ComfyUI는 모델 로딩, 샘플링, 네트워크 제어, 후처리 및 기타 단계를 연결 가능한 노드로 분류하는 오픈 소스 노드 기반(그래프/노드) 확산 모델 생성 엔진으로, 사용자는 이미지 및 비디오 생성의 모든 매개변수와 노드를 세밀하게 제어할 수 있습니다.

ComfyUI

ComfyUI는 오픈 소스 노드 기반(그래프/노드) 시각적 AI 생성 엔진입니다. 모델 로딩, 프롬프트 단어 인코딩, ControlNet 제어 샘플링, 증폭, 후처리 등 확산 모델 생성의 전체 과정을 연결 가능한 노드로 분해하여 사용자가 각 노드를 회로처럼 자유롭게 결합할 수 있도록 합니다. "1개의 입력 상자 + 1세대 버튼"의 캡슐화된 도구와 비교하여 ComfyUI는 작성자에게 완전한 제어권을 반환합니다. 즉, 모든 매개변수, 모든 모델 및 모든 출력이 표시되고 조정 가능하며 재현 가능합니다. 이러한 "전문가 수준의 제어 가능성" 덕분에 이미지 및 비디오 생성을 위해 가장 널리 채택된 오픈 소스 기반 중 하나가 되었습니다.

한 문장으로 간단히 리뷰: "원클릭 그리기" 도구가 아니라, 확산 모델 파이프라인을 시각적 빌딩 블록으로 분해하고 전문 사용자가 각각을 정확하게 제어할 수 있도록 하는 창의적인 엔진입니다.

공개 검증: 공식적인 "노드 기반 제어 가능성"과 "재현 가능한 워크플로"는 검증될 수 있습니다. 커뮤니티에 수백만 개의 워크플로 파일이 배포되고 선두 기업(Netflix, Tencent 등)이 공개 채택하는 것은 이 두 가지 핵심 약속이 실제 시장 수요에 의해 뒷받침된다는 것을 증명합니다. 진정한 프리미엄은 기능의 수에 있는 것이 아니라 "제어 가능"하고 "재현 가능"을 전문적이고 유용하게 만드는 엔지니어링 투자에 있습니다.

ComfyUI의 핵심 매개변수 및 통계

ComfyUI는 터미널 제작자를 위한 그래픽 도구이자 프로그램에서 호출할 수 있는 백엔드 엔진입니다. 동일한 노드 그래프 세트를 인터페이스에서 상호 작용할 수 있으며 대량 생산을 추진하기 위한 API로 사용할 수도 있습니다.

프로젝트	정보
제품 포지셔닝	노드 기반 확산 모델 생성 엔진(GUI + API + 백엔드)
오픈 소스 라이센스	GPL-3.0
주요 언어	파이썬
대화형 양식	시각화된 노드 다이어그램, 워크플로우 저장, 공유 및 재현 가능
러닝 폼	로컬 배포 / 공식 데스크톱 애플리케이션 / Comfy Cloud
기능 범위	이미지 및 비디오 생성 ControlNet, 증폭, 후처리 등
GitHub 스타	~116k
포크 번호	약 13.6k
최신 버전	v0.24.0 (2026-06-03)
공식 홈페이지	comfy.org

포지셔닝 경계: ComfyUI의 강점은 "제어"이지만 더 높은 학습 곡선을 의미하기도 합니다. 노드 그래프를 사용하려면 사용자가 확산 프로세스의 각 노드를 이해해야 합니다. "매개변수 조정 없이 원클릭 그리기"를 추구하는 사용자는 이 작업이 복잡하다는 것을 알게 될 것입니다. 정확한 제어와 재현 가능한 파이프라인이 필요한 전문 사용자가 바로 대상 그룹입니다.

버전 업데이트 리듬: GitHub 릴리스 페이지에는 핵심 엔진이 일반적으로 매달 새 버전이나 RC 후보 버전을 사용하여 최신 확산 모델 및 샘플링 알고리즘을 따라잡으면서 높은 빈도의 반복을 유지하는 것을 보여줍니다. 데스크톱과 클라우드는 제품화 속도를 따르고 있습니다. 업데이트 빈도는 코어 엔진보다 낮지만 안정성과 사용 편의성에 더 중점을 둡니다.

