| Dibi8

lang: kr slug: invokeai title: ‘InvokeAI: 27.2K+ 별 — 2026년 전체 설정 가이드’ description: ‘InvokeAI(Invoke)는 업계 최고의 WebUI를 갖춘 Stable Diffusion 모델을 위한 선도적인 크리에이티브 엔진입니다. SD 1.5, SDXL, FLUX 및 ControlNet과 호환됩니다. Docker 설치, 워크플로 설정, 벤치마크 대 AUTOMATIC1111 및 ComfyUI, 프로덕션 강화를 다룹니다.’ tags: [“guide”, “open-source”, “reference”, “tutorial”] date: 2026-05-19 00:00:00+08:00 lastmod: 2026-05-19 00:00:00+08:00 tech_stack: [] application_domain: Ai Tools source_version: ’' licensing_model: Open Source license_type: Apache-2.0 file_size: ’' file_md5: ’' download_url: ’' backup_url: ’' github_repo: ‘https://github.com/invoke-ai/InvokeAI' last_maintained: ‘2026-05-19’ draft: false categories: [‘ai-tools’] aliases:- /게시물/invokeai/ 자주 묻는 질문:

q: ‘InvokeAI를 실행하려면 어떤 하드웨어가 필요합니까?’ a: ‘최소값은 8GB VRAM(NVIDIA RTX 3060 이상), 16GB RAM, 50GB 여유 디스크 공간입니다. 편안한 FLUX 워크플로를 위해 InvokeAI는 12GB+ VRAM을 권장합니다(RTX 4080/4090과 같은 16GB+가 이상적입니다). NVIDIA CUDA, AMD ROCm 및 CPU 전용 폴백을 지원합니다.’
q: ‘GPU 없이 InvokeAI를 실행할 수 있나요?’ a: ‘예, InvokeAI는 CPU Docker 프로필(docker compose –profile cpu up -d)을 사용하여 CPU 전용 시스템에서 실행되지만 최신 8코어 CPU에서 생성은 1024x1024 이미지당 약 2~~5분으로 10~~20배 더 느립니다. 테스트용으로는 괜찮지만 실제 사용에는 적합하지 않습니다.’
q: ‘내 AUTOMATIC1111 모델을 InvokeAI로 마이그레이션할 수 있나요?’ 가: ‘그렇습니다. InvokeAI는 INVOKEAI_ROOT를 기존 모델 디렉터리로 지정하거나 파일을 InvokeAI 모델 폴더에 복사하여 A1111 설치의 기존 .safetensors 및 .ckpt 모델을 사용할 수 있습니다. 그러나 InvokeAI는 자체 노드 기반 워크플로 시스템을 사용하기 때문에 A1111 확장 및 스크립트는 전송되지 않습니다.
q: ‘InvokeAI는 속도와 VRAM 측면에서 ComfyUI 및 AUTOMATIC1111과 어떻게 비교됩니까?’ a: ‘1024x1024 SDXL의 RTX 3060 Ti에서 ComfyUI가 가장 빨랐고(약 21.5초) InvokeAI가 중간(약 24.4초), AUTOMATIC1111이 가장 느렸습니다(약 36초). FLUX Dev VRAM 사용의 경우 ComfyUI가 13.8GB로 가장 낮았고 InvokeAI 14.2GB, AUTOMATIC1111이 16.1GB로 가장 높았습니다. InvokeAI는 전문적인 UI, 대기열 시스템 및 다중 사용자 지원을 위해 약간의 원시 속도를 교환합니다.’
q: ‘InvokeAI는 상업용으로 무료인가요?’ a: ‘InvokeAI 자체는 Apache-2.0에 따라 라이센스가 부여되어 제한 없이 상업적 사용이 허용됩니다. 그러나 다운로드한 모델(SD 1.5, SDXL, FLUX)에는 별도의 라이센스가 있으므로 상업적 사용은 각 모델의 조건에 따라 다릅니다. 모델 관리자는 다운로드하기 전에 라이센스 정보를 표시합니다.’
통합 캔버스 — 인페인팅, 아웃페인팅, 브러시 도구, 이미지 간 편집 기능을 갖춘 레이어 기반 캔버스
노드 기반 워크플로 — 재현 가능하고 공유 가능한 생성 파이프라인을 위한 시각적 파이프라인 빌더
모델 관리자 — SD 1.5, SDXL, FLUX, Z-Image 및 사용자 정의 체크포인트를 위한 내장형 모델 다운로드 및 관리
갤러리 및 보드 — 메타데이터 보존 및 드래그 앤 드롭 지원으로 정리된 이미지 저장
큐 시스템 — 일괄 생성 및 워크플로 실행을 위한 백그라운드 작업 처리## 설치 및 설정### 방법 1: Docker(프로덕션에 권장)Docker는 프로덕션급 InvokeAI 설정을 위한 가장 빠른 경로입니다. 공식 이미지는 NVIDIA(CUDA), AMD(ROCm) 및 CPU 전용 모드를 지원합니다.전제조건:
BuildKit이 활성화된 Docker 엔진 24.0+
Docker Compose 플러그인(V2)
NVIDIA 컨테이너 툴킷(GPU용) 또는 ROCm Docker 런타임(AMD용)
16GB 이상의 RAM, 20GB 이상의 여유 디스크 공간1단계 - 저장소 복제:배쉬 자식 클론 https://github.com/invoke-ai/InvokeAI.git CD InvokeAI/도커 ````**2단계 - 환경 구성:**배쉬 cp .env.샘플 .env

