Hugging Face는 9월 10일 게시글을 통해 Gradio Workflow로 재구축한 Workflow1111을 공개했다. AUTOMATIC1111의 기능 전체를 11개의 미디어 파이프라인과 73개의 노드로 이뤄진 그래프 하나로 옮긴 것이다. 작성자는 Yuvraj Sharma와 Abubakar Abid다.
이 분야를 잘 모르는 독자를 위해 설명하면, AUTOMATIC1111은 스테이블 디퓨전 시대에 가장 널리 쓰인 로컬 웹 UI로, 그 몇 년간 AI 이미지 생성의 조작 방식을 사실상 정의한 존재였다. 포지티브/네거티브 프롬프트, 샘플러, 하이레스 픽스, 이미지 투 이미지, ControlNet 확장 등이다. 이후 커뮤니티의 중심은 점차 노드형인 ComfyUI로 옮겨갔지만, A1111의 기능 목록은 지금도 사실상의 기준선으로 남아 있다.
옮겨온 기능들
게시글이 나열한 재현 항목에는 스타일 프리셋을 지원하는 텍스트 투 이미지, 하이레스 픽스(업스케일 후 추가 디노이징), 이미지 투 이미지 편집, 대형 모델을 이용한 프롬프트 재작성, 이미지 캡셔닝, 객체 탐지를 이용한 인페인팅 마스크 생성, 프롬프트 매트릭스 배치 생성, 업스케일링과 배경 제거, Canny·선화 등 ControlNet 계열 어노테이터, PNG 메타데이터 읽기·쓰기, 이미지 투 비디오가 포함된다.
내부적으로 호출하는 모델에는 FLUX.1-Kontext, Qwen2.5-VL, DETR, ViT 분류기, BRIA RMBG-2.0, Wan 2.2 I2V가 있다.
Gradio Workflow 자체는 네 가지 오퍼레이터 유형을 정의한다. fn은 평범한 파이썬 함수, model은 InferenceClient를 통해 모델을 호출하고, space는 다른 Gradio Space에 직접 연결하며, dataset은 Hub의 데이터셋 행을 가져온다. 이 네 가지 중 완전히 자신의 기기에서 돌아가는 것은 fn뿐이고, 나머지 세 유형은 모두 외부 연산력에 의존한다.
ComfyUI와의 역할 분담
게시글이 제시한 비교 중 실질적인 차이로 볼 만한 것들이 있다. 노드가 자신이 소유하지 않은 하드웨어여도 된다는 점, 모든 출력이 자동으로 타입이 지정된 REST 엔드포인트가 된다는 점, OAuth를 지원해 브라우저에서 로그인만 하면 쓸 수 있다는 점, 서로 다른 모달리티를 같은 캔버스에 올릴 수 있다는 점, 그리고 커스텀 노드는 그저 파이썬 함수이므로 파이썬으로 할 수 있는 일은 다 할 수 있다는 점이다.
시작하는 데 필요한 최소 코드는 단 세 줄이다. gradio를 임포트하고, 함수 하나를 작성한 뒤 gr.Workflow(bind=[your_function]).launch()를 호출하면 된다. 배포는 gradio deploy로 Spaces에 바로 올린다. 이 워크플로 전체는 MCP도 지원해, 에이전트가 이를 하나의 툴로 호출할 수 있다는 뜻이다.
성능과 관련해 게시글은 수치를 하나만 제시했다. 이미지를 미리 로드해두면 CPU 기반 어노테이터가 건당 약 0.5초 걸린다는 것이다. 라이선스는 게시글에 명시돼 있지 않다.
중국 사용자에게 의미하는 것
실제 사용성은 어느 쪽 네트워크에 있느냐에 달려 있다. 순수하게 로컬에서 도는 22개 노드는 배경 제거, Canny 탐지, 선화 추출, 메타데이터 처리 같은 작업을 네트워크 상태와 무관하게 오프라인으로 끝낼 수 있다는 뜻이다. 하지만 model과 space 두 유형의 오퍼레이터는 Hugging Face의 추론 엔드포인트를 거치는데, 중국에서의 직접 접속 안정성은 오래전부터 문제였고, FLUX.1-Kontext와 Wan 2.2처럼 무거운 모델을 호출할 때 특히 두드러진다.
Wan 2.2는 알리바바가 오픈소스로 공개한 영상 생성 모델로, 중국 내에는 모다스코프(魔搭)라는 더 가까운 배포 경로가 있다. 즉 이 그래프에 포함된 모델 대부분은 중국 내에서도 대응하는 호스팅을 찾을 수 있다는 뜻이다. 다만 Workflow의 런타임 자체는 현재 Hub에 묶여 있어, 배포처를 바꾸려면 fn 노드를 직접 고쳐 로컬 또는 중국 내 서비스를 호출하도록 만들어야 한다. 불가능한 일은 아니지만, 추가적인 엔지니어링 작업이 든다.
툴의 진화라는 관점에서 보면, A1111에서 ComfyUI로의 전환은 폼에서 그래프로의 전환이었다. Workflow1111의 이번 한 걸음은 '그래프가 내 GPU에서 돈다'에서 '그래프가 누구의 GPU에서든 돌 수 있다'로의 전환이라 할 수 있다. 이 추상화 층이 자리 잡으면 로컬 VRAM은 '돌릴 수 있느냐 없느냐'의 전제 조건이 아니라 비용 선택지 중 하나가 된다. 이 판단이 맞는지는 앞으로 1~2년간 커뮤니티에서 자체 구축 노드와 임대 노드의 비율이 어떻게 되는지를 보면 알 수 있을 것이다.
참고 출처: Hugging Face 공식 블로그, Gradio 문서, CocoLoop; 노드 수, 오퍼레이터 분류, 소요 시간 수치는 원문을 기준으로 확인했으며, 중국 내 사용 가능성에 대한 서술은 편집부의 판단이다.