STUDIO1911A2: Wai-Illustrious Text to Image ComfyUI workflow by Freyja Pixel 💖 - Big Game Hunter

제로샷 설계: 1911A2 바운티 헌터 프로토콜

모두를 위한 애니메이션 생성

“바운티 헌터” 시스템은 누구나 AI를 사용해 아름다운 애니메이션 아트를 생성할 수 있는 접근 가능한 방법입니다. 사용자는 매우 간단한 프롬프트만으로도 명확하고 정확하며 미적으로 만족스러운 이미지를 얻을 수 있으며, 시스템이 거의 모든 복잡한 작업을 수행합니다. 이 시스템은 초상화 스타일 또는 단일 주제 이미지에 특화되어 있으며, 높은 품질의 다중 주제 이미지도 생성할 수 있습니다. 사용자가 길고 상세한 텍스트 프롬프트를 필요로 하지 않고, 이 “제로샷” 생성 도구는 경험 부족한 사용자도 AI를 활용해 복잡한 배경을 가진 고품질 캐릭터를 생성할 수 있도록 돕습니다.

바운티 헌터는 다양한 버전으로 제공되며, 각 버전은 다른 사용 사례에 적합합니다. 마스터 바운티 헌터 버전은 생성 효율성과 출력 품질의 균형을 위해 일반 용도에 가장 적합합니다. 빅 게임 헌터 버전은 더 높은 해상도의 이미지를 생성할 수 있으며, 머신건 버전은 표준보다 약간 작은 이미지를 빠르게 생성하는 데 최적화되어 있습니다. 이 모든 버전은 기본적으로 동일한 방식으로 작동하며, 동일한 설계 원칙을 따르고 각자의 크기에 맞는 고품질 이미지를 생성합니다.

바운티 헌터의 기반은 두 단계로 구성된 프로세스입니다. 첫 번째 단계에서는 작품의 구조를 확립합니다. AI는 가능한 가장 낮은 해상도에서 생성하면서 이미지의 기반을 특별히 집중적으로 구성합니다. 기반에는 주체와 그 자세, 이미지 내의 객체, 조명, 구성 및 전체 레이아웃에 관련된 모든 요소가 포함됩니다. 첫 번째 단계는 일러스트레이션의 선화가 다른 화가가 완성할 수 있도록 준비하는 것과 같거나, 미니어처의 3D 조각가와 유사합니다. 다음 단계로 넘기기 전에 이미지는 잠재적 정제를 통해 “업스케일”됩니다(픽셀 단위로 점검), 이는 “고해상도 업스케일링”(일반적인 이미지 생성 도구)을 모방합니다.

두 번째 단계는 첫 번째 단계에서 생성된 내용을 다시 검토하여 세부 사항을 선명히 하고, 오류를 수정하며, 전체적으로 명확한 초점으로 정리합니다. 이 단계는 이미지를 정리하고 정확한 세부 사항을 추가할 수 있도록 특별히 설계된 도구 세트를 제공하며, 이상한 결과를 만들지 않습니다. 첫 번째 단계의 예시를 계속하면, 이 단계는 일러스트레이션의 색칠 작업자나 미니어처의 페인터와 같아, 표면을 완성하기 위해 형태와 세부 사항을 추가합니다.

