로컬 AI 이미지 생성(SDXL)으로 블로그 일러스트 12장 — 장당 6초, 아이콘으로 바로 쓸 건 0장이었습니다

「귀여운 구름 캐릭터, 작은 번개, 흰 배경, 앱 아이콘 스타일」을 주문하고 받은 그림입니다. 구름은 가운데에 있고 배경도 하얗습니다. 그런데 주변을 하트, 버튼 모양 조각, 작은 고양이 얼굴이 빼곡히 채웠습니다. 이번 테스트의 자동 판정은 이 장을 통과로 셌습니다. 네 모서리가 흰색이었기 때문입니다.

무료 로컬 이미지 AI로 블로그 삽화를 뽑으려는 분이 궁금한 건 대개 세 가지입니다. 한 장에 얼마나 걸리는지, 바로 쓸 수 있는 그림이 나오는지, 마음에 든 그림을 다시 뽑을 수 있는지. 이번에 RTX 4070 Ti SUPER에서 SDXL 체크포인트 하나로 12장을 뽑아 본 답은 이렇습니다. 첫 장을 빼면 장당 6초 남짓이었고, 마스코트와 책상 썸네일은 절반 넘게 그대로 쓸 만했지만 앱 아이콘은 4장 중 한 장도 그대로 쓸 수 없었습니다. 같은 시드로 3개월 전에 뽑은 그림은 거의 그대로 다시 나왔습니다.

주문 세 가지를 네 장씩 뽑았습니다

체크포인트는 애니메이션·일러스트 계열 SDXL 모델인 Animagine XL 4.0 Opt 하나입니다. 로컬 ComfyUI에서 1024×1024, 26단계, CFG 6.5, Euler ancestral로 고정하고 프롬프트만 바꿨습니다. 네거티브 프롬프트에는 저해상도·손 뭉개짐 같은 흔한 항목과 함께 「text, watermark, signature」를 넣었습니다.

• 마스코트: 렌치를 든 친근한 로봇, 플랫 벡터, 굵은 외곽선, 흰 배경, 가운데 배치
• 블로그 썸네일: 차트가 뜬 노트북, 머그컵, 작은 화분이 있는 아늑한 책상, 파스텔톤
• 앱 아이콘: 작은 번개를 단 웃는 구름 캐릭터, 스티커 스타일, 흰 배경

주문마다 시드를 하나씩 올려 가며 네 장씩, 모두 12장입니다. 자동 판정은 흰 배경을 요청한 8장에 대해서만 했습니다. 네 모서리 조각의 절반 이상이 흰색이면 통과입니다. 12장은 원본 크기로 한 장씩 열어 요청 조건과 대조했습니다. 이 대조의 1차 분류는 AI 도구가 했고, 발행 전 검수에서 제가 다시 봅니다.

시간: 첫 장만 26초, 나머지는 6초대

첫 장은 26.263초가 걸렸습니다. 나머지 11장은 전부 6.0~6.6초 사이였습니다. 첫 호출에는 체크포인트를 GPU에 올리는 시간이 함께 들어간 것으로 보입니다. 촬영 시점의 GPU 메모리 사용량은 7,714MiB였습니다.

실행 화면에서 회차마다 걸린 시간과 모서리 흰색 비율을 볼 수 있습니다. 한 주문을 네 장씩 뽑아 고르는 데 30초가 안 걸리는 속도입니다. 블로그 글 한 편에 삽화 서너 장이 필요하다면, 고르는 시간이 생성 시간보다 길어집니다.

품질: 자동 판정은 8/8, 눈으로는 다르게 갈렸습니다

주문 (각 4장)	흰 배경 자동 판정	요청 그대로 쓸 수 있는 장
마스코트	4/4 통과	2
블로그 썸네일	(판정 대상 아님)	3
앱 아이콘	4/4 통과	0

마스코트는 네 장 모두 흰 배경에 굵은 외곽선이라 첫눈엔 다 쓸 만해 보입니다. 두 장은 렌치 하나를 제대로 쥐고 있었습니다.

나머지 두 장은 손을 봐야 합니다. 한 장은 렌치가 주먹을 뚫고 몸 아래로 이어진 모양이고, 한 장은 렌치를 양손에 하나씩, 두 개 들었습니다.

블로그 썸네일은 네 장 모두 파스텔톤 책상 장면으로 비슷한 구도였습니다. 배경 삽화로는 세 장이 그대로 쓸 만했습니다. 나머지 한 장에는 두 가지가 섞였습니다. 노트북 화면에 「Cffee」와 숫자 같은 글자가 떠 있고, 머그컵에 식물이 심겨 커피잔과 화분이 한 물건이 됐습니다. 네거티브 프롬프트에 「text」를 넣었는데도 화면 속 글자는 나왔습니다.

앱 아이콘은 흰 배경 판정에서 한 장도 떨어지지 않았지만, 아이콘으로 그대로 쓸 수 있는 장은 없었습니다. 가장 깔끔한 장도 오른쪽 아래에 주문하지 않은 작은 분홍 캐릭터가 붙었습니다.

