CFG Scale은 모델이 사용자의 지시문(Prompt)을 얼마나 엄격하게 준수할지 결정하는 수치적 가이던스 강도이자, 이미지의 창의적 변동성과 구조적 정밀도 사이의 장력을 조율하는 핵심 매개변수이다 [S46, S1106, S1142].
🧠 핵심 개념 (Core concepts)
분류기 없는 가이던스 (Classifier-Free Guidance): 조건부 노이즈 예측(프롬프트 반영)과 무조건적 노이즈 예측(프롬프트 미반영) 사이의 가중치를 계산하여 생성 방향을 결정하는 메커니즘 [S46, S646, S1142].
지시문 준수 강도 (Prompt Adherence): 수치가 높을수록 텍스트 설명에 더 충실하게 결과물을 도출하며, 낮을수록 모델의 학습 데이터 기반 '창의적 해석' 비중이 높아짐 [S1016, S1081].
장력 균형 (Avoidance Mapping): 긍정 프롬프트(목적지)와 부정 프롬프트(경계) 사이에서 샘플러가 취하는 수치적 평형 상태를 제어함 [S1107, S1143].
물리적 아티팩트 상관관계: 특정 임계값(일반적으로 15 이상)을 넘어서면 색상이 과포화되거나 이미지 구조가 붕괴되는 '강제성 부작용'이 발생함 [S652, S670, S1142].
🧩 추출된 패턴 (Extracted patterns)
반비례 최적화 패턴: 아키텍처가 고도화될수록(SD 1.5 → XL → 3.5) 요구되는 적정 CFG 수치는 점진적으로 낮아지는 경향을 보임 [S46].
컴파운딩 리지디티 (Compounding Rigidity): 높은 CFG 스케일과 긴 네거티브 프롬프트가 결합될 경우, 모델이 수학적으로 과도하게 제약되어 디테일이 소실되고 이미지가 딱딱해지는(Stiff) 패턴 [S652, S670].
스윗 스팟 패턴 (Sweet Spot Pattern): 모델의 창의성과 지시 이행력이 가장 조화로운 구간인 7~12 범위를 기본 생성 전략으로 채택함 [S1016, S1081].
가이던스 내재화 (Embedded Guidance): Flux 모델과 같이 가이던스 메커니즘을 신경망 아키텍처에 미리 통합하여 CFG 수치를 1로 고정하는 진화 패턴 [S46].
⚖️ 비교 및 선택 기준 (Comparison & decision criteria)
모델 아키텍처 (Architecture)
적정 CFG 범위
제어 원리 및 특성
선택 기준
Stable Diffusion 1.5
7 ~ 9 (실사 5-8)
해부학적 데이터 한계로 높은 가이던스 필요 [S46, S647]
구형 체크포인트 및 LoRA 사용 시
Stable Diffusion XL
5 ~ 8
듀얼 텍스트 인코더로 낮은 수치에서도 높은 이행력 [S46, S647]
고해상도 및 고품질 범용 생성 시
Stable Diffusion 3 / 3.5
4 ~ 7
MMDiT 구조로 텍스트 결합 성능이 우수해 낮은 수치 권장 [S46]
복잡한 문장형 프롬프트 이행 시
Flux (Dev/Schnell)
1 (또는 우회 3-4)
가이던스가 신경망에 통합 연산됨 [S46, S50]
초실사 및 정확한 텍스트 구현 시
SD Turbo / LCM
1 ~ 2
고속 샘플링을 위해 가이던스 강도를 최소화 [S647, S665]
실시간 이미지 생성이 필요할 때
📖 세부 내용 (Details)
CFG Scale은 역확산(Reverse Diffusion) 연산 중에 무조건적 샘플링(Unconditional Sampling) 과정을 하이재킹하여 화면의 붕괴를 예방하고 사용자의 의도를 시각화하는 물리적 메커니즘을 취한다 [S46, S1142]. 기술적으로는 프롬프트 임베딩이 노이즈 예측 모듈 내에서 행사하는 물리적 지배력을 수치화한 것이다 [S1106, S1142].
실무적 조율 가이드:
낮은 CFG (1~4): 모델이 프롬프트를 무시하고 자유롭게 생성하도록 방치하며, 주로 추상적인 예술이나 실험적인 레이아웃 도출에 사용됨 [S1016, S1143].
표준 CFG (7~10): 대부분의 상업적 프로덕션에서 권장하는 구간으로, 지시문의 내용(Subject, Style)을 정확히 반영하면서도 시각적 결함이 적음 [S823, S899, S1016].
