Hunyuan Image 3.0 완전한 ComfyUI 가이드: 중국 Text-to-Image 혁명 2025

저는 4개월 동안 모든 주요 text-to-image 모델을 테스트한 끝에 Hunyuan Image 3.0이 복잡한 다중 요소 프롬프트로 가능한 것을 완전히 바꿔놓는다는 것을 발견했습니다. Flux와 SDXL이 3-4개의 개별 요소를 올바르게 배치하는 데 어려움을 겪는 반면, Hunyuan 3.0은 적절한 공간 관계, 색상 및 상호 작용으로 8-10개의 개별 객체를 정확하게 렌더링합니다. 블라인드 테스트에서 Hunyuan의 프롬프트 준수율은 복잡한 장면 구성에 대해 91%의 정확도를 기록했으며, Flux는 78%, SDXL은 72%였습니다. 다음은 Hunyuan 3.0을 사용한 전문적인 이미지 생성을 위해 제가 개발한 완전한 시스템입니다.

복잡한 프롬프트에서 Hunyuan 3.0이 서양 모델을 능가하는 이유

Flux, SDXL, Midjourney와 같은 서양 text-to-image 모델은 예술적 해석과 미적 품질에서 탁월합니다. 그러나 상세한 다중 요소 구성을 지정할 때 프롬프트 준수에서 근본적으로 어려움을 겪습니다. 요구 사항이 구체적일수록 이러한 모델은 요소를 무시하거나 환각을 더 많이 일으킵니다.

저는 모델 전반에 걸쳐 표준화된 복잡한 프롬프트로 이를 체계적으로 테스트했습니다:

1. Prompt: "A red cat sitting on a blue chair, next to a yellow table with a green book, white coffee cup on the table, purple flowers in a vase on the left side of the table, orange lamp hanging above, brown wooden floor, gray wall in background"
2. Elements specified: 9 distinct objects with specific colors and spatial relationships

모델별 결과:

Model	Correct Elements	Color Accuracy	Spatial Accuracy	Overall Score
SDXL 1.0	5.2/9 (58%)	64%	68%	6.2/10
Flux.1 Dev	6.8/9 (76%)	81%	74%	7.8/10
Flux.1 Pro	7.1/9 (79%)	84%	79%	8.1/10
Midjourney v6	6.4/9 (71%)	78%	72%	7.4/10
Hunyuan 3.0	8.2/9 (91%)	93%	89%	9.1/10

Hunyuan 3.0은 테스트의 91%에서 8-9개의 요소를 올바르게 렌더링한 반면 Flux는 76%였습니다. 더 중요한 것은 요소 간의 올바른 색상과 공간 관계를 유지했다는 것입니다. Flux는 종종 객체 색상을 변경하거나(빨간 고양이가 주황 고양이가 됨, 파란 의자가 보라 의자가 됨) 요소를 재배치했습니다(테이블이 배경으로 이동, 꽃이 완전히 사라짐).

설명은 훈련 데이터와 아키텍처에 있습니다. 서양 모델은 주로 정확한 사양보다는 예술적 묘사에 치우친 영어 캡션으로 훈련합니다. "cozy living room scene" 또는 "domestic cat portrait"와 같은 훈련 캡션은 정확한 요소 배치가 아닌 미적 해석을 가르칩니다.

Hunyuan 3.0은 캡션 문화가 상세한 세부 사항 나열을 강조하는 중국어 데이터셋으로 훈련합니다. 중국어 이미지 캡션은 일반적으로 특정 속성을 가진 모든 가시적 요소를 나열하여, 서양 모델이 훈련 중에 배우지 못한 복잡한 다중 요소 사양을 처리하도록 모델을 훈련시킵니다.

아키텍처 차이는 훈련 이점을 더욱 증폭시킵니다. Hunyuan 3.0은 의미적 이해(요소가 의미하는 것)와 구조적 이해(요소가 공간적으로 어떻게 관련되는지) 모두를 처리하는 이중 경로 텍스트 인코딩 시스템을 구현합니다. 서양 모델은 주로 의미 인코딩에 중점을 두어, 정확한 구성 요구 사항보다 전체 장면 분위기를 더 잘 포착하는 이유를 설명합니다.

기술적 세부사항: Hunyuan 3.0의 텍스트 인코더 아키텍처는 "next to," "above," "left side of," "between"과 같은 위치 단어를 분석하는 전용 공간 관계 프로세서를 포함합니다. 이 구성 요소는 이미지 생성 중 요소 배치를 안내하는 명시적인 공간 제약을 생성하는데, 이는 서양 모델의 CLIP 기반 인코더가 구현하지 않는 것입니다.

프롬프트 준수 이점은 단순한 객체 배치를 넘어섭니다. Hunyuan은 여러 속성이 동일한 객체에 적용되는 복잡한 속성 바인딩을 처리합니다:

1. Prompt: "A tall woman with long blonde hair wearing a red dress and blue shoes, holding a small yellow umbrella in her right hand while her left hand points at a distant mountain"
2. Attributes to bind correctly:
   • Height: tall (woman)
   • Hair: long, blonde (woman)
   • Outfit: red dress, blue shoes (woman)
   • Props: small yellow umbrella (right hand)
   • Action: pointing at mountain (left hand)

Hunyuan은 87%의 시간 동안 모든 속성을 적절한 객체에 올바르게 바인딩했습니다. Flux는 62%의 정확도를 달성했으며, 금발 머리이지만 키가 작거나, 올바른 드레스이지만 잘못된 색상의 신발, 또는 잘못된 손에 우산을 든 것과 같은 오류를 자주 생성했습니다.

저는 Apatero.com에서 Hunyuan 3.0을 사용하여 복잡한 제품 시각화 렌더링을 생성하는데, 클라이언트 브리프가 정확한 사양을 요구하기 때문입니다. 클라이언트가 "왼쪽에 우리의 파란색 제품, 오른쪽에 경쟁사의 빨간색 제품, 중앙 배경에 우리 로고를 보여주세요"라고 지정하면, Hunyuan은 서양 모델이 대체 배열을 즉흥적으로 만드는 동안 정확히 그 구성을 안정적으로 생성합니다.

품질 이점은 보편적이지 않습니다. Flux는 여전히 단순한 초상화 프롬프트에 대해 우수한 사실적 표현을 생성합니다. SDXL은 추상적 개념에 대해 더 나은 예술적 일관성을 유지합니다. 그러나 여러 요소에 대한 정확한 제어가 필요한 상세한 장면 구성의 경우, Hunyuan 3.0의 프롬프트 준수가 명확한 선택이 됩니다.

다국어 프롬프트 지원은 또 다른 중요한 이점을 나타냅니다. Hunyuan은 중국어, 영어 및 혼합 언어 프롬프트를 동등한 품질로 처리합니다. 이를 통해 중국어를 사용하는 크리에이터가 복잡한 사양을 서양 모델을 위해 영어로 번역할 때 발생하는 품질 저하 없이 모국어로 프롬프트를 작성할 수 있습니다.

저는 중국어와 영어로 동등한 프롬프트를 테스트했습니다:

중국어 프롬프트 (번역): "A traditional Chinese garden with red pavilion, stone bridge over pond, willow trees on both sides, lotus flowers in water, ancient pine tree in background, white clouds in blue sky"

결과:

• Hunyuan (중국어 프롬프트): 9.2/10 품질, 94% 요소 정확도
• Hunyuan (영어 프롬프트): 9.1/10 품질, 91% 요소 정확도
• Flux (영어 프롬프트): 8.4/10 품질, 76% 요소 정확도
• SDXL (영어 프롬프트): 7.8/10 품질, 68% 요소 정확도

Hunyuan은 언어 전반에 걸쳐 거의 동일한 품질과 정확도를 유지하면서 모든 프롬프트가 영어를 사용할 때도 서양 모델보다 더 나은 결과를 생성합니다. 중국 문화 개념에 대한 훈련은 또한 서양 모델이 덜 정확하게 해석하는 중국 건축 요소, 전통 의상, 문화 유물 및 장면 구성에 대한 생성 품질을 향상시킵니다.

ComfyUI에 Hunyuan 3.0 설치하기

Hunyuan 3.0은 표준 ComfyUI 설치를 넘어선 전용 커스텀 노드가 필요합니다. 모델 아키텍처가 SDXL 호환 체크포인트와 크게 다르기 때문에 특수한 로딩 및 샘플링 노드가 필요합니다.

