ComfyUI 커스텀 노드 가이드 2026: 10가지 필수 노드 팩

이 기사는 원래 aifoss.dev에 게시되었습니다.

---
title: 'ComfyUI 커스텀 노드 가이드 2026: 10가지 필수 노드 팩'
description: '2026년에 모든 워크플로우(workflow)에 필요한 10가지 ComfyUI 커스텀 노드 팩: ComfyUI-Manager, Impact Pack, IPAdapter Plus, GGUF 지원 등. 설치 가이드 포함.'
pubDate: '2026년 5월 21일'

tags: ["comfyui", "ai", "stablediffusion", "gpu", "opensource"]

ComfyUI는 체크포인트(checkpoint)로부터 이미지를 생성하는 데 필요한 충분한 내장 노드(built-in nodes)—모델 로드(load model), 프롬프트 인코딩(encode prompt), 샘플링(sample), 디코딩(decode)—를 제공합니다. 이는 사람들이 실제로 사용하는 기능의 약 20% 정도를 커버할 뿐입니다. ControlNet 전처리(preprocessing), 얼굴 디테일링(face detailing), IPAdapter 스타일 전이(style transfer), GGUF 양자화 모델(quantized model) 지원 등은 모두 커스텀 노드 생태계(custom node ecosystem)에 존재합니다.

이 생태계는 거대하면서도 혼란스럽습니다. 모든 카테고리에 대해 수십 개의 팩이 존재하고, 관리 주체가 예고 없이 바뀌며, 포크(fork)의 포크가 포럼을 떠돕니다. 이 가이드는 이를 정리하여, 실제로 설치해야 할 10가지 팩과 각 팩의 기능, 그리고 왜 다른 대안보다 이것들을 선택해야 하는지를 알려줍니다.

RTX 3090 (24GB VRAM) 환경의 ComfyUI v0.21.1 (2026년 5월 13일 출시)에서 테스트되었습니다. VRAM 제약이 중요한 경우, 8–12GB 그래픽 카드의 동작 방식도 함께 기록되었습니다.

만약 ComfyUI가 귀하의 워크플로우에 적합한 도구인지 여전히 평가 중이라면, ComfyUI 2026 리뷰에서 전체적인 내용을 먼저 확인하십시오. 그리고 시작하기 위해 ComfyUI와 더 간단한 도구 사이에서 고민 중이라면, 커스텀 노드를 대량으로 설치하기 전에 초보자를 위한 Fooocus vs ComfyUI 비교를 읽어볼 가치가 있습니다.

커스텀 노드 설치하기: 두 가지 방법

방법 1: ComfyUI-Manager (올바른 방법)

ComfyUI-Manager는 가장 먼저 설치해야 할 팩입니다. 이 팩을 설치하면 이후의 모든 설치 작업이 세 번의 클릭만으로 완료됩니다. ComfyUI 데스크톱 앱에는 이 기능이 사전 설치되어 제공됩니다. git-clone 방식으로 ComfyUI를 설치한 경우:

cd ComfyUI/custom_nodes
git clone https://github.com/Comfy-Org/ComfyUI-Manager

ComfyUI를 재시작하세요. 상단 메뉴 바에 Manager 버튼이 나타납니다. 그 후: Manager → Custom Nodes Manager → 패키지 이름 검색 → Install → Restart 순으로 진행합니다. 아래 소개할 모든 패키지에 적용되는 전체 워크플로 (Workflow)입니다.

방법 2: 수동 git clone

Manager를 사용할 수 없거나 특정 커밋 (Pinned commit)을 고정하고 싶을 때 이 방법을 사용하세요:

cd ComfyUI/custom_nodes
git clone https://github.com/<author>/<repo-name>
pip install -r <repo-name>/requirements.txt  # 파일이 존재하는 경우

ComfyUI를 재시작한 후, 설치가 성공했다고 가정하기 전에 Console 탭을 확인하여 임포트 에러 (Import error)가 있는지 점검하세요. 여기서 조용히 실패 (Silent failure)할 경우, 왜 그런지 알 수 없는 상태로 메뉴에서 노드가 누락될 수 있습니다.