테스트 중, 저는 캐릭터 이름(예: 에반게리온의 카츠라기 미사토)을 사용할 때, AI가 캐릭터 이름의 작성 방식에 반응하며, Danbooru 또는 일본식 태그 순서를 강력히 선호한다는 것을 발견했습니다. 많은 애니메이션 이미지 생성 모델은 일본식 이름 또는 태그 순서를 사용해 학습되었으며, 이는 성(성씨)을 먼저, 이름을 뒤에 두는 방식입니다. 이러한 순서로 작성된 이름은 AI가 쉽게 인식하며, 캐릭터의 세부 사항을 훨씬 더 정확히 재현합니다. 반대로, 일반적인 서양식 순서로 바꾸면 모델이 항상 환각을 일으켜 잘못된 캐릭터를 생성했습니다. “Misato Katsuragi”는 금발 머리와 파란 눈을 가졌고, “Rei Ayanami”는 매우 긴 분홍색 머리를 가졌으며, “Goku”(모호한 태그)는 분홍색 머리를 가진 무작위 여성 캐릭터를 생성했습니다. 반면, “Katsuragi Misato”와 “Ayanami Rei”는 첫 번째 생성에서 예상한 캐릭터를 생성했습니다. 또한, Danbooru/e621 태그는 Wai-illustrious에 대한 거의 모든 프롬프트에 적용되며, 의상과 헤어 스타일 등에서 출력 품질을 향상시킵니다. 그러나 이는 보다 특수하거나 알려지지 않은 태그를 사용할 때 도전 과제를 제기합니다. 이러한 태그를 쉽게 탐색할 수 있도록, 바운티 헌터는 사용자가 알려지고 정확한 태그를 찾는 데 도움이 되는 권장 소프트웨어, AI 도구 및 웹사이트를 포함합니다.

이 시스템의 주요 강점은 워크플로우 자체에서 사용자에게 스스로를 설명한다는 점입니다. 필요한 모든 지침, 참고 사항 및 팁이 파일에 직접 통합되어 있습니다. 중복된 지침은 웹 호스팅 저장소 내 .txt 파일로 포함되어 있습니다. 목표는 워크플로우를 여는 누구나 가이드를 읽으며 진행할 수 있도록, 학습에 필요한 모든 것이 그래프 자체에 이미 포함되어 있으며, 다른 창을 열 필요 없이 진행되도록 하는 것입니다.

이전에 Wai-illustrious를 사용한 경험을 바탕으로, 바운티 헌터를 통해 제가 가장 놀라웠던 기능은 거의 프롬프트 없이도 시스템이 얼마나 정확하게 작동하는지입니다. 과거 생성 결과에서, Wai의 방대한 캐릭터 및 주제(5,000개 이상)는 충분히 안내되지 않을 경우 환각을 일으키기 쉽다는 것을 알았습니다. 많은 예시 이미지는 캐릭터 이름만 입력하여 생성되었고, 테스트 중에는 “masterpiece” 같은 기본 긍정적 품질 프롬프트 없이도 허용 수준, 아니면 더 높은 품질의 이미지가 생성되었습니다. 또한 여러 차례에 걸쳐 간단한 설명이나 빈 “긍정적 프롬프트”조차 고품질의 애니메이션 초상화 스타일 이미지를 생성했습니다. 시스템은 텍스처, 색상 균형, 선 작업 및 조명을 모두 자동으로 처리하며, 대부분의 예술적 스타일을 자동으로 관리합니다. 이는 초보자뿐 아니라 일관되고 반복 가능한 결과를 원하는 경험이 풍부한 창작자들에게도 유용합니다.

이 워크플로우는 체크포인트 및 생성 설정에 따라 몇 가지 알려진 한계, 약점 및 향후 개발 영역을 가지고 있으며, 이는 적용과 사용을 제한할 수 있습니다. 첫째, 성적 요소나 생식기(특히 트랜스젠더 또는 ‘후타나리’ 형태)의 삽입은 Wai-Illustrious 및 Illustrious의 기본 편향과 이러한 NSFW 시나리오 및 개인의 이미지에 대한 높은 학습률로 인해 더 흔할 수 있습니다. 이러한 콘텐츠를 제한하거나 부정적 프롬프트로 사용하기 위한 안전 등급 태그(general, sensitive, nsfw, explicit)의 사용은 완전히 테스트되지 않았습니다. 또한, 이 워크플로우는 이미지 품질을 높이고 생성 능력을 집중시키기 위해 권장되는 최소 해상도로 초기 이미지를 생성하며, 다른 비율이나 방향은 완전히 테스트되지 않았습니다. 이러한 매개변수로 인해 워크플로우는 기본 설정에서 단일 초상화에 편향되어 있으며, 다중 주제나 복잡한 구성의 이미지를 생성할 때 어려움이나 오류가 더 빈번할 수 있습니다. 2, 4, 또는 8개의 배치 생성을 실행하면 노이즈 제거 중 무작위성이 증가하여 이러한 변형이나 오류를 줄이는 데 도움이 될 수 있습니다.

