2026년 8월 10일 기준으로 공식 안내는 Apple Silicon 맥에서 PyTorch 후단을 별도로 준비한 뒤 ComfyUI를 설치하도록 설명합니다. 따라서 원격 맥에서 ComfyUI를 검수할 때는 화면이 열리는지보다 고정 워크플로가 실행되고 재시작 뒤에도 모델과 노드가 복구되는지를 먼저 확인해야 합니다. 공식 설치 안내와 PyTorch MPS 안내를 기준으로 아래 순서를 그대로 진행하면 됩니다. (github.com)
이 글은 원격 맥을 대여해 ComfyUI를 실행하려는 사용자에게 적합합니다.
공유 워크플로를 관리하는 관리자와 여러 환경을 자주 옮기는 창작자도 인수 자료로 사용할 수 있습니다.
주의: Apple Silicon이라는 이름만으로 실제 성능이나 사용 가능한 메모리를 추정하면 안 됩니다. 인수 기록에는 접속한 장비에서 직접 확인한 칩 구조, macOS 버전, 저장 공간과 실행 로그를 남겨야 합니다.
접속 전에 인수 범위를 문서로 고정합니다
원격 환경의 문제는 설치보다 책임 범위가 불분명할 때 더 자주 생깁니다. 로그인하기 전에 다음 자료를 받아야 합니다.
- macOS 버전과 칩 구조 확인 방법
- 사용할 계정과 관리자 권한의 범위
- 원격 접속 방식과 공개되는 포트
- 모델 저장 폴더와 공유 폴더의 실제 위치
- 초기 설치 상태와 사용자가 직접 변경할 수 있는 범위
- ComfyUI, Python, PyTorch, 사용자 노드의 버전 기록
- 환경 종료나 재시작 뒤 데이터가 유지되는 조건
특히 관리자 권한이 없으면 사용자 노드가 요구하는 패키지를 설치하지 못할 수 있습니다. 반대로 모든 사용자가 관리자 권한을 갖는 구성은 공유 서버에서 보안 부담을 키웁니다. 필요한 작업만 수행할 수 있는 계정인지 먼저 확인해야 합니다.
Macstripe의 구성 주문 설정 안내와 한국어 구성 주문 페이지를 참고해 필요한 칩 구조, 저장 공간, 사용 기간과 접속 요구 사항을 먼저 정리하면 인수 과정에서 누락이 줄어듭니다.
첫 로그인 뒤 기본 실행을 기록합니다
첫 접속에서는 설치를 고치기보다 현재 상태를 보존하는 것이 우선입니다. 터미널에서 다음 항목을 확인하고 결과를 파일로 저장합니다.
uname -m
sw_vers
python3 --version
python3 -c "import torch; print(torch.__version__); print(torch.backends.mps.is_available())"
git --version
여기서 uname -m은 실제 실행 구조를 확인하는 자료입니다. 칩 이름이 전달 문서에 적혀 있어도 터미널 결과와 일치하는지 대조해야 합니다. PyTorch에서는 맥의 Metal 기반 MPS 후단이 사용할 수 있는지 확인합니다. PyTorch 공식 문서는 MPS 장치가 macOS에서 Metal 프로그래밍 구조를 통해 GPU 계산을 수행한다고 설명합니다. (docs.pytorch.org)
ComfyUI는 공식 안내에 따라 의존성 설치 뒤 python main.py로 시작할 수 있습니다. 실행 화면이 열리면 다음 자료를 남깁니다.
- 시작 명령
- 전체 시작 로그
- Python과 PyTorch 버전
- MPS 사용 가능 여부
- 경고와 오류 메시지
- 접속 주소와 포트
- 종료 명령과 재시작 방법
이 기록이 있어야 나중에 특정 ComfyUI Nodes가 불러와지지 않을 때 사용자 노드 문제인지, Python 환경 문제인지 분리할 수 있습니다.
모델 폴더는 읽기와 재시작을 함께 확인합니다
모델 폴더는 화면에서 목록이 보이는지만 확인하면 부족합니다. 체크포인트, VAE, LoRA를 각각 불러와 고정 워크플로에서 실제로 사용해야 합니다.
