LTX-2.5 ComfyUI 지원, LTX-2.3 워크플로우와 달라진 점
LTX-2.5가 2026년 8월 12일 ComfyUI에 Day-0 지원으로 들어왔습니다. 기존 LTX-2.3을 사용하던 입장에서는 단순히 체크포인트 파일만 2.5로 바꾸면 되는 업데이트인지, 아니면 워크플로우 자체를 다시 구성해야 하는지가 가장 먼저 궁금할 부분입니다.
결론부터 말하면 LTX-2.5는 LTX-2.3 체크포인트의 단순 교체판으로 보는 것보다 새로운 공식 워크플로우를 기준으로 다시 구성하는 편이 안전합니다. 렌더링 구조와 비디오 디코더, 텍스트 인코더까지 생성 스택 여러 부분이 함께 변경됐기 때문입니다.
LTX-2.5는 체크포인트만 바뀐 업데이트가 아니다
LTX-2.3도 이미 ComfyUI에서 T2V, I2V, FLF2V를 비롯해 다양한 네이티브 워크플로우를 지원했습니다. 당시에는 새로운 latent space와 업데이트된 VAE를 기반으로 세부 표현, 세로 영상, 오디오와 이미지 기반 영상 생성 품질을 개선하는 방향이 중심이었습니다.
LTX-2.5에서는 변화 범위가 더 넓습니다. 새로운 렌더링 방식과 비디오 디코더, 전용 텍스트 인코더, 개선된 distilled 모델, prompt enhancer 등이 한 번에 들어왔습니다.
가장 큰 변화는 Diffusion Fidelity Rendering
LTX-2.5에서 핵심으로 소개된 기술은 Diffusion Fidelity Rendering입니다.
기존처럼 모든 장면에 연산량을 동일하게 배분하는 것이 아니라 장면의 복잡도에 따라 계산량을 다르게 사용합니다. 먼저 시간축으로 8배 압축된 latent 공간에서 움직임과 구도, 프레이밍을 만들고 고품질 keyframe을 함께 생성합니다.
복잡한 장면에는 더 많은 keyframe과 계산을 사용하고, 정적인 장면에서는 상대적으로 적게 사용하는 방식입니다. 이후 별도의 pixel diffusion 단계가 구조와 keyframe을 이용해 최종 영상을 렌더링합니다.
따라서 LTX-2.3에서 사용하던 모델 파일을 2.5 체크포인트 하나로 바꾸는 방식보다는 2.5 전용 구성 전체를 확인하는 것이 중요합니다.
VAE 중심 디코딩 구조에도 변화가 생겼다
LTX-2.3에서는 업데이트된 VAE가 중요한 구성 요소였습니다. ComfyUI 공식 워크플로우 역시 checkpoint, text encoder, latent upscaler 등 여러 모델 파일을 조합하는 형태였습니다.
LTX-2.5에서는 Diffusion Video Decoder가 기존의 표준적인 VAE 디코딩 방식을 대체하는 핵심 변경점으로 소개됐습니다. 빠르게 움직이는 물체의 번짐을 줄이고 얼굴이나 세부 질감, 영상 속 글자를 더 선명하게 표현하는 것이 목표입니다.
2.3 워크플로우를 그대로 복사하지 않는 이유
LTX-2.5 공식 모델 구성에는 transformer뿐 아니라 별도의 video VAE, audio VAE, 새로운 text encoder와 latent spatial upscaler가 포함됩니다. 공식 Python 패키지의 distilled 구성만 기준으로 해도 전체 다운로드 크기는 약 66GiB에 이릅니다.
즉 기존 2.3 JSON을 불러온 뒤 모델 이름만 변경하면 모든 변경점을 제대로 활용할 수 있다고 보기 어렵습니다. 업데이트 후 ComfyUI Templates 패널에서 제공되는 LTX-2.5 전용 T2V, I2V, FLF2V 템플릿을 출발점으로 삼는 편이 좋습니다.
특히 기존에 직접 노드를 수정하거나 커스텀 서브그래프를 만들어 둔 사용자라면 2.5 기본 템플릿이 어떤 모델과 노드를 연결하는지 먼저 확인한 뒤 필요한 부분만 기존 워크플로우로 가져오는 방식이 안전합니다.
텍스트 인코더도 Gemma 4 12B 기반으로 바뀐다
LTX-2.3 ComfyUI 워크플로우에서는 Gemma 3 12B 계열 텍스트 인코더가 사용됐습니다. 2.5에서는 LTX용으로 구성된 Gemma 4 12B 기반 커스텀 텍스트 인코더가 새로 들어갑니다.
목표는 긴 프롬프트 안에서 여러 피사체와 행동, 조명, 카메라 움직임 같은 조건을 더 오래 유지하는 것입니다. 복잡한 영상 프롬프트에서 뒤쪽 조건이 빠지는 문제를 줄이려는 변화입니다.
여기에 짧은 문장을 더 구체적인 영상 생성 지시문으로 확장하는 전용 prompt enhancer도 추가됐습니다. LTX-2.3에서 직접 장문의 프롬프트를 작성하던 사용자라면 이 부분도 워크플로우 구성에서 확인할 가치가 있습니다.
2.5에서도 유지되는 기능과 새로 추가된 기능
모든 것이 바뀐 것은 아닙니다. 네이티브 4K, 영상과 오디오의 동시 생성, 최대 50fps 같은 LTX-2.3의 주요 기능은 2.5에서도 이어집니다.
반면 눈에 띄는 새 기능 중 하나는 native multi-shot입니다. 한 번의 생성 안에서 여러 연결된 숏을 만들면서 캐릭터와 환경, 조명, 음성, 스타일의 연결성을 유지하도록 설계됐습니다.
다만 현재 ComfyUI에서 2.5로 처음 옮기는 사용자라면 새로운 기능을 한꺼번에 추가하기보다 T2V 또는 I2V 기본 템플릿부터 정상 실행되는지 확인하는 것이 좋습니다. 기본 추론이 정상적으로 돌아가는 것을 확인한 뒤 기존 자동화나 커스텀 워크플로우를 결합하는 편이 문제를 찾기 쉽습니다.
마지막 확인
LTX-2.3을 이미 쓰고 있다면 우선 ComfyUI를 0.32.0 이상으로 업데이트한 뒤 LTX-2.5 공식 템플릿을 새로 불러오는 것부터 시작하면 됩니다. 그다음 필요한 2.5 전용 weights와 text encoder, decoder 관련 모델을 맞춰 넣고 T2V 또는 I2V를 먼저 실행해보는 순서가 좋습니다.
핵심은 LTX-2.5를 단순한 체크포인트 업데이트로 취급하지 않는 것입니다. 기존 2.3 커스텀 워크플로우가 있다면 바로 파일명만 교체하지 말고, 공식 2.5 템플릿의 모델 연결 구조를 기준으로 필요한 노드를 하나씩 이식하는 것이 가장 안전합니다.