼭
15:36 필요한 설정만 변경하고
15:38 대부분의 설정 값은 디폴트
15:40 그대로 두고 진행해도 됩니다
15:42 우측 상단에서 크레이트잡을
15:44 클릭하면 현재 설정
15:46 그대로 작업이 하나 생성됩니다
15:49 생성된 작업은
15:50 큐에서 확인할 수 있습니다
15:52 현재는 작업이 생성되었고 아직
15:54 실행되지는 않았습니다
15:56 리스트에서 생성한 작업을
15:58 선택하여 설정
15:59 옵션을 변경할 수도 있고
16:01 실행할 수도 있습니다
16:03 작업을 클릭해 보면 현재
16:04 진행 상황을 확인할 수 있습니다
16:07 여기에서 실행
16:08 버튼을 클릭하여 로라
16:09 훈련을 시작합니다
16:12 로라
16:12 훈련이 시작되면 먼저
16:13 모델부터 받습니다
16:14 허깅페이스와
16:15 연동되어 있기 때문에
16:17 자동으로
16:17 모델을 받고 실행하게 됩니다
16:21 로라가 훈련되는 과정은 꽤
16:23 긴 시간이 소요됩니다 물론
16:25 브이램이
16:25 넉넉한 더 좋은
16:26 그래픽카드를 사용하면 훈련
16:28 시간이 대폭 단축됩니다
16:31 훈련이 진행되는 동안
16:32 아직 좋아요를 누르지 않으신
16:34 분들은 좋아요를 한 번씩
16:35 눌러 주세요 그러면
16:36 훈련이 더
16:37 빨리 끝날 수도 있습니다
16:39 그리고 로컬 컴퓨터 사양이 부족하여
16:42 로컬에서
16:42 실행하지 못하는 분들을 위하여
16:44 클라우드에서 사용하는
16:46 방법도 함께 안내해 드리겠습니다
16:49 이 사이트는 온라인에서
16:51 그래픽카드를 대여해 주고 사용한
16:53 시간만큼의 금액을
16:54 지불하는 서비스를 제공합니다 사이트
16:57 주소는
16:58 영상의 더 보기에 남겨두겠습니다
17:01 사이트에서 로그인하고 왼쪽에서
17:03 팟을 선택합니다
17:04 먼저 사용할
17:05 그래픽카드를 선택해야 합니다
17:07 저는 이 중에서
17:08 5090
17:09 그래픽카드를 추천합니다
17:11 성능이 좋고
17:12 한 시간에 1달러
17:14 수준의 비용으로 저렴합니다
17:16 그래픽카드를 선택하고 아래에서
17:18 템플릿을 선택해야 합니다
17:20 체인지 템플릿 버튼을 클릭합니다
17:23 많은 템플릿이
17:24 표시되는데 여기에서
17:25 AI Toolkit을 검색하겠습니다
17:28 AI Toolkit
17:28 템플릿도 너무 많기 때문에
17:30 공식 템플릿을 검색하기 위해서
17:32 오스트리스를
17:33 입력하고 검색합니다
17:35 그러면 이와 같이 공식
17:37 인증 마크가 있는 AI Toolkit
17:39 템플릿이 검색됩니다
17:41 이 템플릿을 선택합니다
17:43 그리고 여기에서
17:44 에디트 버튼을 클릭하여
17:45 템플릿 설정을 볼 수 있습니다
17:48 모든 설정은 그대로 두고
17:49 여기에서
17:50 비밀번호만 수정하겠습니다
17:52 이 비밀번호는 AI
17:53 Toolkit에 접속할 때
17:55 입력하는 비밀번호입니다
17:57 비밀번호가 없으면 아무나
17:59 접속하여 사용할 수 있기 때문에
18:01 비밀번호는 반드시
18:03 설정하는 것을 권장합니다
18:05 비밀번호를 입력하고 확인
18:07 버튼을 클릭하여
18:08 저장합니다 감사합니다
18:10 모든 설정이 완료되었으면
18:12 디플로이 버튼을 클릭하여
18:13 팟을 생성합니다
18:15 선택한 그래픽카드를 이용하여
18:17 시스템을 구성하고 있습니다
18:19 잠시만 기다리면 시스템이
18:21 자동으로 구성되고 팟이
18:23 정상적으로 작동하는 것을 확인할 수 있습니다
18:27 AI Toolkit이
18:28 정상적으로 실행되면
18:29 이와 같은 주소
18:30 링크가 표시됩니다
18:32 이 링크를 클릭하면 AI Toolkit
18:34 화면에 접속하게 됩니다
18:36 좀 전에 설정한
18:37 비밀번호를
18:38 입력하고 로그인하면 됩니다
18:40 여기서부터는
18:41 로컬에서 사용하는 AI
18:43 Toolkit과
18:44 동일하게 사용할 수 있습니다
18:46 데이터셋도 생성할 수 있고
18:48 로라 훈련도 할 수 있습니다
18:51 그리고 팟에서 확인해 보면
18:52 AI Toolkit이
18:53 작동하는 것을 확인할 수 있습니다
18:55 주의할
18:56 점은 훈련이 끝나면 반드시 스톱
18:59 버튼을 클릭하여
