WebUI Forge 이미지 생성을 위한 파라미터들

Stable Diffusion WebUI Forge에서 Distilled CFG Scale, CFG Scale, Denoising strength는 이미지 생성 과정에서 핵심적인 역할을 하는 파라미터들입니다. 이 세 가지는 각각 다른 측면에서 생성 이미지의 특성과 품질에 영향을 미칩니다. 각 파라미터들의 기능과 사용 예제를 통해 이미지를 제어하는 방법을 알아봅니다. 편의상 테스트는 Img2Img를 통해 생성하였습니다.

text2image에서는 CFG Scale이 생성 이미지를 제어하는 주요 파라미터고, image2image에서는 Denoising strength 파라미터가 제일 중요하다고 볼수 있습니다.

 

🍅 CFG Scale

🥙 기능
CFG Scale은 텍스트 프롬프트가 생성되는 이미지에 얼마나 강하게 반영될지(즉, 프롬프트에 얼마나 충실할지)를 조절하는 파라미터입니다.

🍔 낮은 값 (예: 1~5)
프롬프트의 영향력이 약해지고, AI 모델이 더 자유롭게 이미지를 생성합니다. 결과는 때때로 추상적이거나 프롬프트와 거리가 멀어질 수 있지만, 더 창의적이거나 예측 불가능한 이미지가 나올 수 있습니다.

🥞 중간 값 (예: 7~12)
일반적으로 권장되는 값으로, 프롬프트의 지시를 잘 따르면서도 적절한 다양성과 디테일을 유지합니다. 대부분의 경우 좋은 균형을 이룹니다.

🧇 높은 값 (예: 15 이상)
프롬프트의 지시를 매우 엄격하게 따르려고 합니다. 이는 이미지를 프롬프트에 더 가깝게 만들지만, 과도하게 높으면 이미지가 왜곡되거나, 아티팩트가 생기거나, 덜 사실적으로 보일 수 있습니다. (모델의 학습 데이터셋에 따라 결과가 다를 수 있습니다.)

 

여기서는 원본 이미지와의 동일성 유지력을 제어합니다. 프롬프트가 사용되었다면 프롬프트의 영향을 받습니다. 즉, 프롬프트에 머리색이나 표정 등의 제어를 하고자 한다면 CFG값을 높여줘야 합니다.

 

🍎 Denoising strength

✨ 기능
Denoising strength는 주로 Img2Img 작업에서 사용되는 파라미터입니다. 원본 입력 이미지에 얼마나 많은 노이즈를 추가한 후, 이를 다시 디노이징하여 새로운 이미지를 생성할지를 조절합니다. 즉, 원본 이미지의 형태를 얼마나 유지할지, 아니면 얼마나 많이 변경할지를 결정합니다.

🎆 낮은 값 (예: 0.0~0.4)
원본 이미지에 노이즈를 거의 추가하지 않고, 디노이징 과정도 약하게 이루어집니다. 따라서 결과 이미지는 원본 이미지와 거의 동일하게 유지되면서도 프롬프트에 따라 미세한 변화(예: 스타일 변경, 디테일 추가)가 적용됩니다. 원본 이미지의 "재스타일링"에 가깝습니다.

🎇 중간 값 (예: 0.5~0.7)
원본 이미지의 주요 구조와 구성은 유지되지만, 상당한 양의 노이즈가 추가되고 디노이징 과정에서 새로운 디테일과 요소가 생성될 수 있습니다. 원본 이미지의 컨셉을 기반으로 새로운 이미지를 생성할 때 유용합니다.

🎉 높은 값 (예: 0.8~1.0)
원본 이미지에 많은 노이즈가 추가되어 거의 완전히 새로운 이미지로 변환됩니다. 사실상 텍스트 투 이미지(Txt2Img)와 유사하게 작동하며, 원본 이미지의 영향력이 거의 사라집니다. (1.0에 가까울수록 Txt2Img와 거의 같아집니다.)

Denoising strength 값이 나무 낮아지면 생성 결과물이 원본 이미지와 같게 됩니다. 통상적으로 0.55 이상 높아지면 원본 이미지와 다른 변형이 생기기 시작합니다.

 

🍓 Distilled CFG Scale

Distilled CFG Scale은 🍒LCM (Latent Consistency Model) 또는 SDXL-Lightning과 같은 "증류(Distilled)" 모델(소량의 스텝으로 빠른 생성을 가능하게 하는 모델)을 사용할 때 나타나는 특별한 파라미터입니다. 이 파라미터는 매우 적은 스텝(예: 2~8 스텝)에서도 기존 CFG Scale과 유사한 효과를 내도록 최적화된 프롬프트 가이던스 스케일입니다. 

일반적인 CFG Scale은 스텝 수가 적을 때(특히 4스텝 이하) 제대로 작동하지 않거나, 이미지가 뭉개지거나 일관성이 없어지는 경향이 있습니다. Distilled CFG Scale은 이러한 빠른 생성 모델의 특성을 고려하여, 적은 스텝에서도 효과적으로 프롬프트 가이던스를 제공하도록 설계되었습니다.

🍍 권장 값
보통 1.1에서 2.2 사이의 낮은 값을 사용합니다. 일반 CFG Scale과는 달리, 낮은 값이지만 강력한 효과를 냅니다.

🍉 사용 조건
LCM 또는 SDXL-Lightning LoRA 등과 같은 증류된 샘플러/모델을 활성화했을 때만 이 파라미터가 유효하게 작동합니다. 일반적인 Stable Diffusion 모델과 샘플러에서는 이 파라미터가 나타나지 않거나, 나타나더라도 영향을 미치지 않습니다.

🍆 작동 방식
증류된 모델들은 "일관성 샘플링(Consistency Sampling)"이라는 기법을 사용하여 적은 스텝으로도 고품질의 이미지를 생성하는데, Distilled CFG Scale은 이 과정에서 프롬프트의 영향력을 최적화된 방식으로 조절합니다.

라이트닝 모델이 아닌 경우 샘플링 방식을 LCM으로 바꿔주면 적용이 됩니다. 2.8에서 3.2 사이가 최적의 결과물을 얻을 수 있는 것으로 나타납니다. 하지만 원본 이미지의 상태에 따라 이 수치는 달라질 것입니다.

​

⭕ 사용한 프롬프트

(masterpiece, best quality, high resolution, High contrast shadows), anime style, semi-realistic style, Comic, Graphic Novel,  Manga, (Line Art), slightly hyperrealistic style, rendered in a stylized, 

background is pure white, white background, 

male, 1boy:1.2,  

이번 포스팅에서는 이미지 생성과정에서 프롬프트의 강도(적용 정도)을 미세 조정하기 위한 CFG관련 파라미터들을 알아봤습니다. WebUI Forge에서 기본적인 파라미터만 잘 조절하면 의외로 좋은 결과물을 얻을 수 있습니다. 

 

아래 링크를 통해 시비타이 저장소에 가보시면 워크플로가 포함된 이미지를 열람 하실 수 있습니다.

시비타이 저장소에 가보시면 위의 과정을 통해 생성된 이미지가 게시되어 있습니다. 참고하시면 도움이 될 것입니다.