ComfyUI 오류 해결: 빨간 노드, VAE 문제, 버전 롤백

공유된 workflow를 열었더니 빨간 unknown nodes가 줄지어 있습니다. Manager에서 Install Missing Custom Nodes를 실행하고 ComfyUI를 다시 시작했지만 여전히 빨간색입니다. Manager는 모든 문제를 고치는 도구가 아닙니다. 노드 코드를 관리하지만 모든 의존성의 올바른 설치를 보장하지 않으며 모델 파일도 설치하지 않습니다.

빨간 노드는 ComfyUI 문제 해결의 한 가지 시작점일 뿐입니다. 애플리케이션이 loading에서 멈추거나 인터페이스가 하얗게 보일 수 있고, 잘 작동하던 workflow가 업데이트 후 깨지거나 VAE 출력이 회색이나 검은색으로 변하거나 복사한 모델이 드롭다운에 나타나지 않을 수도 있습니다. 이런 증상은 custom node 충돌, 의존성 버전, 모델 경로, 정밀도 옵션 또는 VRAM 최고 사용량과 관련된 경우가 많습니다.

가장 짧은 해결 경로는 증상에서 출발합니다. 가능성이 높은 계층을 찾고, 판단에 필요한 최소한의 시험만 수행합니다.

증상별 빠른 진단표

다음 표는 흔한 여섯 가지 시작점을 다룹니다. 첫 번째 열에서 증상을 찾고 두 번째 열로 원인을 좁힌 뒤 세 번째 열의 조치부터 시작합니다.

증상	가능성이 높은 원인	첫 조치
빨간 노드 / unknown nodes	Custom node 누락, 노드 이름 변경 또는 import 실패	Manager나 Registry에서 이름을 찾고 콘솔의 Import failed 확인
loading 멈춤 / 빈 페이지 / blank screen	Custom node의 frontend 확장 충돌	python main.py --disable-all-custom-nodes 시험
Queue 이후 Prompt execution failed	Custom node 오류, 모델 문제 또는 VRAM 부족	Show report를 열고 실패한 구성 요소 확인
회색, 흰색, 색이 틀어진 또는 검은색 VAE 출력	호환되지 않는 VAE 또는 잘못된 정밀도	VAE loader 연결, 관련 파일, --fp16-vae 확인
업데이트 후 workflow 손상	Core와 custom node 비호환 또는 의존성 충돌	업데이트된 항목을 찾고 update 스크립트 검토
복사한 모델이 메뉴에 없음	잘못된 경로 또는 갱신되지 않은 노드 정의	ComfyUI/models/ 하위 폴더를 확인한 뒤 재시작 또는 새로 고침

설치를 바로 삭제하지 마세요. 환경을 수정하기 전에 workflow, 로그, 노드 목록, 버전을 보관합니다.

빨간 노드: custom node 문제인가, 모델 문제인가?

빨간 unknown node는 대개 ComfyUI가 해당 노드 유형을 찾지 못한다는 뜻입니다. Custom node가 없거나 이름이 바뀌었거나 비활성화됐거나 의존성을 import하는 중 실패했을 수 있습니다. 모델이 없으면 loader 메뉴에서 사라지거나 실행 시 모델 오류가 나는 경우가 더 많습니다. 이 두 종류의 문제를 구분해야 합니다.

1. Manager의 Install Missing이 고치는 범위

ComfyUI-Manager의 Install Missing Custom Nodes는 주로 노드 코드가 없는 문제를 처리합니다. Manager는 Registry나 원본 저장소에서 노드를 설치하지만 다음 항목은 별도 작업이 필요할 수 있습니다.