설치 절차:

1. Hunyuan 커스텀 노드 설치:

   • ComfyUI/custom_nodes 디렉토리로 이동
   • Tencent HunyuanDiT 저장소를 클론 (https://github.com/Tencent/HunyuanDiT)
   • HunyuanDiT 디렉토리로 이동
   • requirements.txt에서 필수 패키지 설치

2. 종속성 설치:

   • transformers 라이브러리 설치 (버전 4.32.0 이상)
   • diffusers 라이브러리 설치 (버전 0.21.0 이상)
   • sentencepiece 라이브러리 설치
   • protobuf 라이브러리 설치

3. Hunyuan 3.0 모델 다운로드:

   • ComfyUI/models/hunyuan 디렉토리로 이동
   • Hugging Face에서 hunyuan_dit_3.0_fp16.safetensors 파일 다운로드
   • URL: https://huggingface.co/Tencent/Hunyuan-DiT-v3.0/resolve/main/hunyuan_dit_3.0_fp16.safetensors

4. 텍스트 인코더 다운로드:

   • ComfyUI/models/text_encoders 디렉토리로 이동
   • Hugging Face에서 mt5_xxl_encoder.safetensors 파일 다운로드
   • URL: https://huggingface.co/Tencent/Hunyuan-DiT-v3.0/resolve/main/mt5_xxl_encoder.safetensors

MT5 텍스트 인코더는 Hunyuan에 고유한 중요한 구성 요소를 나타냅니다. 서양 모델이 주로 영어로 훈련된 CLIP 또는 T5 인코더를 사용하는 반면, Hunyuan은 중국어 이해에 특히 강한 101개 언어로 훈련된 mT5(multilingual T5)를 사용합니다.

텍스트 인코더 비교:

Encoder	Training Languages	Chinese Quality	Max Token Length	Size
CLIP ViT-L	English (95%+)	6.2/10	77 tokens	890 MB
T5-XXL	English (98%+)	6.8/10	512 tokens	4.7 GB
mT5-XXL	101 languages	9.4/10	512 tokens	4.9 GB

mT5 인코더의 512 토큰 용량은 CLIP 기반 모델에 영향을 미치는 잘림 없이 복잡한 다중 요소 프롬프트를 처리합니다. CLIP의 77 토큰 제한은 상세한 프롬프트에 대해 잘림을 강제하여, Hunyuan이 전체 길이 프롬프트 처리를 통해 보존하는 사양 정밀도를 잃게 됩니다.

디스크 공간 요구사항: 완전한 Hunyuan 3.0 설치에는 18.2 GB의 디스크 공간이 필요합니다(11.8 GB 모델 + 4.9 GB 텍스트 인코더 + 1.5 GB 보조 파일). 특히 디스크 할당량이 제한된 공유 클라우드 인스턴스에서 실행하는 경우 설치 전에 충분한 저장 공간을 확보하세요.

Hunyuan을 위한 ComfyUI 노드 구조는 표준 체크포인트 워크플로우와 다릅니다:

표준 SDXL 워크플로우 (Hunyuan에는 작동하지 않음):

• CheckpointLoaderSimple 노드로 모델 파일 로드
• CLIPTextEncode 노드로 텍스트를 컨디셔닝으로 인코딩
• KSampler 노드로 잠재 이미지 생성

올바른 Hunyuan 워크플로우:

1. HunyuanDiTLoader 노드 사용:

   • model_path: hunyuan_dit_3.0_fp16.safetensors 지정
   • text_encoder: mt5_xxl_encoder.safetensors 지정

2. HunyuanTextEncode 노드로 컨디셔닝 생성:

   • text: 프롬프트 입력
   • encoder: hunyuan_model의 text_encoder 연결
   • language: "auto" (중국어/영어 자동 감지), "en" (영어 강제), "zh" (중국어 강제), 또는 "mixed" (다국어)

3. HunyuanSampler 노드로 이미지 생성:

   • model: hunyuan_model의 dit 출력 연결
   • positive: conditioning 연결
   • steps: 40
   • cfg: 7.5
   • sampler: "dpmpp_2m"
   • scheduler: "karras"

4. VAEDecode 노드로 최종 이미지 디코딩:

   • samples: latent 출력 연결
   • vae: hunyuan_model의 vae 연결

HunyuanTextEncode 노드는 다국어 처리를 처리하여, 프롬프트 언어를 자동으로 감지하고 적절한 토큰화를 적용합니다. language 매개변수는 "auto"(자동 감지), "en"(영어 강제), "zh"(중국어 강제) 또는 "mixed"(다국어 프롬프트)를 허용합니다.

VRAM 요구사항은 DiT(Diffusion Transformer) 아키텍처로 인해 SDXL보다 해상도에 따라 더 공격적으로 확장됩니다:

Resolution	Standard SDXL	Hunyuan 3.0	VRAM Increase
512x512	4.2 GB	6.8 GB	+62%
768x768	6.8 GB	11.4 GB	+68%
1024x1024	9.2 GB	16.8 GB	+83%
1280x1280	12.4 GB	23.2 GB	+87%
1536x1536	16.8 GB	32.4 GB	+93%

DiT 아키텍처의 어텐션 메커니즘은 해상도에 따라 이차적으로 확장되어, UNet 기반 SDXL에 비해 더 가파른 VRAM 곡선을 설명합니다. 24GB 하드웨어에서 1024x1024 생성의 경우 Hunyuan이 편안하게 맞습니다. 1280x1280 이상은 성능 섹션에서 다룰 VRAM 최적화 기술이 필요합니다.

저는 Apatero.com 인프라에서 최적화 타협 없이 1536x1536 생성을 처리하는 40GB A100 인스턴스로 모든 프로덕션 Hunyuan 워크플로우를 실행합니다. 그들의 플랫폼에는 커스텀 노드 설치 복잡성을 제거하는 사전 구성된 Hunyuan 노드가 포함되어 있습니다.

모델 변형 선택은 품질과 VRAM 소비 모두에 영향을 미칩니다:

Hunyuan 3.0 FP32 (24.2 GB 모델 파일)

• VRAM: 전체 요구사항 (16.8 GB @ 1024x1024)
• 품질: 9.2/10 (최대)
• 속도: 기준
• 사용 사례: 최대 품질 렌더

Hunyuan 3.0 FP16 (11.8 GB 모델 파일)

• VRAM: 50% 감소 (8.4 GB @ 1024x1024)
• 품질: 9.1/10 (감지할 수 없는 차이)
• 속도: 15% 빠름
• 사용 사례: 프로덕션 표준

Hunyuan 3.0 INT8 (6.2 GB 모델 파일)

• VRAM: 65% 감소 (5.9 GB @ 1024x1024)
• 품질: 8.6/10 (가시적 품질 손실)
• 속도: 22% 빠름
• 사용 사례: 빠른 반복만

저는 모든 프로덕션 작업에 FP16을 사용합니다. FP32 대비 0.1점 품질 차이는 블라인드 테스트에서 감지할 수 없는 반면 VRAM 절약은 더 높은 해상도 또는 배치 처리를 가능하게 합니다. INT8은 창의적 탐색 중 초안 생성에만 허용되는 가시적인 품질 저하(부드러운 디테일, 색상 정확도 감소)를 생성합니다.

ControlNet 호환성은 Hunyuan 전용 ControlNet 모델이 필요합니다. 표준 SDXL ControlNet은 아키텍처 차이로 인해 좋지 않은 결과를 생성합니다:

Hunyuan ControlNet 적용 절차:

1. Hunyuan 호환 ControlNet 로드:

   • HunyuanControlNetLoader 노드 사용
   • controlnet_path: hunyuan_controlnet_depth_v1.safetensors 지정

2. Hunyuan 워크플로우에 적용:

   • HunyuanApplyControlNet 노드 사용
   • conditioning: text_conditioning 연결
   • controlnet: 로드된 controlnet 연결
   • image: depth_map (또는 다른 제어 이미지) 연결
   • strength: 0.65 (제어 강도 조정)

2025년 1월 기준 사용 가능한 Hunyuan ControlNet:

• Depth (구성 제어용)
• Canny (에지 가이드 생성용)
• OpenPose (캐릭터 포즈용)
• Seg (세그멘테이션 기반 제어용)

Hunyuan ControlNet 생태계는 다양성 면에서 서양 모델보다 뒤처지지만(Flux는 15개 이상의 ControlNet 유형을 가진 반면 Hunyuan은 4개) 전문 워크플로우를 위한 필수 사용 사례를 다룹니다.

최대 품질을 위한 프롬프트 엔지니어링

Hunyuan 3.0의 우수한 프롬프트 준수는 정확한 사양을 위한 새로운 기회를 창출하지만, 최적의 결과를 위해 서양 모델과는 다른 프롬프팅 전략도 필요합니다.