외부 모델 폴더를 재사용한다면 공식 예시 파일의 구조를 기준으로 extra_model_paths.yaml을 작성합니다. 이 파일은 체크포인트, VAE, LoRA 등 여러 모델 종류의 경로를 따로 지정할 수 있습니다. 추가 모델 경로 공식 예시에서 폴더 이름과 들여쓰기를 확인해야 합니다. (github.com)
| 점검 대상 | 통과 기준 | 남겨야 할 증거 | 실패 시 처리 |
|---|---|---|---|
| 체크포인트 | 목록 표시와 실제 로드가 모두 성공 | 모델 이름, 시작 로그 | 경로와 파일 권한 재확인 |
| VAE | 워크플로에서 선택되고 출력 생성 | 실행 결과와 로그 | VAE 폴더 위치 대조 |
| LoRA | 강도 변경 뒤 출력 차이가 확인됨 | 입력값과 결과 파일 | 파일명과 확장자 확인 |
| 공유 폴더 | 다시 시작해도 같은 경로 유지 | 재시작 전후 화면 | 지속 저장 폴더로 이동 |
| 추가 경로 | 설정 파일에 지정한 위치가 읽힘 | 설정 파일과 목록 화면 | 공식 형식으로 설정 재작성 |
읽기 권한만 있는 폴더도 주의해야 합니다. 모델을 읽을 수 있어도 미리보기, 캐시, 출력 파일 저장 과정에서 쓰기 권한이 필요할 수 있습니다. 모델 폴더와 출력 폴더를 같은 위치로 묶지 말고, 팀이 수정할 수 있는 공유 폴더와 실행 계정의 임시 폴더를 구분하는 편이 안전합니다.
사용자 노드는 묶음별로 설치하고 되돌릴 수 있게 합니다
사용자 노드를 한 번에 모두 설치하면 실패 원인을 찾기 어렵습니다. 고정 워크플로에서 필요한 노드를 기준으로 작은 묶음을 만들고, 묶음마다 다음 과정을 반복합니다.
- 저장소 주소와 커밋 또는 태그 기록
- 현재 Python 환경 활성화
- 설치 명령과 의존성 결과 저장
- ComfyUI 재시작
- 노드 목록과 시작 로그 확인
- 최소 입력으로 노드 실행
- 출력 형식과 다음 노드 연결 확인
- 문제가 생기면 해당 묶음만 제거하고 재검증
관리 도구는 사용자 노드의 설치와 제거, 활성화와 비활성화를 지원하지만, 표시되는 설치 후보가 곧바로 현재 워크플로와 호환된다는 뜻은 아닙니다. 사용자 노드 관리 공식 문서도 설치 위치와 재시작, 스냅숏 복원 조건을 별도로 설명합니다. (github.com)
공식 명칭이 비슷한 노드가 여러 개 있거나 저장소 폴더 이름과 실제 노드 이름이 다른 경우도 있습니다. 따라서 폴더 이름만 보고 설치 성공을 판단하지 말고, ComfyUI 시작 로그에서 노드가 등록되었는지 확인해야 합니다.
고정 워크플로로 실제 인수를 끝냅니다
인수용 ComfyUI 워크플로는 단순히 노드가 보이는 파일이 아니라 다음 경로를 모두 포함해야 합니다.
모델 불러오기 → 텍스트 입력 → 샘플링 → 이미지 저장
워크플로 파일은 팀에서 동일하게 보관하고, 모델 파일명과 필요한 사용자 노드 목록도 함께 기록합니다. 가능하면 입력값, 시드, 출력 폴더, 실행 로그를 한 묶음으로 저장합니다. 이렇게 해야 다른 사람이 같은 환경에서 재현했을 때 결과 차이를 비교할 수 있습니다.
공식 전단 저장소는 안정 버전과 별도로 매일 갱신되는 시험 배포를 제공하며, 개발 단계와 기능 동결 단계가 각각 2주씩 진행되는 주기를 설명합니다. 따라서 전단을 최신으로 바꾸는 작업은 사용자 노드 검수와 분리해야 합니다. 전단 버전과 배포 주기 안내에서 고정 버전 사용 방법을 확인할 수 있습니다. (github.com)
전단을 바꾼 뒤 워크플로 화면이 열려도 노드 입력 이름이나 메뉴 위치가 달라질 수 있습니다. 공유 환경이라면 전단까지 버전을 고정하고, 변경 전후에 같은 파일을 다시 실행해야 합니다.
재시작과 원격 보안을 마지막에 검수합니다
첫 실행이 성공한 뒤에는 환경을 다시 시작합니다. 이 단계에서 다음 항목을 순서대로 확인합니다.
- ComfyUI가 같은 실행 명령으로 다시 시작되는지
- 모델 목록이 사라지지 않는지
- 사용자 노드가 다시 등록되는지
- 고정 워크플로가 오류 없이 열리는지
- 출력 폴더에 새 파일을 저장할 수 있는지
- 로그에 포트나 인증 관련 경고가 없는지
- 공유 계정이 다른 사용자의 모델과 출력물을 덮어쓸 수 없는지
- 원격 접속을 닫은 뒤에도 실행 프로세스가 의도대로 유지되는지
원격 포트를 인터넷 전체에 공개하는 방식은 빠르지만 안전한 기본값이 아닙니다. 접속 허용 범위, 계정 인증, 암호 교체 방법, 공유 링크의 만료 조건을 확인해야 합니다. 원격 맥 보안 설정은 Macstripe의 서비스 안내에서 제공 범위와 함께 대조하는 것이 좋습니다.