• requirements.txt에 있는 torch, numpy, xformers 같은 노드의 Python 의존성
• Checkpoint, VAE, LoRA, ControlNet 같은 모델 파일
• Custom node README에 명시된 노드 전용 모델 경로

Comfy Desktop에는 Manager가 포함되어 있고 기본으로 활성화됩니다. 현재 Portable과 Manual 설치에서는 새 Manager가 ComfyUI core에 통합되어 있지만 manager_requirements.txt를 설치하고 --enable-manager로 시작해야 합니다. Manager에 노드가 보이지 않으면 등록되지 않았거나 네트워크 문제로 목록이 캐시 또는 로컬 데이터로 제한됐을 수 있습니다. 비슷한 이름의 패키지를 설치하기 전에 원본 저장소를 확인하세요.

다음 순서를 따릅니다. 콘솔에서 Import failed 찾기 → Manager나 Registry에서 노드 찾기 → 모델 경로 확인하기. 전체 import 과정은 ComfyUI workflow 재사용하기에서 확인할 수 있습니다.

2. Import failed를 올바르게 읽는 법

콘솔에 Import failed가 표시되면 traceback 끝부분에 누락된 모듈이나 충돌한 버전이 나오는 경우가 많습니다. 오류 종류에 따라 다음 단계가 달라집니다.

결정 트리:

1. ModuleNotFoundError: No module named 'xxx' → Python 패키지 누락

   • 시스템 Python이 아니라 ComfyUI의 Python 환경에 설치합니다
   • Portable: python_embeded\python.exe -m pip install -r custom_nodes\xxx\requirements.txt
   • Desktop과 Manual은 경로가 다르므로 ComfyUI가 실제로 사용하는 Python 실행 파일을 확인합니다

2. torch / CUDA / cuDNN 오류 → PyTorch와 GPU backend 불일치

   • PyTorch 확인: python -c "import torch; print(torch.__version__)"
   • GPU 드라이버가 현재 시스템 요구 사항을 충족하는지 확인합니다
   • 노드가 ComfyUI와 호환되지 않는 torch 버전을 요구할 수 있습니다

3. Custom node 내부 예외 → 노드 버전 또는 코드 결함

   • 노드의 GitHub issues에서 같은 traceback을 검색합니다
   • 새 버전에서 회귀가 생겼다면 정상 작동이 확인된 commit을 시험합니다

변동 가능 정보: 이 글을 패키징한 시점에 ComfyUI는 Python 3.13을 권장하며, 일부 custom node 의존성이 3.13에서 실패할 때 3.12를 대안으로 안내합니다. PyTorch와 CUDA 요구 사항은 빠르게 바뀌므로 현재 시스템 요구 사항을 확인하세요.

3. Manager에는 설치됐지만 사용할 수 없는 경우

“설치됨” 상태만으로 노드가 로드된다고 볼 수 없습니다. 재시작 후에도 빨간색이거나 torch와 torchvision 충돌을 일으킬 수 있습니다.

설치된 노드를 사용할 수 없는 이유:

• 네트워크 오류로 저장소나 의존성 다운로드가 중단됨
• Python requirements가 ComfyUI 환경에 설치되지 않음
• 노드가 비활성화됐거나 import 중 실패함
• 노드 버전이 현재 ComfyUI 버전과 호환되지 않음

의존성이 충돌하는 이유:

• 여러 custom node가 서로 다른 torch, torchvision, numpy 버전을 요구함
• requirements.txt에 엄격하게 고정된 버전이 기존 패키지와 충돌함

해결 순서:

1. 마지막 전체 traceback을 읽고 앞 절의 기준으로 분류합니다
2. 의심되는 노드를 비활성화하거나 제거한 뒤 ComfyUI를 다시 시험합니다
3. requirements.txt에서 torch==2.4.1 같은 엄격한 버전 고정을 찾습니다
4. 충돌이 계속되면 다음 정보를 포함해 issue를 엽니다
   • 전체 traceback
   • python main.py --disable-all-custom-nodes 결과
   • Python, PyTorch, GPU 드라이버 버전

변동 가능 정보: Manager에는 새 통합 버전과 legacy 버전이 함께 존재합니다. 현재 문서에서 메뉴와 레이블을 확인하세요. 실제 원인이 OOM이나 VRAM 최고 사용량이라면 6~8GB VRAM에서 ComfyUI 최적화하기로 이어가세요.

