Fizgig – 현대 생성 모델을 위한 LoRA 및 파인튜닝 스튜디오

개요

Fizgig은 데스크톱 및 웹 애플리케이션으로, 단일 소비자용 GPU(최소 8GB) 또는 임대한 클라우드 GPU에서 생성형 AI 모델을 훈련, 파인튜닝, 편집할 수 있습니다. LoRA(저랭크 적응) 워크플로우에 중점을 두지만 전체 모델 파인튜닝, "LoKR" 훈련, 단일 다이얼로 두 가지 시각적 스타일을 혼합할 수 있는 특수 "슬라이더/편집" LoRA도 지원합니다.

핵심 기능

기능	제공 내용	중요한 이유
다중 모델 지원	Flux 2 Klein 9B, Krea 2, MiniMax H3, Qwen Image 2.1, Z-Image Turbo, SDXL, Anima, ACE-Step 1.5 XL	2023-24년에 출시된 가장 인기 있는 이미지, 비디오, 음악 생성 모델을 지원합니다.
LoRA 생성 및 복구	LoRA 훈련, 블록별 편집, 도너 혼합, ComfyUI용 즉시 사용 가능한 .safetensors 내보내기.	LoRA가 목표에서 약간 벗어났을 때 재훈련을 피할 수 있습니다.
슬라이더/편집 LoRA	두 가지 외관(또는 재조명과 같은 편집) 사이의 슬라이더로 강도를 갖는 단일 LoRA.	스타일이나 이미지 편집을 직관적으로 실시간 제어할 수 있습니다.
전체 파인튜닝	8-16GB 카드에서 전체 기본 모델 훈련(대부분의 모델에서 실험적).	LoRA로 충분하지 않을 때 기본 모델을 사용자 정의할 수 있습니다.
워크벤치 도구	Studio(실시간 미리보기 및 슬라이더), LoRA Royale(에폭별 시각화), Profiler(블록별 정체성/스타일 보고서), Extract(랭크 축소).	훈련 후 유틸리티가 한 곳에 모두 있습니다.
자동 데이터셋 큐레이션	훈련 중 트레이너가 이미지별 손실을 모니터링하고, 스로틀링하고, 캡션을 다시 캡처하거나, 학습에 기여하지 않는 이미지를 폐기합니다.	수동 정리 없이 데이터 효율성을 향상시킵니다.
크로스 디바이스/클라우드 실행	로컬, 같은 네트워크의 다른 PC, 또는 RunPod GPU에서 원클릭으로 실행. QR 코드로 휴대폰에서 실행을 모니터링할 수 있습니다.	강력한 워크스테이션이 필요 없으며 단일 실행을 위해 GPU를 임대할 수 있습니다.
프리셋 및 어댑터	모델별 프리셋, Qwen Image 2.1 및 Z-Image Turbo용 훈련 어댑터, Krea 2용 "Ultra 모드".	각 모델의 번거로운 구성 작업을 줄입니다.
CLI 및 헤드리스 모드	모든 트레이너는 스크립트 가능하며 UI 없이 실행을 시작할 수 있습니다.	파이프라인이나 원격 서버에 통합할 수 있습니다.

작동 방식(개괄)

1. 데이터 준비 – 선택적 크기 조정, 얼굴 크롭, 외관 일관성 필터.
2. 캡션 – 간단한 트리거 단어 캡션 또는 Qwen-3-VL / Florence-2를 사용한 AI 생성 캡션.
3. 모델 및 프리셋 선택 – UI가 적절한 훈련 어댑터와 VRAM 인식 설정을 로드합니다.
4. 훈련 시작 – 트레이너가 VRAM을 모니터링하고, 정밀도/블록 단위를 전환하고, 후속 실행을 대기열에 넣습니다.
5. 결과 탐색 – Studio 슬라이더, LoRA Royale 에폭 무비, 또는 Profiler를 사용하여 유지할 에폭을 결정합니다.
6. 내보내기 – 저장된 LoRA 또는 전체 체크포인트를 ComfyUI 또는 다른 파이프라인에 직접 드롭할 수 있습니다.

대상 사용자

• 아티스트 및 취미 사용자 – 노트북이나 적당한 데스크톱에서 확산 모델을 사용자 정의하려는 분.
• 음악가(ACE-Step) – 자신의 노래로 LoRA를 훈련하려는 분.
• 연구자/개발자 – 훈련 스크립트를 작성하지 않고 LoRA 기반 스타일 전송, 편집 스타일 LoRA 또는 전체 파인튜닝을 프로토타입할 수 있는 빠른 UI가 필요한 분.
• 팀 – 공유된 웹 접근 가능한 인터페이스와 가끔 무거운 실행을 위해 클라우드 GPU를 임대할 수 있는 기능을 원하는 팀.

설치 및 요구 사항

• GPU: NVIDIA RTX 30/40/50 시리즈(또는 ROCm 지원 AMD Radeon). 최소 VRAM 8GB(일부 모델은 전체 파인튜닝에 10-16GB 필요).
• OS: Windows 10/11 또는 Linux.
• Python: 3.10-3.13.
• 시스템 RAM: 32GB 권장.
• 제공된 install_fizgig.bat(Windows) 또는 install_fizgig.py(Linux)로 설치. GPU가 없는 분을 위한 원클릭 RunPod 배포도 제공됩니다.

라이선스 및 커뮤니티

• Apache 2.0 – 개인, 학술, 상업적 용도로 무료.
• 프로젝트는 허용적 라이선스 구성 요소(kohya-ss, AI-Toolkit 등)를 번들로 포함하며 Hugging Face의 모델 어댑터 링크를 제공합니다.
• Buy-Me-A-Coffee 또는 GitHub Sponsors를 통한 후원은 개발을 지속하는 데 도움이 됩니다. RunPod 배포도 저자를 지원합니다.

---

결론: Fizgig은 LoRA 생성, 복구, 전체 모델 파인튜닝을 소비자 하드웨어에 제공하는 완전한 기능의 오픈소스 스튜디오로, 세련된 웹 UI, 자동 데이터셋 처리, 원활한 클라우드 GPU 통합을 갖추고 있습니다. 생성 모델 사용자 정의에 관심이 있는 AI/ML 실무자에게 매우 적합합니다.