LTX-2.5가 ComfyUI 0.32.0에 네이티브로 추가됐다. 기존 LTX-2.3 사용자가 가장 먼저 확인할 부분은 성능 수치보다 기존 워크플로우에 LTX-2.5 체크포인트만 넣으면 되는가다.
결론부터 말하면 단순 체크포인트 교체 방식으로 접근하지 않는 편이 안전하다. LTX-2.5는 Transformer뿐 아니라 텍스트 인코더와 비디오 디코딩 계층까지 바뀌었고, ComfyUI 공식 템플릿도 LTX-2.5용으로 별도 제공된다.
LTX-2.5 ComfyUI 네이티브 지원에서 가장 먼저 볼 변화
LTX-2.5는 단순한 LTX-2.3 체크포인트 업데이트가 아니다
LTX-2.3도 이미 22B 기반의 오디오·비디오 생성 모델이었으며 dev와 distilled 모델, spatial upscaler 등을 조합하는 구조를 사용했다. LTX-2.5 역시 같은 계열을 이어가지만 내부 생성 스택에는 꽤 큰 변화가 들어갔다.
대표적인 것이 Diffusion Fidelity Rendering이다. 장면 전체에 동일한 계산량을 사용하는 대신 장면 복잡도에 따라 필요한 영역에 더 많은 연산을 할당한다. 움직임과 구도 같은 큰 구조를 먼저 잡은 뒤 고품질 keyframe과 pixel diffusion을 이용해 세부 표현을 보강하는 방식이다.
기존 LTX-2.3 사용자가 봐야 할 변화
LTX-2.5에서 새로 강조되는 요소는 다음과 같다.
Diffusion Fidelity Rendering
새로운 diffusion video decoder
Gemma 4 12B 기반 전용 text encoder
개선된 distilled Transformer
prompt enhancer
선택적으로 사용할 수 있는 duration predictor
LTX-2.5 ComfyUI 네이티브 지원가 ComfyUI 워크플로우에 미치는 영향
한 번의 생성에서 여러 컷을 이어 만드는 native multishot
기존 방식과 비교해야 할 부분
반대로 4K 출력, 최대 50fps, 영상과 오디오의 동시 생성이라는 큰 방향은 LTX-2.3에서 이어진다. 즉 출력 사양만 달라진 업데이트라기보다 그 출력을 만드는 내부 파이프라인이 바뀐 버전에 가깝다.
그래서 기존 2.3 JSON을 열고 모델 파일 이름만 2.5로 변경하는 방식보다는 공식 LTX-2.5 템플릿을 기준으로 워크플로우를 다시 확인하는 것이 좋다.
LTX-2.5 모델 파일 구성은 더 명확하게 분리됐다
LTX-2.5 공식 배포본은 ComfyUI 구조에 맞춰 각 구성 요소가 별도의 safetensors 파일로 나뉘어 있다. 핵심 Transformer 하나만 받는다고 전체 워크플로우가 완성되는 구조가 아니다.
예를 들어 distilled 구성을 사용한다면 ltx-2.5-22b-distilled-transformer 계열 Transformer와 별도로 Gemma 4 12B text encoder를 준비해야 한다. 비디오와 오디오 디코딩에도 각각 대응하는 모델 파일이 존재한다.
ComfyUI에서 체크할 모델 구성
ComfyUI에서 로컬로 사용하려는 경우 최소한 어떤 구성 요소를 로더에 연결하는지 확인해야 한다.
Transformer에는 dev와 distilled가 있으며, ComfyUI 전용 int8 convrot 버전도 제공된다. 별도로 Gemma 4 12B text encoder, video VAE, audio VAE가 존재한다.
여기에서 특히 주의할 것은 video VAE다. LTX-2.5에는 고품질 DiffVAE와 상대적으로 빠르고 가벼운 Conv VAE가 별도로 제공된다. 따라서 이전 LTX-2.3 워크플로우에서 사용하던 디코딩 부분을 아무 생각 없이 유지하기보다 2.5 템플릿이 어떤 decoder를 사용하는지 확인하는 편이 낫다.
성능과 결과 품질에서 확인할 차이
워크플로우 구성에서 놓치기 쉬운 부분
또 ComfyUI 전용 int8-convrot 모델은 이름 그대로 ComfyUI에 맞춘 파일이다. 같은 파일을 일반 PyTorch의 ltx-pipelines에서 그대로 사용할 수 있는 범용 체크포인트라고 생각하면 안 된다.