유사한 도구와의 상호 보완적 관계: ComfyUI는 AUTOMATIC1111(SD WebUI)을 대체하지는 않지만 다양한 제어 세분성을 지향합니다. WebUI는 빠른 실험과 초보자 탐색에 더 적합한 반면 ComfyUI는 정확한 매개변수 조정, 복잡한 다중 모델 조합 및 재현 가능한 파이프라인이 필요한 전문 사용자에게 적합합니다. 둘은 제로섬 경쟁이 아닌, 실제 공동체에서 서로 보완하며 공존한다.

ComfyUI의 사용자 및 시장 인지도

현장에서 점차적으로 사용자 인지도를 구축하고, 콘텐츠 제작자와 팀은 제품 기능을 사용하여 업무 효율성을 향상시킵니다. 일부 업계 사용자는 이를 일상 작업 흐름에 통합했습니다. 특정 사용자 규모 및 업계 채택률 데이터에 대한 최신 공식 공개를 참조하는 것이 좋습니다.

ComfyUI의 비용 이점: 제어 대신 오픈 소스를 사용하고 자유 대신 컴퓨팅 성능을 사용합니다.

• C사이드/개인 : 핵심 기능 체험을 위해 주로 무료 버전을 제공하며, 빈도가 높은 경우에는 유료 패키지 가입이 필요합니다.
• API/개발자: 통화량에 따라 비용이 청구되며 자체 시스템에 유연하게 통합할 수 있는 개발팀에 적합합니다.
• 기업/민영화: 맞춤형 견적 및 배포 계획은 사업주에게 문의하세요. 구체적인 가격은 공식 실시간 가격 페이지에 따릅니다.

ComfyUI의 주요 기능

노드 기반 워크플로우 조정: 생성 프로세스를 연결 가능한 노드로 분할하고 모델, 샘플러, 조건 제어 및 후처리를 자유롭게 결합합니다. 이것이 ComfyUI의 핵심 기능 경계입니다. "입력-처리-출력"으로 모델링할 수 있는 모든 시각적 생성 작업은 노드 조합을 사용하여 구현할 수 있지만 프로세스가 아닌 대화형 편집(예: 레이어 오버레이 및 손으로 그린 ​​수정)에는 사용할 수 없습니다.

워크플로우 재현 및 공유 가능: 전체 노드 그래프를 단일 JSON 파일로 저장할 수 있으며 매개변수는 그래프와 함께 완전히 유지되므로 팀이 결과를 쉽게 재사용하고 재현할 수 있습니다. 이는 워크플로 파일이 다른 컴퓨터로 전송되는 경우 모델 버전이 일관적이라면 동일한 결과가 출력될 수 있음을 의미합니다. 특히 동질적인 콘텐츠(예: 배치 제품 다이어그램, 통합 스타일 개념 설계)를 여러 번 제공해야 하는 팀에 유용합니다.

광범위한 모델 및 제어 지원: 주류 확산 모델인 ControlNet, LoRA, 증폭 및 다중 샘플링 전략을 지원하고 새로운 모델에 대한 후속 조치를 계속합니다. 모델 액세스의 폭은 커뮤니티 노드가 특정 아키텍처를 얼마나 빨리 지원하는지에 따라 달라집니다. 새 모델이 출시된 후 커뮤니티 노드는 일반적으로 공식 패키징 도구 업데이트를 기다리는 것보다 훨씬 빠른 며칠 내에 적응을 구현합니다.

맞춤형 노드 생태학: 확장성이 뛰어난 커뮤니티 확장을 통해 새로운 기능(새 모델, 새 알고리즘, 외부 서비스)에 액세스합니다. 커뮤니티 노드는 이미지 업스케일링(Tile/Ultimate SD Upscale)부터 비디오 생성(AnimateDiff/Stable Video Diffusion), AI 페인팅 이상의 깊이 맵/노멀 맵 생성까지 확장된 영역을 포괄합니다. 노드의 품질은 다양하므로 프로덕션에 도입하기 전에 코드 신뢰성과 종속성 보안을 평가해야 합니다.

API/백엔드 기능: 노드 그래프는 WebSocket API를 통해 프로그램에서 호출되는 백엔드로 사용될 수 있으며 일괄 생성 및 서비스 지향 배포를 지원합니다. 일반적인 API 호출 링크는 다음과 같습니다. 외부 스크립트가 JSON 형식으로 전체 워크플로 정의를 전송 → ComfyUI 백엔드 실행 → 생성된 결과 반환. 이는 생성 기능을 자체 시스템에 내장해야 하는 팀에게 가장 중요합니다.

