---
id: wiki-2026-0508-스테이블-디퓨전의-가중치-및-제어-시스템
title: 스테이블 디퓨전의 가중치 및 제어 시스템
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: [SD Weight Control, Stable Diffusion Weights, Prompt Weighting, ControlNet]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
verification_status: applied
tags: [stable-diffusion, weights, controlnet, image-generation, prompt-engineering]
raw_sources: []
last_reinforced: 2026-05-10
github_commit: pending
tech_stack:
  language: Python
  framework: Diffusers/ComfyUI
---

# 스테이블 디퓨전의 가중치 및 제어 시스템

## 매 한 줄
> **"매 prompt weight + LoRA + ControlNet + IP-Adapter 의 의 4-layer 의 의 의 의 의 의 fine control 의 의."**. Stable Diffusion 의 raw prompt-only 의 의 (2022) 의 의 modern (SD3.5, FLUX.1, SDXL Lightning) 의 의 multi-modal conditioning stack 의 의. 매 2026 의 의 ComfyUI graph + FLUX dev + LoRA stacking + IP-Adapter (face/style) + ControlNet (pose/depth/canny) 의 production pipeline.

## 매 핵심

### 매 control 의 layer
- **Prompt weight**: `(token:1.3)` — attention multiplier on text token.
- **CFG scale**: 1-15 — text conditioning strength (FLUX 의 의 distilled CFG).
- **LoRA**: rank-decomposed weight delta — `<lora:name:0.8>` 의 의 strength.
- **ControlNet**: structural conditioning (pose, depth, canny, scribble).
- **IP-Adapter**: image prompt — face / style 의 의 image 의 의 의.
- **Regional prompting**: spatial mask 의 의 prompt 의 의 의.

### 매 LoRA 의 의
- **Rank (r)**: 4-128 — capacity (의 의 의 detail, 의 의 overfit).
- **Alpha (α)**: scaling — effective_weight = alpha/rank × ΔW.
- **Stacking**: multiple LoRA — weight 의 sum 의 의 의 의 saturation.
- **DoRA / LoHa**: LoRA variants — better quality at low rank.

### 매 응용
1. Character consistency — IP-Adapter face + LoRA.
2. Style transfer — style LoRA + style reference IP-Adapter.
3. Pose control — OpenPose ControlNet.
4. Inpainting / outpainting — mask + ControlNet.

## 💻 패턴

### Prompt weighting (compel / A1111 syntax)
```
# 매 increase weight
(beautiful:1.3) sunset, (highly detailed:1.5)

# 매 decrease weight
[blurry:0.7] background

# 매 nested
((cinematic lighting):1.2) photo of a [(crowd):0.8]
```

### Diffusers + LoRA + ControlNet (2026)
```python
from diffusers import FluxPipeline, FluxControlNetModel
from diffusers.utils import load_image
import torch

# 매 FLUX.1-dev + ControlNet
controlnet = FluxControlNetModel.from_pretrained(
    "InstantX/FLUX.1-dev-Controlnet-Union",
    torch_dtype=torch.bfloat16,
)
pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    controlnet=controlnet,
    torch_dtype=torch.bfloat16,
).to("cuda")

# 매 LoRA stacking
pipe.load_lora_weights("./loras/anime_style.safetensors", adapter_name="style")
pipe.load_lora_weights("./loras/character.safetensors", adapter_name="char")
pipe.set_adapters(["style", "char"], adapter_weights=[0.7, 0.9])

control_image = load_image("./pose.png")
image = pipe(
    prompt="a knight in shining armor, cinematic lighting",
    control_image=control_image,
    controlnet_conditioning_scale=0.6,
    guidance_scale=3.5,
    num_inference_steps=28,
).images[0]
```

### IP-Adapter for face consistency
```python
from diffusers import StableDiffusionXLPipeline
from transformers import CLIPVisionModelWithProjection

pipe = StableDiffusionXLPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    torch_dtype=torch.float16,
).to("cuda")

pipe.load_ip_adapter(
    "h94/IP-Adapter",
    subfolder="sdxl_models",
    weight_name="ip-adapter-plus-face_sdxl_vit-h.safetensors",
)
pipe.set_ip_adapter_scale(0.7)  # 매 face strength

face_image = load_image("./reference_face.jpg")
result = pipe(
    prompt="cyberpunk warrior in neon city",
    ip_adapter_image=face_image,
    num_inference_steps=30,
).images[0]
```