따라 '.env'를 편집하세요.``배쉬 
#````배쉬
cp .env.샘플 .env 
``OT=/opt/invokeai-data 
INVOKEAI_PORT=9090 
GPU_DRIVER=쿠다 
CO```배쉬
# 핵심 구성 
INVOKEAI_ROOT=/opt/invokeai-데이터 
INVOKEAI_PORT=9090 
GPU_DRIVER=쿠다 
CONTAINER_UID=1000 
HUGGINGFACE_TOKEN=hf_your_token_here 
``쉬 
도커 작성 -d

http ://localhost:9090`에서 UI에 액세스합니다.### 빠른 Docker 실행(작성 없음)For a quick test without persistence:``배쉬

NVIDIA GPU #

docker run –runtim``` bas h ./run.sh

--publish 9090:9090 \
ghcr.io/invoke-ai/invo```
bas
h
도커 작성 -d 
```n
--device /dev/kfd --device /dev/dri \
--publish 9090:9090 \
ghcr.io/invoke-ai/invokeai:main-rocm# With data persistence
docker run --run```
bas
h
# NVIDIA GPU
docker run --runtime=nvidia --gpus=all \ 
--publish 9090:9090 \
ghcr.io/invoke-ai/invokeai:최신 

# AMD GPU
docker run --device /dev/kfd --device /dev/dri \ 
--publish 9090:9090 \
ghcr.io/invoke-ai/invokeai:main-rocm 

# With data persistence
docker run --runtime=nvidia --gpus=all \ 
--publish 9090:9090 \
--볼륨 /mnt/invokeai-data:/invokeai \ 
ghcr.io/invoke-ai/invokeai:최신 
```e
directory.**Step 3 — Start the WebUI:**``배쉬 
invokeai-web
````### 방법 3: 클라우드 VPS(DigitalOcean)For teams without local GPU hardware, a cloud GPU instance provides full InvokeAI access. DigitalOcean GPU Droplets with NVIDIA A10G or H100 cards work well.``배쉬 
# 새로운 Ubuntu 24.04 GPU 드롭릿에서 
sudo apt update && sudo apt install -y docker.io docker-compose-plugin
sudo systemctl 활성화 --now docker# Install NVIDIA Container Toolkit
distribution=$(. /etc/os-rele```
bas
h
pip install invokeai
``` -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo```
bas
h
invokeai-configure

s ://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt update && sudo apt install -y nvidia-container-t``` bas h invokeai-web

untim
e
configure --runtime=docker
sudo systemctl restart docker# Deploy InvokeAI
자식 클론 https://github.com/invoke-ai/InvokeAI.git 
CD InvokeAI/도커 
cp .env.샘플 .env 
# .env 편집: INVOKEAI_ROOT 및 HUGGINGFA```
bash
를
설정합니다. 
# 새로운 Ubuntu 24.04 GPU 드롭릿에서 
sudo apt update && sudo apt install -y docker.io docker-compose-plugin
sudo systemctl 활성화 --now docker 