다양한 작동 모드: 로컬, 공식 데스크탑 애플리케이션 및 Comfy Cloud는 하드웨어 및 협업 요구 사항에 따라 선택합니다. 세 가지 양식은 동일한 워크플로 형식을 공유하며 워크플로를 로컬에서 디버깅한 다음 한 번의 클릭으로 일괄 실행을 위해 클라우드로 마이그레이션할 수 있습니다. 이 "디버깅-프로덕션" 분리 경로는 전문 도구의 상징적인 기능입니다.

ComfyUI 모델 및 버전 진화

메인라인 진화

첫 번째 오픈소스 버전(2023~01년경): "노드 그래프 오케스트레이션 확산 모델"의 핵심 형태를 확립하고 샘플링, 모델 및 후처리를 연결 가능한 시각적 프로세스로 전환합니다. 초기 버전은 기본적인 Wenshengtu/Tushengtu 기능만 지원하며 커뮤니티 노드 생태는 아직 초기 단계입니다.

데스크톱 및 클라우드 단계(2025년경): Comfy Org에서 체계적으로 운영하는 공식 데스크톱 애플리케이션과 Comfy Cloud가 출시되어 명령줄/웹페이지에서 데스크톱 및 호스팅으로 배포 임계값을 낮춥니다. 이 단계의 획기적인 변화는 제품화입니다. 더 이상 GitHub의 오픈 소스 프로젝트가 아니라 공식 설치 패키지, 업데이트 메커니즘 및 서비스 입구가 있습니다.

v0.24.0(2026-06-03): 핵심 엔진의 반복 버전, 지속적으로 모델 및 샘플러 지원 확장, 실행 성능 및 프런트엔드 경험 최적화. 이 버전은 ComfyUI의 일반적인 업데이트 패턴을 이어갑니다. 획기적인 아키텍처 변경을 도입하지 않고 새로운 모델, 새로운 샘플러 및 새로운 제어 방법에 대한 커뮤니티의 요구를 계속해서 따릅니다.

버전 컨텍스트 설명

ComfyUI의 진화에는 두 가지 라인이 있습니다. 하나는 계속해서 자주 반복되는(새로운 모델 및 성능에 대한 후속 조치) 오픈 소스 핵심 엔진이고, 다른 하나는 데스크톱/클라우드 형태의 제품화 도구입니다. 사용자의 경우 최고의 제어 및 확장성을 추구하는 사용자는 로컬 오픈 소스 버전에 집중할 수 있습니다. 사용 편의성과 유연한 컴퓨팅 능력을 추구하는 사람들은 데스크톱 애플리케이션과 Comfy Cloud에 집중해야 합니다. 두 줄은 동일한 워크플로 형식을 공유합니다. 즉, 로컬에서 구축 및 디버깅된 워크플로를 변경 없이 클라우드 프로덕션 환경으로 마이그레이션할 수 있음을 의미합니다. 이는 종종 과소평가되는 기능이지만 실질적인 의사 결정 가치가 높습니다.

버전 선택 제안: 최신 버전 추적으로 인한 호환성 위험을 피하기 위해 프로덕션에서는 핵심 엔진의 공식 버전을 잠그고 이를 검증된 커뮤니티 노드 버전과 일치시키는 것이 좋습니다. 엔진 자체를 업그레이드하지 않고 커뮤니티 노드를 독립적으로 설치함으로써 새로운 모델 지원을 얻을 수 있습니다.

ComfyUI의 기술적 장점

메커니즘 - 종속성 그래프 기반 실행 엔진: ComfyUI의 실행 엔진은 워크플로의 "유향 그래프"를 기반으로 합니다. 노드의 입력이 변경되는 경우에만 노드와 해당 다운스트림이 다시 계산되고 변경되지 않은 부분은 캐시에서 직접 재사용됩니다. 이 아키텍처는 빌드 제품이 바이너리 파일이 아니라 이미지 및 비디오라는 점을 제외하면 빌드 시스템(예: Make/Bazel)의 증분 컴파일과 유사합니다.

