파일 4개, 폴더 3곳 — FLUX.1이 ComfyUI에 놓이는 자리
SDXL까지는 체크포인트 파일 하나를 checkpoints 폴더에 넣으면 끝났다. FLUX.1은 다르다. ComfyUI 공식 문서가 안내하는 «전체판» 구성은 그림을 만드는 본체, 프롬프트를 읽는 텍스트 인코더 둘, 잠재 공간과 그림 사이를 오가는 VAE까지 파일 4개이고, 이것들이 models 아래 폴더 3곳으로 나뉜다.
| 파일 | 하는 일 | 넣는 폴더(ComfyUI/models/) | 크기(2026-10-21 API) |
|---|---|---|---|
| flux1-dev.safetensors | 그림을 만드는 본체 | diffusion_models | 23.80GB |
| t5xxl_fp16.safetensors 또는 t5xxl_fp8_e4m3fn.safetensors | 긴 문장을 읽는 텍스트 인코더 | text_encoders | 9.79GB / 4.89GB |
| clip_l.safetensors | 짧은 텍스트 인코더 | text_encoders | 0.25GB |
| ae.safetensors | VAE(잠재 공간 ↔ 그림) | vae | 0.34GB |
크기 칸은 Hugging Face API가 돌려준 바이트 수를 10억으로 나눠 적었다. 본체 flux1-dev.safetensors는 23,802,932,552바이트이고, 같은 API로 본 T5 인코더 fp16판은 9,787,841,024바이트, fp8판은 4,893,934,904바이트다. 윈도 탐색기는 1024 단위로 세기 때문에 같은 본체 파일이 약 22.1GB로 보인다. 받은 뒤 크기가 다르다고 놀랄 필요는 없다.
옛 폴더 이름 unet · clip도 읽힌다
인터넷의 오래된 안내나 공식 예제 페이지 일부는 본체를 models/unet에, 인코더를 models/clip에 넣으라고 적는다. 실제로 ComfyUI 공식 예제 페이지의 schnell 설명은 지금도 unet 폴더를 가리킨다. 헷갈릴 일은 아니다. ComfyUI 소스 코드 folder_paths.py는 diffusion_models 종류를 찾을 때 models/unet과 models/diffusion_models를 함께 훑고, text_encoders 종류도 models/text_encoders와 models/clip을 함께 훑는다. 같은 파일 안에 unet은 diffusion_models로, clip은 text_encoders로 바꿔 읽는 legacy 이름 표도 있다. 새로 까는 사람은 문서가 쓰는 새 이름(diffusion_models · text_encoders)을 쓰고, 옛 폴더에 이미 넣어 둔 파일은 옮기지 않아도 된다.
받는 곳 — 저장소를 통째로 받지 않는다
BFL(Black Forest Labs)의 FLUX.1 [dev] 저장소에는 ComfyUI에 필요한 파일보다 훨씬 많은 것이 들어 있다. 2026년 10월 21일 API로 센 safetensors 파일을 모두 더하면 57,879,650,818바이트, 약 57.88GB다. 이 가운데 ComfyUI 문서가 받으라고 하는 것은 저장소 맨 위의 flux1-dev.safetensors와 ae.safetensors 두 파일뿐이다.
나머지 폴더는 같은 모델을 diffusers 파이썬 라이브러리가 읽는 모양으로 나눠 둔 것이다. 모델 카드도 사용 안내를 ComfyUI와 diffusers로 갈라 적었다. 실제로 transformer 폴더의 세 조각을 더하면 맨 위 본체와 거의 같은 23.80GB가 되고, text_encoder_2 폴더의 두 조각(4.99GB · 4.53GB)이 T5 인코더 몫이다. git clone이나 «저장소 전체 받기»로 내려받으면 본체와 인코더를 두 벌씩 받는 셈이다.
로그인과 동의가 필요한 저장소, 필요 없는 저장소
FLUX.1 [dev]와 [schnell] 페이지는 둘 다 «공개 저장소지만 파일에 접근하려면 조건에 동의해야 한다»는 안내를 띄운다. API의 gated 칸도 두 저장소 모두 auto로 나온다. 브라우저에서 받을 때는 Hugging Face에 로그인해 라이선스 동의를 먼저 해야 하고, ComfyUI 문서도 받기가 안 되면 로그인해서 동의하라고 적었다.
