> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-robin-i18n-sync.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Qwen-Image ComfyUI 네이티브 워크플로우 예시

> Qwen-Image는 Apache 2.0 라이선스로 오픈소스화된 20B 파라미터 MMDiT(멀티모달 디퓨전 트랜스포머) 모델입니다.

**Qwen-Image**는 알리바바의 Qwen 팀이 발표한 최초의 이미지 생성 기반 모델입니다. 이 모델은 Apache 2.0 라이선스로 오픈소스화된 20B 파라미터 MMDiT(멀티모달 디퓨전 트랜스포머) 모델입니다. 이 모델은 **복잡한 텍스트 렌더링**과 **정밀한 이미지 편집**에서 큰 진전을 이루었으며, 영어와 중국어를 포함한 여러 언어에 대해 고화질 출력을 달성했습니다.

**모델 주요 특징**:

* **우수한 다국어 텍스트 렌더링**: 영어, 중국어, 한국어, 일본어 등 다양한 언어에서 고정밀 텍스트 생성을 지원하며, 글꼴 세부 정보와 레이아웃 일관성을 유지합니다.
* **다양한 예술적 스타일**: 포토리얼리즘 장면부터 인상파 그림, 애니메이션 스타일부터 미니멀리즘 디자인까지 다양한 창작 프롬프트에 유연하게 적응합니다.

**관련 링크**:

* [GitHub](https://github.com/QwenLM/Qwen-Image)
* [Hugging Face](https://huggingface.co/Qwen/Qwen-Image)
* [ModelScope](https://modelscope.cn/models/qwen/Qwen-Image)

현재 Qwen-Image는 여러 ControlNet 지원 옵션을 제공합니다:

* [Qwen-Image-DiffSynth-ControlNets/model\_patches](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/tree/main/split_files/model_patches): 캐니, 딥스, 인페인트 모델 포함
* [qwen\_image\_union\_diffsynth\_lora.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/blob/main/split_files/loras/qwen_image_union_diffsynth_lora.safetensors): 이미지 구조 제어 LoRA, 캐니, 딥스, 포즈, 라인아트, 소프트엣지, 노멀(normal), 오픈포즈 지원
* InstantX ControlNet: 추후 업데이트 예정

## ComfyOrg Qwen-Image 라이브 스트림

**Qwen-Image in ComfyUI - Lightning & LoRAs**

<iframe className="w-full aspect-video rounded-xl" src="https://www.youtube.com/embed/WBFHwrpYRtY?si=uREGRhBDryTJBIry" title="Qwen-Image in ComfyUI - Lightning & LoRAs / 2025년 8월 15일" allow="accelerometer; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowFullScreen />

**Qwen-Image ControlNet in ComfyUI - DiffSynth**

<iframe className="w-full aspect-video rounded-xl" src="https://www.youtube.com/embed/bXMClHfEFn4?si=dcaNdqOMSwvu3t8x" title="Qwen-Image ControlNet in ComfyUI - DiffSynth / 2025년 8월 26일" allow="accelerometer; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowFullScreen />

## Qwen-Image 네이티브 워크플로우 예시

<Tip>
  <Tabs>
    <Tab title="로컬 사용자">
      ComfyUI가 최신 버전으로 업데이트되었는지 확인하세요.

      * [ComfyUI 다운로드](https://www.comfy.org/download)
      * [업데이트 가이드](/ko/installation/update_comfyui)

      이 가이드의 워크플로는 [워크플로 템플릿](/ko/interface/features/template)에서 확인할 수 있습니다.
      템플릿에서 찾을 수 없다면, 귀하의 ComfyUI가 오래된 버전일 수 있습니다.

      워크플로를 로드할 때 노드가 누락되는 경우, 가능한 원인:

      1. 최신 ComfyUI 버전(최신 테스트 버전(nightly))을 사용하고 있지 않음
      2. 일부 노드가 시작 시 가져오기에 실패함
    </Tab>

    <Tab title="클라우드 사용자">
      * [클라우드](https://cloud.comfy.org)는 ComfyUI 안정판 출시 후 업데이트됩니다.

