LoRA

소개

LoRA란 무엇인가요? 경량 파인튜닝 방법으로 생각하세요: 전체 모델을 재학습하는 대신 기존 모델에 작은 "빠른 적응" 레이어를 추가하여 자신만의 스타일을 고정할 수 있습니다 — 더 빠르고 저렴합니다.

이 튜토리얼에서는 처음부터 시작하여 온라인에서 좋아하는 LoRA 모델을 찾고 Atlas Cloud에서 사용하는 방법을 보여드립니다. 초보자라도 곧바로 시작할 수 있습니다.

모델 선택

AIGC로 이미지와 비디오를 생성할 때 일반적으로 프롬프트를 통해서만 모델을 제어할 수 있어 세부 사항을 관리하기 어렵습니다. 손 자세, 천 주름 또는 의류 요소와 같은 것을 모델이 "스스로 이해"하도록 의존하면 결과가 종종 만족스럽지 않습니다.

이 시점에서 오픈 플랫폼을 탐색하여 크리에이터가 공유한 LoRA 모델을 찾을 수 있습니다. 전반적인 예술 스타일과 카메라 텍스처부터 특정 자세, 의상 및 작은 액세서리까지. 타겟팅된 LoRA는 세부 사항을 향상시키고 모델을 재학습하지 않고도 더 많은 제어를 제공할 수 있습니다.

그러나 LoRA를 선택할 때 중요한 규칙을 기억하세요: 사용하는 AIGC 기본 모델과 정확히 일치해야 합니다 — 같은 모델 이름, 같은 버전 및 같은 매개변수 크기.

예를 들어 Wan 2.2용으로 설계된 LoRA는 Wan 2.1 또는 다른 모델에서 사용할 수 없습니다. 마찬가지로 Wan 2.2 14B LoRA는 Wan 2.2 5B에서 사용할 수 없습니다.

일치하지 않으면 최상의 경우 스타일이 변경될 수 있습니다. 최악의 경우 오류가 발생할 수 있습니다. 사용하기 전에 항상 모델 페이지의 정보를 다시 확인하세요!

버전 및 매개변수 다시 확인

참고: Atlas Cloud에서 LoRA는 단일 .safetensors 파일에서 실행됩니다. 가져오기만 하면 설정이 완료됩니다. .PickleTensor, .zip, .GGUF 등은 Atlas Cloud에서 지원하지 않으므로 피하세요.

파일 크기를 확인하세요. LoRA는 일반적으로 2GB 미만입니다(종종 수백 MB에 불과). 업로드가 상당히 큰 경우 잘못된 파일(예: 전체 기본 모델 또는 압축된 번들)을 선택했을 수 있으며 가져오기가 실패합니다. 다시 시도하기 전에 파일 이름과 확장자를 다시 확인하세요!

일반적으로 사용되는 플랫폼은 다음과 같습니다: Hugging Face.

Hugging Face 플랫폼

Hugging Face의 LoRA

Hugging Face는 세계에서 가장 큰 오픈소스 모델 허브 중 하나로 방대한 모델 및 데이터셋 카탈로그를 제공합니다. LoRA를 검색하고 인기 있는 기본 모델에 대한 공식 가중치 및 추론 가이드를 찾을 수 있습니다.

이 부분에서는 LoRA에 집중합니다 — Hugging Face에서 LoRA를 찾고 선택하고 Atlas Cloud에서 사용하는 방법.

사이트 상단의 검색창에 LoRA를 입력하여 관련 리포지토리를 확인하는 것부터 시작하세요.

다음으로 "LoRA"에 대한 모든 모델 결과 보기를 클릭하여 전체 LoRA 결과 페이지를 확인하세요.

자체 검색의 경우 기본 모델 이름, 버전 및 매개변수 크기(예: 7B/14B)와 같은 한정자를 포함하세요. 이렇게 하면 검색 범위가 좁아지고 더 관련성 있는 결과가 표시됩니다.

Hugging Face에서 LoRA 모델은 일반적으로 제목이나 설명에 호환되는 기본 모델과 매개변수 크기를 지정합니다.

예를 들어 prithivMLmods/Qwen-Image-Anime-LoRA는 Qwen-Image용으로 생성된 LoRA로 일본 애니메이션 스타일 이미지를 생성하는 데 사용됩니다.

페이지에 표시된 것처럼 Qwen-Image-Anime-LoRA는 prithivMLmods에 의해 게시되었으며 특히 Qwen-Image 기본 모델용으로 설계되었습니다.

다음으로 Atlas Cloud로 전환하고 atlas-cloud/z-image/turbo-lora 모델을 여세요. 이를 사용하여 이 LoRA를 로드하고 실행합니다.

모델의 Playground 페이지에서 프롬프트를 입력할 프롬프트 입력 필드와 LoRA 모델을 추가하기 위한 loras 섹션을 찾을 수 있습니다.