텍스트 인코더는 BFL 저장소가 아니라 comfyanonymous/flux_text_encoders 저장소에서 받는 것이 문서의 안내다. 이 저장소는 API gated 값이 false라 동의 절차가 없다. 같은 곳에 clip_l, t5xxl fp16, fp8_e4m3fn, fp8_e4m3fn_scaled 네 파일이 나란히 있다.
Comfy-Org/flux1-dev 저장소는 동의 절차 없이 열리지만, 라이선스 표기는 BFL 원본처럼 other로 되어 있다. 받는 경로가 달라도 FLUX.1 [dev] 가중치는 BFL의 비상업 라이선스를 따르고, [schnell]은 apache-2.0이다. 수익 활동에 쓸 생각이라면 상업적 이용 · 라이선스 편과 원문을 먼저 본다.
두 가지 놓는 법 — 나눠 받기와 fp8 한 파일
ComfyUI 공식 문서는 FLUX.1을 두 갈래로 안내한다. 하나는 앞의 파일 4개를 따로 받는 전체판이고, 다른 하나는 본체와 인코더를 fp8로 줄여 한 파일로 묶은 판이다. 묶은 판은 flux1-dev-fp8.safetensors(17.25GB)와 flux1-schnell-fp8.safetensors(17.24GB)이고, 둘 다 checkpoints 폴더 한 곳에 넣는다.
두 길의 차이를 표로 놓으면 이렇다.
| 견줄 점 | A. 나눠 받기 | B. fp8 한 파일 |
|---|---|---|
| 받는 파일 | 본체 · T5 · clip_l · ae 네 개 | 한 개 |
| 넣는 곳 | diffusion_models · text_encoders · vae | checkpoints |
| 불러오는 노드 | Load Diffusion Model · DualCLIPLoader · Load VAE | Load Checkpoint |
| 판 고르기 | T5 fp16 / fp8, 본체 weight_dtype을 따로 고름 | 묶인 그대로 |
| 품질 | 16비트 본체를 쓰면 원본 그대로 | 양자화판이라 16비트보다 낮음(공식 문서) |
공식 문서는 한 파일판을 «VRAM이 넉넉하지 않은 기기에 맞는 판»으로 소개하면서, fp16 원본을 양자화한 것이라 품질은 그보다 낮다고 함께 적었다. ComfyUI 예제는 이 파일을 보통의 Load Checkpoint 노드로 부르고 CFG를 1.0으로 두라고 안내한다. 처음 한 장을 빨리 보고 싶다면 B가 편하고, T5 인코더 판을 바꾸거나 다른 Flux 본체 파일을 갈아 끼울 생각이라면 A가 낫다. ComfyUI 예제는 Kontext · Fill 같은 Flux 확장 예제를 소개하며 «일반 Flux 파일 일부가 필요할 수 있다»고 적었고, 그 본체들도 diffusion_models 폴더에 넣는 파일로 안내한다. 나눠 받기로 폴더를 갖춰 두면 그 길로 넘어가기도 쉽다.
노드 칸 — 로더 셋이 부르는 파일과 바꿀 수 있는 값
나눠 받기(A)를 골랐다면 노드 세 개의 칸을 맞춰야 한다. 화면의 칸 이름과 고를 수 있는 값은 ComfyUI master 소스에서 확인했다.
- Load Diffusion Model — 소스 코드 이름은 UNETLoader다. diffusion_models 폴더의 본체를 고르고, weight_dtype 칸에서 default · fp8_e4m3fn · fp8_e4m3fn_fast · fp8_e5m2 넷 가운데 하나를 고른다. 이 칸은 advanced로 표시돼 있어 노드를 펼쳐야 보일 수 있다. 공식 예제는 이 칸을 fp8로 두면 메모리 사용량이 절반으로 준다고 적었다.
- DualCLIPLoader — 인코더 두 개를 함께 부른다. 공식 문서는 clip_name1에 t5xxl, clip_name2에 clip_l을 두라고 안내한다. 그 아래 type 칸은 목록 맨 앞이 sdxl이고 flux는 세 번째 항목이다. Flux 워크플로를 처음부터 손으로 짤 때 이 칸을 flux로 바꾸는 것을 잊기 쉽다.