      따라서 이 문서에서 핵심 노드가 누락된 것을 발견했다면, 그 이유는 새로운 핵심 노드가 아직 최신 안정판에 공개되지 않았기 때문일 수 있습니다. 다음 안정판 출시를 기다려 주세요.
    </Tab>
  </Tabs>
</Tip>

<h3 id="image_qwen_image">
  Qwen-Image: 텍스트 기반 이미지 생성
</h3>

Qwen-Image의 20B MMDiT 모델을 사용하여 탁월한 다국어 텍스트 렌더링 및 편집 기능으로 이미지를 생성하세요.

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_qwen_image-1.webp" alt="Qwen-Image 텍스트 기반 이미지 생성 워크플로우 미리보기" />

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=image_qwen_image&utm_source=docs&utm_medium=referral&utm_campaign=qwen-image">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로우 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image.json">
    JSON 다운로드 또는 템플릿 라이브러리에서 "Qwen-Image" 검색
  </Card>
</CardGroup>

**출력 예시**

![Qwen-Image 출력 예시](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_qwen_image.png)

이 문서에 첨부된 워크플로우에는 세 가지 다른 모델이 사용됩니다:

1. Qwen-Image 원본 모델 fp8\_e4m3fn
2. 8단계 가속 버전: Qwen-Image 원본 모델 fp8\_e4m3fn에 lightx2v 8단계 LoRA 적용
3. 증류 버전: Qwen-Image 증류 모델 fp8\_e4m3fn

**VRAM 사용량 참고**
GPU: RTX4090D 24GB

| 사용된 모델                            | VRAM 사용량 | 첫 번째 생성 | 두 번째 생성 |
| --------------------------------- | -------- | ------- | ------- |
| fp8\_e4m3fn                       | 86%      | ≈ 94s   | ≈ 71s   |
| fp8\_e4m3fn에 lightx2v 8단계 LoRA 적용 | 86%      | ≈ 55s   | ≈ 34s   |
| 증류된 fp8\_e4m3fn                   | 86%      | ≈ 69s   | ≈ 36s   |

### 1. 워크플로우 파일

ComfyUI를 업데이트한 후, 템플릿에서 워크플로우 파일을 찾거나 아래 워크플로우를 ComfyUI로 드래그해 불러올 수 있습니다.
![Qwen-image 텍스트 기반 이미지 생성 워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/image/qwen/qwen-image.png)

증류 버전

<Card title="증류 모델용 워크플로우 다운로드" icon="download" href="https://github.com/Comfy-Org/example_workflows/blob/main/image/qwen/image_qwen_image_distill.json">
  JSON 워크플로우 다운로드
</Card>

### 2. 모델 다운로드

**ComfyUI에서 사용 가능한 모델**

* Qwen-Image\_bf16 (40.9 GB)
* Qwen-Image\_fp8 (20.4 GB)
* 증류 버전 (비공식, 15단계만 필요)

모든 모델은 [Huggingface](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/tree/main) 및 [Modelscope](https://modelscope.cn/models/Comfy-Org/Qwen-Image_ComfyUI/files)에서 확인 가능합니다.

**Diffusion 모델**

* [qwen\_image\_fp8\_e4m3fn.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/split_files/diffusion_models/qwen_image_fp8_e4m3fn.safetensors)

Qwen\_image\_distill

* [qwen\_image\_distill\_full\_fp8\_e4m3fn.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/non_official/diffusion_models/qwen_image_distill_full_fp8_e4m3fn.safetensors)
* [qwen\_image\_distill\_full\_bf16.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/non_official/diffusion_models/qwen_image_distill_full_bf16.safetensors)

<Note>
  - 증류 버전의 원저자는 cfg 1.0에서 15단계 사용을 권장합니다.
  - 테스트 결과, 이 증류 버전은 cfg 1.0에서 10단계에서도 우수한 성능을 보입니다. 원하는 이미지 유형에 따라 euler 또는 res\_multistep 중 선택할 수 있습니다.
</Note>