LTX-2.5는 VAE Decode 이후의 품질 전략도 달라졌다
이번 업데이트에서 눈여겨볼 부분은 새로운 diffusion video decoder다. 기존의 일반적인 VAE reconstruction 방식 대신 diffusion 기반 디코딩을 활용해 얼굴, 질감, 화면 속 문자와 빠른 움직임에서 나타나는 뭉개짐을 줄이는 것이 목표다.
이 변화는 ComfyUI 사용자에게 중요하다. 영상 생성 워크플로우에서는 sampler만큼 마지막 latent를 실제 영상으로 변환하는 decoder가 결과 품질에 직접 영향을 주기 때문이다.
따라서 LTX-2.3에서 사용하던 VAE 관련 설정이 있다는 이유만으로 그대로 유지하기보다 LTX-2.5 공식 워크플로우의 decode 구성을 기준점으로 삼는 것이 합리적이다.
Gemma 4 12B text encoder도 함께 바뀐다
또 하나의 변화는 텍스트 인코더다. LTX-2.5는 전용 Gemma 4 12B text encoder를 사용한다. 여러 인물과 행동, 조명, 카메라 움직임을 한 프롬프트에 함께 넣었을 때 조건을 더 오래 유지하도록 설계된 부분이다.
LTX-2.5 distilled 워크플로우도 다시 확인해야 한다
LTX-2.3 사용자는 distilled 모델에 익숙할 가능성이 높다. 2.3에는 8-step, CFG 1 기반의 distilled 체크포인트와 별도의 distilled LoRA를 활용하는 구성도 있었다.
실제로 적용할 때 체크할 점
LTX-2.5에서는 distilled 모델 자체가 다시 개선됐다. 공식 설명은 full 모델 대비 영상 품질과 prompt adherence, motion consistency의 손실을 줄이는 데 초점을 맞추고 있다.
2.5 distilled Transformer 역시 고정 8-step schedule과 CFG 1을 사용한다. 따라서 빠른 로컬 inference를 원한다면 dev 모델을 무조건 고집할 필요는 없지만, 기존 2.3 distilled 파일을 2.5 Transformer와 혼합하는 식의 임의 구성은 피하는 것이 좋다.
LTX-2.3 구성 요소가 모두 사라지는 것은 아니다
흥미로운 예외도 있다. 공식 LTX-2.5 파이프라인 설명에서는 multi-stage 생성에 사용하는 spatial upscaler와 관련해 LTX-2.3의 x2 spatial upscaler를 이용하는 구성이 안내되어 있다. 버전 번호가 다르다고 모든 2.3 구성 요소를 무조건 삭제해야 한다는 뜻은 아니다.
ComfyUI에서는 기존 그래프 수정보다 공식 템플릿이 빠르다
ComfyUI에는 LTX-2.5 지원과 함께 전용 workflow template이 추가됐다. 현재 공식적으로 T2V, I2V, FLF2V 워크플로우가 제공되므로 처음에는 이 그래프에서 시작하는 것이 가장 단순하다.
ComfyUI 로컬 환경이라면 우선 0.32.0 이상으로 업데이트하고 Templates에서 LTX-2.5 워크플로우를 불러오는 방식이 안전하다. 그다음 자신의 LTX-2.3 워크플로우와 비교하면서 프롬프트 처리나 이미지 conditioning, 후처리 노드만 옮기는 편이 관리하기 쉽다.
기존 그래프에 커스텀 노드와 후처리가 많이 붙어 있다면 전체를 버릴 필요도 없다. LTX 모델 로딩 → text encoding → sampling → video decoding에 해당하는 핵심 구간을 2.5 공식 그래프로 교체하고, 나머지 저장·프레임 처리·후처리 영역을 다시 연결하는 방식이 현실적이다.
마지막 확인
LTX-2.3에서 LTX-2.5로 넘어갈 때는 체크포인트 파일 하나를 바꾸는 업데이트라고 생각하지 않는 것이 좋다. Transformer, Gemma 4 text encoder, video decoder를 포함한 핵심 생성 구간이 함께 변경됐기 때문이다.
먼저 ComfyUI를 0.32.0 이상으로 업데이트한 뒤 공식 LTX-2.5 T2V 또는 I2V 템플릿을 한 번 실행해 보는 것이 가장 빠르다. 정상 출력을 확인한 다음 기존 2.3 워크플로우의 커스텀 노드와 후처리 부분을 옮기면 불필요한 호환성 문제를 줄일 수 있다.