LTX-2.3의 피부 압축 및 텍스처 아티팩트 해결 방법 (ComfyUI 공식 워크플로)

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

LTX-2.3 모델 사용 시 발생하는 피부 텍스처 뭉개짐 현상을 별도의 커스텀 노드 없이 ComfyUI 공식 워크플로의 리사이징 방식과 샘플러 설정 변경만으로 해결하는 구체적인 가이드를 제공한다.

배경

LTX-2.3 모델로 영상을 생성할 때 피부가 찰흙처럼 뭉개지는 현상을 해결하기 위해 많은 사용자가 모델 교체를 시도했다. 작성자는 외부 도구 없이 공식 워크플로의 설정값 조정만으로 이 문제를 해결했다.

의미 / 영향

LTX-2.3의 품질 문제는 모델 자체의 한계보다 워크플로 설정의 미비함에서 기인할 수 있음이 확인됐다. 특히 보간 방식과 샘플러 선택이 최종 텍스처에 결정적인 영향을 미치며, 공식 워크플로의 기본값을 조정하는 것만으로도 상용 수준의 품질 개선이 가능하다는 실무적 통찰을 제공한다.

실용적 조언

'Resize Image/Mask'와 'Upscale Image By' 노드에서 보간 방식을 'Nearest (Exact)'로 설정하세요.
최종 업스케일 단계의 샘플러를 'Euler_CFG_PP'로 변경하여 미세 디테일 뭉개짐을 방지하세요.
LTXV Preprocess 노드의 compression 값을 0으로 설정하여 최상의 품질을 얻으세요.

섹션별 상세

이미지 리사이징 및 업스케일링 시 'Nearest (Exact)' 설정을 강력히 권장했다. Lanczos나 Bilinear 같은 부드러운 보간법은 초기 단계에서 미세한 블러를 유발하며, LTX 모델은 이 미세한 흐림을 증폭시켜 결과적으로 피부가 뭉개지는 아티팩트를 만든다. Nearest 방식을 사용하면 픽셀 경계를 명확하게 유지하여 모델이 디테일을 더 잘 파악할 수 있게 돕는다.

최종 업스케일 샘플링 단계에서 샘플러를 'Gradient estimation'에서 'Euler_CFG_PP'로 변경하는 것이 품질 개선의 핵심이다. 기존에 사용되던 Gradient estimation 방식은 미세한 피부 텍스처를 지워버리고 특히 어두운 피부톤에서 압축 노이즈를 심하게 발생시키는 문제가 확인됐다. 반면 Euler_CFG_PP는 이미지의 구조적 무결성을 유지하면서도 깨끗한 최종 프레임을 생성한다.

LTXV 전처리 노드의 압축 설정값을 기본값인 18에서 0~5 사이로 대폭 낮출 것을 제안했다. 이 값은 이미지 압축 강도를 조절하며, 낮을수록 원본의 디테일을 더 많이 보존할 수 있어 피부톤의 안정성을 확보하는 데 필수적이다. 압축률을 0으로 설정할 때 가장 깨끗하고 안정적인 결과물을 얻을 수 있다는 실험 결과를 공유했다.

커스텀 노드나 외부 워크플로를 추가하지 않고도 공식 환경 내의 파라미터 최적화만으로 문제의 90%를 해결할 수 있음을 입증했다. 많은 사용자가 품질 저하의 원인을 모델이나 VAE의 성능 부족으로 오해하여 복잡한 해결책을 찾으려 하지만, 실제로는 워크플로 내부의 인터폴레이션 방식이 근본 원인인 경우가 많다. 이러한 접근법은 시스템 복잡도를 낮추면서도 안정적인 결과물을 얻을 수 있는 효율적인 방법이다.

실무 Takeaway

리사이징 및 업스케일링 시 'Nearest (Exact)' 설정을 사용하여 초기 디테일 손실을 방지한다.
최종 업스케일 샘플러를 'Euler_CFG_PP'로 교체하여 피부 텍스처의 선명도를 확보한다.
LTXV 전처리 노드의 압축 수치를 0~5 사이로 낮춰 원본 데이터 보존율을 높인다.

언급된 도구

ComfyUI추천

노드 기반 스테이블 디퓨전 GUI 및 워크플로 실행

LTX-2.3중립

고품질 비디오 생성 모델