**LoRA**

* [Qwen-Image-Lightning-8steps-V1.0.safetensors](https://huggingface.co/lightx2v/Qwen-Image-Lightning/blob/main/Qwen-Image-Lightning-8steps-V1.0.safetensors)

**텍스트 인코더**

* [qwen\_2.5\_vl\_7b\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors)

**VAE**

[qwen\_image\_vae.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/split_files/vae/qwen_image_vae.safetensors)

**모델 저장 위치**

```
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── qwen_image_fp8_e4m3fn.safetensors
│   │   └── qwen_image_distill_full_fp8_e4m3fn.safetensors ## 蒸馏版
│   ├── 📂 loras/
│   │   └── Qwen-Image-Lightning-8steps-V1.0.safetensors   ## 8步加速 LoRA 模型
│   ├── 📂 vae/
│   │   └── qwen_image_vae.safetensors
│   └── 📂 text_encoders/
│       └── qwen_2.5_vl_7b_fp8_scaled.safetensors
```

### 3. 워크플로우 지침

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image-guide.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=a1456520a392b6450a3c8449c66662b0" alt="단계 안내" width="3111" height="1829" data-path="images/tutorial/image/qwen/image_qwen_image-guide.jpg" />

1. `Load Diffusion Model` 노드가 `qwen_image_fp8_e4m3fn.safetensors`를 로드했는지 확인하세요.
2. `Load CLIP` 노드가 `qwen_2.5_vl_7b_fp8_scaled.safetensors`를 로드했는지 확인하세요.
3. `Load VAE` 노드가 `qwen_image_vae.safetensors`를 로드했는지 확인하세요.
4. `EmptySD3LatentImage` 노드가 정확한 이미지 크기로 설정되었는지 확인하세요.
5. `CLIP Text Encoder` 노드에 프롬프트를 설정하세요. 현재 영어, 중국어, 한국어, 일본어, 이탈리아어 등을 지원합니다.
6. 8단계 가속 LoRA를 lightx2v로 활성화하려면 해당 노드를 선택하고 `Ctrl + B`를 눌러 활성화하고, 8번 단계에서 설명한 대로 Ksampler 설정을 수정하세요.
7. `Queue` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 워크플로우를 실행하세요.
8. 모델 버전과 워크플로우에 따라 KSampler 파라미터를 적절히 조정하세요.

<Note>
  증류 모델과 lightx2v의 8단계 가속 LoRA는 동시에 사용하기에는 호환되지 않는 것으로 보입니다. 함께 사용할 수 있는지 다양한 조합으로 실험해 보세요.
</Note>

## Qwen Image InstantX ControlNet 워크플로

이것은 ControlNet 모델이므로 일반 ControlNet처럼 사용할 수 있습니다.

<h3 id="image_qwen_image_instantx_controlnet">
  Qwen-Image InstantX Union ControlNet
</h3>

Qwen-Image InstantX ControlNet으로 이미지를 생성할 수 있으며, canny, soft edge, depth, pose를 지원합니다.

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_qwen_image_instantx_controlnet-1.webp" alt="Qwen-Image InstantX ControlNet 워크플로 미리보기" />

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=image_qwen_image_instantx_controlnet&utm_source=docs&utm_medium=referral&utm_campaign=qwen-image">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image_instantx_controlnet.json">
    JSON을 다운로드하거나 템플릿 라이브러리에서 "Qwen-Image InstantX ControlNet"을(를) 검색하세요.
  </Card>
</CardGroup>

**입력 자료**

이 파일을 해당 `LoadImage` 노드에 업로드하세요:

<CardGroup cols={2}>
  <Card title="image_qwen_image_instantx_controlnet_input_image.jpg" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/image_qwen_image_instantx_controlnet_input_image.jpg">
    `LoadImage` 노드 71 · `image_qwen_image_instantx_controlnet_input_image.jpg`
  </Card>
</CardGroup>