# NVIDIA 컨테이너 툴킷 설치 
배포=$(. /etc/os-release;echo $ID$VERSION_ID) 
컬 -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
컬 -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ 
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt 업데이트 && sudo apt install -y nvidia-container-toolkit 
sudo nvidia-ctk 런타임 구성 --runtime=docker 
sudo systemctl restart docker

# Deploy InvokeAI
자식 클론 https://github.com/invoke-ai/InvokeAI.git 
CD InvokeAI/도커 
cp .env.샘플 .env 
# .env 편집: INVOKEAI_ROOT 및 HUGGINGFACE_TOKEN 설정 
sudo docker compose up -d
```: true
- ${HF_HOME:-~/.cache/huggingface}:${HF_HOME:-/invokeai/.cache/huggingface} 
tty: true
stdin_open: true서비스: 
호출아이쿠다: 
<<: *인보케아이 
배포: 
자원: 
예약: 
장치: 
- 드라이버 : 엔비디아 
개수: 1 
기능: [gpu]호출AI-CPU: 
<<: *인보케아이 
프로필: 
- CPU호출AI-ROCM: 
<<: *인보케아이 
환경: 
- AMD_VISIBLE_DEVICES=모두 
- RENDER_GROUP_ID=${RENDER_GROUP_ID} 
런타임: amd 
프로필: 
- 로센 
````## Stable Diffusion, ComfyUI 및 ControlNet과의 통합### 안정적인 확산 모델 사용InvokeAI는 기본적으로 여러 모델 제품군을 지원합니다.- **SD 1.5** — 클래식 모델, 광범위한 LoRA 생태계 
- **SDXL** — 더 높은 해상도, 더 나은 신속한 준수 
- **FLUX / FLUX.2** — 최첨단 품질(2025-2026) 
- **Z-이미지** — 미세 조정이 가능한 정제되지 않은 모델**모델 vi```
yam
l
추가 
# 저작권(c) 2023 유진 브로드스키 https://github.com/ebr 

x-invokeai: &invokeai 
이미지: "ghcr.io/invoke-ai/invokeai:latest" 
빌드: 
맥락: .. 
dockerfile: 도커/Dockerfile 
env_file: 
- .env 
환경: 
- INVOKEAI_ROOT=${CONTAINER_INVOKEAI_ROOT:-/invokeai} 
- HF_홈 
포트: 
- "${INVOKEAI_PORT:-9090}:${INVOKEAI_PORT:-9090}" 
볼륨: 
- 유형: 바인딩 
소스: ${HOST_INVOKEAI_ROOT:-${INVOKEAI_ROOT:-~/invokeai}} 
대상: ${CONTAINER_INVOKEAI_ROOT:-/invokeai} 
바인드: 
create_host_path: 참 
- ${HF_HOME:-~/.cache/huggingface}:${HF_HOME:-/invokeai/.cache/huggingface} 
tty: 사실이야 
stdin_open: 참 

서비스: 
호출아이쿠다: 
<<: *인보케아이 
배포: 
자원: 
예약: 
장치: 
- 드라이버 : 엔비디아 
개수: 1 
기능: [gpu] 