4. 모델 경로와 빈 메뉴

ComfyUI에는 모델 가중치가 포함되지 않습니다. Checkpoint, VAE, LoRA, ControlNet, upscaler를 별도로 내려받아 ComfyUI/models/ 아래의 해당 폴더에 넣어야 합니다.

파일이 보이지 않을 때 확인 순서:

1. 올바른 폴더

   • Checkpoint는 ComfyUI/models/checkpoints/
   • VAE는 ComfyUI/models/vae/
   • LoRA, ControlNet, upscaler는 유형별 폴더
   • Custom node가 다른 경로를 사용하면 README를 따릅니다

2. 재시작 또는 새로 고침

   • ComfyUI를 재시작하거나 현재 인터페이스가 지원하는 정의 새로 고침을 사용합니다

3. 파일 무결성

   • 파일 크기를 다운로드 출처와 비교합니다
   • 불완전한 파일을 다시 내려받거나 검증합니다

4. 호환되는 loader

   • 해당 모델 계열용으로 설계된 loader와 workflow template을 선택합니다
   • FLUX, SD3.x 등 최신 아키텍처는 별도의 text encoder, VAE, 노드 조합이 필요할 수 있습니다
   • Custom node 경로는 ComfyUI/models/ 일반 안내와 다를 수 있습니다

5. extra_model_paths.yaml

   • Portable과 Manual은 extra_model_paths.yaml로 외부 라이브러리를 참조할 수 있으며 저장 후 재시작해야 합니다
   • Desktop은 외부 모델용 자체 설정 파일이 있으므로 현재 공식 경로를 사용합니다

모델과 VAE를 맞추는 방법은 Stable Diffusion 모델 선택하기를 참고하세요.

—disable-all-custom-nodes로 로딩 멈춤 진단하기

ComfyUI가 loading에서 멈추거나 빈 페이지를 보이거나 인터페이스를 렌더링하지 못하면 custom node의 frontend 확장이 원인인 경우가 많습니다. --disable-all-custom-nodes를 사용하면 custom node가 원인인지 빠르게 판단할 수 있습니다.

1. Custom node 없이 시작하기

명령어:

python main.py --disable-all-custom-nodes

Windows Portable:

run_nvidia_gpu.bat 또는 run_cpu.bat를 복사하고 시작 명령에 --disable-all-custom-nodes를 추가한 뒤 별도의 안전 시작 스크립트로 저장합니다.

결과 해석:

• Custom node 없이 문제가 사라짐 → custom node가 원인
  • 이진 탐색을 계속합니다
• 문제가 계속됨 → custom node가 원인이 아님
  • ComfyUI core, 시스템 요구 사항, GPU 드라이버, Python/PyTorch를 확인합니다
  • 모델 파일과 경로를 확인합니다
  • 6~8GB VRAM에서 ComfyUI 최적화하기를 따라 VRAM 최고 사용량을 확인합니다

변동 가능 정보: python main.py --help로 현재 시작 옵션을 확인하세요.

2. 이진 탐색으로 문제 노드 격리하기

안전 시작으로 custom node가 원인임을 확인했다면 이진 탐색으로 추측 없이 후보를 줄일 수 있습니다.

원리: 시험할 때마다 custom node의 절반을 이동하거나 활성화하고 결과를 관찰한 뒤 의심 그룹을 다시 절반으로 나눕니다.