효과 - 증분 계산으로 인한 효율성 향상: 그래프 실행 메커니즘은 두 가지 직접적인 이점을 제공합니다. 첫 번째는 효율성 개선입니다. 반복되는 미세 조정(예: 샘플링 단계 수 조정 또는 LoRA 교체) 중에 영향을 받는 노드만 다시 계산되어 매번 전체 프로세스를 처음부터 실행하지 않습니다. 로딩 모델 + 듀얼 ControlNet + 증폭 후처리를 포함한 일반적인 파이프라인에서 샘플링 매개변수만 수정하는 경우 재계산 시간은 전체 프로세스의 약 30%-50%인 것으로 측정되었습니다. 두 번째는 투명성과 재현성입니다. 각 단계의 중간 출력은 노드 간에 볼 수 있으며 결과 매개변수는 워크플로 파일에 완전히 저장되며 다른 컴퓨터에서 정확하게 복원할 수 있습니다.

적용 가능한 시나리오 및 경계: 작업에 미세한 제어(다중 ControlNet 오버레이, 복잡한 증폭 및 후처리 체인, 일관된 배치 스타일을 사용한 생산)가 필요한 경우 노드 그래프의 제어 가능성은 캡슐화된 원클릭 도구보다 훨씬 뛰어납니다. 그러나 단순한 Vincent 그래프만 필요한 경우 이 메커니즘이 제공하는 유연성은 불필요하게 복잡해집니다. 즉, 노드 그래프의 구성 및 디버깅 시간이 프롬프트 단어를 입력하는 시간을 훨씬 초과합니다. 엔지니어링에서 권장되는 접근 방식은 매번 처음부터 구축하는 대신 "먼저 커뮤니티 워크플로를 가져온 다음 필요에 따라 수정"하는 것입니다.

숨겨진 비용: 노드 그래프 디버깅은 본질적으로 시각적 프로그래밍이며, Python 컨텍스트 CUDA 버전 및 비디오 메모리 관리를 이해하는 것은 여전히 ​​어려운 문턱입니다. 노드 호환성 문제 및 종속성 충돌은 일상적인 작업에서 좌절감을 주는 가장 일반적인 원인이며, 특히 여러 커뮤니티 노드가 동시에 설치된 경우 더욱 그렇습니다.

ComfyUI 사용 방법

로컬 배포: GitHub에서 오픈 소스 버전을 구해 GPU가 있는 환경에서 실행하고 모델을 로드한 후 브라우저에서 노드 그래프로 생성합니다. 이는 가장 제어하기 쉬운 솔루션이지만 사용자에게 Python 컨텍스트 구성 및 CUDA 드라이버 설치에 대한 기본 기능이 필요합니다.

데스크톱 애플리케이션: 공식 웹사이트에서 공식 데스크톱 버전을 다운로드하면 로컬 설치 및 종속성 구성이 단순화되므로 명령줄에 익숙하지 않은 제작자에게 적합합니다. 데스크톱 버전에는 Python 런타임과 공통 종속성이 내장되어 있지만 사용자는 여전히 모델 파일을 직접 다운로드해야 합니다.

편안한 클라우드: 클라우드에서 직접 워크플로를 실행하므로 로컬 그래픽 카드와 제한된 구성이 필요하지 않습니다. 공식 실시간 페이지의 할당량 및 가격에 맞춰 사용하세요. Cloud Youjing에는 주류 모델과 일반적으로 사용되는 노드가 사전 설치되어 있어 GPU 하드웨어가 없거나 탄력적인 컴퓨팅 성능이 필요한 일괄 작업이 없는 사용자에게 적합합니다.

API 호출: 노드 그래프를 WebSocket API에 의해 구동되는 백엔드로 사용하여 일괄 생성하거나 자체 프로덕션 시스템에 통합합니다. API 메서드의 핵심 가치는 디버깅된 작업 흐름을 프로그래밍 가능한 인터페이스로 캡슐화하는 것입니다. 일반적인 시나리오는 "디자이너가 워크플로를 로컬에서 디버그하고 → 개발하여 백엔드에 통합하고 → API를 통해 일괄 호출을 수행하는 것"입니다.

일반적인 시작 경로: 먼저 커뮤니티 워크플로를 사용하여 기본 프로세스 실행 → 각 노드의 입력 및 출력 관계 이해 → 필요에 따라 모델 교체, 노드 추가 및 삭제를 통해 자체 파이프라인 구축 → 데스크톱 애플리케이션에 배포 또는 디버깅 통과 후 Comfy Cloud 프로덕션 실행. 첫 번째 접촉부터 첫 번째 효과적인 그림 제작까지 Python 배경을 가진 사용자는 일반적으로 30-60분 내에 완료할 수 있습니다. 프로그래밍 배경 지식이 없는 사용자에게는 2~4시간의 학습 곡선이 필요합니다.