호출AI-CPU: 
<<: *인보케아이 
프로필: 
- CPU 

호출AI-ROCM: 
<<: *인보케아이 
환경: 
- AMD_VISIBLE_DEVICES=모두 
- RENDER_GROUP_ID=${RENDER_GROUP_ID} 
런타임: amd 
프로필: 
- 로센 
``ntrolNet 프로세서``파이썬 
# 예: 프로그래밍 방식으로 생성 매개변수 설정 
# InvokeAI의 REST API(v6.12.0+)를 통해 
수입요청응답 = 요청.포스트( 
"http://localhost:9090/api/v1/sessions", 
JSON={ 
"모델": "안정-확산-xl-base-1.0", 
"너비": 1024, 
"높이": 1024, 
"단계": 30, 
"cfg_scale": 7.5, 
"스케줄러": "euler_a", 
"긍정적_prompt": "밤의 사이버펑크 도시 풍경, 네온 불빛, 매우 상세함", 
"negative_prompt": "흐릿함, 낮은 품질, 왜곡됨" 
} 
) 
print(response.json()["session_id"]) 
````## 벤치마크 / 실제 사용 사례### SDXL 생성 속도(RTX 3060 Ti, 8GB VRAM)| Platform | 768×1024 (avg) | 1024×1024 (avg) | Notes |
|---
featureImage: /images/articles/invokeai-272k-별-2026년-전체-설정-가이드.png
-------|---------------|-----------------|-------|
| **InvokeAI** | 18.83s | 24.44s | Professional UI, queue system |
| **ComfyUI** | 16.16s | 21.47s | Fastest raw generation |
| **AUTOMATIC1111** | 27.33s | 36.00s | Highest VRAM overhead |
| **Fooocus** | ~22s | ~28s | Optimized for SDXL only |*출처: 독립 벤치마크, Ryzen 5800X + RTX 3060 Ti, 30단계, Euler 조상, CFG 7, MBB XL 모델.*### VRAM 사용량 비교 (FLUX Dev, 1024×1024)| Platform | VRAM Usage | Notes |
|----------|-----------|-------|
| InvokeAI | 14.2 GB | Efficient model caching |
| ComfyUI | 13.8 GB | Lowest overhead |
| AUTOMATIC1111 | 16.1 GB | Monolithic architecture |
| Fooocus | 12.5 GB | Limited to SDXL workflows |### 실제 프로덕션 사용 사례**Case 1: Design Studio (20 seats)**
- Deployed InvokeAI v6.12.0 on a single RTX 4090 workstation
- Multi-user mode with separate galleries per designer
- 150+ images/day generated across SDXL and FLUX workflows
- Queue system prevents generation ```
bas
h
# Place .safetensors or .ckpt files in the models directory
cp your-model.safetensors /opt/invokeai-data/models/sd-1/main/

# Restart the container
docker compose restart
```n
t
lighting and angles
- Model Manager simplifies switching between product categories**사례 3: 게임 자산 파이프라인** 
- 텍스처 생성을 위한 노드 기반 워크플로우 
- 3D 인식 텍스처링을 위한 ControlNet 깊이 맵 
- 매우 세밀한 캐릭터 초상화를 위한 FLUX 모델 
- REST API를 통해 기존 자산관리와 통합## 고급 활용 / 생산 강화### 다중 사용자 모드(v6.12.0+)InvokeAI는 이제 단일 백엔드에서 여러 개의 격리된 계정을 지원합니다.``배쉬 
# .env에서 다중 사용자 모드를 활성화합니다. 
INVOKEAI_ENABLE_MULTIUSER=참 
````각
사용자는 다음을 얻습니다. 
- 별도의 이미지 보드 및 갤러리 
- 독립적인 캔버스 상태 
- 격리된 UI 환경 설정 
- 역할 기반 액세스(관리자 대 일반 사용자)관리자는 모델 및 세션 대기열을 관리합니다. 일반 사용자는 시스템 모델을 추가하거나 삭제할 수 없습니다.### SSL을 사용한 역방향 프록시``nginx 
# 프로덕션을 위한 Nginx 구성 
서버 { 
443 SSL http2를 들어보세요; 
서버 이름 Invokeai.yourdomain.com;s````파이썬
# 예: 프로그래밍 방식으로 생성 매개변수 설정 
# InvokeAI의 REST API(v6.12.0+)를 통해 
수입요청 

응답 = 요청.포스트( 
"http://localhost:9090/api/v1/sessions", 
JSON={ 
"모델": "안정-확산-xl-base-1.0", 
"너비": 1024, 
"높이": 1024, 