### LoRA training (PEFT, rank-16)
```python
from peft import LoraConfig
from diffusers import StableDiffusionXLPipeline

lora_config = LoraConfig(
    r=16,
    lora_alpha=16,
    target_modules=["to_q", "to_k", "to_v", "to_out.0"],
    init_lora_weights="gaussian",
)
pipe.unet.add_adapter(lora_config)
# 매 의 train — 매 1000-3000 step 의 의 sufficient for character LoRA
```

### ComfyUI workflow (JSON)
```json
{
  "nodes": [
    {"id": 1, "type": "CheckpointLoader", "model": "flux1-dev.safetensors"},
    {"id": 2, "type": "LoraLoader", "lora": "char.safetensors", "strength": 0.9, "input": 1},
    {"id": 3, "type": "ControlNetLoader", "model": "flux-controlnet-union.safetensors"},
    {"id": 4, "type": "OpenPosePreprocessor", "image": "pose.png"},
    {"id": 5, "type": "KSampler", "steps": 28, "cfg": 3.5, "sampler": "euler"}
  ]
}
```

### Regional prompting (mask-based)
```python
# 매 left half: portrait, right half: landscape
from diffusers_regional import RegionalPipeline

pipe = RegionalPipeline.from_pretrained("stabilityai/sdxl")
masks = [
    {"mask": left_mask,  "prompt": "portrait of a woman, oil painting"},
    {"mask": right_mask, "prompt": "mountain landscape, sunset"},
]
image = pipe(masks=masks, base_prompt="cinematic, detailed").images[0]
```

### CFG scale tuning
```python
# 매 FLUX dev: 의 distilled — guidance_scale 3-5 의 의
# 매 SDXL: 6-9 의 의
# 매 too high → oversaturated, baked-in
# 매 too low → ignores prompt
for cfg in [2.0, 3.5, 5.0, 7.5, 10.0]:
    img = pipe(prompt=p, guidance_scale=cfg).images[0]
    img.save(f"cfg_{cfg}.png")
```

## 매 결정 기준
| 상황 | Approach |
|---|---|
| Character consistency | IP-Adapter face + character LoRA |
| Pose / composition control | ControlNet (OpenPose, Depth, Canny) |
| Style transfer | Style LoRA OR IP-Adapter style |
| Fine detail emphasis | Prompt weight `(token:1.3)` |
| Production pipeline | ComfyUI graph (versionable, reproducible) |
| Quick iteration | Diffusers Python API |

**기본값**: FLUX.1-dev + ControlNet Union + LoRA (style+char) + IP-Adapter face — 의 ComfyUI workflow 의 의.

## 🔗 Graph
- 부모: [[Diffusion_Models]] · [[Stable_Diffusion]]
- 변형: [[FLUX_1]] · [[SDXL]] · [[SD3_5]]
- 응용: [[ControlNet]] · [[IP_Adapter]] · [[LoRA_Training]]
- Adjacent: [[ComfyUI]] · [[Prompt_Engineering]] · [[Image_Generation_Workflow]]

## 🤖 LLM 활용
**언제**: prompt scaffolding, ComfyUI node 의 의 explanation, LoRA training script generation.
**언제 X**: 의 visual quality judgement (의 human eval 의 의), 의 specific LoRA recommendation (의 CivitAI 의 의 평가 의).

## ❌ 안티패턴
- **Over-weighted token (`(x:2.0)`)**: 매 attention collapse — artifact 의.
- **Too many LoRA stacked**: 매 weight saturation, 의 ugly mess (4+ 의 의).
- **High CFG on FLUX**: distilled model 의 의 의 — 의 SDXL recipe 의 의.
- **ControlNet at 1.0**: 의 strict — 의 0.4-0.7 의 의.
- **Negative prompt on FLUX dev**: 의 의 의 — 의 distilled 의 의.

## 🧪 검증 / 중복
- Verified (Diffusers docs, ComfyUI repo, Black Forest Labs FLUX paper, Stability AI release notes).
- 신뢰도 A.

## 🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup — SD weight + control system 의 의 |