Stable Diffusion은 생성적 AI 분야에 폭풍을 일으켜, 사용자가 간단한 텍스트 프롬프트로부터 매우 자세하고 사실적인 이미지를 생성할 수 있게 했습니다.
DreamStudio와 Hugging Face와 같은 온라인 도구를 사용하면 Stable Diffusion에 접근할 수 있지만, 사용자의 서버에서 로컬로 실행하면 여러 가지 이점을 얻을 수 있습니다.
귀하의 서버에 Stable Diffusion을 호스팅하면 모델의 매개변수와 사용자 정의에 대한 제어력이 강화되어 생성된 이미지가 귀하의 특정 요구 사항에 더욱 부합하는지 확인할 수 있습니다.
또한, 모델을 로컬에서 실행하면 타사 서비스에 의존할 필요가 없으므로 개인 정보 보호 및 데이터 주권이 향상됩니다. 이 문서에서는 서버에서 Stable Diffusion을 설정하고 실행하는 과정을 안내하여 이 강력한 생성 AI 도구의 잠재력을 최대한 활용할 수 있도록 합니다.
놀라운 웹사이트 만들기
최고의 무료 페이지 빌더 Elementor와 함께
지금 시작안정 확산 모델의 작업 프로세스
Stable Diffusion은 확산 모델이라고 알려진 딥 러닝 모델 클래스에 속합니다. 이는 생성 모델로, 훈련 데이터에서 학습한 것과 유사한 새로운 데이터를 생성하도록 훈련됩니다.
이 모델은 물리적 확산 과정과 수학적 유사성이 있어 "확산"이라고 불립니다. 순수한 노이즈(무작위 픽셀)로 시작하여 제공된 텍스트 프롬프트에 따라 여러 단계에 걸쳐 대상 이미지에 맞게 노이즈를 점진적으로 수정합니다.
Stable Diffusion의 핵심 혁신은 잠재 확산 모델이라는 것입니다. 픽셀 공간에서 직접 작업하는 대신, 이전 이미지-잠재 인코더 모델에서 학습한 압축된 잠재 공간에서 작동합니다. 이 압축된 표현은 효율적인 학습과 생성을 가능하게 합니다.
높은 수준에서 이 과정은 다음과 같이 작동합니다.
- 텍스트 프롬프트는 CLIP과 같은 인코딩 모델을 사용하여 텍스트 임베딩으로 인코딩됩니다.
- 무작위 노이즈는 잠재 공간에서 샘플링됩니다.
- 노이즈는 여러 확산 단계를 거쳐 텍스트 임베딩에 따른 목표 이미지 분포에 맞춰 점진적으로 보정됩니다.
- 마지막으로, 잡음이 제거된 잠재 영상을 디코더를 거쳐 출력 이미지가 생성됩니다.
이 반복적 노이즈 제거 프로세스를 통해 모델은 입력 텍스트 설명과 긴밀하게 일치하는 일관된 이미지를 생성할 수 있습니다. 이 훈련은 분류자 없는 안내와 같은 고급 기술을 활용하여 이미지-텍스트 정렬 품질을 개선합니다.
로컬 서버에서 안정적인 확산 실행
컴퓨터에서 Stable Diffusion을 사용하면 다양한 텍스트 입력을 시도하고 필요에 더 잘 맞는 이미지를 만들 수 있습니다. 또한, 자신의 데이터를 사용하여 모델을 조정하여 입력에 따라 결과를 향상시킬 수 있습니다.
참고: PC에서 안정적인 확산을 실행하려면 GPU가 필요합니다.
파이썬 & Git 설치
Stable Diffusion을 실행하려면 컴퓨터에 Python 3.10.6이 있어야 합니다. 공식 Python 웹사이트 에서 설치할 수 있습니다.
설치가 성공했는지 확인하려면 명령 프롬프트를 열고 ' python '을 입력한 다음 Enter를 누릅니다. 설치한 Python 버전이 표시됩니다.
