Comfy API, ComfyUI 워크플로를 프로덕션 엔드포인트로 전환하다

ComfyUI에서 유용한 것을 만들어 본 사람이라면 누구나 아는 특유의 답답함이 있습니다. 워크플로는 여러분의 컴퓨터에서 잘 돌아갑니다. 몇 주에 걸쳐 조정했고, 올바른 커스텀 노드, 올바른 LoRA, 모든 것의 올바른 고정 버전을 갖췄죠. 그런데 누군가 팀 전체나 제품에서 쓸 수 있게 해 달라고 하면, 다 끝났다고 생각했던 작업이 절반만 끝난 일이 되어 있습니다.
ComfyUI 워크플로를 프로덕션에 올리는 일은 전통적으로 그 환경을 다른 곳에 다시 구축하는 것을 의미했습니다. GPU를 임대하고, 모든 커스텀 노드와 모델을 다시 설치하고, Python 의존성이 서로 충돌하지 않을 때까지 풀어내고, 그 주위에 스케일링 로직을 작성해야 했습니다. 그래프는 같지만 엔지니어링은 완전히 새롭고, 이는 애초에 워크플로를 만든 이유와는 아무 관련이 없는 종류의 작업입니다.
ComfyUI는 그 간극을 메우기 위해 9월 말 Comfy API를 출시했습니다. 유료 Comfy 요금제 사용자라면 누구나 사용할 수 있으며, 이름에서 짐작할 수 있듯이 워크플로를 변경하지 않고도 ComfyUI 워크플로를 오토스케일링 API 엔드포인트로 바꿔 줍니다.
한 번 패키징하고, 원하는 GPU에 배포하세요
이 메커니즘은 대부분의 가치가 여기에 있기 때문에 이해할 가치가 있습니다. 워크플로 JSON에서 시작하거나 Comfy Desktop에서 스냅샷을 내보냅니다. 빌더가 워크플로를 읽고 필요한 모델과 커스텀 노드를 찾아내며, 충돌하는 Python 의존성을 해결하도록 돕습니다. 빌더가 선택한 모든 버전은 재정의할 수 있습니다.
이 해결 단계는 Build에 담깁니다. 워크플로가 기대하는 ComfyUI 버전, 커스텀 노드, 모델, LoRA 및 Python 의존성이 모두 함께 고정됩니다. Build에서 변경 불가능한 릴리스를 잘라내고, 그 릴리스를 자체 URL을 가진 관리형 엔드포인트로 배포합니다.
변경 불가능한 릴리스가 중요한 부분입니다. 릴리스는 한 번 잘린 뒤에는 바뀌지 않으므로, 테스트한 환경이 곧 배포하는 환경입니다. 변경이 필요하면 Build를 업데이트하고 새 릴리스를 잘라내면 되며, 이미 라이브인 릴리스는 건드리지 않습니다. 의존성이 밑에서 달라져서 잘 돌아가던 파이프라인이 깨지는 것을 본 적이 있다면, 이것이 단순한 편의 이상이라는 점을 알 수 있을 것입니다.
배포는 ComfyUI의 Developer Platform에서 실행되며, 빌드, 배포, 사용량, 지출, API 키가 하나의 콘솔에 있습니다. 브라우저에서, 터미널에서, 또는 코딩 에이전트와 함께 작업할 수 있습니다. 명령줄 방식은 간결합니다. `comfy build init`을 실행하면 ComfyUI 설치에서 커스텀 노드, 모델, 고정된 의존성을 스캔하고, `comfy build push --release`를 실행하면 패키징하고 게시합니다. 전체 작업을 코딩 어시스턴트에 맡기고 싶은 사람을 위해 Comfy API 페이지에 복사해 붙여넣을 수 있는 에이전트 프롬프트도 있습니다.
가격, 그리고 실제로 누구를 위한 것인가
워크로드는 유휴 상태일 때 0으로 확장되므로, 실행 중인 워커가 없으면 GPU 시간이 청구되지 않습니다. 간헐적으로 몰아치는 창작 파이프라인에서는 이것이 고정 월 GPU 비용과 수행한 작업에 대해서만 지불하는 것의 차이를 만듭니다. 지연에 민감한 요청을 처리하는 팀은 대신 워커를 따뜻하게 유지할 수 있으며, 비용을 지불하는 대신 콜드 스타트가 없어집니다.
GPU 청구는 초 단위이며, 공개된 요금은 다음과 같습니다. RTX PRO 6000은 시간당 $4.54, H100은 $6.23, H200은 $7.71, B200은 $11.23입니다. Standard 이상의 유료 요금제가 필요하며, 사용량은 별도로 청구됩니다.
이번 출시에서 가장 솔직한 부분은 ComfyUI가 누가 이것을 쓰지 말아야 하는지 말한다는 점입니다. 팀은 RunPod나 Modal이 이미 잘 맞는다면 계속 사용하라고 하며, Comfy API는 ComfyUI 환경 자체를 관리하는 것이 골칫거리일 때 적합하다고 설명합니다. 이는 흔한 만능 플랫폼식 포지셔닝보다 더 유용한 위치 설정이며, 목표 고객이 누구인지 알려 줍니다. 바로 병목이 원시 컴퓨팅 조달이 아니라 의존성 관리인 사람들입니다.
