오픈소스 AI 이미지 스택이 워크플로 하나씩 재구축되고 있다

이번 달 모델 출시 아래에는 더 조용한 이야기가 흐르고 있고, 그것은 Hugging Face에서 벌어지고 있다. 로컬 AI 이미지 생성을 구동하는 오픈소스 도구가 재구축되고 있으며, 이를 하는 사람들은 대형 연구소가 아니다. 공개적으로 작업하는 커뮤니티다.

가장 분명한 사례는 2026년 9월 11일에 등장했다. Hugging Face가 gr.Workflow를 사용해 AUTOMATIC1111의 기능 대부분을 재현하는 프로젝트인 Workflow1111을 공개한 것이다. 이 문장이 무슨 뜻인지 모르겠다면 짧게 요약하면 이렇다. 한 세대의 사람들이 자신의 GPU에서 이미지 모델을 실행하게 만든 도구, 즉 Stable Diffusion의 가장 인기 있는 로컬 인터페이스가 더 현대적이고 유지보수하기 쉬운 형태로 다시 구현되고 있다.

AUTOMATIC1111이 무엇이었고, 왜 중요한가

재구축이 뉴스인 이유를 이해하려면 약간의 역사가 필요하다.

수년 동안 Stable Diffusion을 로컬에서 실행하려면 A1111로 모두가 아는 AUTOMATIC1111의 웹 UI를 사용했다. 그것이 기본값이었다. 텍스트-이미지, 이미지-이미지, 인페인팅, 업스케일링, 그리고 거대한 확장 생태계를 처리했다. 대부분의 튜토리얼, 대부분의 LoRA 학습 스크립트, 커뮤니티의 근육 기억 대부분이 그것을 통해 흘렀다.

문제는 A1111이 낡아졌다는 것이다. 코드베이스에는 수년간의 패치가 쌓였고, 확장 시스템은 취약해졌으며, 기반이 된 Gradio 버전도 노후화되었다. 그 사이 노드 기반 대안인 ComfyUI가 더 깔끔하고 조합 가능한 설계로 파워 유저 시장을 장악했다. A1111이 사라진 것은 아니지만, 그 모멘텀은 멈췄다.

Workflow1111은 Gradio 앱을 구축하는 더 새롭고 구조화된 방식인 gr.Workflow 위에 A1111 경험을 재구축하려는 시도다. 포크가 아니다. 공개적으로 진행되는 재구현이다.

재구축이 다루는 범위

커뮤니티 프로젝트치고 범위가 인상적이다. Workflow1111은 11개의 미디어 파이프라인에 걸쳐 73개의 노드를 재구축하며, A1111을 기본값으로 만들었던 대부분을 다룬다.

목록에는 핵심 작업인 텍스트-이미지, 이미지-이미지, 고해상도 보정이 포함된다. 프롬프트 매트릭스도 포함되는데, 이를 통해 프롬프트와 매개변수 조합을 그리드에서 테스트할 수 있다. 이미지를 읽고 거기서 프롬프트를 제안하는 VLM 역방향 프롬프트 기능도 있다. 인페인트 마스크 생성, 모서리와 포즈 정보로 모델을 안내하는 ControlNet 스타일 전처리기, 배경 제거, PNG 메타데이터 처리, 심지어 이미지-비디오도 있다.

마지막이 신호다. 원래 A1111은 정지 이미지 도구였다. 재구축 버전에는 비디오가 포함되어 있는데, 이는 프로젝트가 단순히 과거를 재현하는 것이 아님을 보여준다. 이 스택을 과거가 아니라 이 분야가 나아가는 방향에 맞춰 재구축하고 있다.

커뮤니티가 직접 나서는 이유

주목할 만한 패턴이 있다. 폐쇄형 연구소는 모델을 출시한다. 오픈소스 커뮤니티는 그 주변의 배관을 출시한다.

모델이 헤드라인을 장식하지만, 실제로 모델을 쓸 수 있는지 결정하는 것은 배관이다. 훌륭한 모델도 괜찮은 인터페이스가 없으면 연구용 산출물에 불과하다. 좋은 모델에 훌륭한 인터페이스가 있으면 취미 사용자가 노트북에서 실행할 수 있는 것이 된다.

