콘텐츠로 이동

문서 지도

Sampler와 Scheduler 비교

같은 모델과 프롬프트에서도 Sampler와 Scheduler에 따라 결과가 달라집니다. 이름을 외우는 대신 두 설정을 분리해 비교합니다.

이 장에서 배우는 것

  • Sampler와 Scheduler는 ComfyUI에서 별개 항목입니다. 다른 도구의 DPM++ 2M Karras는 두 값을 붙인 표기입니다.
  • 절대적인 품질 순위는 없습니다. 조건을 고정하고 한 항목씩 바꿔 직접 비교해야 합니다.

대상 어떤 Sampler를 선택해야 할지 고민하는 입문자 · 사전 이해 KSampler 노드를 한 번 이상 실행해 본 사용자 · 시간 15분

이럴 때 읽으세요 목록에 있는 이름이 너무 많아 무엇을 골라야 할지 모를 때.

먼저 구분할 것

  • Sampler: 각 노이즈 수준에서 latent를 다음 상태로 갱신하는 수치 해법
  • Scheduler: 전체 steps에 노이즈 수준, 즉 sigma를 어떻게 배치할지 정하는 규칙

ComfyUI의 KSampler에서는 sampler_name과 scheduler가 별도 항목입니다. 예를 들어 다른 도구의 DPM++ 2M Karras라는 표기는 ComfyUI에서 다음처럼 나눕니다.

sampler_name: dpmpp_2m
scheduler: karras

주요 Sampler의 성향

아래 내용은 선택을 시작하기 위한 경향입니다. 모델, steps, scheduler, 해상도에 따라 결과가 달라지므로 절대적인 품질 순위로 사용하지 않습니다.

UI 값 특징 비교할 때 볼 점
euler 단순하고 빠른 기준선 적은 steps에서 형태와 디테일
euler_ancestral 각 단계에 확률적 성분을 사용하는 ancestral 방식 질감 변화와 steps 증가 시 결과 변화
heun 예측과 보정을 사용하는 방식 추가 모델 호출에 비해 경계와 질감이 나아지는지
dpmpp_2m 이전 단계 정보를 활용하는 다단계 방식 중간 steps에서 세부 묘사와 안정성
ddim DDIM 갱신 규칙 기준 환경에서의 형태 유지와 속도

heun처럼 한 step에 모델을 두 번 호출할 수 있는 방식은 같은 steps라도 실행 시간이 더 길 수 있습니다. 따라서 steps 숫자만 보고 속도를 비교하지 않습니다.

Scheduler의 역할

UI 값 특징 확인할 점
normal 모델이 사용하는 기본 노이즈 구간을 steps에 배치 첫 기준선으로 사용하기 쉬움
karras Karras 방식으로 sigma를 배치 같은 sampler·steps에서 디테일과 대비 변화
exponential sigma를 지수적으로 배치 중간·후반 단계의 변화

지원되는 scheduler와 권장 조합은 모델 및 ComfyUI 버전에 따라 달라질 수 있습니다. 목록에 보이지 않는 값을 문서만 보고 넣지 말고 현재 UI에서 고를 수 있는 값을 사용합니다.

입문용 비교 실습

먼저 기준 결과를 하나 만듭니다.

seed: 123456
control_after_generate: fixed
steps: 25
cfg: 6.0
sampler_name: euler
scheduler: normal
denoise: 1.0

그다음 한 번에 하나만 바꿉니다.

  1. 모델·VAE·프롬프트·Seed·해상도·Steps·CFG를 고정합니다.
  2. sampler_name만 euler, heun, dpmpp_2m으로 바꿉니다.
  3. 가장 살펴볼 가치가 있는 sampler 하나를 고릅니다.
  4. 그 sampler를 고정하고 scheduler만 normal, karras로 바꿉니다.
  5. 실행 시간, 전체 구도, 경계, 작은 질감, 프롬프트 반영을 기록합니다.
실험 sampler_name scheduler 기록할 내용
기준 euler normal 실행 시간·구도·세부 묘사
A heun normal 기준 대비 개선과 시간 증가
B dpmpp_2m normal 형태와 질감 변화
C 선택한 sampler karras scheduler만 바꾼 차이

실제 실행 결과를 기록하지 않은 상태에서 특정 조합을 “가장 좋다”고 결론내리지 않습니다.

자주 생기는 혼동

혼동 확인 방법
dpmpp_2m_karras를 sampler 값에서 찾음 dpmpp_2m과 karras를 두 항목에 나누어 선택
steps가 같으니 속도도 같다고 생각함 sampler별 모델 호출 횟수와 실제 실행 시간 비교
steps를 늘리면 항상 좋아진다고 생각함 고정 Seed로 20·25·30 steps를 비교하고 개선이 멈추는 지점 확인
같은 Seed면 모든 환경에서 픽셀까지 같다고 생각함 모델 파일, 정밀도, 장치, 라이브러리와 ComfyUI 버전까지 기록
sampler를 바꾸면서 scheduler도 함께 바꿈 원인을 구분할 수 있도록 한 번에 하나만 변경

Q&A 점검

Q. 입문자는 어떤 조합으로 시작하면 되나요?
A. 설치한 모델의 공식 워크플로우가 있으면 그 설정을 우선합니다. 별도 권장이 없으면 현재 UI에서 지원되는 euler + normal을 기준선으로 만들고 한 항목씩 비교하세요.

Q. dpmpp_2m + karras가 항상 더 좋은가요?
A. 아닙니다. 프롬프트, 모델, 해상도, steps에 따라 선호가 달라집니다. 고정 조건 비교 결과로 선택해야 합니다.

Q. 같은 Seed로 DDIM을 사용하면 어떤 컴퓨터에서도 완전히 같은가요?
A. 보장할 수 없습니다. 같은 환경에서는 재현성이 높지만 장치, 정밀도, 최적화, 라이브러리 버전과 비결정적 연산이 결과에 영향을 줄 수 있습니다.

Q. KSamplerAdvanced나 SamplerCustomAdvanced가 품질을 자동으로 높이나요?
A. 아닙니다. 두 노드는 구간이나 구성 요소를 더 세밀하게 제어합니다. 같은 sampler와 schedule이면 노드 이름 자체가 품질을 높이지 않습니다.

완료 기준

네 가지를 모두 만족했다면 이 장을 끝냈습니다.

  • Sampler와 Scheduler가 각각 무엇을 정하는지 구분할 수 있다.
  • euler + normal 기준 결과를 만들고 sampler만 바꿔 비교했다.
  • 그다음 sampler를 고정하고 scheduler만 바꿔 비교했다.
  • steps가 같아도 sampler에 따라 실행 시간이 다를 수 있다는 점을 안다.

다음 단계

문서 지도