<div style={{display: 'grid', gridTemplateColumns: 'repeat(2, minmax(0, 1fr))', gap: '1rem', alignItems: 'start'}}>
  <img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/image_qwen_image_instantx_controlnet_input_image.jpg" alt="image_qwen_image_instantx_controlnet_input_image.jpg" style={{width: '100%', height: 'auto', objectFit: 'contain'}} />
</div>

## 1. 워크플로 및 입력 이미지

### 2. 모델 링크

1. InstantX 컨트롤넷

[Qwen-Image-InstantX-ControlNet-Union.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-InstantX-ControlNets/blob/main/split_files/controlnet/Qwen-Image-InstantX-ControlNet-Union.safetensors)을(를) 다운로드한 후 `ComfyUI/models/controlnet/` 폴더에 저장합니다.

2. **Lotus Depth 모델**

이 모델을 사용하여 이미지의 뎁스 맵을 생성합니다. 다음 두 모델을 다운로드해야 합니다.

**Diffusion 모델**

* [lotus-depth-d-v1-1.safetensors](https://huggingface.co/Comfy-Org/lotus/blob/main/lotus-depth-d-v1-1.safetensors)

**VAE 모델**

* [vae-ft-mse-840000-ema-pruned.safetensors](https://huggingface.co/stabilityai/sd-vae-ft-mse-original/blob/main/vae-ft-mse-840000-ema-pruned.safetensors) 또는 SD1.5 VAE 중 아무거나

```
ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └─── lotus-depth-d-v1-1.safetensors
│   └── vae/
│       └──  lvae-ft-mse-840000-ema-pruned.safetensors
```

> [comfyui\_controlnet\_aux](https://github.com/Fannovel16/comfyui_controlnet_aux)와 같은 커스텀 노드를 사용하여 뎁스 맵을 생성할 수도 있습니다.

### 3. 워크플로 안내

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image_instantx_controlnet.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=6f7de47c427ec2047d87af94c5543af7" alt="프로세스 안내" width="3800" height="1730" data-path="images/tutorial/image/qwen/image_qwen_image_instantx_controlnet.jpg" />

1. `컨트롤넷 모델 로드` 노드가 `Qwen-Image-InstantX-ControlNet-Union.safetensors` 모델을 올바르게 로드하는지 확인합니다.
2. 입력 이미지를 업로드합니다.
3. 이 서브그래프는 Lotus Depth 모델을 사용합니다. 템플릿에서 찾거나 서브그래프를 편집하여 더 알아볼 수 있습니다. 모든 모델이 올바르게 로드되었는지 확인하세요.
4. `Run` 버튼을 클릭하거나 단축키 `Ctrl(cmd) + Enter`를 사용하여 워크플로를 실행합니다.

## Qwen-Image ControlNet DiffSynth-ControlNets 모델 패치 워크플로

<h3 id="image_qwen_image_controlnet_patch">
  Qwen-Image ControlNet 모델 패치
</h3>

Qwen-Image ControlNet 모델을 사용하여 이미지 생성을 제어합니다. 모델 패치를 통해 canny, depth, inpainting 제어를 지원합니다.

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_qwen_image_controlnet_patch-1.webp" alt="Qwen-Image ControlNet 모델 패치 워크플로 미리보기" />

<CardGroup cols={2}>
  <Card title="Comfy Cloud에서 실행" icon="cloud" href="https://cloud.comfy.org/?template=image_qwen_image_controlnet_patch&utm_source=docs&utm_medium=referral&utm_campaign=qwen-image">
    Comfy Cloud에서 열기
  </Card>

  <Card title="워크플로 다운로드" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image_controlnet_patch.json">
    JSON 다운로드 또는 템플릿 라이브러리에서 "Qwen-Image ControlNet Patch" 검색
  </Card>
</CardGroup>

**입력 자료**

이 파일을 해당 `LoadImage` 노드에 업로드하세요:

<CardGroup cols={2}>
  <Card title="image_qwen_image_controlnet_patch_input_image.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/image_qwen_image_controlnet_patch_input_image.png">
    `LoadImage` 노드 71 · `image_qwen_image_controlnet_patch_input_image.png`
  </Card>
</CardGroup>

<div style={{display: 'grid', gridTemplateColumns: 'repeat(2, minmax(0, 1fr))', gap: '1rem', alignItems: 'start'}}>
  <img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/image_qwen_image_controlnet_patch_input_image.png" alt="image_qwen_image_controlnet_patch_input_image.png" style={{width: '100%', height: 'auto', objectFit: 'contain'}} />
</div>

### 1. 워크플로 및 입력 이미지

ComfyUI를 업데이트한 후, 템플릿에서 워크플로 파일을 찾거나 위의 워크플로 미리보기를 ComfyUI로 끌어다 놓아 로드할 수 있습니다.