이 워크플로우를 사용하여 생성된 모든 콘텐츠나 이미지에 대해 저는 어떠한 책임, 손해배상, 또는 책임도 지지 않습니다. 이는 완전히 검열되지 않은 AI 도구이며, 사용자는 이를 책임감 있게 사용해야 합니다(그렇게 설계되었습니다). 이는 딥페이크와 대부분의 장소에서 금지되는 콘텐츠와 같은 불법 사용을 포함합니다. 이미 경고를 드렸습니다.

이 워크플로우를 사용하려면 다운로드하여 ComfyUI 내에서 열고, 두 개의 필수 모델과 여러 개의 목록된 지원 파일을 로드하기만 하면 됩니다. 워크플로우 자체가 나머지 과정을 안내하며, 내장된 참고 사항은 어디를 클릭해야 하는지, 무엇을 변경할 수 있는지, 그리고 모든 것을 망치지 않고 실험하는 방법을 설명합니다. 이는 사용자 친화적이며 명확하고 모두가 접근할 수 있도록 신중하게 설계되었습니다. 이전에 고급 AI 도구를 사용해 본 적이 없는 사람이라도 바운티 헌터를 상대적으로 낮은 학습 곡선으로 사용할 수 있습니다.

저는 바운티 헌터를 만들어, 복잡한 기술적 세부 사항을 알지 못해도 관심 있는 사용자가 아름답고 신뢰할 수 있는 애니메이션 아트를 만들 수 있도록 하였습니다. 이는 창작 과정을 매끄럽고 예측 가능하며, 낮은 좌절감으로 즐거운 생성 경험을 제공합니다. 모든 설정이 완료되면, 사용자는 태그나 캐릭터 이름을 입력하거나 포함된 프롬프트를 복사하여 붙여넣거나, 자신의 아이디어를 간단히 설명하고 시스템이 나머지를 처리하도록 할 수 있습니다. 예술은 모두를 위한 것이며, 우리는 모두 사용 가능한 도구로 창의성을 발휘할 자격이 있습니다.

행운을 빕니다. 즐거운 사냥 되세요!

기술 보고서 및 자원

============

제로샷 설계: 1911A2 바운티 헌터 프로토콜

고품질 애니메이션 생성을 위한 결정론적 다중 패스 아키텍처

작성자: Freyja Pixel 💖 (시스템 아키텍트)

플랫폼: ComfyUI

모델 스택: Wai-Illustrious v15 + v14 하이브리드

ComfyUI Danbooru 및 e621 데이터베이스 태그 도우미:

/model/950325/danboorue621-autocomplete-tag-lists-incl-aliases-krita-ai-support

https://github.com/newtextdoc1111/ComfyUI-Autocomplete-Plus/

Wai-Illustrious 태그 자원:

(온라인 캐릭터 및 태그 찾기) https://huggingface.co/spaces/flagrantia/character_select_saa

(SAA 캐릭터 선택)

https://github.com/mirabarukaso/character_select_stand_alone_app

ComfyUI 사용 (다운로드 및 설치: https://www.comfy.org/download)

ComfyUI Manager (https://github.com/Comfy-Org/ComfyUI-Manager).

주요 패스에는 Wai-Illustrious v15.0 사용.

/model/827184/wai-illustrious-sdxl.

정제 패스에는 Wai-Illustrious v14.0과 특정 세부 사항 및 안정화 LoRA 사용.

