Qwen Image를 ComfyUI에 설치하면 diffusion model과 Qwen2.5-VL text encoder 외에 qwen_image_vae.safetensors라는 별도 파일이 필요하다. 처음 보면 모델이 이미 있는데 왜 VAE까지 따로 받아야 하는지 헷갈리기 쉽다.
핵심은 Qwen Image의 diffusion 과정이 최종 RGB 이미지를 그대로 다루는 것이 아니라 latent 영역에서 진행된다는 점이다. VAE는 이 latent와 우리가 실제로 보는 이미지 사이를 연결하는 역할을 맡는다.
qwen image vae에서 가장 먼저 볼 변화
qwen_image_vae는 latent를 최종 이미지로 복원한다
Qwen Image의 sampling 결과는 바로 PNG나 JPG처럼 사람이 보는 이미지 형태가 아니다. 생성 과정에서는 압축된 latent representation을 사용하고, 마지막에 이 latent를 다시 픽셀 이미지로 변환해야 한다.
ComfyUI에서는 이 과정에서 Load VAE 노드로 qwen_image_vae.safetensors를 불러오고, VAE Decode를 통해 최종 이미지를 만든다.
diffusion model과 VAE는 역할이 다르다
diffusion model은 noise에서 원하는 latent를 만들어 가는 핵심 생성 모델이다. 반면 VAE는 만들어진 latent를 최종 이미지로 해석하는 쪽에 가깝다.
그래서 Qwen Image diffusion model 파일만 있어도 모델 자체는 목록에 나타날 수 있지만, 공식 workflow를 완성하려면 VAE가 별도로 필요하다.
Qwen Image를 일반 checkpoint처럼 한 파일 안에 모든 구성요소가 들어 있는 모델로 생각하면 이 부분이 가장 헷갈린다. ComfyUI용 Qwen Image는 diffusion model, text encoder, VAE가 분리된 구조로 제공된다.
VAE 파일은 models/vae 폴더에 넣는다
qwen image vae가 ComfyUI 워크플로우에 미치는 영향
ComfyUI용 공식 Qwen Image 모델 구성에서 VAE 파일 이름은 qwen_image_vae.safetensors다.
기존 방식과 비교해야 할 부분
이 파일은 ComfyUI/models/vae에 넣는다. diffusion model을 저장하는 models/diffusion_models나 text encoder를 넣는 models/text_encoders와는 경로가 다르다.
qwen_image_vae 파일 크기는 약 254MB다
Comfy-Org에서 배포되는 qwen_image_vae.safetensors는 약 254MB 크기다.
20GB 이상인 FP8 diffusion model과 비교하면 상당히 작은 파일이라 다운로드 부담은 크지 않다. 하지만 파일 크기가 작다고 해서 선택 사항은 아니다. 공식 Qwen Image workflow에서는 별도의 VAE 구성요소로 지정돼 있다.
파일을 넣은 뒤 Load VAE dropdown에서 qwen_image_vae.safetensors가 보이는지 확인하면 된다. 목록에 나타나지 않는다면 먼저 폴더 위치와 model list refresh 상태를 확인하는 편이 좋다.
Qwen-Image-2512도 같은 VAE를 사용한다
Qwen Image의 diffusion model은 이후 버전에서 바뀌었지만 VAE 파일 이름은 그대로 유지되고 있다.
성능과 결과 품질에서 확인할 차이
Qwen-Image-2512 공식 ComfyUI 구성에서도 diffusion model은 qwen_image_2512_fp8_e4m3fn.safetensors 또는 BF16 버전을 사용하지만, VAE는 여전히 qwen_image_vae.safetensors다.
워크플로우 구성에서 놓치기 쉬운 부분
즉 Qwen-Image에서 Qwen-Image-2512로 diffusion model을 변경한다고 해서 VAE까지 새로운 2512 전용 파일을 다시 받을 필요는 없다.
기존 Qwen Image 환경에 qwen_image_vae.safetensors가 이미 정상적으로 설치돼 있다면 2512에서도 같은 VAE 파일을 선택할 수 있다.
Qwen Image Edit에서는 encode와 decode에 VAE가 쓰인다
Qwen-Image-Edit 계열에서도 동일한 qwen_image_vae.safetensors가 사용된다.
편집 workflow에서는 VAE가 최종 latent를 이미지로 decode하는 역할뿐 아니라 입력 이미지를 latent로 변환하는 데도 쓰일 수 있다. TextEncodeQwenImageEdit에 image와 VAE가 함께 들어가면 입력 이미지를 reference latent로 encode해 conditioning에 포함한다.
Edit에서는 입력 이미지의 latent 변환도 확인한다
일반 Text to Image에서는 주로 마지막 VAE Decode가 눈에 띈다. 반면 Image Edit에서는 입력 이미지를 latent로 바꾸는 encode 과정도 존재하기 때문에 VAE 연결이 더 직접적으로 드러난다.
실제로 적용할 때 체크할 점
Qwen-Image-Edit-2511의 TextEncodeQwenImageEditPlus 역시 VAE가 연결되면 최대 세 장의 입력 이미지에서 reference latent를 만들어 conditioning에 추가한다.
따라서 Qwen Image Edit에서 VAE를 단순히 마지막 이미지 출력용 파일로만 보는 것은 부족하다. 입력 이미지를 latent 조건으로 변환하는 데도 사용된다.
다른 VAE로 바꾸기보다 공식 파일부터 확인한다
Stable Diffusion 계열에서는 VAE를 교체해 색감이나 decode 결과를 비교하는 워크플로우를 접한 사용자가 많다.
하지만 Qwen Image를 처음 구성할 때는 다른 모델용 VAE를 임의로 연결하기보다 공식적으로 제공되는 qwen_image_vae.safetensors를 그대로 사용하는 것이 좋다.
특히 diffusion model이나 text encoder가 정상인데 결과 이미지가 제대로 나오지 않는다면 VAE 선택 상태도 확인해야 한다. 모델 계열과 맞지 않는 구성요소를 섞은 상태에서는 어느 단계에서 문제가 발생했는지 판단하기 더 어려워진다.
Qwen Image의 VAE는 qwen_image_vae.safetensors 하나로 보면 된다. 파일은 ComfyUI/models/vae에 넣고, 공식 workflow의 Load VAE에서 선택해 latent와 실제 이미지 사이의 변환에 사용한다.
Qwen-Image-2512와 Qwen-Image-Edit 계열에서도 같은 이름의 VAE가 계속 사용된다. 따라서 이미 정상적인 Qwen Image 환경이 있다면 diffusion model을 버전별로 바꾸더라도 VAE는 기존 파일을 먼저 그대로 활용하면 된다.