### 2. 모델 링크

다른 모델은 Qwen-Image 기본 워크플로와 동일합니다. 아래 모델만 다운로드하여 `ComfyUI/models/model_patches` 폴더에 저장하면 됩니다.

* [qwen\_image\_canny\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/blob/main/split_files/model_patches/qwen_image_canny_diffsynth_controlnet.safetensors)
* [qwen\_image\_depth\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/blob/main/split_files/model_patches/qwen_image_depth_diffsynth_controlnet.safetensors)
* [qwen\_image\_inpaint\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/blob/main/split_files/model_patches/qwen_image_inpaint_diffsynth_controlnet.safetensors)

### 3. 워크플로 사용 방법

현재 diffsynth에는 Canny, Depth, Inpaint 세 가지 패치 모델이 있습니다.

ControlNet 관련 워크플로를 처음 사용하는 경우, 제어 이미지를 모델이 사용하고 인식할 수 있도록 지원되는 이미지 형식으로 전처리해야 한다는 점을 이해해야 합니다.

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/controlnet_input_types.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=932c6256a59b9a589303774645a48479" alt="입력 유형 다이어그램" width="5920" height="2438" data-path="images/tutorial/image/qwen/controlnet_input_types.jpg" />

* Canny: 처리된 canny 엣지, 라인 아트 윤곽선
* Depth: 공간 관계를 보여주는 전처리된 뎁스 맵
* Inpaint: 다시 그려야 할 영역을 표시하려면 마스크를 사용해야 합니다.

이 패치 모델은 세 가지 서로 다른 모델로 나뉘므로, 입력 시 올바른 전처리 유형을 선택하여 이미지가 올바르게 전처리되도록 해야 합니다.

**Canny 모델 ControlNet 사용 방법**

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image_controlnet_patch-canny.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=1db44a7ada8d9b94a7ea63bdb2aba5f4" alt="Canny 워크플로" width="3800" height="2046" data-path="images/tutorial/image/qwen/image_qwen_image_controlnet_patch-canny.jpg" />

1. `qwen_image_canny_diffsynth_controlnet.safetensors`가 로드되었는지 확인합니다.
2. 후속 처리를 위해 입력 이미지를 업로드합니다.
3. Canny 노드는 설정한 파라미터에 따라 입력 이미지를 전처리하여 생성을 제어하는 기본 제공 전처리 노드입니다.
4. 필요한 경우 `QwenImageDiffsynthControlnet` 노드의 `strength` 값을 수정하여 라인 아트 제어 강도를 조절할 수 있습니다.
5. `Run` 버튼을 클릭하거나 `Ctrl(cmd) + Enter` 단축키를 사용하여 워크플로를 실행합니다.

> `qwen_image_depth_diffsynth_controlnet.safetensors`를 사용하려면 이미지를 뎁스 맵으로 전처리하고 `image processing` 부분을 교체해야 합니다. 이 사용법은 이 문서의 InstantX 처리 방법을 참조하세요. 나머지 부분은 Canny 모델을 사용할 때와 유사합니다.

**Inpaint 모델 ControlNet 사용 방법**

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image_controlnet_patch-inpaint.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=b32b14b6231c941a14b4931ee2f54807" alt="Inpaint 워크플로" width="3808" height="2046" data-path="images/tutorial/image/qwen/image_qwen_image_controlnet_patch-inpaint.jpg" />

Inpaint 모델은 [마스크 편집기](/ko/interface/maskeditor)를 사용하여 마스크를 그리고 이를 입력 제어 조건으로 사용해야 합니다.