- Load VAE — vae 폴더의 ae.safetensors를 고른다. SD 1.5 · SDXL용 VAE 파일과 섞이지 않게 이름을 확인한다.
CFG와 가이던스 — 두 칸을 헷갈리지 않는다
Flux 워크플로에는 CFG와 별개로 가이던스 값을 넣는 FluxGuidance 노드가 들어간다. 소스 코드에서 이 노드의 guidance 기본값은 3.5이고, Flux용 프롬프트 노드 CLIPTextEncodeFlux도 같은 기본값 3.5를 쓴다. KSampler의 CFG는 1.0으로 두는 것이 공식 예제의 안내다. 두 숫자가 다른 칸이라는 것만 기억하면 된다. CFG를 1.0으로 두면 네거티브 프롬프트가 계산에서 빠지는 이유는 SD 1.5 · SDXL · Flux 고르기의 CFG 절에, 시드와 CFG를 다루는 법은 시드 · CFG 편에 있다.
[schnell]은 단계 수가 다르다. 모델 카드는 1~4단계로 그림을 만든다고 적었고, ComfyUI 문서도 schnell은 4단계만 있으면 된다고 안내한다. dev 워크플로를 그대로 두고 본체만 schnell로 바꾸면 단계 수 칸이 너무 크게 남는다.
VRAM · RAM에 맞춘 조합 — 받는 크기를 더해 본다
카드 VRAM별로 FLUX.1이 «된다 · 빠듯 · 느리게»인지는 모델별 VRAM 표에 따로 정리해 두었다. 여기서는 그 판정 앞 단계, 조합마다 디스크에 얼마를 받아 두게 되는지를 2026년 10월 21일 API 바이트 수로 더했다.
| 조합 | 파일 | 받는 크기(더한 값) |
|---|---|---|
| dev 16비트 + T5 fp16 | flux1-dev · t5xxl_fp16 · clip_l · ae | 34.17GB |
| dev 16비트 + T5 fp8 | flux1-dev · t5xxl_fp8_e4m3fn · clip_l · ae | 29.28GB |
| schnell 16비트 + T5 fp8(문서 구성) | flux1-schnell · t5xxl_fp8_e4m3fn · clip_l · ae | 29.26GB |
| dev fp8 한 파일 | flux1-dev-fp8 | 17.25GB |
| FLUX.2 [klein] 4B fp8 묶음 | flux-2-klein-4b-fp8 · qwen_3_4b · flux2-vae | 12.45GB |
각 줄은 앞 절 저장소들의 바이트 수를 더한 값이다. ComfyUI 문서의 schnell 구성은 T5 인코더를 처음부터 fp8판으로 적어 두었고, fp16판으로 바꾸면 결과가 더 낫다고 덧붙였다.
이 숫자는 디스크 크기이지 VRAM 사용량이 아니다. 예를 들어 16비트 본체를 받아 두고 Load Diffusion Model의 weight_dtype만 fp8로 바꾸면, 디스크에는 23.80GB가 그대로 있지만 공식 예제 설명대로 메모리 사용량은 절반으로 준다. 반대로 fp8 한 파일판은 디스크에서부터 17.25GB로 작지만 인코더 판을 따로 고를 수 없다.
32GB 문장 — 문서는 VRAM, 예제는 RAM
T5 인코더 fp16판을 언제 쓰느냐는 문장이 공식 페이지 둘에서 다르게 적혀 있다. ComfyUI 예제 페이지는 «RAM이 32GB보다 많으면 fp16판을 권한다»고 적었고, ComfyUI 문서의 Flux.1 페이지는 같은 파일 옆에 «VRAM이 32GB보다 클 때 권장»이라고 적었다. 2026년 10월 21일에 두 페이지를 열어 낱말을 다시 확인했다. 어느 쪽으로 읽든 32GB 아래인 PC라면 fp8판에서 출발하는 것이 두 문서가 함께 가리키는 방향이다.