프롬프트를 작성할 때 원하는 장면, 스타일 및 세부 사항을 명확하게 설명하는 것 외에도 LoRA의 트리거 단어를 포함하는 것을 잊지 마세요! 일반적으로 Model Card의 Hugging Face 페이지에서 이 정보를 찾을 수 있습니다.

예를 들어 prithivMLmods/Qwen-Image-Anime-LoRA 모델 페이지에서 Model Card를 아래로 스크롤하여 모델 사용 방법 및 필요한 정확한 트리거 단어와 같은 추가 세부 정보를 찾으세요.

Model Card의 트리거 단어

그런 다음 LoRA 모델과 관련된 매개변수를 수정합니다.

첫 번째는 경로입니다. 이것은 Atlas Cloud AI가 원하는 LoRA 모델을 호출하는 데 사용하는 경로입니다.

• 항목 추가를 클릭하여 입력 필드를 표시하세요. qwen-image/text-to-image-lora 파이프라인은 최대 3개의 LoRA 모델 추가를 허용합니다.

또한 LoRA 모델이 Hugging Face에 호스팅되는 경우 Atlas Cloud AI는 두 가지 방법으로 참조를 제공합니다: 하나는 <owner>/<model-name>입니다.

이 예제와 같이 모델 페이지에 표시된 대로 작성자의 이름과 모델 이름을 더합니다.

이것을 복사하여 경로에 붙여넣으세요!

다른 방법은 모델의 파일 및 버전으로 이동하여 다운로드 아이콘을 마우스 오른쪽 버튼으로 클릭하고 링크 주소 복사를 선택한 다음 복사한 URL을 경로에 붙여넣는 것입니다.

파일 및 버전의 다운로드 버튼

때때로 모델 페이지에서 고노이즈 LoRA 및 저노이즈 LoRA 옵션을 볼 수 있습니다. 이들은 일반적으로 일반적으로 사용되지 않지만 Hugging Face는 일반적으로 이에 대한 자세한 정보를 제공합니다.

일반 LoRA와 마찬가지로 적절한 필드에 일치하는 이름으로 LoRA 모델을 입력하기만 하면 잘 작동합니다.

loras 매개변수 설정에는 scale이라는 슬라이더가 있으며, 이를 "영향/집중" 볼륨 노브로 생각할 수 있습니다. LoRA가 기본 모델에 얼마나 강하게 영향을 미치는지 조정합니다.

대부분의 경우 기본값 1은 좋은 결과를 제공합니다. 결과가 기대와 다른 경우 scale을 약간 높일 수 있습니다.

Seed는 무작위성을 제어하는 ​​데 사용됩니다. "시작 인덱스"로 생각하세요.

동일한 seed를 사용한 다음 프롬프트를 조정하면 전반적인 스타일과 구성이 대부분 일관되게 유지됩니다. 프롬프트에서 변경한 부분만 다르므로 비교 및 재현이 더 쉽습니다.

좋습니다! 모든 준비 작업을 완료했습니다! LoRA 모델 사용을 시작하겠습니다! 프롬프트 필드에 먼저 LoRA 모델의 트리거 단어 Qwen Anime를 입력하세요. 그런 다음 생성하려는 결과에 대한 설명을 제공하세요.

트리거 단어 입력

그런 다음 loras 필드의 경로에 prithivMLmods/Qwen-Image-Anime-LoRA 또는 URL을 입력하고 scale을 1로 유지하세요.

경로 설정

그런 다음 나중에 원하는 결과를 쉽게 재현할 수 있도록 seed를 설정하세요.

무작위 seed 번호

마지막으로 실행 버튼을 클릭하여 애니메이션 스타일 이미지를 생성하세요!

결과

이미 seed를 설정했기 때문에 배경 및 스타일 세부 사항(예: 의류)이 만족스럽지만 캐릭터의 성별을 변경하려는 경우 프롬프트를 편집하고 다시 실행을 클릭하기만 하면 됩니다.

결론

이 시점에서 Atlas Cloud AI에서 선호하는 LoRA 모델을 사용하는 방법을 배웠습니다. 그러나 LoRA는 미적 선택을 대신해 주지 않습니다. 방향을 설정한 후에만 세부 사항을 안정화합니다. 작품을 독특하게 만드는 것은 항상 귀하의 취향과 상상력입니다.

그러니 대담하게 시도하고 배우고 계속 개선하세요. Inspiration에서 첫 번째 결과를 공유하고 커뮤니티와 함께 성장할 때 효율성은 시작에 불과하다는 것을 알게 될 것입니다. 자신의 스타일이 인정받는 것이 진정한 목표입니다.

원활한 창작과 구상대로의 성공을 기원합니다!

© 2025 Atlas Cloud AI. All rights reserved.