1. `ModelPatchLoader`가 `qwen_image_inpaint_diffsynth_controlnet.safetensors` 모델을 로드하는지 확인합니다.
2. 이미지를 업로드하고 [마스크 편집기](/ko/interface/maskeditor)를 사용하여 마스크를 그립니다. 해당 `Load Image` 노드의 `mask` 출력을 `QwenImageDiffsynthControlnet`의 `mask` 입력에 연결하여 해당 마스크가 로드되도록 해야 합니다.
3. `Ctrl-B` 단축키를 사용하여 워크플로의 원본 Canny를 실행 건너뛰기 모드로 설정하면 해당 Canny 노드 처리가 비활성화됩니다.
4. `CLIP Text Encoder`에서 마스크 영역을 어떤 내용으로 변경할지 입력합니다.
5. 필요한 경우 `QwenImageDiffsynthControlnet` 노드의 `strength` 값을 수정하여 해당 제어 강도를 조절할 수 있습니다.
6. `Run` 버튼을 클릭하거나 `Ctrl(cmd) + Enter` 단축키를 사용하여 워크플로를 실행합니다.

## Qwen Image ControlNet DiffSynth-ControlNets 모델 패치 워크플로우

<a href="https://cloud.comfy.org/?template=image_qwen_image_controlnet_patch&utm_source=docs" style={{ display: 'inline-block', backgroundColor: '#7c3aed', color: '#ffffff', padding: '10px 20px', borderRadius: '8px', borderColor: "transparent", textDecoration: 'none', fontWeight: 'bold', marginBottom: '1rem'}}>
  Comfy Cloud에서 실행하기
</a>

이 모델은 실제로 ControlNet이 아니라, 캐니, 딥스, 인페인트 등 세 가지 다른 제어 모드를 지원하는 모델 패치입니다.

원본 모델 주소: [DiffSynth-Studio/Qwen-Image ControlNet](https://www.modelscope.cn/collections/Qwen-Image-ControlNet-6157b44e89d444)\
Comfy Org 재호스팅 주소: [Qwen-Image-DiffSynth-ControlNets/model\_patches](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/tree/main/split_files/model_patches)

### 1. 워크플로우 및 입력 이미지

아래 이미지를 다운로드해 ComfyUI로 드래그해 해당 워크플로우를 불러오세요.
![워크플로우](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/image/qwen/qwen-image-controlnet-model-patch/image_qwen_image_controlnet_patch.png)

<a className="prose" target="_blank" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/refs/heads/main/templates/image_qwen_image_controlnet_patch.json" style={{ display: 'inline-block', backgroundColor: '#0078D6', color: '#ffffff', padding: '10px 20px', borderRadius: '8px', borderColor: "transparent", textDecoration: 'none', fontWeight: 'bold'}}>
  <p className="prose" style={{ margin: 0, fontSize: "0.8rem" }}>JSON 형식 워크플로우 다운로드</p>
</a>

아래 이미지를 입력으로 다운로드하세요:

![입력](https://raw.githubusercontent.com/Comfy-Org/example_workflows/refs/heads/main/image/qwen/qwen-image-controlnet-model-patch/input.png)

### 2. 모델 링크

다른 모델은 Qwen-Image 기본 워크플로우와 동일합니다. 아래 모델만 다운로드해 `ComfyUI/models/model_patches` 폴더에 저장하면 됩니다.

* [qwen\_image\_canny\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/resolve/main/split_files/model_patches/qwen_image_canny_diffsynth_controlnet.safetensors)
* [qwen\_image\_depth\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/resolve/main/split_files/model_patches/qwen_image_depth_diffsynth_controlnet.safetensors)
* [qwen\_image\_inpaint\_diffsynth\_controlnet.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-DiffSynth-ControlNets/resolve/main/split_files/model_patches/qwen_image_inpaint_diffsynth_controlnet.safetensors)

### 3. 워크플로우 사용 지침

현재 diffsynth는 캐니, 딥스, 인페인트 세 가지 패치 모델을 제공합니다.