/model/827184?modelVersionId=1761560

상세한 손:

/model/200255?modelVersionId=2212079,

상세한 발:

/model/200251?modelVersionId=1464471

Illustrious XL 안정화:

/model/971952?modelVersionId=2055853

세부 조정 슬라이더:

/model/1333749/add-detail-slider?modelVersionId=1506032) 두 번째 패스에서!

ComfyUI 사용자 정의 노드:

rgthree:

https://github.com/rgthree/rgthree-comfy https://www.runcomfy.com/comfyui-nodes/rgthree-comfy

ComfyUI-Impact-Pack:

https://github.com/ltdrdata/ComfyUI-Impact-Pack

https://www.runcomfy.com/comfyui-nodes/ComfyUI-Impact-Pack

1. 요약

1911A2 바운티 헌터는 “워크플로우”가 아닙니다.

이는 대부분의 애니메이션 스타일 AI 이미지 생성에 내재된 “슬롯 머신” 무작위성을 제거하기 위해 설계된 결정론적 생성 아키텍처입니다.

기존 파이프라인은 방대한 프롬프트 엔지니어링에 의존하는 반면, 바운티 헌터는 패러다임을 전환합니다:

➡️ 시스템이 미적 요소를 제어합니다. ➡️ 사용자는 의도만 제어합니다.

이로 인해 제로샷 생성이 가능해집니다. 설명적인 긍정적 프롬프트 없이도 일관되고 해부학적으로 정확하며 스타일적으로 일치하는 애니메이션 캐릭터를 생성할 수 있습니다.

이 릴리즈에는 세 가지 최적화된 변형이 포함되어 있습니다:

• 마스터피스 — 2048×2048 균형 잡힌 플래그십

• 빅 게임 헌터 — UHD 4K/8K 업스케일링 버전

• 머신건 가챠 — 고속 1024×1024 빠른 생성기

세 버전 모두 동일한 철학을 따릅니다: 생성을 제어 가능한 하위 시스템으로 분해합니다.

2. 시스템 아키텍처

생성 → 정제 루프

바운티 헌터는 단단한 두 단계 잠재적 파이프라인을 통해 작동하며, 기하학과 텍스처의 작업을 분리합니다.

1단계 — 기하학 패스 (제너레이터)

체크포인트: Wai-Illustrious v15

스텝: 32, 고정 시드

노이즈 제거: 1.0 (전체 생성)

목적: 구성, 실루엣, 조명 방향, 자세 벡터를 확립합니다.

왜 v15인가요?

이는 역동적인 구성에 뛰어나며 구조적 프롬프트에 강력하게 반응합니다. 유료 웹 서비스 및 오픈 소스 저장소를 포함한 여러 AI 생성 커뮤니티에서 널리 사용됩니다. Wai-Illustrious SAA 캐릭터 선택기와 같은 여러 커뮤니티 구축 지원 도구를 통해 프롬프트 엔지니어링 및 캐릭터 선택을 지원합니다.

2단계 — 텍스처 패스 (리파이너)

체크포인트: Wai-Illustrious v14

스텝: 18, 고정 시드

노이즈 제거: 0.35

목적: 해부학적 오류 수정, 텍스처 안정화, 조명 개선, 캐릭터 정체성 고정.

왜 v14인가요?

커뮤니티에서 해부학적 이해도가 더 뛰어나다고 보고되었으며, Wai-Illustrious를 1년 이상, 5개 이상의 버전을 사용하며 프롬프팅, 테스트 및 생성을 진행한 저도 이 입장에 동의합니다.

가untlet (해부학 강제 스택)

정제 과정 중 잠재 공간은 다음을 통과합니다:

상세한 손 LoRA

상세한 발 LoRA

안정화 / 환각 방지 LoRA

추가 세부 사항 LoRA

이들은 사용자가 지정한 스타일, 캐릭터 또는 기타 LoRA 적용 후, 두 번째 샘플러 전에 의도적으로 배치됩니다.