높은 CFG (12~20+): 프롬프트의 특정 키워드를 극도로 강조할 때 사용하나, 색상 반전(Inverting)이나 '딥 프라이드(Deep-fried)'라 불리는 과포화 현상이 발생할 위험이 높음 [S652, S1142].
⚖️ 모순 및 업데이트 (Contradictions & updates)
Flux의 가이던스 모순: Flux Dev 모델은 아키텍처 상 CFG 1로 고정되도록 설계되었으나, 일부 플랫폼(fal.ai 등)에서는 별도의 'Guidance Scale' 매개변수를 통해 7-10 범위의 조절 인터페이스를 제공하는 구현상의 차이가 존재함 [S46, S823].
과거 신념의 붕괴: 과거에는 CFG가 높을수록 품질이 좋다고 믿었으나, 최신 분석에 따르면 높은 CFG는 오히려 미세 질감(Texture)을 파괴하고 인위적인 보정감을 강화한다는 사실이 밝혀짐 [S652, S1142].
🛠️ 적용 사례 (Applied in summary)
Meteora Web 가구 카탈로그: 제품의 색상 변체를 생성할 때 일관성을 유지하기 위해 CFG를 7.5로 고정하고, 네거티브 프롬프트 가중치를 조율하여 아티팩트를 제어함 [S5, S11].
ComfyUI 워크플로우: 로컬 환경(RTX 3080 이상)에서 SDXL 모델 구동 시 CFG 6.0~7.0 구간을 기본 프리셋으로 설정하여 이미지의 유연성을 확보함 [S6, S811].
DALL-E 3 우회: DALL-E 3는 사용자가 직접 CFG를 조절할 수 없으나, LLM이 프롬프트를 "리터럴(Literal)하게 해석하라"는 지시를 섞어 물리적 가이던스 강도를 높이는 효과를 유도함 [S47, S1014].
💻 코드 패턴 (Code patterns)
소스 내에 직접적인 알고리즘 코드는 없으나, 생성 명령 내 매개변수 적용 패턴이 기술됨.
# Stable Diffusion (A1111/ComfyUI) 파라미터 구성 예시
Steps: 25, Sampler: Euler a, CFG scale: 7.5, Seed: 12345, Size: 1024x1024
# 고가이던스 실험 (키워드 강제)
Prompt: (golden sunrise:1.5), realistic mountain... CFG scale: 12.0
``` [S44, S1016, S1115]
## ✅ 검증 상태 및 신뢰도
- **상태:** draft
- **검증 단계:** conceptual (물리적 아키텍처별 벤치마크 및 실무 가이드라인 기반)
- **출처 신뢰도:** A (공식 문서, 전문 기술 아카데미 및 에이전시 데이터)
- **신뢰 점수:** 0.95
- **중복 검사 결과:** 신규 생성 (New discovery)
## 🔗 지식 그래프 (Knowledge Graph)
- **상위/루트:** [[image Prompt 작성 방법]]
- **관련 개념:** [[Diffusion Models]], [[Prompt Engineering]], [[Negative Prompt]], [[Saturation Artifacts]]
- **참조 맥락:** 모델별 적정 지시 강도를 설정하여 시각적 결함을 최소화하고 의도한 구도를 확보하고자 할 때 참조.
## 📚 출처 (Sources)
- [S44] 스테이블 디퓨전 가중치 조절 수식 및 역확산 연산
- [S46] 아키텍처 버전에 따른 세부 네거티브 구성법과 CFG 통제 기준
- [S50] Flux.1 엔진의 가이던스 내재화 및 우회 기법
- [S646] AUTOMATIC1111: CFG 샘플링의 기술적 정의
- [S652] 고수치 CFG와 네거티브 결합 시의 부작용 분석
- [S665] SD Turbo/LCM 모델의 저수치 CFG 운용 전략
- [S823] fal.ai 등 플랫폼별 Flux 가이던스 스케일 권장값
- [S1016] CFG Scale 설정 범위(7~12) 및 모델 순응도 제어
- [S1106] CFG Scale과 가이던스 강도의 물리적 상관관계
- [S1107] Positive/Negative 지시문과 CFG의 균형 제어
- [S1142] CFG Scale이 이미지 가시성 및 아티팩트에 미치는 영향
- [S1143] CFG를 '회피 맵(Avoidance Map)'의 강도로 정의하는 개념
## 📝 변경 이력 (Change history)
- 2026-06-26: Initial draft generated via Datacollector_MAC P-Reinforce engine. 아키텍처별 CFG 최적화 표준 및 물리적 부작용 데이터 합성 완료.
Antigravity Agent
1cfd3bbb56