"단계": 30, 
"cfg_scale": 7.5, 
"스케줄러": "euler_a", 
"긍정적_prompt": "밤의 사이버펑크 도시 풍경, 네온 불빛, 매우 상세함", 
"negative_prompt": "흐릿함, 낮은 품질, 왜곡됨" 
} 
) 
print(response.json()["session_id"]) 
````### 시스템 서비스``이니 
# /etc/systemd/system/invokeai.service 
[단위] 
Description=InvokeAI 크리에이티브 엔진 
이후=docker.service 
필요=docker.service[서비스] 
유형=원샷 
RemainAfterExit=예 
WorkingDirectory=/opt/InvokeAI/docker 
ExecStart=/usr/bin/docker 구성 -d 
ExecStop=/usr/bin/docker 작성 
시간 초과StartSec=0[설치] 
WantedBy=다중 사용자.대상 
````활성화
및 시작:``배쉬 
sudo systemctl 데몬-다시 로드 
sudo systemctl 활성화 --now informai 
````### Prometheus를 사용한 모니터링컨테이너 측정항목을 내보내고 GPU 사용률을 모니터링합니다.``yaml 
# docker-compose.monitoring.yml 
서비스: 
프로메테우스: 
이미지: prom/prometheus:최신 
볼륨: 
- ./prometheus.yml:/etc/prometheus/prometheus.yml 
포트: 
- "9091:9090"dcgm-수출자: 
이미지: nvcr.io/nvidia/k8s/dcgm-exporter:latest 
런타임: 엔비디아 
포트: 
- "9400:9400" 
````### 자동 백업``배쉬 
#!/bin/bash 
# /opt/invokeai-backup/backup.sh 
BACKUP_DIR="/backups/invokeai" 
날짜=$(날짜 +%Y%m%d-%H%M%S)# 생성된 이미지와 모델을 백업하세요 
tar czf "$BACKUP_DIR/images-$DATE.tar.gz" /opt/invokeai-data/images 
tar czf "$BACKUP_DIR/models-$DATE.tar.gz" /opt/invokeai-data/models# 지난 7일만 보관 
"$BACKUP_DIR" -name "*.tar.gz" -mtime +7 -delete 찾기 
````크론탭에
추가:``배쉬 
0 2 * * * /opt/invokeai-backup/backup.sh 
````## 대안과의 비교| Feature | InvokeAI | AUTOMATIC1111 | ComfyUI | Fooocus |
|---------|----------|---------------|---------|---------|
| **WebUI Polish** | Professional, designed for creatives | Functional but dated | Minimal, node-focused | Minimal, prompt-focused |
| **Node-based Workflows** | Yes, visual editor | No (extension-based) | Yes, native | No |
| **Canvas (In/Outpainting)** | Full layer-based canvas | Basic inpainting | Via custom nodes | Limited |
| **Multi-User Support** | Native (v6.12.0+) | No | No | No |
| **Model Support** | SD 1.5, SDXL, FLUX, Z-Image | SD 1.5, SDXL, FLUX (via extensions) | All (via custom nodes) | SDXL only |
| **Setup Time (First Run)** | 15 minutes (Docker) | 10 minutes | 15 minutes | 5 minutes |
| **REST API** | Full API | Partial | No native API | No |
| **VRAM Efficiency** | Good (14.2 GB FLUX) | Poor (16.1 GB FLUX) | Best (13.8 GB FLUX) | Good (12.5 GB SDXL) |
| **Gallery Management** | Boards, tags, metadata | Basic file browser | None | Basic```
bas
h
# Enable multi-user mode in your .env
INVOKEAI_ENABLE_MULTIUSER=true
```* | 27.2K | 75K+ | 75K+ | 40K+ |## 한계 / 정직한 평가**InvokeAI가 좋지 않은 이유:**1. **원클릭 캐주얼 생성** — 단지 프롬프트를 입력하고 이미지를 얻으려는 경우 Fooocus를 설정하고 사용하는 것이 더 빠릅니다. InvokeAI의 강력한 기능은 학습 곡선과 함께 제공됩니다.2. **매우 실험적인 파이프라인** — ComfyUI의 노드 생태계는 l``nginx입니다. 
# 프로덕션을 위한 Nginx 구성 
서버 { 
443 SSL http2를 들어보세요; 
서버 이름 Invokeai.yourdomain.com; 