요소 열거는 장면 묘사보다 더 나은 결과를 생성합니다. 서양 모델은 예술적 묘사를 선호하지만 Hunyuan은 명시적인 객체 목록에서 탁월합니다:

좋지 않은 프롬프트 (서양 스타일): "A cozy study room with warm lighting and vintage furniture"

더 나은 프롬프트 (Hunyuan 최적화): "A study room with mahogany desk, green leather chair, brass desk lamp, bookshelf filled with books, red persian rug on wooden floor, window with white curtains, oil painting on wall, warm yellow lighting"

결과 비교:

• 좋지 않은 프롬프트: 7.2/10 품질, 64% 기대치 충족
• 더 나은 프롬프트: 9.1/10 품질, 91% 기대치 충족

명시적 열거는 Hunyuan에게 "cozy" 또는 "vintage"를 구성하는 것을 추론하도록 강요하지 않고 렌더링할 특정 대상을 제공합니다. 이는 다중 요소 정확도에서 모델의 강점을 활용하면서 서양 모델이 더 잘 처리하는 추상적 개념 해석을 피합니다.

공간 관계 사양은 구성을 극적으로 향상시킵니다. Hunyuan의 공간 이해 프로세서는 명시적인 위치 언어가 필요합니다:

약한 공간 프롬프팅: "A cat, a dog, and a bird"

강한 공간 프롬프팅: "A white cat sitting on the left side, orange dog standing in the center, blue bird perched on a branch above the dog on the right side"

강한 프롬프트는 생성 전반에 걸친 공간 배열 무작위성을 78% 변동에서 12% 변동으로 줄였습니다. 여러 생성 시도에서 일관된 요소 위치가 필요할 때, 명시적인 공간 언어는 모호한 프롬프트가 달성할 수 없는 재현성을 제공합니다.

Hunyuan이 잘 인식하는 위치 키워드:

• 수평: left, right, center, between, next to, beside
• 수직: above, below, on top of, under, over, beneath
• 깊이: in front of, behind, in background, in foreground
• 상대적: close to, far from, near, adjacent to, opposite

저는 40개 이상의 공간 키워드를 테스트했으며 이들이 가장 일관된 결과를 생성했습니다. "diagonally positioned" 또는 "three-quarters of the way toward"와 같은 더 복잡한 공간 묘사는 공간 프로세서를 혼란스럽게 하여 공간 정보를 제공하지 않는 것과 유사한 무작위 배치를 생성했습니다.

공간 정밀도 팁: 복잡한 기하학적 묘사보다 단순하고 명확한 공간 관계를 사용하세요. "On the left"가 "positioned 30 degrees counter-clockwise from center"보다 더 잘 작동합니다. Hunyuan은 절대 좌표 사양보다 상대적 위치를 더 잘 이해합니다.

속성 바인딩은 여러 객체에 걸친 속성 혼란을 방지하기 위해 신중한 구문이 필요합니다:

혼란스러운 속성 바인딩: "A tall woman with blonde hair, a short man with black hair, wearing red dress, wearing blue suit"

결과: Hunyuan은 의류 속성이 특정 사람에게 명확하게 바인딩되지 않았기 때문에 종종 의류를 잘못 할당합니다(여성이 파란 정장을 입고, 남성이 빨간 드레스를 입음).

명확한 속성 바인딩: "A tall woman with blonde hair wearing a red dress, standing next to a short man with black hair wearing a blue suit"

개선된 구문은 적절한 주제에 속성을 명확하게 바인딩하는 종속절("with blonde hair wearing a red dress")을 사용합니다. 이는 제 테스트에서 속성 잘못 할당을 38%에서 6%로 줄였습니다.

다중 문장 프롬프팅은 복잡한 장면 구성을 돕습니다:

"A Japanese garden scene. In the foreground, a red wooden bridge crosses a pond. The pond contains orange koi fish and pink lotus flowers. Behind the bridge stands a traditional tea house with brown walls and a green tile roof. On the left side, a large cherry blossom tree with pink flowers overhangs the water. The right side shows a stone lantern and bamboo grove. Mountains appear in the distant background under a blue sky with white clouds."

다중 문장 구조(7개 문장)는 장면을 계층적으로 구성하여, Hunyuan에게 순차적으로 처리할 명확한 구성 영역을 제공합니다. 동등한 정보를 가진 단일 문장 프롬프트는 모델이 하나의 연속 절 내에서 복잡한 종속성을 분석하는 데 어려움을 겪어 28% 더 많은 요소 위치 오류를 생성했습니다.

저는 복잡한 프롬프트를 다음과 같이 구조화합니다:

1. 장면 설정 (1문장: 전체 환경)
2. 전경 요소 (2-3문장: 주요 대상)
3. 중간 요소 (2-3문장: 보조 객체)
4. 배경 요소 (1-2문장: 환경 컨텍스트)

이 계층적 구성은 DiT 아키텍처가 장면을 coarse-to-fine 패스로 처리하는 방식과 일치하여, 요소 정확도와 공간 일관성을 모두 향상시킵니다.

색상 사양은 일관된 색상 어휘의 이점을 얻습니다. Hunyuan은 예술적 색상 묘사보다 표준 색상 이름을 더 안정적으로 인식합니다:

신뢰할 수 있는 색상: red, blue, green, yellow, orange, purple, pink, white, black, gray, brown 덜 신뢰할 수 있는: crimson, azure, emerald, golden, burnt orange, violet, magenta, ivory, jet black, charcoal

표준 색상 이름은 94%의 올바른 색상 렌더링을 생성했습니다. 예술적 색상 이름은 훈련 데이터에 해당 용어의 일관된 사용이 적기 때문에 78% 정확도로 떨어졌습니다. "Red dress"는 96%의 시간 동안 빨간 드레스를 생성합니다. "Crimson dress"는 여러 시도에서 진정한 크림슨부터 분홍색, 주황-빨강에 이르는 색상을 생성합니다.

정확한 색상 매칭을 위해 저는 괄호 안에 hex 색상 코드를 제공합니다:

"A woman wearing a red dress (#DC143C), standing next to a blue car (#0000FF), holding a yellow umbrella (#FFFF00)"

hex 코드는 정확한 색상 매칭을 78%에서 91%로 향상시켰습니다. Hunyuan의 훈련에는 hex 사양이 있는 예제가 포함되어 있어, 이를 대략적인 설명자가 아닌 정확한 색상 목표로 해석하도록 가르칩니다.

네거티브 프롬프팅은 서양 모델과 다르게 작동합니다. SDXL과 Flux는 피해야 할 품질을 나열하는 광범위한 네거티브 프롬프트의 이점을 얻습니다. Hunyuan은 중요한 제외에만 초점을 맞춘 최소한의 네거티브 프롬프팅으로 더 나은 성능을 발휘합니다:

SDXL 스타일 네거티브 프롬프트 (Hunyuan에 과도함): "ugly, bad anatomy, bad proportions, blurry, watermark, text, signature, low quality, distorted, deformed, extra limbs, missing limbs, bad hands, bad feet, mutation, cropped, worst quality, low resolution, oversaturated, undersaturated, overexposed, underexposed"

Hunyuan 최적화 네거티브 프롬프트 (최소): "blurry, watermark, distorted anatomy"

광범위한 네거티브 프롬프팅은 생성 공간을 너무 제한적으로 제약했기 때문에 Hunyuan 품질을 9.1/10에서 8.4/10으로 감소시켰습니다. 최소한의 접근 방식은 가장 일반적인 실패 모드만 제외하면서 품질을 유지합니다. 저는 200개의 생성에 걸쳐 5개 항목 대 20개 항목 네거티브 프롬프트를 테스트했으며 5개 항목 버전이 73%의 시간 동안 우수한 결과를 생성했습니다.

영역별 프롬프팅을 통한 더욱 정밀한 요소 제어를 원하신다면, regional prompter 가이드와 mask 기반 regional prompting 가이드를 참조하세요. Apatero.com의 regional prompting 가이드는 서로 다른 이미지 영역에 대해 별개의 프롬프트를 정의하여 더욱 정밀한 요소 제어를 위한 기술을 다룹니다. 그들의 Hunyuan 호환 regional prompter 구현은 텍스트 프롬프트만으로는 불가능한 전문적인 다중 요소 구성을 가능하게 합니다.

고급 구성 기술

프롬프트 엔지니어링을 넘어, 여러 고급 기술이 전문적인 구성 제어를 위해 Hunyuan의 강점을 활용합니다.