커뮤니티가 이 배관을 재구축하는 이유는 폐쇄형 기업들이 이에 관심이 없기 때문이다. OpenAI 같은 회사는 로컬 Stable Diffusion UI를 유지할 인센티브가 없다. 로컬 도구를 살아 있게 유지할 인센티브는 그것을 사용하는 사람들에게서 나오며, 그들은 오픈소스 유지보수자가 일하는 이유와 같은 이유로 일한다. 도구가 필요하니까 직접 만든다.

ComfyUI와 두 갈래 생태계

이제 로컬 생태계는 두 갈래로 운영된다.

ComfyUI는 파워 도구다. 노드 기반이라 개별 연산에서 자신만의 파이프라인을 연결한다. 배우기는 더 어렵지만 훨씬 유연하며, 정밀한 제어를 원하는 사람들의 표준이 되었다. 끊임없이 업데이트되고, 최신 릴리스는 9월 중순에도 새 버전이 나오면서 같은 영역으로 더 깊이 진출했다.

Workflow1111과 같은 프로젝트는 접근성 트랙이다. 노드 그래프를 배우고 싶지 않은 사람들을 위해 익숙한 선형 A1111 경험을 재현한다. 두 트랙은 서로 다른 사람을 대상으로 하며, 사용 사례가 다르기 때문에 공존한다.

Workflow1111 재구축의 의미는 접근성 트랙이 더 이상 방치되지 않는다는 것이다. 오랫동안 선택지는 낡아가는 A1111과 실제 기술 숙련을 요구하는 ComfyUI 사이뿐인 것처럼 보였다. 재구축은 중간 지대에 유지보수되는 현대적 옵션을 제공한다.

로컬 도구를 굳이 사용해야 할까

대부분의 사람에게 솔직한 답은 처음에는 아니라는 것이다.

클라우드 도구가 대부분의 작업에 더 낫다. 시작이 더 빠르고, 좋은 GPU가 필요 없으며, 유지보수할 것도 없다. 이미지를 만들고 싶다면 웹 앱을 열고 만들면 된다.

로컬 도구는 세 가지 구체적인 이유로 가치가 있다. 첫째는 규모에서의 비용이다. 수천 장의 이미지를 생성한다면 자체 하드웨어의 이미지당 비용이 어떤 API보다 낫다. 둘째는 제어다. 로컬 도구는 모든 매개변수를 만질 수 있게 하고, 커스텀 모델과 LoRA를 교체하고, 클라우드 도구가 결코 노출하지 않을 파이프라인을 구축하게 한다. 셋째는 프라이버시다. 이미지나 프롬프트가 민감하다면 로컬에서 실행하면 그것이 기기를 떠나지 않는다.

문제는 학습 곡선이다. 로컬 도구는 모델에 대해 조금, 하드웨어에 대해 조금, 도구 자체에 대해 조금 이해하길 기대한다. 그것은 실제 장벽이며, Workflow1111 같은 프로젝트가 익숙한 선형 인터페이스를 되살려 낮추려는 바로 그 장벽이다.

현실적인 경로는 클라우드에서 시작하고, 벽에 부딪힐 때만 로컬로 이동하는 것이다. 부딪히더라도 오픈소스 스택이 활발히 재구축되고 있다는 사실은 그 벽이 예전보다 낮아졌고 점점 더 낮아지고 있음을 뜻한다.

로컬에서 모델을 실행하지 않는 사람에게 의미하는 것

이 글을 읽는 대부분은 로컬에서 모델을 실행하지 않을 것이고, 그래도 괜찮다. 클라우드 도구가 대부분의 작업에 더 낫고 점점 저렴해지고 있다.

하지만 오픈소스 스택의 건강은 모두에게 여전히 중요하다. 두 가지 이유 때문이다. 첫째, 그것이 저렴하고 무료인 옵션의 원천이다. 오픈 모델과 그 주변 도구가 시장의 하한선이 올라가지 않게 막아준다. 둘째, 다음 세대 아이디어가 먼저 나타나는 곳이기도 하다. 로컬 도구는 결국 대기업이 제품화하는 기이한 워크플로를 사람들이 실험하는 곳이다.

Workflow1111은 거대한 구도에서는 작은 프로젝트이며, 대부분의 사람이 결코 사용하지 않을 인터페이스의 재구현이다. 그러나 그것은 오픈소스 AI 이미지 생태계가 폐쇄형 모델의 홍수 속에서 그저 살아남는 것이 아니라는 신호다. 여전히 누구보다 빠르게 변하는 분야를 위해, 신경 쓰는 사람들이 적극적으로 재구축하고 있다.