안녕하세요, 여러분. 오늘은 좀 특별한 이야기를 해보려고 합니다. 개발자로서 10년 넘게 코드를 짜오면서, 솔직히 말해 최근 1~2년만큼 기술의 변화가 피부로 와닿았던 적이 없었던 것 같아요. 특히 생성형 AI, 그중에서도 이미지 생성 분야는 정말 충격 그 자체였습니다. 처음 미드저니(Midjourney)가 나왔을 때 "와, 이건 디자이너 영역 아닌가?" 하고 넘겼는데, 오픈소스로 풀린 스테이블 디퓨전(Stable Diffusion)을 로컬 PC에 직접 설치해서 돌려보고 나서는 생각이 완전히 바뀌었죠. 이건 단순한 그림 그리기 도구가 아니라, 우리가 다루는 데이터와 로직이 시각적으로 어떻게 폭발할 수 있는지 보여주는 거대한 실험장이더라고요.
혹시 "내 컴퓨터는 똥컴이라 안 될 거야"라고 미리 포기하셨나요? 아니면 설치 과정이 복잡한 리눅스 터미널 명령어 같아서 뒤로 가기를 누르셨나요? 저도 처음엔 그랬습니다. 파이썬 버전 맞추느라 밤새고, 그래픽 카드 드라이버랑 싸우느라 주말을 다 날리기도 했죠. 그래서 오늘은 제가 겪었던 그 수많은 시행착오(소위 말하는 '삽질')를 여러분은 겪지 않도록, 아주 상세하고 친절하게, 마치 옆자리에서 커피 한 잔 마시며 화면을 가리키듯 설명해 드리려고 합니다. 설치부터 진짜 사진 같은 고화질 이미지를 뽑아내는 프롬프트 작성 비법까지, A to Z를 다뤄볼게요. 준비되셨나요? 자, 시작해봅시다.
1. 로컬 환경 구축 전, 마음의 준비와 하드웨어 체크
스테이블 디퓨전을 내 컴퓨터에 설치한다는 건, 클라우드 서비스(미드저니 등)를 쓰는 것과는 차원이 다른 이야기입니다. 내 PC가 곧 서버가 되고, 내 그래픽 카드가 붓이 되는 셈이죠. 여기서 가장 중요한 건 단연코 GPU, 즉 그래픽 카드입니다. 개발자분들이라면 보통 맥북 프로나 가벼운 그램 같은 노트북을 선호하시겠지만, AI 그림의 세계에서는 NVIDIA 지포스 그래픽 카드가 절대적인 권력자입니다.
왜 NVIDIA냐고요? 바로 CUDA(Compute Unified Device Architecture) 코어 때문입니다. AI 연산의 대부분이 이 CUDA 가속을 지원하도록 최적화되어 있거든요. AMD나 맥의 M1/M2 칩에서도 돌아가긴 하지만, 설정이 훨씬 복잡하고 속도 면에서 아직은 NVIDIA를 따라가기 힘듭니다. 저도 처음에 맥북 M1으로 시도했다가 속도가 너무 안 나와서 결국 집에 있는 데스크탑에 RTX 3060을 꽂았습니다.
💡 시니어의 조언: 가장 중요한 스펙은 'VRAM(비디오 메모리)'입니다. GPU의 성능(속도)보다 VRAM 용량(그릇의 크기)이 깡패예요. 최소 4GB로도 돌아가긴 하지만, 고화질 작업을 하려면 8GB 이상, 쾌적하게 하려면 12GB 이상을 강력 추천합니다. VRAM이 부족하면 "CUDA out of memory"라는 에러를 정말 지겨울 정도로 보게 될 겁니다.
램(RAM)은 16GB 이상이면 충분하고, 저장 공간은 넉넉한 SSD가 필수입니다. 모델 파일 하나가 보통 2GB에서 6GB 정도 하는데, 이것저것 다운로드받다 보면 100GB는 우습게 차거든요. HDD에 설치하면 모델 로딩할 때마다 하품이 나올 정도로 느려지니 꼭 SSD를 확보해주세요.
2. 스테이블 디퓨전 Web UI (Automatic1111) 설치의 정석
스테이블 디퓨전은 엔진일 뿐이고, 우리가 편하게 쓰려면 'Web UI'가 필요합니다. 가장 대중적이고 기능이 강력한 것이 바로 'Automatic1111'이라는 버전입니다. 깃허브 스타 수가 어마어마하죠. 개발자라면 터미널이 익숙하겠지만, 여기서는 파이썬(Python)과 깃(Git) 설치가 선행되어야 합니다.
파이썬 버전의 딜레마
여기서 많은 분들이 실수하는 게 있습니다. "최신 버전이 최고겠지?" 하고 파이썬 최신 버전을 덜컥 설치하는 거죠. 하지만 스테이블 디퓨전 Web UI는 특정 파이썬 버전(주로 3.10.6)에 최적화되어 있습니다. 최신 버전을 깔면 호환성 문제로 실행조차 안 되는 경우가 태반이에요. 저도 처음에 3.11 깔았다가 의존성 패키지 설치 에러만 2시간 동안 잡았던 기억이 납니다. 반드시 권장 버전을 확인하고 설치하세요. 설치할 때 'Add Python to PATH' 옵션 체크하는 것, 절대 잊으시면 안 됩니다. 이거 안 해서 환경 변수 다시 잡는 분들 정말 많이 봤습니다.
Git Clone과 실행
적당한 폴더(경로에 한글이 없는 것이 좋습니다!)를 잡고 깃허브 리포지토리를 클론합니다. 그리고 폴더 안에 들어가면 `webui-user.bat` 파일이 보일 거예요. 윈도우 사용자라면 이 파일을 더블 클릭하는 것만으로 설치가 시작됩니다. 처음 실행할 때는 필요한 라이브러리(Torch, torchvision 등)를 수 기가바이트 다운로드하느라 시간이 꽤 걸립니다. 이때 터미널 창이 멈춘 것처럼 보여도 끄지 마세요. 묵묵히 기다리는 인내심이 필요합니다.
설치가 완료되면 로컬 주소(보통 127.0.0.1:7860)가 뜨는데, 브라우저에 이 주소를 입력하면 드디어 그 유명한 조종석 같은 화면이 나타납니다. 첫 화면을 마주했을 때의 그 설렘, 아직도 잊을 수가 없네요. 하지만 이건 빈 껍데기일 뿐, 진짜 마법을 부리려면 '모델'이 필요합니다.
3. 모델(Checkpoint)의 이해: 실사의 핵심
모델, 혹은 체크포인트(Checkpoint)라고 부르는 이 파일들은 AI가 학습한 데이터 덩어리입니다. 어떤 모델을 쓰느냐에 따라 그림체, 질감, 빛의 표현이 완전히 달라집니다. 기본 모델인 SD 1.5나 SDXL도 훌륭하지만, 우리가 원하는 '실사 같은 고화질 이미지'를 얻으려면 커뮤니티에서 튜닝된 모델을 써야 합니다.
대표적인 모델 공유 사이트로 'Civitai'가 있습니다.
댓글
댓글 쓰기