ssl_certificate /etc/letsencrypt/live/yourdomain.com/fullchain.pem; 
ssl_certificate_key /etc/letsencrypt/live/yourdomain.com/privkey.pem; 

위치 / { 
프록시패스 http://localhost:9090; 
프록시_http_버전 1.1; 
Proxy_set_header 업그레이드 $http_upgrade; 
Proxy_set_header 연결 "업그레이드"; 
Proxy_set_header 호스트 $host; 
Proxy_set_header X-Real-IP $remote_addr; 
Proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; 
Proxy_set_header X-Forwarded-Proto $scheme; 
Proxy_read_timeout 86400; 
} 
} 
``예.## 자주 묻는 질문### InvokeAI를 실행하려면 어떤 하드웨어가 필요합니까?최소: 8GB VRAM(NVIDIA RTX 3060 이상), 16GB RAM, 50GB 여유 디스크 공간. 권장 사항: 12GB+ VRAM(RTX 3060 Ti / 4060 Ti), 32GB RAM, SSD 스토리지. FLUX 모델의 경우: 16GB+ VRAM(RTX 4080 / 4090). InvokeAI는 NVIDIA CUDA, AMD ROCm 및 CPU 전용 폴백을 지원합니다.### GPU 없이 InvokeAI를 실행할 수 있나요?예, InvokeAI는 CPU 전용 시스템에서 실행되지만 생성 속도는 10~20배 느립니다. CPU Docker 프로필인 `docker compose --profile cpu up -d`를 사용합니다. 최신 8코어 CPU에서는 1024×1024 이미지당 2~5분 정도 소요됩니다. 이는 테스트에는 적합하지만 프로덕션 용도로는 적합하지 않습니다.### InvokeAI는 모델 라이선스를 어떻게 처리하나요?InvokeAI 자체는 Apache-2.0 라이센스``ini입니다. 
# /etc/systemd/system/invokeai.service 
[단위] 
Description=InvokeAI 크리에이티브 엔진 
이후=docker.service 
필요=docker.service 

[서비스] 
유형=원샷 
RemainAfterExit=예 
WorkingDirectory=/opt/InvokeAI/docker 
ExecStart=/usr/bin/docker 구성 -d 
ExecStop=/usr/bin/docker 작성 
시간 초과StartSec=0 

[설치] 
WantedBy=다중 사용자.대상 
``A1111 설치의 모델입니다. 'INVOKEAI_ROOT'를 기존 모델 디렉터리로 지정하거나 모델을 InvokeAI 모델 폴더에 복사하세요. A1111 확장 및 스크립트는 전송되지 않습니다. InvokeAI는 자체 노드 기반 워크플로 시스템을 사용합니다.### InvokeAI를 새 버전으로 업데이트하려면 어떻게 해야 하나요?Docker 설치의 경우 최신 이미지를 가져오고 다시 시작하십시오.``배쉬 
``배쉬 
sudo systemctl 데몬-다시 로드 
sudo systemctl 활성화 --now informai 
``모든 설치에는 런처를 사용하세요:``배쉬 
호출아이 업데이트 
````주요
버전을 업데이트하기 전에 항상 'INVOKEAI_ROOT' 디렉터리를 백업하세요.### ``yaml이 있나요? 
# docker-compose.monitoring.yml 
서비스: 
프로메테우스: 
이미지: prom/prometheus:최신 
볼륨: 
- ./prometheus.yml:/etc/prometheus/prometheus.yml 
포트: 
- "9091:9090" 

dcgm-수출자: 
이미지: nvcr.io/nvidia/k8s/dcgm-exporter:latest 
런타임: 엔비디아 
포트: 
- "9400:9400" 
```` v6.12.0에서는 다중 사용자 모드가 작동하나요?다중 사용자 모드는 개별 갤러리, 캔버스 상태 및 기본 설정을 사용하여 별도의 계정을 만듭니다. 관리자 계정은 모델 및 시스템 설정을 관리합니다. 'INVOKEAI_ENABLE_MULTIUSER=true'로 활성화하세요. 각 사용자는 사용자 이름과 비밀번호를 사용하여 로그인합니다. 이것은 v6.12.0에서 실험적이라고 표시되어 있습니다 — exp````
bas
h
#!/bin/bash 
# /opt/invokeai-backup/backup.sh 
BACKUP_DIR="/backups/invokeai" 
날짜=$(날짜 +%Y%m%d-%H%M%S) 