나머지 세 장은 둥근 액자, 별, 아이스크림콘 같은 물건, 맨 위 그림처럼 스티커 여러 장을 모아 놓은 시트 모양으로 나왔습니다. 모서리만 보는 자동 판정은 이런 차이를 잡지 못합니다.

하나 눈에 띈 게 있습니다. 아이콘 네 장을 파일 크기순으로 놓으면 393KB, 532KB, 820KB, 915KB인데, 이 순서가 주변 요소가 적은 순서와 같았습니다. 그림이 복잡할수록 PNG가 커지는 것은 자연스럽습니다. 다만 네 장뿐이라, 여러 장 중 깔끔한 후보를 먼저 열어 보는 정도로만 쓸 수 있습니다.

같은 시드는 3개월 뒤에도 같은 그림을 냈습니다

이 주소의 6월 기록에서도 같은 체크포인트와 같은 설정으로 마스코트를 시드 1000과 1001로 뽑았습니다. 이번 12장과 겹치는 두 장을 비교했습니다.

시드 1001은 6월 그림과 바이트 하나 다르지 않았습니다. 시드 1000은 픽셀의 0.48%만 달랐습니다. 나란히 놓으면 로봇 눈가 선 몇 줄 정도의 차이입니다. 이번 시드 1000은 앞에서 본 26초짜리 첫 호출이었고, 6월의 시드 1000 호출은 6.71초였습니다.

블로그 작업에서는 이 점이 쓸모 있습니다. 마음에 든 그림의 시드와 설정을 적어 두면, 같은 PC에서 거의 같은 그림을 다시 뽑거나 그 시드에서 프롬프트만 조금 바꿔 변형을 만들 수 있습니다.

블로그 삽화를 뽑을 때 저는 이렇게 하겠습니다

1. 첫 장은 예열로 봅니다. 모델을 올린 직후 첫 장에는 약 20초가 더 붙었습니다. 시간을 잴 때나 급할 때는 이 한 장을 빼고 생각합니다.
2. 주문 하나에 네 장씩 뽑고 고릅니다. 네 장에 30초가 안 걸렸고, 마스코트는 네 장 중 두 장만 요청대로였습니다. 한 장만 뽑고 끝내면 렌치 두 개짜리를 쓰게 될 수 있습니다.
3. 자동 판정은 1차로만 씁니다. 아이콘은 흰 배경 판정에서 떨어진 장이 없었는데도 그대로 쓸 수 있는 장이 없었습니다. 확대해서 요청하지 않은 물건이 붙었는지 확인합니다.
4. 아이콘은 편집을 전제로 둡니다. 이번 프롬프트로는 네 장 모두 주변 요소가 붙었습니다. 가장 깔끔한 장을 골라 주변을 지우는 작업 시간을 잡아 둡니다.
5. 그림 속 글자는 지우거나 가립니다. 네거티브에 text를 넣어도 화면 속 가짜 글자가 나왔습니다. 제목은 편집기에서 따로 얹습니다. 같은 SDXL 계열에서 글자를 넣게 했을 때의 결과는 AI 이미지 한글 글자 실측에 있습니다.
6. 마음에 든 그림은 시드와 설정을 적어 둡니다. 같은 시드로 3개월 뒤에 같은 그림이 다시 나왔습니다.

재현과 원자료

생성과 모서리 판정은 run_sdxl_illustration_bench.py, 프롬프트 세 종은 sdxl_illustration_cases.json, 판정 규칙은 sdxl_illustration_score.py입니다. 이번 기록의 기준 파일은 test_runs/comfyui-animagine-20260924/run.yaml이고, 같은 폴더에 회차별 결과(results.json)와 집계(aggregate.json), 12장 분류(visual_audit.json), 6월 그림과의 비교(repro_audit.json)가 있습니다. 6월 기록은 test_runs/comfyui-animagine-20260626/입니다. 이 경로들은 비공개 작업 폴더라 외부에서 열 수 없습니다. 본문의 생성 이미지 다섯 장과 실행 중 터미널 화면 캡처 한 장이 직접 확인할 수 있는 표본입니다.

재현: cinevyze-bench의 run_sdxl_illustration_bench.py·sdxl_illustration_cases.json·sdxl_illustration_score.py. 생성 이미지 12장과 실행 기록은 공개하지 않습니다.

체크포인트 하나, 주문 세 종류, 주문마다 네 장에서 나온 결과라 다른 체크포인트나 사진풍 주문에는 그대로 옮길 수 없습니다.

생성은 로컬 ComfyUI에서 Animagine XL 4.0 Opt로 실제로 돌렸습니다. 측정 코드 작성과 수정, 12장 1차 분류, 6월 그림과의 비교 계산, 글 작성에 AI 도구를 썼습니다. 발행 전 검수와 12장 분류 확인은 제가 합니다.

시네 · cinevyze 운영자 — AI 도구의 출력을 원본과 판정 기준에 대조합니다. 이번 측정은 RTX 4070 Ti SUPER가 있는 Linux PC의 로컬 ComfyUI(Animagine XL 4.0 Opt)로 했고, 측정 시점은 2026년 9월입니다. 운영자 소개