10가지 노드 패키지

1. ComfyUI-Manager

Repo: Comfy-Org/ComfyUI-Manager · License: GPL v3 · Version: 4.2.1 (2026년 4월 22일)

다른 무엇보다 이것을 가장 먼저 설치하세요. 설령 이것 하나만 설치하더라도 마찬가지입니다. 이 목록에 있는 다른 모든 패키지는 Manager를 통해 훨씬 쉽게 관리할 수 있습니다.

검색 및 설치 기능 외에도 일상적으로 중요한 기능들은 다음과 같습니다: 보유하지 않은 패키지를 사용하는 워크플로 (Workflow)를 불러올 때 발생하는 누락된 노드 (Missing-node) 자동 감지, 클릭 한 번으로 설치된 모든 패키지를 일괄 업데이트 (Bulk updates)하는 기능, 그리고 현재의 전체 커스텀 노드 설정 상태를 저장하는 스냅샷 (Snapshot) 시스템입니다. 만약 일괄 업데이트로 인해 상호 의존적인 패키지들이 깨지더라도, 롤백 (Rolling back)하는 데는 30초밖에 걸리지 않습니다.

단점: 일부 패키지는 ComfyUI 버전 업데이트 후 Manager가 다시 활성화할 때까지 스스로 비활성화 상태로 표시되기도 합니다. ComfyUI를 업데이트한 후에는 패키지가 작동을 멈췄다고 단정하기 전에 반드시 Installed 탭을 확인하세요.

2. ComfyUI Impact Pack

Repo: ltdrdata/ComfyUI-Impact-Pack · Version: 8.28.3 (2026년 4월 19일) · Downloads: 2.7M+

Manager 다음으로 가장 많이 다운로드된 서드파티 (third-party) 커스텀 팩입니다. 핵심 기능은 Face Detailer입니다. 이 기능은 SAM (Segment Anything Model)을 사용하여 생성된 이미지에서 얼굴을 감지하고, 각 얼굴을 크롭(crop)한 뒤, 크롭된 영역에 대해 두 번째 고해解상도 생성 패스 (generation pass)를 실행하고, 이를 다시 원본 이미지에 합성합니다. 그 결과, 별도의 인페인팅 (inpainting) 단계 없이도 단일 워크플로우 패스 내에서 더 선명하고 일관된 얼굴을 얻을 수 있습니다.

알아둘 만한 다른 노드들:

Detailer for AnimateDiff — 비디오 출력물에 프레임 단위로 동일한 얼굴 수정 프로세스를 적용합니다.
SEGS nodes — 이미지 내 임의의 객체를 마스킹하기 위한 segment-anything 통합 기능입니다.
Iterative Upscale — 수동으로 노드를 복제할 필요 없이 여러 번의 업스케일 (upscale) + 디노이즈 (denoise) 사이클을 자동으로 연결합니다.

또한, 메인 팩의 안정성 기준을 충족하지 못한 기능들을 위한 ComfyUI-Impact-Subpack도 있습니다. 워크플로우에서 요구할 경우 별도로 설치하십시오.

3. comfyui_controlnet_aux

Repo: Fannovel16/comfyui_controlnet_aux · comfyorg/comfyui-controlnet-aux 미러 사이트도 존재합니다.

ControlNet 모델은 참조 이미지로부터 유도된 뎁스 맵 (depth map), 에지 맵 (edge map), 또는 포즈 스켈레톤 (pose skeleton)과 같은 "힌트 이미지 (hint image)"를 기반으로 이미지 생성을 제어합니다. ComfyUI의 내장 노드에는 ControlNet 모델 로더와 컨디셔닝 (conditioning) 노드가 포함되어 있지만, 힌트 이미지를 생성하는 전처리기 (preprocessor)는 포함되어 있지 않습니다. 이 팩은 바로 그 공백을 채워줍니다.

