ComfyUI AI 영상 생성을 텔레그램으로 원격 제어하는 파이썬 파이프라인 구축

핵심 요약

ComfyUI API와 텔레그램 봇을 연동하여 스마트폰에서 AI 영상 생성 과정을 실시간으로 모니터링하고 제어할 수 있는 파이썬 자동화 파이프라인입니다.

배경

PC 앞에서 장시간 대기해야 하는 ComfyUI 영상 생성의 불편함을 해결하기 위해, 텔레그램을 통해 원격으로 결과물을 확인하고 승인 또는 재생성을 결정할 수 있는 시스템을 개발했습니다.

의미 / 영향

이 프로젝트는 AI 워크플로우가 단순한 생성 단계를 넘어 사용자 편의 중심의 자동화 시스템으로 진화하고 있음을 보여줍니다. 특히 모바일 기기를 활용한 원격 모니터링과 피드백 루프는 고성능 연산이 필요한 AI 작업의 물리적 제약을 극복하는 실질적인 대안이 될 것입니다.

커뮤니티 반응

작성자의 창의적인 자동화 방식에 대해 긍정적인 반응이 나타나고 있으며, 특히 원격 제어의 편의성과 모바일 기기를 활용한 워크플로우 개선에 높은 관심을 보이고 있습니다.

실용적 조언

ComfyUI의 API 엔드포인트를 활용하면 외부 스크립트에서 워크플로우를 자유롭게 제어할 수 있습니다.
텔레그램 봇의 인라인 버튼 기능을 사용하면 복잡한 명령 입력 없이도 직관적인 사용자 인터페이스(UI)를 구현할 수 있습니다.
대용량 모델 사용 시 GGUF 양자화 버전을 선택하면 비디오 메모리(VRAM) 효율을 높이면서도 성능 저하를 최소화할 수 있습니다.

언급된 도구

ComfyUI추천

노드 기반 AI 이미지 및 영상 생성 도구

Wan 2.2 I2V추천

이미지-투-비디오(Image-to-Video) 생성 모델

Telegram Bot API추천

원격 제어 및 알림 인터페이스

ffmpeg추천

영상 처리 및 프레임 추출 도구

섹션별 상세

텔레그램 기반의 원격 제어 워크플로우를 통해 사용자는 JSON 파일에 장면별 프롬프트와 설정을 정의한 후 파이썬 스크립트를 실행합니다. 스크립트는 ComfyUI API를 통해 각 장면을 순차적으로 생성하며, 완료 시 텔레그램으로 미리보기 이미지와 MP4 영상을 전송합니다. 사용자는 텔레그램 채팅창의 버튼을 눌러 결과물을 승인하거나 새로운 시드(Seed)로 재생성을 요청할 수 있어 PC 앞에 머무를 필요가 없습니다.

기술 스택 및 하드웨어 구성 측면에서 이 시스템은 Wan 2.2 I2V 14B 모델을 GGUF 양자화 버전으로 사용하며, 고노이즈와 저노이즈를 처리하는 이중 KSampler 구조를 채택했습니다. 영상 후처리를 위해 ffmpeg를 활용해 미리보기 프레임을 추출하고 RIFE 보간법(Interpolation)을 적용해 32fps의 부드러운 영상을 생성합니다. 하드웨어로는 RTX 5070 Ti를 사용하여 장면당 약 130초의 생성 시간을 기록했습니다.

자동화된 장면 관리 시스템은 전체 영상 제작 과정을 JSON 파일에 정의된 시나리오에 따라 체계적으로 관리합니다. 각 샷(Shot)마다 시작 프레임, 긍정 및 부정 프롬프트, CFG 수치, 단계(Steps), 길이를 개별적으로 설정할 수 있습니다. 한 장면이 승인되면 시스템은 자동으로 다음 장면 생성을 시작하며, 모든 작업이 끝나면 최종 요약 보고서를 텔레그램으로 전송하여 전체 진행 상황을 한눈에 파악하게 해줍니다.

이미지 분석

Screenshot
사용자가 스마트폰에서 전송받은 미리보기 영상과 함께 OK 및 Regenerate 버튼을 통해 시스템과 상호작용하는 모습을 보여줍니다. 이는 제안된 파이프라인이 실제로 어떻게 작동하며 사용자에게 어떤 사용자 인터페이스(UI)를 제공하는지 증명하는 핵심적인 시각 자료입니다.
텔레그램 메신저를 통해 AI 영상 생성 결과물을 확인하고 제어하는 인터페이스 스크린샷입니다.

실무 Takeaway

ComfyUI API와 텔레그램 봇 API를 결합하여 장소에 구애받지 않는 AI 영상 제작 환경을 구축했습니다.
JSON 기반의 장면 정의를 통해 복잡한 영상 구성을 코드 수정 없이 유연하게 관리할 수 있습니다.
RIFE 보간법(Interpolation)과 ffmpeg를 파이프라인에 통합하여 고품질의 최종 결과물을 자동으로 생성합니다.