단계:

1. ComfyUI/custom_nodes/를 백업합니다
2. 노드 폴더의 절반을 임시 시험 디렉터리로 이동합니다
3. ComfyUI를 시작하고 문제를 재현합니다
4. 결과를 해석합니다
   • 문제가 사라짐 → 문제 노드는 이동한 절반에 있음
   • 문제가 계속됨 → 남겨 둔 절반에 있음
5. 하나의 노드나 작은 상호작용을 찾을 때까지 반복합니다

원인을 찾은 뒤:

• GitHub issues에서 같은 traceback을 검색합니다
• requirements.txt에 엄격히 고정된 버전이 있는지 확인합니다
• 노드를 업데이트, 교체, 비활성화 또는 제거합니다
• 새 버전에서 회귀가 생겼다면 이전의 정상 commit을 시험합니다

Issue에 포함할 정보:

• ComfyUI 버전
• 전체 오류와 재현 단계
• 운영체제
• --disable-all-custom-nodes 시험 결과
• Python, PyTorch, GPU 드라이버, 하드웨어 버전

회색·검은색·비호환 VAE 출력 고치기

회색, 흰색, 색이 틀어진 또는 검은색 출력은 호환되지 않는 VAE, 잘못된 디코딩 연결, VAE·attention 정밀도 또는 최신 모델 전용 파일 때문에 발생할 수 있습니다. 다음 순서로 시험합니다.

1. VAE 확인 순서

단계:

1. VAE 연결 확인

   • Checkpoint loader 또는 별도 VAE loader의 VAE 출력을 디코딩 노드에 연결합니다
   • 일부 checkpoint에는 VAE가 포함되고 다른 모델은 별도 파일이 필요합니다

2. VAE, 모델, workflow 맞추기

   • SD1.5, SDXL, FLUX, SD3.x는 서로 다른 VAE, text encoder, loader 조합이 필요할 수 있습니다
   • 가장 작은 공식 workflow template이나 모델 README 예제부터 시작합니다

3. --fp16-vae 확인

   • Startup Flags 문서는 --fp16-vae가 검은색 이미지를 만들 수 있다고 설명합니다
   • 옵션을 제거하거나 하드웨어가 지원하면 --fp32-vae / --bf16-vae를 시험합니다

4. 정밀도 옵션 시험

   • --fp32-vae: VAE를 전체 정밀도로 실행하며 일반적으로 VRAM을 더 사용합니다
   • --bf16-vae: 호환되는 하드웨어와 backend에서 VAE를 BF16으로 실행합니다
   • --cpu-vae: VAE를 CPU에서 실행하며 일반적으로 훨씬 느립니다
   • --force-upcast-attention: attention upcast가 검은색 이미지를 고치는지 시험하는 옵션이며 일반적인 품질 설정은 아닙니다

5. 마지막으로 VRAM, 드라이버, 의존성 확인

   • VRAM 최고 사용량 때문에 VAE 디코딩이 중단될 수 있습니다
   • 현재 요구 사항에 따라 GPU 드라이버를 확인합니다
   • PyTorch가 GPU backend와 맞는지 확인합니다

흔한 증상:

증상	가능한 원인
회색, 흰색 또는 색이 틀어진 출력	잘못된 VAE, 잘못된 디코딩 경로 또는 workflow·모델 비호환
완전히 검은색	--fp16-vae, attention 정밀도, VRAM 최고 사용량 또는 잘못된 모델 조합
로딩 오류	손상된 VAE, 잘못된 경로 또는 불완전한 파일

2. fp16 VAE의 검은색 이미지 위험

많은 튜토리얼이 자원 사용량을 줄이기 위해 --fp16-vae를 권합니다. 하지만 공식 Startup Flags 문서는 이 옵션이 검은색 이미지를 만들 수 있다고 경고합니다. 모델, 하드웨어, 로그를 기준으로 결정하세요.