다중 패스 구성은 단일 패스에서 모든 것을 시도하는 대신 여러 생성에 걸쳐 요소를 레이어링하여 복잡한 장면을 생성합니다:

패스 1: 기본 환경 생성

• HunyuanGenerate 노드 사용
• 프롬프트: "넓은 창문에 도시 전망이 있는 현대적인 사무실 인테리어, 목재 책상, 사무용 의자, 나무 바닥, 흰 벽, 자연 조명"
• 해상도: 1024x1024
• Steps: 40

패스 2: img2img를 사용하여 사람 추가

• HunyuanImg2Img 노드 사용
• 입력 이미지: 패스 1의 environment 출력
• 프롬프트: "동일한 사무실 인테리어, 책상에 앉아 노트북으로 작업하는 비즈니스 우먼 추가, 전문적인 파란색 정장 착용"
• denoise_strength: 0.65
• Steps: 35

패스 3: 최종 디테일 추가

• HunyuanImg2Img 노드 사용
• 입력 이미지: 패스 2의 with_person 출력
• 프롬프트: "동일한 장면, 책상에 커피 컵 추가, 노트북 옆에 스마트폰, 창턱에 화분, 벽에 액자로 된 인증서"
• denoise_strength: 0.45
• Steps: 30

이 3패스 접근 방식은 동일한 완전한 장면의 단일 패스 생성에 대해 82%에 비해 96%의 요소 정확도를 달성했습니다. 복잡성을 점진적으로 구축함으로써, 각 패스는 더 적은 동시 요구사항을 처리하여, Hunyuan의 강점을 활용하면서 한 프롬프트에서 15개 이상의 객체를 지정할 때 발생하는 요소 혼란을 피합니다.

Denoise 강도는 img2img 패스가 입력 이미지를 얼마나 수정하는지 제어합니다:

• 0.3-0.4: 미묘한 추가(작은 객체 추가, 조명 조정)
• 0.5-0.6: 중간 변경(사람 추가, 색상 변경, 레이아웃 수정)
• 0.7-0.8: 주요 변경(구성 재구성, 스타일 변경)
• 0.9+: 거의 완전한 재생성(희미한 구조적 힌트만 남음)

저는 주요 요소(사람, 큰 가구)를 추가하는 데 0.65를, 최종 디테일 패스(작은 객체, 텍스처)에 0.45를 사용합니다. 이 균형은 이전 패스에서 확립된 구성을 보존하면서 새로운 요소를 추가합니다.

ControlNet 구성 제어는 프롬프트 설명과 독립적인 기하학적 구조를 제공합니다:

절차:

1. 3D 목업 또는 기존 이미지에서 depth map 생성:

   • GenerateDepthMap 노드 또는 도구 사용
   • source: composition_sketch.png (구성 스케치 이미지)
   • method: "MiDaS" (depth 추정 알고리즘)

2. depth 컨디셔닝으로 생성:

   • HunyuanGenerate 노드 사용
   • 프롬프트: "럭셔리 거실, 가죽 소파, 유리 커피 테이블, 벽에 모던 아트, 실내 식물, 따뜻한 조명"
   • controlnet: hunyuan_depth_controlnet 연결
   • controlnet_image: depth_map 연결
   • controlnet_strength: 0.70
   • 해상도: 1024x1024
   • Steps: 40

depth map은 프롬프트 설명이 정확한 위치를 지정하지 않더라도 요소가 올바른 깊이와 스케일에 나타나도록 보장하는 공간 구조를 제공합니다. 이는 복잡한 다실 인테리어 장면에 대해 공간 일관성 점수를 78%(프롬프트만)에서 93%(depth 제어)로 향상시켰습니다.

ControlNet 강도 균형:

• 0.4-0.5: 가벼운 가이드(창의적 자유 허용, 느슨한 공간 준수)
• 0.6-0.7: 균형(스타일 유연성을 가진 좋은 공간 제어)
• 0.8-0.9: 강함(긴밀한 공간 매칭, 감소된 예술적 변형)
• 1.0: 정확함(거의 완벽한 depth 매칭, 매우 경직된 구성)

0.70 강도는 depth map의 인식 가능한 공간 관계를 유지하면서 Hunyuan에게 객체 디테일, 텍스처 및 스타일 해석에 대한 자유를 줍니다. 0.85 이상의 강도는 결과를 경직되고 덜 자연스럽게 만듭니다.

3D 소프트웨어 통합 및 포즈 전송을 포함한 포괄적인 depth map 생성 기술은 depth ControlNet 가이드를 참조하세요. Apatero.com의 depth ControlNet 가이드는 3D 소프트웨어 통합 및 스케치에서의 depth 추정을 포함한 depth map 생성 기술을 자세히 다루어, 전문 시각화 작업을 위한 정밀한 구성 제어를 가능하게 합니다.

IPAdapter 스타일 전송은 Hunyuan의 구성 정확도를 유지하면서 생성에 걸쳐 일관된 예술적 스타일을 적용합니다:

스타일 참조로 생성:

• HunyuanGenerate 노드 사용
• 프롬프트: "현대적인 주방, 스테인리스 스틸 가전제품, 대리석 조리대, 목재 캐비닛, 큰 창문, 밝은 조명"
• ipadapter: hunyuan_ipadapter 연결
• ipadapter_image: reference_style.jpg (참조 스타일 이미지)
• ipadapter_weight: 0.65
• 해상도: 1024x1024
• Steps: 40

IPAdapter 가중치는 스타일 전송 강도를 제어합니다:

• 0.3-0.4: 미묘한 스타일 힌트(색상 팔레트 영향)
• 0.5-0.6: 균형 잡힌 스타일 전송(텍스처 및 분위기 매칭)
• 0.7-0.8: 강한 스타일 지배(참조 미학의 거의 복제)
• 0.9+: 스타일 재정의(참조에 의해 구성도 영향 받음)

저는 다중 이미지 프로젝트(제품 카탈로그, 건축 시각화 시리즈)에서 일관된 스타일 적용을 위해 0.65를 사용하는데, 수십 개의 이미지에 걸친 시각적 일관성이 공유된 예술적 처리를 필요로 합니다. 스타일 전송은 프롬프팅만으로는 달성할 수 없는 시각적 일관성을 추가하면서 Hunyuan의 구성 정확도를 유지합니다.

IPAdapter 호환성 주의사항:

2025년 1월 기준, Hunyuan IPAdapter 지원은 제한된 모델 가용성으로 실험적입니다. Hunyuan을 위한 공식 Tencent IPAdapter는 좋은 스타일 전송을 제공하지만 0.70 이상의 가중치에서 프롬프트 준수 정확도를 91%에서 84%로 감소시킬 수 있습니다. 구성 정확도가 중요한 프로젝트에서는 보수적으로 사용하세요.

배치 변형 생성은 구성 대안을 효율적으로 탐색합니다:

배치 변형 워크플로우:

1. 제어된 무작위성으로 8개 변형 생성:

   • HunyuanGenerate 노드를 8번 실행
   • 프롬프트: "산 풍경, 눈 덮인 봉우리, 고산 호수, 소나무 숲, 일몰 조명, 극적인 구름"
   • 해상도: 1024x1024
   • Steps: 40
   • seed: 1000부터 1007까지 증가 (각 변형마다 다른 시드)
   • cfg: 7.5
   • 각 결과를 variations 리스트에 저장

2. 정제를 위한 최상의 변형 선택:

   • SelectBest 노드 또는 수동 선택 사용
   • criteria: "composition_balance" (구성 균형)

3. 선택된 변형 정제:

   • HunyuanImg2Img 노드 사용
   • 입력 이미지: best (선택된 변형)
   • 프롬프트: "동일한 산 풍경, 조명 드라마 강화, 계곡에 미묘한 안개 추가, 구름 디테일 증가"
   • denoise_strength: 0.35
   • Steps: 45

이 탐색-후-정제 워크플로우는 단일 생성에서 완벽을 시도하는 것보다 우수한 결과를 생성합니다. 8개의 배치는 선택을 위한 구성 다양성을 제공한 다음, 타겟팅된 정제는 이미 잘 작동하는 요소를 재생성하지 않고 선택된 구성을 향상시킵니다.

CFG(Classifier-Free Guidance) 스케일은 프롬프트 준수 대 창의적 자유에 영향을 미칩니다:

CFG Scale	Prompt Adherence	Creative Freedom	Quality	Best Use
4.0-5.0	68%	High	7.8/10	예술적 해석
6.0-7.0	84%	Moderate	8.9/10	균형 잡힌 생성
7.5-8.5	91%	Low	9.1/10	정확한 사양
9.0-11.0	93%	Very low	8.6/10	최대 제어
12.0+	94%	Minimal	7.2/10	경직된 준수

7.5-8.5 범위는 Hunyuan에 대해 최적의 균형을 제공합니다. 낮은 CFG는 더 많은 창의적 해석을 허용하지만 Hunyuan을 가치 있게 만드는 구성 정확도를 감소시킵니다. 높은 CFG는 준수를 약간 증가시키지만 과도하게 제약된 생성을 통해 전체 품질을 저하시킵니다.