인수용 최종 체크리스트
- [ ] 실제 칩 구조와 macOS 버전을 터미널 결과로 확인했습니다.
- [ ] Python, PyTorch, MPS, Git 결과를 파일로 저장했습니다.
- [ ] ComfyUI 시작 로그와 종료 방법을 확보했습니다.
- [ ] 체크포인트, VAE, LoRA를 각각 실제 워크플로에서 불러왔습니다.
- [ ] 모델 폴더의 읽기와 출력 폴더의 쓰기를 확인했습니다.
- [ ] 외부 모델 경로를 설정한 뒤 재시작 후에도 목록이 유지되었습니다.
- [ ] 사용자 노드를 묶음별로 설치하고 버전을 기록했습니다.
- [ ] 누락 노드가 있는 워크플로를 별도로 식별했습니다.
- [ ] 고정 워크플로가 모델 로드부터 이미지 저장까지 완료되었습니다.
- [ ] 재시작 후 같은 워크플로를 다시 실행했습니다.
- [ ] 포트 공개 범위와 계정 권한을 확인했습니다.
- [ ] 로그, 설정 파일, 출력 결과를 인수 자료로 묶었습니다.
현재 쓰는 환경이 개인 맥이라면 직접 설치하는 편이 장기적으로 단순할 수 있습니다. 그러나 여러 사람이 같은 모델 폴더와 사용자 노드를 공유해야 하거나, 새 환경을 짧게 받아 검증해야 한다면 로컬 설치는 저장 공간 관리, 권한 충돌, 재설치 시간을 직접 부담해야 합니다. 원격 맥도 무조건 정답은 아니며, 장기간 계속 사용하는 고정 작업이나 물리 장치 연결이 필요한 작업에는 직접 보유한 장비가 더 적합할 수 있습니다.
반대로 테스트 기간이 정해져 있고, Apple Silicon 기반의 ComfyUI 환경을 빠르게 받아야 하며, 접속 방식과 구성 조건을 먼저 맞추고 싶다면 Macstripe에 모델 폴더, 사용자 노드 목록, 필요한 사용 기간을 전달한 뒤 위 체크리스트로 인수하는 방식이 더 현실적입니다. 화면이 열리는 환경이 아니라 재시작 후에도 같은 워크플로가 다시 출력되는 환경을 기준으로 선택해야 합니다.
자주 묻는 질문
원격 맥에서 ComfyUI는 어떤 순서로 검수해야 하나요?
접속 정보와 macOS, 칩 구조를 먼저 확인한 뒤 Python과 PyTorch 후단, ComfyUI 실행, 모델 폴더 읽기와 쓰기, 사용자 노드 설치, 고정 워크플로 출력, 재시작 복구 순서로 진행합니다. 마지막에는 포트 공개 범위와 계정 권한까지 확인해야 실제 사용 중 생길 문제를 줄일 수 있습니다.
사용자 노드를 설치한 뒤 무엇을 확인해야 하나요?
한 번에 전체 노드를 설치하지 말고 고정 워크플로에 필요한 묶음만 먼저 설치합니다. 각 묶음마다 시작 로그, 가져오기 오류, 의존성 설치 결과, 노드 표시 여부를 저장합니다. 같은 Python 환경에서 실행되는지도 확인해야 하며, 문제가 생기면 마지막으로 정상 동작한 커밋으로 되돌릴 수 있어야 합니다.
ComfyUI 워크플로에서 노드가 빠졌다면 어떻게 해야 하나요?
먼저 워크플로 파일이 요구하는 노드 이름과 현재 설치 목록을 비교합니다. 관리자 도구가 제시한 후보를 그대로 설치하지 말고 저장소 주소와 버전을 확인합니다. 찾지 못한 노드는 대체 노드로 바꾸기 전에 입력 형식과 출력 형식이 같은지 검증하고, 팀 공유용 파일에는 필요한 노드 목록을 별도로 기록합니다.
원격 환경을 다시 시작해도 모델 경로를 유지하려면 어떻게 해야 하나요?
모델을 임시 폴더나 사용자 내려받기 폴더에 두지 말고 지속 저장되는 공유 폴더에 배치합니다. 별도 모델 폴더를 재사용한다면 extra_model_paths.yaml에 공식 형식으로 경로를 등록하고, 재시작 뒤 체크포인트와 VAE, LoRA 목록이 다시 표시되는지 확인합니다. 폴더 권한도 읽기뿐 아니라 필요한 쓰기 권한까지 점검해야 합니다.