이것이 당신이 계속 사용해야 할 유일한 버전이라는 것을 기억하세요.
그런 다음 코드 저장소 관리 시스템인 Git을 설치합니다.
GitHub 및 Hugging Face 계정
GitHub는 개발자들이 코드를 저장하고 소프트웨어 프로젝트에서 함께 작업하는 곳입니다. 그들은 이를 사용하여 변경 사항을 추적하고 다른 사람들과 협업합니다.
반면, Hugging Face는 AI에 초점을 맞춘 커뮤니티로, 사람들이 오픈소스 프로젝트에 기여하도록 장려합니다. 자연어 처리 및 컴퓨터 비전과 같은 다양한 모델의 중앙 허브와 같습니다. 최신 버전의 Stable Diffusion을 다운로드하려면 계정을 만들어야 하지만 나중에 설명하겠습니다.
안정적인 확산 웹 UI 복제
이 단계는 중요하지만, 약간 까다로울 수 있습니다. 우리가 해야 할 일은 컴퓨터에 안정적인 디퓨전 설치의 기본 설정을 다운로드하는 것뿐입니다. 저장소를 다운로드할 폴더(예: "stable-diffusion-demo-project")를 만드는 것이 도움이 되지만, 필수는 아닙니다.
이 단계를 완료하려면 Git bash가 필요합니다. 다음 명령을 사용하여 안정적인 확산 웹 UI를 복제하려는 폴더로 이동하기만 하면 됩니다.
cd path/to/folder 그런 다음 아래 명령을 실행해야 합니다.
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git모든 것이 잘 진행되면 stable-diffusion-webui라는 이름의 폴더가 보일 것입니다.
안정된 확산 모델 다운로드
먼저, Hugging Face 계정에 로그인하세요. 그런 다음, 다운로드를 통해 Stable Diffusion 모델을 받으세요. 파일이 크기 때문에 몇 분 정도 걸릴 수 있습니다.
다운로드가 완료되면 안정적인 확산 웹 인터페이스 폴더의 'models' 폴더로 이동합니다. 그 안에는 'stable-diffusion'이라는 폴더가 있고, 'Put Stable Diffusion Checkpoints here'라는 텍스트 파일이 있습니다.
이제 다운로드한 안정 확산 모델을 이 폴더로 옮기세요.
stable-diffusion-webui\models\Stable-diffusion웹 UI 설정
다음으로, 안정적인 확산에 필요한 도구를 설정해야 합니다. 약 10분 정도 걸릴 수 있습니다.
cd path/to/stable-diffusion-webui명령 프롬프트를 열고 특정 명령을 입력하여 stable-diffusion-webui 폴더로 이동합니다.
webui-user.bat해당 위치에 도착하면 다른 명령을 실행하여 가상 환경을 만들고 프로세스에 필요한 모든 것을 설치합니다.
안정된 확산을 사용 시작하세요
필요한 모든 것을 설치했으면 명령 창에 "http://127.0.0.1:7860"과 같은 웹 주소가 표시됩니다. 웹 브라우저의 주소창에 복사하여 붙여넣기만 하면 Stable Diffusion 웹 인터페이스를 사용할 수 있습니다.
마무리하기
자신의 서버에서 Stable Diffusion을 실행하면 진정한 잠재력이 발휘되어 사용자 정의 및 세부 조정을 완벽하게 제어할 수 있습니다.
로컬 설치를 사용하면 고유한 요구 사항에 맞게 모델을 조정하고, 다양한 프롬프트와 기술을 실험하고, 생성적 AI의 경계를 넓힐 수 있습니다.
이 기술이 빠르게 진화함에 따라, Stable Diffusion을 현지에서 보유하면 선두에 서서 시각적 생성의 미래를 창조하고 혁신하고 형성할 수 있습니다. 가능성을 책임감 있게 받아들이고, 이 매혹적인 영역에서 상상력을 높이세요.