시스템 RAM이 왜 함께 문제가 되는지는 VRAM 표 편의 «RAM이 모자라면 VRAM이 남아도 막힌다» 절에 있다. 줄이면, VRAM에 다 안 올라가는 몫은 RAM으로 덜어 내며 돌고, BFL 모델 카드의 diffusers 예제에도 «VRAM을 아끼려고 모델을 CPU로 덜어 낸다»는 주석이 달려 있다. 디스크에 받는 크기가 RAM보다 크다면 처음부터 작은 조합을 고르는 편이 덜 기다린다.
가벼운 갈래 — FLUX.2 [klein] 4B는 파일 구성이 다르다
FLUX.1이 VRAM에 버겁다면 같은 회사의 FLUX.2 [klein] 4B를 볼 만하다. 모델 카드는 40억 파라미터에 약 13GB VRAM이면 들어가고 RTX 3090/4070 이상에서 쓸 수 있다고 적었으며, 라이선스는 Apache 2.0이다. 다만 FLUX.1의 파일을 그대로 쓸 수는 없다. ComfyUI 문서가 안내하는 4B 구성은 다음 셋이다.
| 파일 | 넣는 폴더 | 크기(2026-10-21 API) |
|---|---|---|
| flux-2-klein-4b-fp8.safetensors | diffusion_models | 4.07GB |
| qwen_3_4b.safetensors | text_encoders | 8.04GB |
| flux2-vae.safetensors | vae | 0.34GB |
크기는 BFL의 fp8 저장소와 Comfy-Org 저장소에서 받은 바이트 수다. 눈여겨볼 곳은 텍스트 인코더다. FLUX.1의 T5 · clip_l 대신 qwen_3_4b 파일 하나를 쓰고, VAE도 ae가 아니라 flux2-vae다. ComfyUI 소스의 CLIPLoader type 목록에도 flux가 아닌 flux2 항목이 따로 있다. 인코더가 하나라 DualCLIPLoader 대신 CLIPLoader에서 type 칸을 flux2로 두는 구성이 소스 목록과 맞는다. 다만 ComfyUI 문서의 klein 페이지는 로더 노드 이름까지는 적지 않았으므로, 칸을 손으로 맞추기보다 그 페이지의 워크플로를 불러와 시작하는 편이 확실하다.
VRAM 숫자는 두 공식 문서가 다르다. 모델 카드는 약 13GB를 적었고, ComfyUI 문서는 증류판을 RTX 5090에서 돌렸을 때 약 1.2초 · 8.4GB VRAM이라고 적었다. 앞의 것은 BFL이 밝힌 출발선이고, 뒤의 것은 ComfyUI 문서가 한 장비에서 적은 값이라 조건이 다르다. 내 카드에서 얼마가 드는지는 ComfyUI 시작 로그와 작업 관리자로 직접 보는 것이 가장 정확하다.
처음 켰을 때 막히는 자리 넷
파일을 다 넣고 처음 실행할 때 걸리는 곳은 대개 아래 넷 가운데 하나다. 넷 다 앞 절들의 공식 문서 · 소스 내용에서 나오는 확인 순서로, 글쓴이가 정리했다.
- 로더 목록에 파일이 안 보인다 — 폴더가 맞는지부터 본다. 본체는 diffusion_models(또는 unet), 인코더는 text_encoders(또는 clip), ae는 vae다. 한 파일판을 diffusion_models에 넣었거나, 반대로 본체를 checkpoints에 넣으면 그 로더 목록에 나오지 않는다. 다른 사람의 워크플로를 열었을 때 «Value not in list»가 뜨는 경우는 오류 메시지 읽는 법에 따로 있다.
- 받기가 401 · 403으로 막힌다 — BFL 저장소는 로그인과 조건 동의가 먼저다. 이 글을 쓰며 로그인 없이 FLUX.1 [dev] 저장소의 README 원문을 받아 보려 하자 HTTP 401이 돌아왔다. 파일 목록과 크기는 API로 보이지만 내용은 동의 뒤에 열린다는 뜻이다. 동의 절차가 없는 인코더 저장소와 달리 본체 저장소에서만 막혔다면 이것이 원인일 가능성이 크다.