ComfyUI 제품 가격

가격 모델은 공식 실시간 페이지를 따릅니다. 보통 부분 유료화(Freemium)나 구독제(Subscription System)를 사용하며 기본 기능은 무료로 사용할 수 있다. 고급 기능을 사용하거나 빈도가 높은 경우에는 유료 구독이 필요하며, 사용자는 실제 사용량을 바탕으로 최적의 솔루션을 평가하는 것이 좋습니다.

ComfyUI의 응용 시나리오

전문 영상, 영화 및 TV 제작: 재현 가능한 이미지/비디오 생성 파이프라인을 구축하여 일괄 출력의 일관된 스타일과 품질을 보장합니다. 일반적인 구현 경로는 디자인 팀이 완전한 캐릭터/시나리오 생성 워크플로를 구축 및 테스트하고 → 이를 JSON으로 내보내고 → 클라우드에서 일괄 실행하기 위해 프로덕션 팀에 전달하는 것입니다. 검증에는 두 가지 핵심 사항이 있습니다. 하나는 팀 간 워크플로의 이식성(모델 경로와 노드 버전이 일치하는지 여부)이고, 다른 하나는 배치 실행 중 메모리 안정성과 속도 일관성입니다.

세밀하게 제어 가능한 생성: 여러 제어(ControlNet, LoRA, 파티션 샘플링)를 오버레이하여 원클릭 도구로는 달성하기 어려운 정확한 효과를 얻을 수 있습니다. 예를 들어, 브랜드 시각 디자인에서는 Canny 엣지 제어 + 깊이 맵 제약 + 특정 LoRA 미세 조정을 결합하여 다양한 제품의 출력 이미지가 일관된 구성과 빛 및 그림자 스타일을 유지할 수 있습니다. 노드 체인의 메모리 제한과 추론 대기 시간은 이 시나리오의 주요 병목 현상입니다. 3개의 ControlNet + 2개의 LoRA가 포함된 파이프라인은 8GB의 비디오 메모리로 실행되지 않을 수 있습니다.

AI 애플리케이션 백엔드: 노드 그래프를 생성 엔진으로 자체 제품에 통합합니다. 검증의 초점은 WebSocket API의 안정성과 GPL 계약 준수입니다. 적합한 시나리오에는 전자상거래 플랫폼을 위한 자동화된 제품 이미지 생성, 소셜 미디어를 위한 개인화된 아바타/스티커 도구, 디자인 협업 플랫폼을 위한 내장형 AI 생성 모듈이 포함됩니다. 규정 준수의 핵심은 수정된 ComfyUI 코드를 상용 제품과 함께 배포할지 여부입니다.

비용 절감 및 효율성 향상의 정량적 추론: 전자상거래팀을 예로 들면, "제품 흰색 배경 → 지능형 컷아웃 → 배경 합성 → 다단계 자르기"의 일반적인 파이프라인은 디자이너가 전통적인 수작업 프로세스에서 사진당 약 15분 정도(정제 + 조판)를 필요로 합니다. ComfyUI 자동화 파이프라인은 단일 사진의 처리 시간을 사진당 30~60초로 압축할 수 있으며 인건비는 약 90% 이상 절감됩니다. 그러나 추론의 전제는 작업 흐름이 디버깅되고 안정화되었으며 배치 출력에 대한 품질 승인 표준이 수동 출력과 일치한다는 것입니다. 또 다른 추론: 영화 및 TV 사전 제작 컨셉 디자인 팀. 전통적인 방식에서는 각 디자이너가 하루에 3~5개의 컨셉 도면을 제작합니다. ComfyUI 파이프라인이 도입된 후에는 하루에 20~30개의 도면으로 늘릴 수 있지만 워크플로 구성 및 디버깅에는 약 1~2주가 소요됩니다.

ComfyUI 적용 그룹

전문 창작자 및 시각 팀: 전체 제작 과정을 정밀하게 제어하고 안정적인 워크플로우를 재사용해야 하는 디자인, 영화, TV, 광고 분야의 실무자. 이러한 유형의 사용자에 대한 가치 기준은 "재현성"입니다. 입증된 작업 흐름은 팀에서 반복적으로 호출할 수 있으며 출력 결과는 매번 예측 가능합니다. 이는 "도면 품질의 상한선"보다 상업용 납품 시나리오에서 더 중요합니다.

