CUDA SD WebUI 메모리 부족 오류 해결법

CUDA SD WebUI 메모리 부족 오류 해결법

CUDA SD WebUI 메모리 부족 오류 해결법

그래픽카드 업그레이드 없이 Stable Diffusion WebUI 오류 고치기

WebUI로 고화질 이미지를 만들거나 업스케일링을 돌려보려고 하면 어김없이 튀어나오는 게 CUDA out of memory 오류입니다. 진짜 짜증나죠. 2026년 지금도 8GB 이하 저사양 그래픽카드에서는 이 오류 때문에 제대로 작업하기가 쉽지 않습니다. 그렇다고 그래픽카드를 당장 바꿀 수 없다면, 설정 파일 몇 줄을 손보는 쪽이 훨씬 현실적인 해결책입니다.

Stable Diffusion WebUI가 GPU 메모리를 어떻게 쓰는지 조금만 이해하면 이 문제를 꽤 많이 줄일 수 있습니다. WebUI 실행 옵션인 xformers나 medvram, lowvram 같은 인자값이 어떻게 동작하는지도 같이 짚어 보겠습니다.

오류 1: OutOfMemoryError CUDA out of memory

webui-user.bat을 실행하자마자, 또는 이미지 생성이 99%쯤에서 멈추면서 OutOfMemoryError가 뜨는 경우가 가장 흔합니다. 이건 그래픽카드가 감당할 수 있는 물리적인 VRAM 한계를 넘겼을 때 발생합니다. 특히 고해상도 이미지를 생성하거나 배치 사이즈를 늘리면 바로 마주치기 쉽습니다. 이럴 때는 실행 인자에 메모리 절약 옵션을 강제로 넣어 주는 편이 좋습니다. 텍스트 에디터로 webui-user.bat 파일을 열고 COMMANDLINE_ARGS 부분을 아래처럼 수정해 보세요.

set COMMANDLINE_ARGS=--medvram --opt-sdp-attention

VRAM이 4GB 이하로 아주 낮다면 medvram 대신 lowvram을 넣는 게 맞습니다. 이렇게 하면 속도는 조금 느려지지만 배치 처리 자체는 훨씬 안정적으로 돌아갑니다.

오류 2: RuntimeError Torch not compiled with CUDA enabled

WebUI를 켰는데 터미널에 RuntimeError Torch not compiled with CUDA enabled 메시지가 뜨는 경우입니다. 이건 그래픽카드 드라이버가 꼬였거나 PyTorch 패키지가 CPU 전용으로 잘못 설치됐을 때 나타납니다. 이럴 때는 기존 가상환경을 지우고 다시 설치하는 게 가장 빠릅니다. 아래 명령어로 가상환경 안에서 올바른 CUDA 버전의 PyTorch를 다시 설치해 주세요.

.\venv\Scripts\activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

재설치가 끝나면 CUDA 가속이 정상적으로 잡히는지 확인할 수 있습니다.

오류 3: NansException A tensor with all NaNs was produced

이미지가 거의 다 생성되었다가 마지막 순간에 완전히 까만 화면으로 저장되는 오류입니다. 터미널 로그를 보면 NansException A tensor with all NaNs was produced 에러가 기록돼 있을 가능성이 큽니다. 주로 반정밀도 fp16 연산을 수행할 때 수치적 한계 때문에 값이 깨지면서 생깁니다. 해결법은 VAE 연산이나 모델 연산을 fp32 정밀도로 강제하는 옵션을 추가하는 것입니다. COMMANDLINE_ARGS 설정 뒤에 아래 인자들을 덧붙여 주세요.

--no-half --no-half-vae

이렇게 하면 검은 화면 대신 정상적인 이미지가 출력됩니다.

오류 4: RuntimeError addmm_impl_cpu_ not implemented for Half

구형 GTX 계열 그래픽카드에서 종종 발생하는 addmm_impl_cpu_ 관련 오류입니다. fp16 연산을 지원하지 않는 하드웨어인데 WebUI가 half precision 연산을 시도하면서 멈추는 구조입니다. 이 경우에도 연산 정밀도를 강제로 낮추지 않도록 설정하면 해결됩니다. webui-user.bat의 아규먼트에 --precision full과 --no-half 옵션을 함께 넣어 두는 게 안전합니다.

set COMMANDLINE_ARGS=--precision full --no-half --use-cpu SD VAE

다만 이렇게 하면 생성 속도가 꽤 느려진다는 점은 감수해야 합니다.

VRAM 부족을 겪으면서 맞춰 본 세팅값

VRAM 부족을 겪으면서 맞춰 본 세팅값

직접 8GB짜리 RTX 4060 Laptop 환경에서 돌려보니 VRAM 관리가 생각보다 빡빡했습니다. 이미지 크기를 기본 512에서 1024로 조금만 올려도 바로 오류가 나면서 멈추는 일이 생기더군요. 그래서 medvram 옵션은 거의 반필수처럼 켜 두고 쓰는 중입니다. 속도는 조금 느려지지만, 중간에 멈추는 불쾌한 상황은 확실히 줄어듭니다.

고화질 모델 시대의 생존 전략

고화질 모델 시대의 생존 전략

2026년 현재 나오는 실사 모델이나 SDXL, SD3 계열은 요구 사양이 한층 더 올라갔습니다. 저사양 그래픽카드로 억지로 버티다 보면 성능 한계가 점점 더 또렷하게 느껴집니다. 본격적으로 사용해 볼 생각이라면 VRAM 12GB나 16GB 제품으로 가는 것도 충분히 고민해 볼 만합니다.

오늘 정리한 4가지 오류 조치법만 잘 적용해 두면, 에러 때문에 붉은 글씨를 보는 일은 확 줄어듭니다. 세팅을 잘 맞춰서 막힘없이 원하는 결과물을 뽑아 보시길 바랍니다.

관련 검색어

  • 🔍 SD WebUI 사용법
  • 🔍 SD WebUI 비교
  • 🔍 Stable Diffusion 사용법
  • 🔍 Stable Diffusion 비교
  • 🔍 CUDA 에러 사용법
  • 🔍 CUDA 에러 비교

댓글 쓰기

다음 이전