VAE 정밀도 옵션:

옵션	효과	시험할 상황
--fp16-vae	VAE를 FP16으로 실행해 자원 사용량을 줄이는 경우가 많음	검은색 이미지를 만들 수 있음; 주의해서 사용
--fp32-vae	VAE를 전체 정밀도로 실행	검은색 이미지 진단에 유용하며 일반적으로 VRAM을 더 사용
--bf16-vae	VAE를 BF16으로 실행	호환되는 하드웨어와 backend 필요
--cpu-vae	VAE를 CPU에서 실행	VRAM이 부족할 때 시험하며 일반적으로 더 느림

Attention 정밀도:

• --force-upcast-attention: attention upcast가 검은색 이미지를 고치는지 시험합니다
• --dont-upcast-attention: 앞 옵션과 함께 사용할 수 없으며 디버깅 용도입니다

실전 순서:

• 증상과 콘솔 출력을 읽지 않은 채 “가속 옵션”을 복사하지 않습니다
• 검은색 이미지라면 먼저 --fp16-vae를 제거한 뒤 환경에 따라 --fp32-vae 또는 --force-upcast-attention을 시험합니다
• 현재 python main.py --help로 옵션 이름과 기본값을 확인합니다
• OOM과 저 VRAM 전체 해결 과정은 6~8GB VRAM에서 ComfyUI 최적화하기에서 확인할 수 있습니다

3. VAE와 모델 비호환 구분하기

모델이나 VAE를 바꾼 뒤 잘 작동하던 workflow가 깨졌다면 모델, VAE, loader 또는 workflow template이 서로 맞지 않을 가능성이 큽니다. 모델 계열마다 필요한 파일과 노드가 다릅니다.

모델 계열별 확인:

계열	VAE 확인	Loader/workflow 확인
SD1.5 checkpoint	내장 VAE 또는 SD1.5에 맞는 VAE 사용	SD1.5 호환 기본 workflow부터 시작
SDXL checkpoint	내장 VAE 또는 SDXL에 맞는 VAE 사용	SDXL 호환 workflow template과 loader 사용
FLUX / SD3.x	README에 따라 VAE와 text encoder 준비	공식 template 또는 프로젝트 문서 따르기

진단:

1. 모델 README, 프로젝트 페이지 또는 공식 template을 확인합니다
   • 내장 VAE, 추가 가중치, 필요한 loader를 확인합니다
2. 각 loader에서 선택한 파일을 확인합니다
   • 메뉴의 VAE가 모델과 workflow에 맞아야 합니다
3. 가장 작은 공식 template으로 재현합니다
   • 사용자 지정 처리를 제거하고 노드를 하나씩 다시 연결합니다

증상 대응:

증상	가능성이 높은 원인
회색, 흰색 또는 색이 틀어진 출력	호환되지 않는 VAE, 모델 또는 디코딩 경로
로딩 오류	손상된 VAE, 잘못된 경로 또는 불완전한 파일
최소 workflow는 작동하고 원본은 실패	처리 단계나 custom node가 디코딩을 변경함

자세한 선택 방법은 Stable Diffusion 모델 선택하기를 참고하세요.

업데이트 전략: stable, development, 백업, 롤백

ComfyUI 업데이트는 전날까지 작동하던 workflow를 망가뜨릴 수 있습니다. Development에는 최신 commit이 있지만 해결되지 않은 문제도 포함될 수 있습니다. Stable은 일부 기능이 늦는 대신 안정성을 우선합니다. 첫 실패 후 또다시 전체 업데이트를 하는 것보다 버전을 기록하고 돌아갈 경로를 확보하는 편이 낫습니다.

1. Stable 또는 development 선택 전 백업

업데이트 전 목록:

1. 현재 ComfyUI commit을 기록합니다

   • Git: git rev-parse HEAD
   • Portable 또는 Desktop: 버전과 업데이트 채널을 기록합니다

2. Python과 PyTorch를 기록합니다

   • Python: python --version
   • PyTorch: python -c "import torch; print(torch.__version__)"
   • NVIDIA에서는 nvidia-smi로 드라이버를 기록합니다

3. 주요 custom node 버전을 기록합니다

   • Manager 목록을 내보내거나 저장합니다
   • 운영에 중요한 노드의 commit을 기록합니다

4. Workflow와 설정을 백업합니다

   • 중요한 JSON 파일을 별도 디렉터리로 내보냅니다
   • extra_model_paths.yaml, Desktop 외부 모델 설정, 중요한 사용자 데이터를 저장합니다

