Fast GAN 비디오 업스케일러 워크플로는 생성적 적대 신경망(GAN) 모델, 특히 Real-ESRGAN을 사용해 비디오를 효율적으로 업스케일링하도록 설계되었습니다. 이 워크플로는 디퓨전 모델처럼 새로운 디테일을 만들 필요 없이 더 높은 품질이 필요한 상황에서 비디오 해상도를 향상하는 데 적합합니다. UpscaleModelLoader와 ImageUpscaleWithModel 등 여러 핵심 노드를 사용해 비디오의 각 프레임에 업스케일링 모델을 적용합니다. LoadVideo 노드로 비디오를 로드하고, GetVideoComponents로 프레임으로 분해한 뒤 업스케일링을 적용하는 흐름으로 진행됩니다.
기술적으로 이 워크플로는 Real-ESRGAN 모델을 활용해 모델에 의해 결정되는 배율(예: 2x 또는 4x)로 각 프레임을 업스케일링합니다. 이는 ImageUpscaleWithModel 노드가 각 프레임을 개별 처리하고, 이후 CreateVideo 노드로 프레임을 다시 비디오로 재조립함으로써 구현됩니다. 마지막으로 SaveVideo 노드가 업스케일링된 비디오를 출력합니다. 이 과정은 디퓨전 기반 방법보다 눈에 띄게 빠르므로 빠른 화질 개선에 실용적입니다. 최적의 결과를 위해, 먼저 비디오를 원하는 최고 해상도까지 업스케일링한 뒤 필요하면 목표 해상도로 리사이즈하는 것을 권장합니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "빠른 GAN 비디오 업스케일러" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("utility-gan_upscaler_api.json");
const job = await client.run(wf);
await job.getOutputs("12")[0].toFile("output.png"); // SaveVideoSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