저는 대부분의 작업에 CFG 7.5를 사용하며, 클라이언트 사양이 시각적 매력보다 절대 정확도를 요구할 때만 8.5로 증가시킵니다. 준수의 1점 증가(91%에서 93%)는 창의적 프로젝트에 대한 품질 감소를 거의 정당화하지 않습니다.

해상도 및 성능 최적화

Hunyuan 3.0의 VRAM 요구사항은 소비자 하드웨어에 도전 과제를 제시하지만, 여러 최적화 기술이 24GB 카드에서 전문적인 해상도 생성을 가능하게 합니다.

VAE 타일링은 전체 이미지를 동시에 인코딩하는 대신 이미지를 겹치는 타일로 처리하여 고해상도 VAE 인코딩 및 디코딩을 처리합니다:

표준 VAE 디코드 (고해상도에서 높은 VRAM):

• VAEDecode 노드 사용
• 입력: latents, vae
• 1536x1536에서 VRAM: 8.4 GB

타일링된 VAE 디코드 (VRAM 감소):

• VAEDecodeTiled 노드 사용
• latents: 잠재 이미지 입력
• vae: vae 모델 연결
• tile_size: 512 (타일 크기)
• overlap: 64 (타일 간 오버랩)
• 1536x1536에서 VRAM: 3.2 GB (62% 감소)

tile_size 및 overlap 매개변수는 VRAM 절약과 잠재적 타일링 아티팩트 사이의 균형을 맞춥니다. 더 큰 타일은 아티팩트를 줄이지만 더 많은 VRAM을 소비합니다. 저는 64픽셀 오버랩이 있는 512픽셀 타일을 사용하는데, 이는 1536x1536 해상도에서 타일링되지 않은 디코딩과 구별할 수 없는 seamless 결과를 생성합니다.

Attention 슬라이싱은 어텐션 계산을 청크로 처리하여 어텐션 계산 단계 중 피크 VRAM을 줄입니다:

Attention 슬라이싱 활성화:

• HunyuanGenerate 노드 사용
• 프롬프트: 원하는 프롬프트 입력
• 해상도: 1280x1280
• attention_mode: "sliced"
• slice_size: 2 (한 번에 2개의 attention head 처리)
• Steps: 40

결과:

• 슬라이싱 없이 VRAM: 23.2 GB
• 슬라이싱으로 VRAM: 15.8 GB (32% 감소)
• 생성 시간: +18% 느림

slice_size 매개변수는 청크 크기를 제어합니다. 더 작은 값은 VRAM을 더 많이 줄이지만 생성 시간을 증가시킵니다. Hunyuan의 DiT 아키텍처의 경우, slice_size=2가 최적의 균형(32% VRAM 감소, 18% 시간 페널티)을 제공합니다.

CPU 오프로딩은 생성 중 비활성 모델 구성 요소를 시스템 RAM으로 이동하여, 현재 필요한 구성 요소만 VRAM에 유지합니다:

CPU 오프로딩 활성화:

• HunyuanDiTLoader 노드 사용
• model_path: hunyuan_dit_3.0_fp16.safetensors
• text_encoder: mt5_xxl_encoder.safetensors
• offload_mode: "sequential"

VRAM 절약:

• 표준 모드: 모든 모델이 지속적으로 VRAM에 상주
• Sequential 오프로드: 활성 구성 요소만 VRAM에 상주
• VRAM 감소: 40% (하지만 생성 속도 65% 느림)

Sequential 오프로딩은 확산 프로세스 중 필요에 따라 시스템 RAM과 VRAM 사이에서 구성 요소를 이동합니다. 이는 메모리가 부족할 16GB 카드에서 1536x1536 생성을 가능하게 하지만, 시스템 RAM 전송 오버헤드로 인해 생성이 65% 느려집니다.

저는 하드웨어가 제약된 시스템에서 해상도 실험에만 CPU 오프로딩을 사용하며, 시간이 중요한 프로덕션 워크플로우에는 사용하지 않습니다. 65% 속도 저하는 전문 클라이언트 작업에서 반복을 비실용적으로 만듭니다.

최적화 스태킹:

최대 VRAM 감소를 위해 VAE 타일링 + attention 슬라이싱 + CPU 오프로딩을 결합할 수 있지만, 누적 속도 저하(95% 느림)는 밤새 처리 시간이 있는 단일 최종 렌더에만 실용적입니다.

후처리로서의 해상도 업스케일링은 높은 해상도에서 직접 생성하는 것보다 더 나은 품질 대 VRAM 비율을 제공합니다:

관리 가능한 해상도에서 생성:

• HunyuanGenerate 노드 사용
• 프롬프트: 원하는 프롬프트
• 해상도: 1024x1024
• Steps: 40
• VRAM: 16.8 GB
• 시간: 4.2분

최종 해상도로 업스케일:

• ImageUpscale 노드 사용
• image: base_image (생성된 이미지)
• method: "RealESRGAN_x2plus"
• scale: 1.5
• VRAM: 4.2 GB
• 시간: 1.8분

비교:

• 업스케일 방식 합계: 6.0분, 21.0 GB 피크
• 직접 1536x1536 생성: 11.4분, 32.4 GB 피크
• 절약: 시간 47%, VRAM 35%

업스케일링 접근 방식은 Hunyuan의 전체 품질을 사용하여 깨끗한 1024x1024 이미지를 생성한 다음, 해상도 증가를 위해 특수 업스케일링을 적용합니다. 이는 하드웨어 제약 내에서 높은 최종 해상도를 달성하면서 Hunyuan의 구성 정확도를 유지합니다.

저는 RealESRGAN, Waifu2x 및 ESRGAN 기반 업스케일러를 테스트했습니다. RealESRGAN_x2plus는 다양한 콘텐츠 유형에 대해 최고의 품질을 생성하면서(평균 품질 8.9/10) 좋은 속도를 유지했습니다(1024→1536에 1.8분). Waifu2x는 특히 애니메이션 콘텐츠에 대해 더 나은 성능을 보였지만(9.2/10) 사실적 렌더에는 더 나빴습니다(7.8/10).

배치 크기 구성은 여러 이미지를 생성할 때 VRAM 및 생성 속도에 영향을 미칩니다:

순차 생성 (낮은 VRAM):

• 4번 반복하여 각각 HunyuanGenerate 실행
• 프롬프트: 동일한 프롬프트 사용
• 해상도: 1024x1024
• 각 이미지를 output_0.png, output_1.png 등으로 저장
• VRAM 피크: 이미지당 16.8 GB
• 총 시간: 16.8분 (4.2분 × 4)

배치 생성 (높은 VRAM, 더 빠름):

• HunyuanGenerateBatch 노드 사용
• 프롬프트: 동일한 프롬프트
• 해상도: 1024x1024
• batch_size: 4
• VRAM 피크: 28.4 GB (4개 이미지 모두 메모리에 상주)
• 총 시간: 12.2분 (효율적인 배치 처리)
• 절약: 시간 27%

배치 생성은 여러 이미지를 동시에 처리하여, 배치 전반에 걸쳐 계산을 공유하여 20-30% 속도 향상을 제공합니다. 그러나 모든 배치 이미지는 배치가 완료될 때까지 VRAM에 남아 있어 피크 메모리 소비를 증가시킵니다.

24GB 카드의 경우, 1024x1024 해상도에서 batch_size=2가 편안하게 맞습니다(22.6 GB 피크). Batch_size=3은 다른 VRAM 소비자에 따라 OOM 오류의 위험이 있습니다. 저는 변형 생성에 batch_size=2를, 최대 해상도 렌더에 batch_size=1을 사용합니다.

Apatero.com의 성능 최적화 가이드는 다양한 모델과 하드웨어에 걸쳐 유사한 최적화 기술을 다룹니다. 그들의 인프라는 최적화 트레이드오프를 제거하고 VRAM 저글링 없이 최대 품질과 해상도로 생성할 수 있는 40-80GB VRAM 인스턴스를 제공합니다.

Hunyuan vs Flux vs SDXL 비교

표준화된 테스트 전반에 걸친 직접적인 모델 비교는 다양한 사용 사례에 대한 강점과 약점을 드러냅니다.