- 노드는 다 이었는데 결과가 기대와 다르다 — 손으로 짠 워크플로라면 DualCLIPLoader의 type 칸이 flux인지, clip_name1 · clip_name2에 t5xxl과 clip_l이 맞게 들어갔는지 본다. 그다음 KSampler의 CFG가 1.0인지 확인한다.
- schnell로 바꿨더니 오래 걸린다 — 단계 수 칸이 dev 워크플로 값 그대로인지 본다. schnell은 공식 문서 기준 4단계 모델이다.
파일 이름을 바꿔 저장하는 습관도 조심한다. 남의 워크플로는 파일 이름으로 모델을 찾기 때문에, flux1-dev.safetensors를 내 마음대로 줄여 저장하면 PNG나 JSON으로 받은 워크플로가 그 파일을 못 찾는다. 워크플로를 그림에서 되살리는 법은 워크플로 불러오기 편에 있다. LoRA를 끼우는 노드와 강도 칸은 LoRA 적용하기에서 이어진다. Flux용 LoRA는 Flux 계열 본체에만 붙는다는 점만 기억해 둔다.
자주 묻는 것
Flux를 ComfyUI에서 쓰려면 파일을 몇 개 받아야 하나요?
나눠 받기라면 본체, T5 텍스트 인코더, clip_l 인코더, VAE(ae) 네 개입니다. 본체는 diffusion_models, 인코더 둘은 text_encoders, ae는 vae 폴더에 넣습니다. 본체와 인코더를 fp8로 묶은 한 파일판(flux1-dev-fp8)을 쓰면 checkpoints 폴더에 파일 하나만 넣고 Load Checkpoint 노드로 부르면 됩니다.
t5xxl fp16과 fp8 가운데 무엇을 받아야 하나요?
ComfyUI 예제는 RAM이 32GB보다 많으면 fp16판을 권하고, ComfyUI 문서는 같은 문장을 VRAM 기준으로 적었습니다. 어느 쪽이든 32GB 아래라면 fp8판에서 출발하는 것이 안전합니다. 2026년 10월 21일 기준 fp16판은 약 9.79GB, fp8_e4m3fn판은 약 4.89GB입니다.
Hugging Face 저장소를 통째로 받으면 안 되나요?
받을 수는 있지만 필요 없는 파일까지 받습니다. FLUX.1 dev 저장소의 safetensors 파일을 모두 더하면 약 57.88GB인데, 그 가운데 transformer · text_encoder 폴더는 diffusers 라이브러리용으로 나눈 같은 모델입니다. ComfyUI에는 맨 위의 flux1-dev.safetensors와 ae.safetensors, 그리고 인코더 저장소의 파일만 있으면 됩니다.
옛 안내처럼 models/unet이나 models/clip 폴더에 넣어도 되나요?
됩니다. ComfyUI 소스 코드는 diffusion_models 종류를 찾을 때 unet 폴더를, text_encoders 종류를 찾을 때 clip 폴더를 함께 훑습니다. 새로 시작한다면 공식 문서가 쓰는 diffusion_models와 text_encoders 이름을 쓰고, 이미 옛 폴더에 넣어 둔 파일은 옮기지 않아도 됩니다.
VRAM이 작으면 FLUX.2 klein 4B가 더 나은가요?
공식 수치로는 더 가볍습니다. 모델 카드는 약 13GB VRAM, ComfyUI 문서는 RTX 5090에서 증류판 8.4GB VRAM을 적었고 라이선스도 Apache 2.0입니다. 다만 텍스트 인코더와 VAE가 FLUX.1과 달라 qwen_3_4b와 flux2-vae를 따로 받아야 합니다. FLUX.1용으로 받아 둔 인코더 · VAE 파일은 klein 구성에 들어가지 않습니다.