결과:

깨끗한 손가락 관절, 안정적인 발바닥, 균형 잡힌 비율, 포즈 보존, 구성 흐름 없음, 기하학적 흐름을 흐리게 하지 않는 텍스처 일관성

이곳에서 제로샷 신뢰성이 드러납니다.

3. "미사토-레이 테스트" 프로토콜

토큰화 및 모델 언어학에 대한 연구

아주 훌륭한 아키텍처는 많은 애니메이션 학습 모델처럼 토큰 순서에 매우 민감합니다.

A/B 테스트 결과:

첫 번째 테스트에서는 입력 프롬프트로 "misato katsuragi"(영어 순서)를 사용했고, 이는 금발의 여성을 환각적으로 생성하여 정체성이 왜곡되었습니다.

반면 "katsuragi misato"(Danbooru/학습 순서)로 프롬프트를 주었을 때, 표준적인 미사토의 완벽한 재구성이 생성되었습니다.

두 번째 테스트에서는 "rei ayanami"(영어 순서)로 시작했고, 이는 분홍색 머리카락의 여성을 환각적으로 생성하여 정체성이 왜곡되었습니다.

대신 "ayanami rei"(Danbooru/학습 순서)를 사용했을 때, 표준적인 레이의 완벽한 재구성이 생성되었습니다.

결론:

모델의 원어 태그 방식을 사용하는 것이 유용하며, 자연어는 필요할 때만 사용하는 것이 좋습니다.

Bounty Hunter는 다음을 통해 이를 강제합니다:

KSamplers 모두에 대해 테스트되고 정확한 고정 시드로 설정된 기본 생성 옵션, 그래프 내 문서, 여러 예시를 포함한 권장 구조화된 프롬프트를 통한 토큰화 순서 일관성, 권장 태그 보조 도구, 그리고 내재된 문서 및 첨부 이미지 메타데이터에 포함된 프롬프트 및 태그 오류 예시의 재설계.

이로 인해 초보 사용자라도 제로샷 캐릭터 프롬프트가 신뢰할 수 있는 정체성 일관성을 제공합니다.

4. 핵심 기능

✔ 자기 문서화 시스템

워크플로우에는 다음이 포함됩니다:

임베디드 마크다운 노트

사용법 안내

프롬프트 가이드

오류 상태 설명

JSON 파일을 갖는다면, 매뉴얼을 갖는 것입니다.

✔ 제로샷 캐릭터 생성

여러 헤더 이미지(흰 머리의 사이버 루게이)는 긍정적 프롬프트에 아무 정보도 없는 상태에서 생성된 내재된 "제로샷" 헤드샷/초상화에서 설계되었습니다. 첨부된 이미지들은 빈 긍정적 프롬프트 초상화에서부터 완성된 예술적 캐릭터 작품(긴 머리카락의 사이버 네이션, 양손에 권총을 들고 표정이 풍부하며 세부적인 신체와 사이버펑크 도시 배경)까지의 전체 프롬프트 설계 과정을 보여줍니다.

정체성은 다음에서 유래합니다:

아키텍처 제약, LoRA 로더, 두 단계 잠재적 루프, 시드 결정성.

고품질 출력을 위해 자세한 프롬프트는 선택 사항입니다. 간단한 프롬프트도 작동하지만, 생성 파라미터에 따라 배경이나 캐릭터 품질이 낮아질 수 있습니다. Readme에는 간단한 프롬프트, "가챠" 스타일 프롬프트, 고도로 설계된 자세한 프롬프트 예시와 함께 생성에 추가할 권장 태그가 포함되어 있습니다. 이를 통해 애니메이션 스타일 이미지의 품질을 최대화하면서 최소한의 조정만으로도 결과를 향상시킬 수 있습니다.