이것이 소규모 팀이 출시할 수 있는 것을 바꾸는 이유
이 변화를 가장 명확하게 보는 방법은 핸드오프 문제를 통해서입니다. 워크플로를 만드는 사람이 그 워크플로를 실행해야 하는 유일한 사람인 경우는 드뭅니다. 한 디자이너가 커스텀 노드와 파인튜닝된 LoRA로 제품 사진 워크플로를 조정한 뒤, 팀의 나머지 사람들이 ComfyUI를 열지 않고도 실행할 수 있는 간단한 인터페이스가 필요해집니다. 한 제품 팀은 고객이 이미지를 다시 스타일링할 수 있기를 원하며, 앱이 각 요청을 팀이 관리하는 워크플로로 보내고 트래픽에 따라 확장되기를 바랍니다. 한 운영 팀은 누구도 그래프를 지켜보지 않고 매주 새 카탈로그 항목이 자동으로 워크플로를 거치기를 원합니다.
세 가지 모두 같은 필요의 변형입니다. 실제 전문성이 담긴 그래프를 가져와, 그것을 노출하거나 다시 구축하지 않고 다른 사람들이 사용할 수 있게 하는 것입니다. Comfy API는 정확히 그것을 목표로 합니다. 팀에 도구를 제공하고, 제품에 기능을 추가하고, 반복 가능한 창작 작업을 자동화할 수 있게 하면서, 그 소비자 누구도 그래프를 이해할 필요가 없습니다.
Team 및 Enterprise 요금제에서는 동료들이 동일한 Build에서 작업할 수 있으며, 버전, 모델, 커스텀 노드 및 의존성이 함께 고정됩니다. Enterprise 고객은 Managed Builds와 거버넌스 제어를 통해 팀 전반에서 승인된 버전과 의존성을 표준화할 수 있습니다. 이 마지막 기능은 세 팀이 서로 호환되지 않는 세 개의 ComfyUI 환경을 유지하고, 누구도 주어진 자산을 어느 환경이 만들었는지 알 수 없는 대규모 조직의 실제 위험을 해결합니다.
더 큰 그림
ComfyUI가 사실상 해낸 일은 스스로를 로컬 도구에서 호스팅형 미디어 생성 스택으로 업그레이드한 것입니다. 엔진은 오픈 소스로 남아 있고, Builds는 여러분이 소유한 하드웨어로 이전 가능하므로, 회사가 워크플로를 자사 클라우드 안에 가두려는 것은 아닙니다. 이러한 이식성은 호스팅 도구가 보통 반대 방향으로 끌어당기는 시장에서 주목할 만한 선택입니다.
이번 출시는 이미지 및 비디오 생성에서 가치가 어디로 이동했는지도 말해 줍니다. 1년 전만 해도 차별화는 모델에 있었습니다. 이제 유능한 모델을 누구나 사용할 수 있고, 오픈 가중치 덕분에 많은 모델이 로컬 하드웨어에서 돌아가면서, 차별화는 워크플로로 이동하고 있습니다. 즉, 범용 모델을 하나의 좁은 목적을 위한 안정적인 출력으로 바꿔 주는 특정 노드와 설정의 연속입니다. 그 워크플로가 바로 도메인 전문성이 인코딩되는 곳이며, 지금까지는 그것을 운영화하기 어려웠습니다.
Comfy API가 그 표준 경로가 될지는 열린 질문입니다. 유료 요금제가 필요하고, ComfyUI 자체 플랫폼에서 실행되며, 특화된 GPU 클라우드와 원시 가격으로 경쟁하지는 않습니다. 대신 제공하는 것은 AI 미디어를 출시할 때 가장 덜 창의적이고 가장 오류가 나기 쉬운 부분을 제거하는 것입니다. 많은 소규모 팀에게 그 맞바꿈이 바로 내부 도구를 판매할 수 있는 무언가로 바꿀 수 있는 이유 전체입니다.
관련 글
AI 영상이 여전히 손과 얼굴에서 깨지는 이유, 그리고 이를 해결하는 순서
스틸 이미지에서 망가진 엄지를 발견하는 데는 이미지 편집 한 번이면 됩니다. 영상 실행 후에 발견하면 클립을 다시 실행해야 합니다.
집에서 AI 이미지 생성 실행하기: 2026년 현실 가이드
로컬 AI 이미지 생성은 마침내 일반 하드웨어에서도 작동합니다. 카드, 모델, 툴링, 아무도 언급하지 않는 비용까지 담은 2026년 현실 가이드입니다.
한 달에 스무 개의 새 이미지 모델이 나와도 내 프롬프트는 여전히 작동한다: 구조 우선 프롬프팅을 위한 변론
구조 우선 프롬프트가 모델 교체에서 살아남는 이유, 그리고 프롬프트 라이브러리에서 남길 것과 버릴 것.
2026년, 자체 하드웨어에서 이미지 모델 실행하기: 로컬 커뮤니티가 실제로 쓰는 것
2026년 로컬 AI 이미지 생성 커뮤니티가 실제로 돌리는 것: 모델, 도구, 하드웨어 계층.