Stable 또는 Development:

버전 유형	특징	적합한 용도
Stable / Release	안정화된 버전이며 일부 기능은 늦을 수 있음	운영 및 장기 유지 환경
Development / Latest	최신 commit과 기능 조기 접근	새 모델, 기능, 호환성 시험
고정 commit	이후 수정이 자동 적용되지 않는 알려진 상태	임시 롤백, 회귀 격리, 재현

설치 유형별 전략:

설치 유형	전략
Desktop	기본 stable 채널을 사용하고 필요하면 현재 관리 인터페이스에서 다른 채널 선택
Portable	update_comfyui_stable.bat는 stable, update_comfyui.bat는 development 추적
Manual Git	git pull 후 ComfyUI 환경에서 requirements.txt 업데이트, 이전 commit으로 전환해 롤백

변동 가능 정보: 현재 업데이트 문서에서 스크립트 이름과 Desktop 설정을 다시 확인하세요.

2. 업데이트 실패 후 롤백

먼저 core, 단일 custom node, Python 환경 중 무엇이 바뀌었는지 확인합니다.

변경 사항 분류:

1. ComfyUI core만 업데이트됨

   • --disable-all-custom-nodes로 core가 시작되는지 시험합니다
   • Custom node가 호환되는 버전을 요구하는지 확인합니다

2. Custom node 하나만 업데이트됨

   • 이전 버전으로 복원합니다
   • 또는 비활성화하고 ComfyUI를 다시 시험합니다

3. 의존성이 업데이트됨

   • Python, PyTorch, 주요 패키지를 다시 확인합니다
   • Portable의 update_comfyui_and_python_dependencies.bat는 모든 의존성을 다시 설치합니다. 공식 문서는 이 작업이 충돌을 만들고 특정 버전에 묶인 노드를 망가뜨릴 수 있다고 경고합니다

Git 롤백:

# 최근 commit 표시
git log --oneline

# 정상 작동이 확인된 commit으로 이동
git checkout <commit-hash>

# 해당 ComfyUI 환경에서만 의존성 업데이트
pip install -r requirements.txt

Portable과 Desktop의 롤백 경로는 바뀔 수 있습니다. 가능하면 이전 백업을 복원하고 현재 문서를 따르세요. 바로 제거하면 진단에 필요한 버전과 설정이 사라집니다.

Custom node issue에 포함할 정보:

• 전체 오류와 재현 단계
• ComfyUI, Python, PyTorch, GPU 드라이버 버전
• --disable-all-custom-nodes 시험 결과
• 업데이트 전후의 core 또는 노드 버전

다음 단계

환경이 안정되면 필요한 ComfyUI 주제로 이어가세요.

1. 공유 workflow 재현

   • Workflow를 import하고 노드와 모델을 채운 뒤 loader를 연결합니다
   • ComfyUI workflow 재사용하기 참고

2. VRAM 사용량 줄이기

   • OOM이나 VRAM 최고 사용량에서 --lowvram, VAE, 양자화로 전환합니다
   • 6~8GB VRAM에서 ComfyUI 최적화하기 참고

3. Upscaling과 inpainting

   • FaceDetailer, Impact Pack 등 후처리 노드가 있는 workflow를 복구합니다
   • ComfyUI upscaling과 inpainting 참고

4. 비디오 만들기

   • 비디오 workflow, 비디오 VAE, 마지막 단계 오류를 해결합니다
   • ComfyUI로 비디오 만들기 참고

5. API로 자동화하기

   • API format, /prompt, node_errors, queue 관리를 사용합니다
   • ComfyUI API로 이미지 배치 자동화하기 참고

6. 모델과 VAE 선택

   • Checkpoint, VAE, LoRA, loader 구성을 비교합니다
   • Stable Diffusion 모델 선택하기 참고