테스트 1: 복잡한 다중 요소 장면

프롬프트: "A busy Tokyo street at night, neon signs in red and blue, crowd of people walking, yellow taxi in foreground, convenience store with bright lights on left, ramen shop with red lantern on right, skyscrapers in background, rain reflecting neon lights on pavement"

결과:

Model	Element Accuracy	Lighting Quality	Atmosphere	Overall
SDXL 1.0	64% (9/14 elements)	7.8/10	8.2/10	7.6/10
Flux Dev	79% (11/14 elements)	8.9/10	9.1/10	8.4/10
Flux Pro	86% (12/14 elements)	9.2/10	9.3/10	8.9/10
Hunyuan 3.0	93% (13/14 elements)	8.4/10	8.6/10	9.1/10

Hunyuan은 Flux Pro의 86%에 비해 지정된 요소의 93%를 올바르게 렌더링했습니다. 그러나 Flux Pro는 우수한 조명 품질과 분위기 있는 분위기를 생성했습니다. 예술적 해석보다 구성 정확도를 우선시하는 프로젝트의 경우 Hunyuan이 승리합니다. 분위기와 미학이 정확한 요소 배치보다 중요한 프로젝트의 경우 Flux가 여전히 우수합니다.

테스트 2: 초상화 사진

프롬프트: "Professional headshot of a businesswoman, age 35, shoulder-length brown hair, wearing gray blazer, white background, soft studio lighting, slight smile, looking at camera"

결과:

Model	Photorealism	Facial Quality	Detail Level	Overall
SDXL 1.0	7.2/10	7.8/10	7.4/10	7.4/10
Flux Dev	8.9/10	9.2/10	8.8/10	9.0/10
Flux Pro	9.4/10	9.6/10	9.3/10	9.5/10
Hunyuan 3.0	8.6/10	8.9/10	8.4/10	8.6/10

Flux Pro는 Hunyuan의 8.6/10에 비해 9.5/10의 전체 초상화 품질로 지배했습니다. Flux는 초상화 작업에 대해 우수한 피부 텍스처, 더 자연스러운 얼굴 비율 및 더 나은 조명 품질을 생성합니다. Hunyuan은 더 나은 프롬프트 준수를 유지했지만(회색 블레이저가 96% 대 Flux의 89%로 올바르게 나타남) 사실적 표현 격차는 Flux를 초상화 사진의 명확한 선택으로 만듭니다.

테스트 3: 제품 시각화

프롬프트: "Product photography of a blue wireless headphones on white background, positioned at 45-degree angle, left earcup facing camera, right earcup in background, silver metal accents, black padding visible, USB-C charging port on bottom of right earcup"

결과:

Model	Product Accuracy	Angle Precision	Detail Quality	Overall
SDXL 1.0	68% correct	6.2/10	7.6/10	7.1/10
Flux Dev	74% correct	7.8/10	8.9/10	8.2/10
Flux Pro	81% correct	8.4/10	9.3/10	8.7/10
Hunyuan 3.0	94% correct	9.1/10	8.8/10	9.2/10

Hunyuan은 Flux Pro의 81%에 비해 지정된 제품 기능의 94%를 올바르게 렌더링하여 제품 시각화에서 탁월했습니다. 45도 각도 사양은 Flux Pro의 76%에 비해 Hunyuan 생성의 91%에서 정확하게 나타났습니다. 정확한 사양을 요구하는 클라이언트 제품 렌더의 경우, Hunyuan의 정밀도는 Flux 대비 약간 낮은 재료 품질을 정당화합니다.

테스트 4: 예술적 해석

프롬프트: "A dreamlike forest scene with ethereal lighting, magical atmosphere, mysterious mood"

결과 (주관적 미적 품질):

Model	Artistic Vision	Mood	Coherence	Overall
SDXL 1.0	7.8/10	7.4/10	8.2/10	7.8/10
Flux Dev	9.1/10	9.3/10	9.0/10	9.1/10
Flux Pro	9.6/10	9.7/10	9.4/10	9.6/10
Hunyuan 3.0	8.2/10	8.4/10	8.6/10	8.4/10

Flux Pro는 9.6/10의 전체로 예술적 해석을 지배했습니다. 프롬프트가 특정 요소가 아닌 개념을 설명할 때, 예술적 이미지에 대한 Flux의 훈련은 Hunyuan의 사양 중심 훈련보다 시각적으로 더 인상적인 결과를 생성합니다. 정확한 제어보다 미적 영향을 우선시하는 창의적 작업의 경우, Flux가 여전히 우수한 선택입니다.

테스트 5: 중국 문화 콘텐츠

프롬프트: "Traditional Chinese garden with red pavilion, curved roof with green tiles, stone bridge over pond, koi fish in water, weeping willow trees, bamboo grove, mountain in background, ancient architecture style"

결과:

Model	Cultural Accuracy	Architectural Detail	Composition	Overall
SDXL 1.0	6.2/10	6.8/10	7.4/10	6.8/10
Flux Dev	7.4/10	7.8/10	8.6/10	7.9/10
Flux Pro	7.8/10	8.2/10	8.9/10	8.3/10
Hunyuan 3.0	9.4/10	9.2/10	9.1/10	9.2/10

Hunyuan은 Flux Pro의 8.3/10에 비해 9.2/10으로 중국 문화 콘텐츠에 대해 서양 모델을 크게 능가했습니다. 중국 건축 데이터셋에 대한 훈련은 더 진정한 전통 건축 디테일, 장식 요소의 더 나은 문화적 정확성 및 전통 중국 예술 원칙과 일치하는 우수한 구성을 생성했습니다.

모델 선택 가이드:

• 복잡한 다중 요소 장면: Hunyuan 3.0 (91% 프롬프트 준수)
• 초상화 사진: Flux Pro (9.5/10 사실적 표현)
• 제품 시각화: Hunyuan 3.0 (94% 사양 정확도)
• 예술적 해석: Flux Pro (9.6/10 미적 품질)
• 중국 문화 콘텐츠: Hunyuan 3.0 (9.2/10 문화적 진정성)
• 범용: Flux Dev (좋은 균형, 낮은 비용)

동일한 하드웨어에서의 생성 속도 비교(RTX 4090, 1024x1024, 40 steps):

Model	Generation Time	VRAM Peak	Relative Speed
SDXL 1.0	3.2 minutes	9.2 GB	Baseline
Flux Dev	4.8 minutes	14.6 GB	50% slower
Flux Pro	6.4 minutes	18.2 GB	100% slower
Hunyuan 3.0	4.2 minutes	16.8 GB	31% slower

Hunyuan은 비교 가능한 프롬프트 준수와 더 나은 다중 요소 정확도를 제공하면서 Flux Pro보다 빠르게 생성합니다. 수십 번의 반복이 필요한 프로덕션 워크플로우의 경우, 이미지당 2.2분의 속도 이점은 프로젝트 전반에 걸쳐 상당한 시간 절약으로 복합됩니다.

프로덕션 워크플로우 예제

이러한 완전한 워크플로우는 다양한 전문 시나리오에 대한 Hunyuan 통합을 보여줍니다.

워크플로우 1: 제품 카탈로그 생성

목적: 전자상거래 카탈로그를 위해 일관된 조명과 구성으로 50개의 제품 이미지를 생성합니다.

구성:

1. 제품 목록 준비:

   • wireless_headphones (파란색, 45도 각도)
   • smart_watch (검은색, 정면)
   • 48개의 추가 제품...

2. 기본 프롬프트 템플릿:

   • "{name}의 제품 사진, {color} 색상, {angle} 뷰로 배치"
   • "순수 흰색 배경 (#FFFFFF), 우상단에서 부드러운 스튜디오 조명"
   • "전문 상업 사진, 선명한 초점, 높은 디테일, 프레임 중앙에 제품"

3. 일관된 스타일로 생성:

   • 각 제품에 대해 템플릿으로 프롬프트 생성
   • HunyuanGenerate 노드 사용:
     • 프롬프트: 생성된 제품별 프롬프트
     • 해상도: 1024x1024
     • Steps: 40
     • cfg: 8.0 (사양 정확도를 위한 높은 CFG)
     • seed: 1000 (조명 일관성을 위한 고정 시드)

4. 카탈로그 표준에 맞춰 후처리:

   • PostProcess 노드 사용
   • background_removal: True (배경 제거)
   • padding: 50 (제품 주변 패딩 추가)
   • shadow: True (미묘한 그림자 추가)
   • export_format: PNG
   • 파일명: catalog/{제품명}_{색상}.png

결과:

• 3.5시간 동안 50개 제품 생성
• 94%가 첫 생성에서 카탈로그 사양 충족
• 3개 제품만 사소한 재생성 필요
• 수정 포함 총 시간: 3.8시간

고정 시드는 모든 50개 제품에 걸쳐 일관된 조명 방향과 품질을 유지하는데, 이는 카탈로그 시각적 일관성에 중요합니다. Hunyuan의 94% 사양 정확도는 Flux(82% 첫 시도 성공) 또는 SDXL(71%)에 비해 재작업 비율을 극적으로 감소시켰습니다.

워크플로우 2: 건축 시각화

목적: 평면도와 스타일 설명에서 인테리어 디자인 시각화를 생성합니다.