✔ 해부학적 신뢰성

정제 단계에서 해부학 LoRA를 실행하면 정확한 해부학적 생성이 촉진됩니다:

손가락은 분리된 상태를 유지하고, 발가락과 발은 일관성을 유지하며, 관절은 올바르게 굽히고, 물체는 융합되지 않으며, 동작 포즈는 실루엣 논리를 유지합니다.

이 파이프라인은 해부학을 "추가 세부사항"이 아닌 임무 핵심 하위 시스템으로 처리합니다.

✔ 구성 가능한 스타일 주입

두 개의 비리파이너 LoRA 스택을 주입, 수정, 또는 우회(왼쪽 클릭 + Ctrl+B)하여 사용자 정의 또는 기본 Illustrious 출력을 생성할 수 있습니다. 이중 LoRA 로더는 위치와 가중치에 따라 더 많은 실험과 미세한 변화를 가능하게 하지만, 과도한 사용은 특히 LoRA 강도 조정 중 해부학적 변형 위험을 증가시킬 수 있습니다.

다음과 같은 작업이 가능합니다:

완전히 중립 상태로 실행

단일 스타일 적용

시드마다 전체 미적 LoRA 로더를 전환

LoRA 선택과 가중치 조절을 통해 제어된 변형 생성

이로 인해 Bounty Hunter는 단일 템플릿이 아닌 스튜디오 수준의 시스템이 됩니다.

✔ 알려진 제한사항

테스트는 1명 또는 2명의 인물과 "POV" 스타일 이미지에 대해 수행되었습니다. 워크플로우는 초기 생성 해상도가 낮아(1024x1024) 초상화에 편향되어 있습니다. 다른 해상도나 종횡비는 테스트되지 않았습니다. 고정 시드에서의 고배치 생성은 변형 및 오류를 줄일 수 있으나, 어떤 결과도 보장되지 않습니다.

5. 기술적 요구사항

플랫폼: ComfyUI

매니저: ComfyUI Manager (누락된 커스텀 노드 자동 설치용)

체크포인트:

Wai-Illustrious v15 (제너레이터)

Wai-Illustrious v14 (리파이너)

커스텀 노드:

rgthree

ComfyUI-Impact-Pack

하드웨어:

전체 2단계 흐름을 위해 12GB VRAM에서 테스트

RTX 4070, 64GB RAM 시스템에서 테스트. 평균 생성 시간은 워크플로우 스냅샷에 포함되어 있습니다. 일반적으로 머신건은 한 이미지당 약 30초, 마스터 바운티 헌터는 약 60초, 빅 게임 헌터는 4K 이미지에 2~3분, 8K 이미지에는 4분 이상 소요됩니다.

6. 설치 및 사용법

JSON 워크플로우를 다운로드하세요!

PNG 파일은 개발 중에 생성된 이전 버전일 수 있습니다. 사용을 권장하지 않지만, 특히 프롬프트 참조용으로 유용할 수 있습니다.

JSON 파일을 ComfyUI로 드래그 앤 드롭하세요. .zip 파일에는 JSON과 Readme 및 프롬프트 가이드 텍스트 파일이 포함되어 있어 중복 및 접근성을 보장합니다.

Manager를 사용하여 누락된 노드를 설치하세요.

모델과 LoRA가 올바른 ComfyUI 폴더에 배치되었는지 확인하세요.

다음과 같이 할당하세요:

왼쪽 체크포인트 → v15 (제너레이터)

오른쪽 체크포인트 → v14 (리파이너)

그래프 내 임베디드 노트를 읽으세요.

제로샷 모드로 시작하세요(긍정적 프롬프트에 'shiranui mai'와 같은 주체 토큰만 포함하고 그 외에는 아무것도 추가하지 마세요).

원하는 경우 구조화된 프롬프팅으로 확장하세요.

이 무제한 AI 도구로 생성된 모든 내용에 대해 저는 어떠한 책임, 법적 책임, 또는 의무도 지지 않습니다. 이미 두 번 경고 및 조언을 드렸습니다.

행운을 빕니다.