# 생성된 이미지와 모델을 백업하세요 
tar czf "$BACKUP_DIR/images-$DATE.tar.gz" /opt/invokeai-data/images 
tar czf "$BACKUP_DIR/models-$DATE.tar.gz" /opt/invokeai-data/models 

# 지난 7일만 보관 
"$BACKUP_DIR" -name "*.tar.gz" -mtime +7 -delete 찾기 
``소규모 스튜디오 및 디자인 팀에 적합합니다. Docker 기반 배포는 간단하고 노드 워크플로 시스템은 강력하며 Apache-2.0 라이선스는 제한 없이 상업적 사용을 허용합니다.**다음 단계:** 
1. 리포지토리를 복제하고 로컬에서 Docker 설정을 실행합니다. 
2. 모델 관리자를 통해 첫 번째 SDXL 또는 FLUX 모델을 설치하십시오. 
3. spe```
bash
를
위한 노드 기반 워크플로 구축 
0 2 * * * /opt/invokeai-backup/backup.sh 
``ord](https://discord.gg/ZmtBAhwWhy)주간 오픈 소스 AI 도구 업데이트를 보려면 텔레그램 채널을 팔로우하세요: [dibi8 공지](https://t.me/dibi8com) 







## 권장 호스팅 및 인프라위의 도구를 프로덕션에 배포하기 전에 견고한 인프라가 필요합니다. dibi8이 실제로 사용하고 권장하는 두 가지 옵션은 다음과 같습니다.- **DigitalOcean
** — 14개 이상의 전 세계 지역에서 60일 동안 $200 무료 크레딧을 제공합니다. 오픈 소스 AI 도구를 실행하는 인디 개발자를 위한 기본 옵션입니다. 
- **HTStack
** — 중국 본토에서 지연 시간이 짧은 홍콩 VPS입니다. 이는 dibi8.com을 호스팅하는 동일한 IDC이며 프로덕션 환경에서 전투 테스트를 거쳤습니다.*제휴 링크 — 추가 비용이 들지 않으며 dibi8.com을 계속 운영하는 데 도움이 됩니다.*## 출처 및 추가 자료- [InvokeAI GitHub 리포지토리](https://github.com/invoke-ai/InvokeAI) 
- [InvokeAI 공식 문서](https://invoke.ai/) 
- [InvokeAI v6.12.0 릴리스 노트](https://invoke.ai/releases/version/v6-12-0/) 
- [InvokeAI Docker 설정 가이드](https://github.com/invoke-ai/InvokeAI/tree/main/docker) 
- [NVIDIA 컨테이너 툴킷 설치](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) 
- [AMD ROCm Docker 문서](https://rocm.docs.amd.com/projects/install-on-linux/en/latest/how-to/docker.html) 
- [SDXL 속도 테스트: InvokeAI vs ComfyUI vs A1111](https://lilys.ai/en/notes/comfyui-20260115/sdxl-speed-test-comfyui-invokeai-a1111) 
- [ComfyUI vs InvokeAI vs Fooocus 비교](https://toolhalla.ai/blog/comfyui-vs-invokeai-vs-fooocus-2026) 
- [InvokeAI PyPI 패키지](https://pypi.org/project/InvokeAI/)---*공개: 이 기사에는 DigitalOcean에 대한 제휴 링크가 포함되어 있습니다. 이 링크를 통해 가입하시면 추가 비용 없이 수수료를 받으실 수 있습니다. 이는 사이트와 오픈 소스 콘텐츠를 지원하는 데 도움이 됩니다. 모든 의견과 벤치마크는 독립적으로 작성되었습니다.*<!--자동 참조--> 
## 참고자료 및 출처- [InvokeAI](https://github.com/invoke-ai/InvokeAI) 
- [InvokeAI 문서](https://invoke.ai/) 
- [InvokeAI(PyPI)](https://pypi.org/project/InvokeAI/) 
- [NVIDIA 컨테이너 툴킷](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) 
- [AMD ROCm Docker](https://rocm.docs.amd.com/projects/install-on-linux/en/latest/how-to/docker.html) 
``배쉬 
CD InvokeAI/도커 
도커 작성 풀 
도커 작성 -d 
``````배쉬
호출아이 업데이트

🔗 관련 리소스

💬 댓글 토론