19:00 실행을 중지해야 합니다 계속
19:02 실행하게 되면
19:03 비용이 계속 지출됩니다
19:05 그리고
19:05 터미널도 삭제하는 것이 좋습니다
19:08 이렇게 하면
19:09 사용할 때만 비용을 지불하고
19:11 그 외에는 추가
19:12 비용이 발생하지 않습니다
19:14 로컬 사양이 부족하신 분들은
19:16 클라우드에서 저렴한 비용으로
19:18 로라를 훈련하는 것도 좋은 방법인 것
19:21 같습니다
19:23 훈련이 완료되었습니다
19:25 로라를 훈련하는 과정에서
19:27 중간에 한 번씩 저장하기 때문에
19:29 로라 모델이
19:30 여러 개가 저장되어 있습니다
19:32 출력된 로라 중에서
19:34 최종 버전을 사용하면은 됩니다
19:37 상단의 샘플 탭에서
19:38 로라가 훈련되는 과정에서 단계
19:41 별로 생성한 샘플
19:42 이미지를 확인할 수 있습니다
19:44 훈련 과정에서
19:45 초기에 생성한 이미지는 아마
19:47 효과가 그닥 좋지 않을 겁니다
19:49 어느 정도 훈련이 된 다음부터는
19:51 비슷한 이미지가
19:53 생성되는
19:53 것을 확인할 수 있습니다
19:56 그리고 로스 그래프
19:57 탭에서 로라의 훈련
19:58 결과를 확인할 수 있습니다
20:00 이 그래프는 로라의
20:01 손실률을 보여주는 그래프입니다
20:04 그래프의 마우스를 올리면
20:06 수치를 확인할 수 있습니다
20:08 초반
20:08 구간에서는 손실률이 상당히 큰데
20:11 점점 훈련이 진행되면서
20:13 손실률이
20:13 안정되는 것을 볼 수 있습니다
20:15 최종 손실률은
20:17 0.4 이하가 되어야 합니다
20:20 만일 이 손실률이
20:22 0.4보다
20:23 높은 숫자가 나오면 훈련이 제대로
20:26 이루어지지 않았다고 봐야 합니다
20:29 자 이제
20:30 comfyui를 실행하고
20:31 로라를 직접 사용해 보겠습니다
20:33 워크 플로우는 지난 시간에
20:35 생성했던
20:35 워크 플로우를 사용하겠습니다
20:38 워크
20:38 플로우에 대한
20:39 설명은 지난 시간에 모두
20:40 설명했기 때문에
20:42 생략하고 진행하겠습니다
20:44 이 워크 플로우가 궁금하신 분들은
20:46 지난
20:46 영상에서 확인하시기 바랍니다
20:49 훈련한 로라를 모델즈
20:50 폴더에 로라
20:51 폴더에 저장해 주면 됩니다
20:53 그리고 워크 플로우의 로라
20:55 노드에서
20:55 훈련한 로라를 선택하였습니다
20:57 스트랭스 값은 0.75 에서
21:00 1 사이에 값을 추천합니다
21:02 저는
21:02 일로 설정하고 진행하겠습니다
21:05 로라 테스트를 위하여
21:07 로라 스위치는
21:08 활성화하였습니다 그리고
21:10 입력한 프럼프트에 변형을
21:12 원하지 않기 때문에 프럼프트
21:13 인핸서는 오프하여
21:15 비활성화하고 진행하겠습니다
21:18 프럼프트에는 먼저
21:19 로라 트리거 키워드인 여서를
21:21 입력하였습니다
21:22 그리고 한 여인이
21:24 길에서 모델 포즈를 취하고 있다고
21:26 입력하였습니다
21:28 프럼프트에는
21:29 여성의 헤어스타일이나
21:30 생김새에 대한 언급이 없습니다
21:33 훈련된
21:34 로라가 여성을 잘
21:35 표현해 주는지 한번 보겠습니다
21:45 이미지가 생성되었습니다
21:47 원본
21:47 이미지와 결과물을 비교해 보면
21:50 인물에 대한 표현이 매우 좋고
21:52 인물의 모든 특징이 잘
21:54 반영된 것을 확인할 수 있습니다
21:57 이 로라를 이용하여 생성한
21:58 다른 이미지도 한번 보겠습니다
22:00 생성한 이미지에서
22:01 인물의 특징이 모두 잘 표현
22:03 되었고 일관성이 잘
22:05 유지되면서 다양한
22:07 장소와 연출이 가능한 것을
22:09 확인할 수 있습니다
22:11 이번
22:11 시간에는 AI
22:12 Toolkit을 이용하여 특정 인물의
22:14 로라를 훈련하는 방법에 대해서
22:16 배웠습니다
22:17 이 방법을 이용하면
22:18 krea2 모델뿐만 아니라
22:20 다양한 모델을 기반으로
22:22 로라를 훈련할 수 있어서
22:24 매우 유용합니다 안녕
22:26 오늘의 영상이 도움이
22:27 되었으면 좋아요와 구독을 눌러서
22:29 응원해 주세요 다음
22:30 시간에도 유익한
22:31 정보를 들고 돌아오겠습니다
22:33 다음 시간에 또 만나요