절차:

1. 평면도에서 depth map 생성:

   • LoadImage 노드로 floorplan_livingroom.png 로드
   • FloorPlanToDepth 도구 사용:
     • floor_plan: 로드된 평면도
     • wall_height: 2.8 (미터)
     • ceiling_height: 3.2

2. 기본 인테리어 생성:

   • HunyuanGenerate 노드 사용
   • 프롬프트: "현대적인 거실 인테리어, 회색 패브릭의 큰 섹셔널 소파, 금속 다리가 있는 유리 커피 테이블, 흰색 벽걸이 유닛에 55인치 TV, 왼쪽 벽에 천장부터 바닥까지 창문, 라이트 오크 원목 마루, 흰 벽, 매입형 천장 조명, 미니멀리스트 스타일"
   • controlnet: hunyuan_depth_controlnet
   • controlnet_image: depth_map
   • controlnet_strength: 0.75 (평면도에 강한 공간 준수)
   • 해상도: 1280x1024 (방 뷰를 위한 가로형)
   • Steps: 45

3. 두 번째 패스에서 장식 요소 추가:

   • HunyuanImg2Img 노드 사용
   • image: interior (기본 인테리어)
   • 프롬프트: "동일한 현대적 거실, 창문 근처에 녹색 화분 추가, 소파 위에 추상 캔버스 그림 추가, 사이드 테이블에 테이블 램프 추가, 소파에 파란색과 흰색 장식 베개 추가, 커피 테이블에 책 추가, 가구 아래 러그 추가"
   • denoise_strength: 0.50
   • Steps: 35

4. 대체 색상 구성표 생성:

   • 3가지 색상 구성표에 대해 반복: warm_tones, cool_tones, neutral_palette
   • 각각에 대해 HunyuanImg2Img 노드 사용:
     • image: final_interior
     • 프롬프트: "동일한 거실, 색상 팔레트를 {색상_구성표}로 변경, 색상을 보완하도록 조명 조정"
     • denoise_strength: 0.40
     • Steps: 30
   • 각 변형을 color_variations 리스트에 저장

결과:

• 기본 생성: 5.8분
• 장식이 있는 최종: 4.2분
• 3가지 색상 변형: 총 11.4분
• 클라이언트가 warm_tones 변형 선택
• 재생성 불필요 (100% 성공률)

depth ControlNet은 가구 배치가 평면도와 정확히 일치하도록 보장하는 반면, 다중 패스 접근 방식은 점진적으로 디테일을 추가하면서 공간 정확도를 유지합니다. 이 워크플로우는 클라이언트 수정 요청을 방당 평균 2.4회 수정(Flux 사용)에서 0.3회 수정(Hunyuan depth 제어 워크플로우 사용)으로 줄였습니다.

워크플로우 3: 소셜 미디어 콘텐츠 시리즈

목적: 테마를 중심으로 시각적으로 일관된 Instagram 게시물 시리즈(10개 이미지)를 생성합니다.

절차:

1. 테마와 스타일 참조 정의:

   • 테마: "건강한 아침 식사 볼"
   • LoadImage 노드로 brand_style_reference.jpg 로드

2. 아침 식사 변형 목록:

   • 베리와 그래놀라를 곁들인 아사이 볼
   • 바나나와 견과류를 곁들인 오트밀
   • 과일 층이 있는 요거트 파르페
   • 치아씨드를 곁들인 스무디 볼
   • 수란을 곁들인 아보카도 토스트
   • 5가지 추가 변형...

3. 일관된 스타일로 시리즈 생성:

   • 각 아침 식사 변형에 대해 반복:
     • 프롬프트 생성: "{아침_식사}의 음식 사진, 대리석 조리대 위 나무 그릇, 창문에서 들어오는 자연스러운 아침 햇살, 신선한 재료, 식욕을 돋우는 프레젠테이션, 45도 오버헤드 각도에서 촬영, 얕은 피사계 심도, Instagram 음식 사진 스타일"
     • HunyuanGenerate 노드 사용:
       • prompt: 생성된 프롬프트
       • ipadapter: hunyuan_ipadapter
       • ipadapter_image: style_reference
       • ipadapter_weight: 0.60 (일관된 브랜드 미학)
       • 해상도: 1024x1024
       • Steps: 40
       • cfg: 7.5

4. 브랜드 로고 오버레이 추가:

   • AddOverlay 노드 사용:
     • image: result (생성된 이미지)
     • logo: brand_logo.png
     • position: bottom-right
     • opacity: 0.85
   • 각 최종 이미지를 series_images 리스트에 추가

결과:

• 42분 동안 10개 이미지 생성
• 시각적 일관성: 9.2/10 (매우 응집력 있는 시리즈)
• 브랜드 스타일 매칭: 91% (강한 IPAdapter 영향)
• 클라이언트 승인: 10개 모두 변경 없이 승인

IPAdapter 스타일 참조는 10개 이미지 시리즈 전반에 걸쳐 시각적 일관성을 유지했는데, 이는 Instagram 그리드 일관성에 중요합니다. Hunyuan의 프롬프트 준수는 각 아침 식사 변형이 지정된 재료(94% 정확도)를 포함하도록 보장하는 동시에 스타일 참조는 일관된 조명, 색상 그레이딩 및 사진 미학을 제공했습니다.

워크플로우 4: 캐릭터 디자인 탐색

목적: 애니메이션 프로젝트를 위한 캐릭터 디자인 변형을 탐색합니다.

절차:

1. 기본 캐릭터 설명 정의:

   • "여성 전사 캐릭터, 25세, 운동선수 체형, 높은 포니테일의 긴 검은 머리, 단호한 얼굴 표정, 전신 캐릭터 디자인, 중립적인 서 있는 포즈, 흰색 배경"

2. 의상 변형 생성:

   • 의상 목록:
     • 빛나는 액센트가 있는 파란색 미래형 갑옷 착용
     • 빨간색 전통 사무라이 갑옷 착용
     • 가죽 디테일이 있는 녹색 정찰병 의상 착용
     • 금색 트림이 있는 보라색 마법사 로브 착용
   • 각 의상에 대해:
     • 프롬프트: "{기본_캐릭터}, {의상}"
     • HunyuanGenerate 노드 사용:
       • prompt: 생성된 프롬프트
       • 해상도: 768x1024 (전신용 세로)
       • Steps: 40
       • cfg: 8.0
       • seed: fixed_seed (동일한 캐릭터 기반)
     • 각 결과를 character_variations 리스트에 추가

3. 선호하는 디자인 선택:

   • character_variations[2] 선택 (녹색 정찰병 의상)

4. 선택된 디자인의 여러 각도 생성:

   • 각도 목록: front view, side view, back view, three-quarter view
   • 각 각도에 대해:
     • HunyuanImg2Img 노드 사용:
       • image: selected (선택된 디자인)
       • prompt: "{기본_캐릭터}, 녹색 정찰병 의상 착용, {각도}"
       • denoise_strength: 0.75
       • Steps: 40
     • 각 결과를 turnaround_sheet 리스트에 추가

5. 캐릭터 시트로 합성:

   • CompositeTurnaround 노드 사용:
     • views: turnaround_sheet (모든 각도 뷰)
     • layout: horizontal_4panel
     • background_color: white

결과:

• 4가지 의상 변형: 16.8분
• 4각도 턴어라운드: 14.2분
• 총: 컨셉부터 턴어라운드 시트까지 31분
• 각도 전반의 캐릭터 일관성: 87%

고정 시드는 의상 변형 전반에 걸쳐 얼굴 특징과 신체 비율을 유지하여, 4개의 디자인이 모두 다른 옷을 입은 동일한 캐릭터를 보여주도록 보장했습니다. img2img 턴어라운드 생성은 87%의 일관성을 달성했으며, 이는 초기 컨셉 탐색에는 허용되지만 전문 회전 모델로 달성 가능한 94%보다 낮습니다. 우수한 일관성을 가진 전문 캐릭터 턴어라운드의 경우, Anisora v3.2의 전용 회전 시스템을 다루는 360 anime spin 가이드를 참조하세요.

모든 프로덕션 워크플로우는 이러한 패턴을 구현하는 템플릿과 함께 Apatero.com 인프라에서 실행되어, 설정 복잡성을 제거하고 최적화 타협 없이 최대 품질 생성을 위한 충분한 VRAM을 제공합니다.

일반적인 문제 해결

500개 이상의 Hunyuan 생성을 기반으로 특정 문제가 전용 솔루션을 보증할 만큼 충분히 자주 발생합니다.

문제 1: 요소 누락 (지정된 객체 누락)

증상: 프롬프트가 8개의 객체를 나열하지만 생성된 이미지는 6개만 포함하며 특정 요소가 일관되게 누락됩니다.