참고 자료
- ComfyUI Docs. ComfyUI Flux.1 Text-to-Image Workflow Example — dev · schnell 파일 4개와 models 하위 폴더, fp8 한 파일판은 checkpoints, DualCLIPLoader · Load Diffusion Model · Load VAE · Load Checkpoint, t5xxl_fp16 «VRAM 32GB 초과 때 권장» 문장, schnell 4단계, dev 라이선스 동의 안내(2026-10-21 확인). docs.comfy.org
- ComfyUI Examples. Flux — t5xxl fp16은 RAM 32GB 넘으면 권장 · fp8_e4m3fn_scaled 대안, ae는 vae 폴더, weight_dtype fp8로 메모리 절반 · 품질 조금 저하, fp8 체크포인트는 Load Checkpoint · CFG 1.0, schnell 파일을 unet 폴더로 안내(2026-10-21 확인). comfyanonymous.github.io
- Black Forest Labs. FLUX.1 [dev] 모델 카드 · 파일 목록 — 조건 동의 뒤 파일 접근 안내, FLUX.1 [dev] Non-Commercial License, ComfyUI · diffusers 사용 안내, diffusers 예제의 CPU 오프로드 주석, API 파일 크기 flux1-dev.safetensors 23,802,932,552바이트 · ae.safetensors 335,304,388바이트 · transformer 폴더 3조각 · text_encoder_2 폴더 2조각 · safetensors 합계 57,879,650,818바이트, API gated 값 auto(2026-10-21 05:19 조회). huggingface.co
- Black Forest Labs. FLUX.1 [schnell] 모델 카드 · 파일 목록 — 120억 파라미터, 1~4단계 생성, apache-2.0, 조건 동의 뒤 파일 접근 안내, API 파일 크기 flux1-schnell.safetensors 23,782,506,688바이트(2026-10-21 05:19 조회). huggingface.co
- comfyanonymous. flux_text_encoders — clip_l 246,144,152바이트 · t5xxl_fp16 9,787,841,024바이트 · t5xxl_fp8_e4m3fn 4,893,934,904바이트 · t5xxl_fp8_e4m3fn_scaled 5,157,348,688바이트, API gated 값 false(2026-10-21 05:19 조회). huggingface.co
- Comfy-Org. flux1-dev — flux1-dev-fp8.safetensors 17,246,524,772바이트, API gated 값 false · 라이선스 표기 other(2026-10-21 05:19 조회). huggingface.co
- Comfy-Org. flux1-schnell — flux1-schnell-fp8.safetensors 17,236,328,572바이트(2026-10-21 05:19 조회). huggingface.co
- Comfy-Org. ComfyUI folder_paths.py — text_encoders 종류가 models/text_encoders와 models/clip을, diffusion_models 종류가 models/unet과 models/diffusion_models를 함께 읽음, legacy 이름 표(2026-10-21 master 확인). github.com
- Comfy-Org. ComfyUI nodes.py — UNETLoader weight_dtype 선택지 default · fp8_e4m3fn · fp8_e4m3fn_fast · fp8_e5m2, DualCLIPLoader type 목록 맨 앞 sdxl과 flux 항목, CLIPLoader type 목록의 flux2 항목(2026-10-21 master 확인). github.com
- Comfy-Org. ComfyUI comfy_extras/nodes_flux.py — FluxGuidance · CLIPTextEncodeFlux의 guidance 기본값 3.5, EmptyFlux2LatentImage 기본 1024×1024(2026-10-21 master 확인). github.com
- ComfyUI Docs. FLUX.2 klein — 4B 파일 qwen_3_4b(text_encoders) · flux-2-klein-4b-fp8(diffusion_models) · flux2-vae(vae), 증류판 4단계, «distilled ~1.2s (5090) · 8.4GB VRAM» 문장(2026-10-21 확인). docs.comfy.org
- Black Forest Labs. FLUX.2 [klein] 4B 모델 카드 — 40억 파라미터, 약 13GB VRAM · RTX 3090/4070 이상, Apache 2.0, ComfyUI · diffusers에서 사용 가능(2026-10-21 확인). huggingface.co
- Black Forest Labs. FLUX.2 [klein] 4B fp8 — flux-2-klein-4b-fp8.safetensors 4,070,624,520바이트(2026-10-21 05:20 조회). huggingface.co
- Comfy-Org. vae-text-encorder-for-flux-klein-4b — qwen_3_4b.safetensors 8,044,982,048바이트 · qwen_3_4b_fp4_flux2 3,848,213,998바이트 · flux2-vae.safetensors 336,211,292바이트(2026-10-21 05:20 조회). huggingface.co