포함된 전처리기: Canny edge, HED soft edge, Midas depth, ZoE depth, OpenPose skeleton, DWPose, lineart, scribble, segmentation, MediaPipe face mesh 등이 있습니다. AIO Aux Preprocessor는 이 모든 것을 드롭다운 메뉴가 있는 단일 노드로 통합하여, 전체 그래프를 다시 연결할 필요 없이 여러 힌트 유형을 테스트할 때 유용합니다.

알아두어야 할 동작 방식: 전처리기 모델 가중치 (weights)는 설치 시가 아니라 처음 사용할 때 다운로드됩니다. 모든 전처리기의 첫 실행 시에는 가중치를 가져오기 위해 일시 중지됩니다. 이후 실행부터는 즉시 실행됩니다.

4. ComfyUI_IPAdapter_plus

Repo: cubiq/ComfyUI_IPAdapter_plus · Maintainer: Matteo "cubiq" Spinelli

IPAdapter는 참조 이미지의 시각적 특징을 인코딩(Encoding)하여 모델의 어텐션 레이어(Attention layers)에 주입함으로써 생성을 조건화(Conditioning)합니다. 이는 픽셀을 직접 혼합하는 img2img 방식과는 구별됩니다. 실질적인 결과물로는 LoRA 없이도 외형을 유지하는 캐릭터 변형 생성, 한 이미지의 예술적 스타일을 새로운 장면으로 전이, 또는 두 개의 참조 이미지를 조절 가능한 가중치로 혼합하는 것 등이 있습니다.

이 팩을 사용하려면 HuggingFace에서 IPAdapter 모델 파일을 별도로 다운로드해야 합니다. 파일은 ComfyUI/models/ipadapter/ 경로에 배치하십시오. README 파일에 정확한 파일명이 명시되어 있습니다. 로더 노드(Loader node)는 파일명 일치 여부를 엄격하게 확인하며, 파일명이 잘못될 경우 도움이 되지 않는 오류가 발생합니다.

Flux 기반 워크플로우의 경우, Comfy-Org에서 Flux 어텐션 아키텍처(Attention architecture)에 최적화된 별도의 구현체인 comfyorg/comfyui-ipadapter를 유지 관리하고 있습니다.

5. ComfyUI-AnimateDiff-Evolved

Repo: Kosinkadink/ComfyUI-AnimateDiff-Evolved

AnimateDiff 모션 모듈(Motion modules)은 시간적 어텐션 레이어(Temporal attention layers)를 추가하여 모든 Stable Diffusion 체크포인트를 비디오 생성기로 확장합니다. ComfyUI-AnimateDiff-Evolved는 유지 관리되고 있는 ComfyUI 구현체입니다. "Evolved"라는 접미사는 확장된 기능들을 반영합니다: 기본 16프레임 윈도우보다 긴 클립을 위한 컨텍스트 윈도잉(Context windowing), ControlNet 및 SparseCtrl 통합, 그리고 동일한 워크플로우 그래프 내에서의 IPAdapter 지원 등이 포함됩니다.

VRAM 요구 사항이 여기서 실제로 중요하게 작용합니다. 8GB VRAM에서 SDXL을 사용하여 512px 해상도로 16프레임을 생성하는 것은 어텐션 슬라이싱 (attention slicing)을 통해 가능합니다. 하지만 768px 해상도이거나 16GB 미만의 VRAM에서 클립 길이 (clip lengths)가 길어지면, 생성 속도를 현저히 늦추는 GPU 메모리 스왑 (GPU memory swaps) 현상이 발생할 것입니다. 배치 애니메이션 (batch animation) 작업을 위해 A100으로 확장하는 비용은 예상보다 저렴합니다. RunPod은 정확히 이러한 사용 사례를 위해 A100 인스턴스를 시간 단위로 대여합니다.

참조 비디오를 로드하고 생성된 결과물을 내보내기 위해 ComfyUI-VideoHelperSuite (아래 9번 팩)와 함께 사용하세요.

6. ComfyUI-GGUF

Repo: city96/ComfyUI-GGUF

Flux와 같은 트랜스포머 기반 확산 모델 (Transformer-based diffusion models)은 양자화 (quantization)를 훨씬 더 잘 견뎌냅니다.