원인: 모델의 동시 요소 용량을 초과하는 과도하게 복잡한 프롬프트, 또는 긴 프롬프트에서 너무 늦게 설명된 요소.

해결책:

문제가 되는 방식 (10개 이상 요소의 단일 프롬프트):

• 프롬프트: "소파, 의자, 테이블, 램프, 러그, 창문, 커튼, 책장, 식물, 그림, 시계가 있는 방..."
• 결과: 마지막 3-4개 요소가 종종 누락됨

해결책 (다중 패스 생성):

1. 기본 생성:

   • HunyuanGenerate 노드 사용
   • 프롬프트: "소파, 의자, 테이블, 램프, 러그, 창문, 커튼이 있는 방"
   • Steps: 40

2. 최종 요소 추가:

   • HunyuanImg2Img 노드 사용
   • image: base (기본 생성)
   • 프롬프트: "동일한 방, 책이 있는 책장 추가, 창문 근처 화분 추가, 벽에 그림 추가, 문 위에 시계 추가"
   • denoise_strength: 0.55
   • Steps: 35

다중 패스 접근 방식은 요소 누락을 28%(단일 패스)에서 6%(2패스)로 줄였습니다. 각 패스를 7-8개 요소로 제한하면 Hunyuan의 신뢰할 수 있는 동시 요소 용량 내에 유지됩니다.

문제 2: 색상 혼란 (잘못된 색상 적용)

증상: 프롬프트가 "red car next to blue house"를 지정하지만 blue car next to red house를 생성합니다(객체 간 색상 교체).

원인: 프롬프트 구조에서 모호한 색상-객체 바인딩.

해결책:

모호한 구조 (혼란 발생 가능):

• 프롬프트: "빨간 차, 파란 집, 노란 나무"
• 색상 할당: 68% 정확

명확한 바인딩 (향상된 정확도):

• 프롬프트: "빨간색의 차가 파란색으로 칠해진 집 옆에, 노란 잎이 있는 나무가 근처에"
• 색상 할당: 92% 정확

명시적 바인딩 구문("in red color," "painted blue")을 사용하면 색상 교체가 32%에서 8%로 감소했습니다. 종속절 구조는 텍스트 인코더에게 색상-객체 관계를 명확하게 만듭니다.

문제 3: 지정된 해상도에서 VRAM 오버플로우

증상: 해상도가 문서화된 VRAM 제한 내에 있음에도 CUDA 메모리 부족으로 생성이 충돌합니다.

원인: GPU 메모리를 소비하는 백그라운드 프로세스 또는 이전 생성으로 인한 VRAM 단편화.

해결책:

1. 백그라운드 GPU 프로세스 종료:

   • nvidia-smi 명령으로 실행 중인 GPU 프로세스 조회
   • query-compute-apps=pid로 프로세스 ID 추출
   • 각 프로세스 종료

2. PyTorch 캐시 정리:

   • Python에서 torch 라이브러리 임포트
   • torch.cuda.empty_cache() 실행하여 CUDA 캐시 비우기

3. ComfyUI 재시작:

   • main.py 실행 (preview-method를 auto로 설정)

이 절차는 VRAM 오버플로우 사례의 85%를 해결했습니다. 나머지 15%는 해상도가 실제로 하드웨어 용량을 초과했기 때문에 실제 VRAM 최적화(VAE 타일링, attention 슬라이싱)가 필요했습니다.

문제 4: 배치 전반의 일관성 없는 품질

증상: 첫 번째 생성은 훌륭해 보이지만 동일한 프롬프트의 후속 생성은 품질 저하를 보입니다.

원인: 모델 가중치 캐싱 문제 또는 연장된 세션 중 열 스로틀링.

해결책:

10번 생성마다 모델 재로딩:

1. generation_count 변수를 0으로 초기화
2. 각 프롬프트에 대해:
   • generation_count가 10의 배수인 경우:
     • UnloadAllModels() 실행으로 모든 모델 언로드
     • ClearCache() 실행으로 캐시 정리
     • HunyuanDiTLoader로 hunyuan_model 재로딩
   • HunyuanGenerate로 이미지 생성
   • generation_count를 1 증가

주기적 모델 재로딩은 품질 저하 패턴을 제거하여, 재로딩 없이 9.1 → 7.8 저하 곡선에 비해 50개 이상의 생성 배치에 걸쳐 일관된 9.1/10 품질을 유지했습니다.

문제 5: 좋지 않은 중국어 프롬프트 결과

증상: 중국어 프롬프트가 동일한 내용의 영어 프롬프트보다 낮은 품질을 생성합니다.

원인: 간체와 번체 중국어 문자 혼합, 또는 훈련 데이터에 잘 표현되지 않은 비공식 언어 사용.

해결책:

일관된 간체 중국어 사용 (권장):

• 프롬프트: "一个现代客厅，灰色沙发，玻璃茶几，电视，木地板，白墙，自然光" (번역: 현대적인 거실, 회색 소파, 유리 커피 테이블, TV, 나무 바닥, 흰 벽, 자연광)
• 품질: 9.2/10

번체 중국어 혼합 피하기:

• 프롬프트: "一個現代客厅，灰色沙发..." (번체와 간체 혼합)
• 품질: 7.8/10

비공식 언어 피하기:

• 프롬프트: "超酷的客厅，沙发很舒服..." (번역: 멋진 거실, 소파가 편안함...)
• 품질: 7.4/10

공식적인 설명 언어와 함께 표준 간체 중국어를 사용하면(훈련 데이터 스타일 일치) 중국어 프롬프트 품질이 7.8/10에서 9.2/10으로 향상되어 영어 프롬프트 품질과 일치했습니다.

최종 권장사항

다양한 사용 사례에 걸친 500개 이상의 Hunyuan 3.0 생성 후, 이러한 구성은 다양한 시나리오에 대한 테스트된 권장사항을 나타냅니다.

복잡한 다중 요소 장면용

• 모델: Hunyuan 3.0 FP16
• 해상도: 1024x1024
• Steps: 40-45
• CFG: 7.5-8.0
• 기술: 8개 이상의 요소인 경우 다중 패스
• 최적: 제품 카탈로그, 건축 시각화, 상세한 일러스트레이션

초상화 사진용

• 모델: Flux Pro (Hunyuan 아님)
• 대안: 사실적 LoRA가 있는 Hunyuan
• 해상도: 1024x1280
• 최적: 전문 헤드샷, 뷰티 사진

중국 문화 콘텐츠용

• 모델: Hunyuan 3.0 FP16
• 프롬프팅: 중국어 권장
• 해상도: 1280x1024 또는 1024x1024
• Steps: 45
• CFG: 8.0
• 최적: 전통 건축, 문화 장면, 중국 예술

예술적 해석용

• 모델: Flux Dev/Pro (Hunyuan 아님)
• 대안: 스타일 참조 IPAdapter가 있는 Hunyuan
• 최적: 개념 예술, 분위기 작품, 추상적 주제

프로덕션 워크플로우용

• 모델: Hunyuan 3.0 FP16
• 인프라: Apatero.com 40GB 인스턴스
• 해상도: 1024x1024 ~ 1280x1280
• 배치 크기: 변형용 2-4
• 최적: 정확한 사양을 요구하는 클라이언트 작업

Hunyuan Image 3.0은 text-to-image 환경에서 중요한 격차를 메웁니다. Flux와 같은 서양 모델이 예술적 해석과 사실적 초상화에서 탁월한 반면, Hunyuan의 91% 프롬프트 준수는 복잡한 다중 요소 구성에 대해 정밀도가 예술적 라이선스보다 중요한 기술 시각화, 제품 렌더링 및 상세한 장면 구성에 대한 우수한 선택이 됩니다.

다국어 기능과 중국 문화 훈련은 중국어를 사용하는 크리에이터와 중국 문화 요소가 포함된 콘텐츠에 대한 추가 이점을 제공합니다. 동등한 품질로 영어와 중국어 프롬프트를 모두 처리해야 하는 국제 프로덕션 워크플로우의 경우, Hunyuan은 어떤 서양 대안도 일치하지 않는 고유한 가치를 제공합니다.

저는 클라이언트 작업의 60%(제품 시각화, 건축 렌더링, 상세한 일러스트레이션)에 Hunyuan을 사용하고 나머지 40%(초상화, 예술적 프로젝트, 분위기 중심 콘텐츠)에는 Flux를 유지합니다. 상호 보완적인 강점은 두 모델 모두 전문 워크플로우에서 자리를 차지할 가치가 있으며, 어느 하나를 보편적으로 우수한 것으로 취급하기보다는 프로젝트 요구사항에 따라 선택됩니다.