Qwen-Image-2.1 텍스트 인코더 GGUF 출시 및 활용 가이드
pottokao/Qwen-Image-2.1-Text-Encoder-Heretic-GGUF
Hugging FaceQwen-Image-2.1의 텍스트 인코더가 GGUF 포맷으로 출시되어, ComfyUI 환경에서 발생하던 모델 로딩 및 아키텍처 오류를 근본적으로 해결했습니다.
- 이로써 Qwen-Image-2.1의 전체 이미지 생성 파이프라인(DiT 포함)을 복잡한 설정 없이 GGUF 환경에서 안정적으로 구동할 수 있습니다.
- 단순한 예술적 표현을 넘어, 간판이나 라벨처럼 가독성이 필요한 텍스트가 들어간 실용적인 이미지 생성까지 가능해 활용 범위가 넓어졌습니다.
- 사용 시에는 전용 커스텀 노드 설치가 필수적이며, 최상의 결과물을 위해 이미지 내 텍스트 포함 여부에 따라 KSampler의 CFG 값 분할 설정을 권장합니다.
Qwen-Image-2.1의 텍스트 인코더가 포맷으로 출시되어 ComfyUI 환경에서 발생하던 모델 로딩 오류를 해결했습니다. 전용 애드온 노드를 설치하고 `mmproj` 파일을 함께 사용하면, Qwen3-VL 비전 타워 및 DiT GGUF에 대한 'Unknown model architecture!'와 같은 기존의 아키텍처 오류까지 수정할 수 있습니다. 이 패치를 통해 전체 이미지 생성 파이프라인을 복잡한 설정 없이 GGUF 환경에서 안정적으로 구동하는 것이 가능해졌습니다.
사용자는 자신의 하드웨어 및 설치 환경에 맞춰 적절한 파일을 선택해야 합니다. 가장 작은 용량의 GGUF 조합(예: `qwen3vl_8b_heretic-Q4_K_M.gguf` + `mmproj`)을 사용하려면 전용 커스텀 노드가 필수적이며, NVIDIA 사용자에게는 9.3 GB 크기의 `.safetensors` 파일이 제공됩니다. 전체 GGUF 파이프라인 구동을 위해서는 PE-T2I rewriter, Text encoder, DiT, VAE 등 각 구성 요소별로 전용 파일을 조합하여 사용해야 합니다.
최적의 결과물을 얻기 위해 KSampler 설정 시 워크플로우 분할 기법이 권장됩니다. Qwen-Image-2.1은 전체 모델이므로 25 스텝을 사용하는 것이 좋으며, 이미지 내에 간판이나 라벨 같은 가독성 높은 텍스트를 포함하려면 CFG 값을 단계별로 나누어 적용해야 합니다. 초기 단계에서는 CFG 1로 구도를 확정하고, 후반 단계에서 CFG 3을 사용하여 문자를 재작업하면 두 가지 장점을 모두 얻을 수 있습니다.
용어 풀이
- GGUF
- 언어 모델을 개인 PC에서 돌리기 쉽게 담는 파일 형식. llama.cpp 계열 도구에서 써요.
- GPU
- 많은 계산을 한꺼번에 처리하는 칩. AI 학습과 실행에 가장 많이 써요.