ControlNet 관련 워크플로우를 처음 사용한다면, 제어 이미지는 모델이 인식하고 사용하기 전에 지원되는 이미지 형식으로 사전 처리되어야 한다는 점을 이해해야 합니다.

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/controlnet_input_types.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=932c6256a59b9a589303774645a48479" alt="입력 유형 다이어그램" width="5920" height="2438" data-path="images/tutorial/image/qwen/controlnet_input_types.jpg" />

* 캐니: 처리된 캐니 에지, 라인아트 윤곽선
* 딥스: 공간 관계를 나타내는 사전 처리된 깊이맵
* 인페인트: 마스크를 사용해 다시 그려야 할 영역을 표시해야 합니다.

이 패치 모델은 세 가지 다른 모델로 나뉘므로, 입력 시 정확한 사전 처리 유형을 선택해 이미지가 제대로 처리되도록 해야 합니다.

**캐니 모델 ControlNet 사용 지침**

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image_controlnet_patch-canny.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=1db44a7ada8d9b94a7ea63bdb2aba5f4" alt="캐니 워크플로우" width="3800" height="2046" data-path="images/tutorial/image/qwen/image_qwen_image_controlnet_patch-canny.jpg" />

1. `qwen_image_canny_diffsynth_controlnet.safetensors`가 로드되었는지 확인하세요.
2. 이후 처리를 위해 입력 이미지를 업로드하세요.
3. 캐니 노드는 원본 사전 처리 노드로, 설정한 매개변수에 따라 입력 이미지를 처리해 생성을 제어합니다.
4. 필요하다면 `QwenImageDiffsynthControlnet` 노드의 `strength`를 수정해 라인아트 제어 강도를 조정할 수 있습니다.
5. `Run` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 워크플로우를 실행하세요.

> qwen\_image\_depth\_diffsynth\_controlnet.safetensors를 사용하려면 이미지를 깊이맵으로 사전 처리하고 `image processing` 부분을 교체해야 합니다. 이 사용법은 이 문서의 InstantX 처리 방법을 참고하세요. 다른 부분은 캐니 모델 사용법과 비슷합니다.

**인페인트 모델 ControlNet 사용 지침**

<img src="https://mintcdn.com/dripart-docs-robin-i18n-sync/5JZzwjsjgrXC6Gs8/images/tutorial/image/qwen/image_qwen_image_controlnet_patch-inpaint.jpg?fit=max&auto=format&n=5JZzwjsjgrXC6Gs8&q=85&s=b32b14b6231c941a14b4931ee2f54807" alt="인페인트 워크플로우" width="3808" height="2046" data-path="images/tutorial/image/qwen/image_qwen_image_controlnet_patch-inpaint.jpg" />

인페인트 모델의 경우, [Mask Editor](/ko/interface/maskeditor)를 사용해 마스크를 그린 후 이를 입력 제어 조건으로 사용해야 합니다.

1. `ModelPatchLoader`가 `qwen_image_inpaint_diffsynth_controlnet.safetensors` 모델을 로드했는지 확인하세요.
2. 이미지를 업로드하고 [Mask Editor](/ko/interface/maskeditor)를 사용해 마스크를 그립니다. 해당 `Load Image` 노드의 `mask` 출력을 `QwenImageDiffsynthControlnet`의 `mask` 입력에 연결해 정확한 마스크가 로드되도록 해야 합니다.
3. `Ctrl-B` 단축키를 사용해 워크플로우의 원래 캐니를 바이패스 모드로 설정해 해당 캐니 노드의 처리를 무효화하세요.
4. `CLIP Text Encoder`에서 마스크로 변경하고 싶은 내용을 입력하세요.
5. 필요하다면 `QwenImageDiffsynthControlnet` 노드의 `strength`를 수정해 해당 제어 강도를 조정할 수 있습니다.
6. `Run` 버튼을 클릭하거나, 단축키 `Ctrl(cmd) + Enter`를 사용해 워크플로우를 실행하세요.