AI 엔지니어 및 개발자: 시각적 워크플로를 호출 가능한 백엔드로 사용하고 배치 또는 서비스 기반 생성 기능을 구축하려는 기술 사용자입니다. API 안정성, 워크플로 형식의 프로그래밍 가능성, 모델 로딩 및 추론을 위한 리소스 관리에 중점을 둡니다.

고급 AI 페인팅 매니아: 유연성과 확장성을 대가로 학습 비용에 투자할 의향이 있는 심도 있는 사용자입니다. 이러한 사용자는 일반적으로 이미 SD WebUI와 같은 기본 도구에 익숙하며 단일 도구 제어의 상한선을 돌파하기 위해 ComfyUI로 전환합니다.

인간-컴퓨터 협업 경계: ComfyUI는 "반복 매개변수 미세 조정" 및 "일괄 생성"의 80%-90%를 자동화할 수 있습니다. 단, 최종 영화의 미적 판단(구성, 색상, 창의적 표현), 브랜드 준수 검토(상표, 저작권 요소), 고위험 장면(의료/법률 관련 영상 콘텐츠 생성) 섹션에 대해서는 수동 확인을 유지해야 합니다. 또한, 새로운 커뮤니티 노드나 모델을 도입할 때 공식적인 파이프라인에 넣기 전에 비프로덕션 환경에서 품질 승인을 수행하는 것이 좋습니다.

대중에게는 적합하지 않음: "한 번의 클릭으로 그림을 생성하고 매개변수 조정을 원하지 않는" 간단한 사용자에게는 패키지 도구(Midjourney, DALL·E)가 더 적합합니다. 적합한 GPU가 없고 클라우드를 사용할 계획이 없는 사용자의 경우 컴퓨팅 성능으로 인해 로컬 경험이 심각하게 제한됩니다. 모델 버전을 자주 반복해야 하고 노드 호환성을 유지하는 데 시간을 소비할 의사가 없는 팀의 경우 상용 호스팅 서비스가 더 현실적인 선택일 수 있습니다.

ComfyUI 개요 및 전망

해당 분야에서 경쟁력 있는 솔루션을 제공하며, 이 분야에서 AI 활용의 문턱을 낮추는 것이 핵심 가치입니다.

현재 제한 사항: 일부 고급 기능에는 유료 구독이 필요하며 무료 버전에는 기능 또는 사용 제한이 있습니다. 구체적인 기술 세부 사항과 성능 벤치마크는 아직 완전히 공개되지 않았습니다.

관련 도구: midjourney, stable-diffusion

ComfyUI 사용 방법

• 웹 클라이언트 : 공식 홈페이지에 접속하여 계정을 등록하시면 사용하실 수 있습니다. 대부분의 기능은 설치가 필요하지 않습니다.
• API 액세스: RESTful API를 제공하며 개발자는 API 키를 획득하여 자신의 애플리케이션에 통합할 수 있습니다.

버전 정보

• ComfyUI v0.24.0 ：핵심 엔진의 반복 버전은 모듈식 노드 아키텍처를 계속하고, 새로운 모델 및 샘플러에 대한 지원을 지속적으로 확장하고, 실행 성능과 프런트엔드 경험을 최적화하고, "재현 가능한 워크플로 + 미세 매개변수 제어" 포지셔닝을 통합합니다. （2026-06-03）
• ComfyUI 데스크탑 및 클라우드 단계 ：공식 데스크톱 애플리케이션과 Comfy Cloud 클라우드 서비스는 원래 오픈 소스 엔진을 기반으로 출시되었으며 Comfy Org 팀에서 체계적으로 운영하여 명령줄/웹 페이지 배포를 보다 접근하기 쉬운 데스크톱 및 호스팅 형식으로 확장합니다. 이 단계는 지속적으로 반복되며 공식적인 정확한 출시 날짜는 아직 없습니다. （~2025）
• ComfyUI의 첫 번째 오픈 소스 버전 ：이 프로젝트는 처음으로 GitHub에서 오픈 소스로 제공되어 "노드 그래프 조정 확산 모델"의 핵심 형식을 확립하여 사용자가 연결된 방식으로 샘플링, 모델 및 후처리 프로세스를 자유롭게 결합할 수 있습니다. 초기 단계는 지속적인 반복이며 공식적인 정확한 출시 날짜는 아직 없습니다. （~2023-01）