Civitai 백업: 다운로드한 모델을 로컬에 아카이브하고 복원 검증하기

Civitai 다운로드는 지금은 알아보기 쉽지만 여섯 달 뒤에는 식별하기가 놀랄 만큼 어렵습니다. 모델 파일을 사용 가능하게 해 주는 버전 정보와 함께 보존하고, 정확한 복원을 입증한 다음에야 중복 작업 사본을 삭제할지 결정하세요.

Civitai가 모델을 어디에 저장했나요?

Civitai는 다운로드를 제공하고 브라우저, 확장 프로그램 또는 모델 관리자가 저장 위치를 선택합니다. 공통으로 정해진 ‘Civitai 모델’ 디렉터리는 없습니다. ComfyUI용으로 다운로드한 LoRA는 해당 런타임의 LoRA 폴더에 있을 수 있지만, 브라우저로 저장한 체크포인트는 여전히 Downloads에 있을 수 있습니다. 추측한 플랫폼 경로가 아니라 그 파일을 사용하는 워크플로부터 확인하세요.

Civitai 버전 페이지에 표시된 파일명을 검색하고 안정적인 식별자와 대조하세요. Civitai API는 모델 버전 ID와 SHA-256을 포함한 파일 해시를 제공합니다. 해시 조회 엔드포인트를 사용하면 출처를 잃은 로컬 파일을 버전 기록에 다시 연결할 수 있습니다.

# HASH를 다운로드한 파일의 SHA-256으로 바꾸세요
https://civitai.com/api/v1/model-versions/by-hash/HASH

파일명에 담을 수 없는 사실 기록하기

아카이브하기 전에 파일 옆에 간단한 출처 메모를 보관하세요. Civitai 모델 및 버전 URL 또는 ID, 제작자, 정확한 파일명, SHA-256, 대상 베이스 모델, 해당되는 경우 학습 단어나 트리거 용어, 다운로드 시 근거로 삼은 라이선스 또는 제작자 약관을 기록하세요. 이런 정보는 old-loras라는 폴더명보다 훨씬 유용합니다.

그런 다음 나중에도 의미가 통하는 모델군을 정의하세요. 베이스 모델 하나와 그에 맞는 어댑터들, 같은 모델의 연속 릴리스들, 또는 체크포인트 하나와 필수 구성을 묶을 수 있습니다. 다운로드 드라이브 전체를 하나의 아카이브로 쓸어 넣지 마세요.

안전한 로컬 아카이브 워크플로

핵심 원칙은 간단합니다. 아카이브 작업이 끝났다는 이유만으로 원본을 삭제하지 마세요. 먼저 복구를 입증하세요.

1. 로컬 파일을 Civitai 버전 기록과 대조하고 출처 메모를 함께 저장하세요.
2. Tensor Archive를 다운로드하고 Add model family를 선택한 다음 Local folder를 선택하고 관련 모델군 하나를 지정하세요.
3. Analyse source를 실행하세요. 무엇이든 기록되기 전에 감지된 파일과 예상 결과를 검토합니다.
4. 모델군에 알아보기 쉬운 이름을 붙이고 Archive folder를 선택하세요. Tensor Archive는 관리되는 로컬 사본을 만들며, 원본 폴더를 이동하거나 삭제하지 않습니다.
5. 아카이브된 모델군을 열고 Verify를 실행하세요. 저장된 버전을 정확히 복구할 수 있음을 확인합니다. 이미지 품질, 추론 품질 또는 학습 품질을 평가하는 것은 아닙니다.
6. 별도의 출력 위치에 Restore를 실행하세요. 중요한 로컬 워크플로에서 복구된 버전을 불러오거나 비교합니다.
7. 복원된 사본을 검증하고 다시 해시한 뒤 대상 런타임에서 테스트한 후에야 이전 원본 사본을 수동으로 제거할지 결정하세요.

로컬 아카이브가 유일한 백업은 아닙니다

같은 컴퓨터의 아카이브는 작업 디스크 부담을 줄일 수 있지만 디스크 고장, 도난 또는 애플리케이션 데이터의 실수로 인한 제거로부터 보호하지는 못합니다. 모델 라이브러리를 대체할 수 없다면 직접 관리하는 저장소에 별도 백업을 유지하세요.

커뮤니티 다운로드에서는 모델 페이지, 버전 또는 계정이 바뀔 수 있으므로 특히 중요합니다. 다시 다운로드할 수 있다는 것은 편의일 뿐 복구 계획이 아닙니다. 로컬 아카이브는 이미 보유한 사본을 보호하고, 출처 메모는 그 사본의 정체를 설명합니다.

어느 정도의 공간 절약을 기대해야 하나요?

구호가 아니라 측정값을 기대하세요. Tensor Archive의 공개된 통제 벤치마크에서 독립형 모델·어댑터 배포 다섯 개가 따로 차지한 총공간: 907.3 MB. 하나의 모델군으로 저장한 공간: 261.6 MB. 물리적 저장 공간이 71.2% 줄었습니다. 이 절감은 해당 모델군 안의 공유 모델 데이터를 한 번만 보관함으로써 얻었습니다.

실제로 보유한 모델군을 분석하세요. 파일 사이에 의미 있는 중복이 없다면 압축된 로컬 아카이브로 절약되는 공간이 적을 수 있습니다. 이는 존중해야 할 결과이지, 그럼에도 원본을 삭제해야 할 이유가 아닙니다.

가장 자주 사용하는 모델부터 시작하세요

한꺼번에 모든 것을 무리하게 정리하려 하지 말고, 베이스 모델 하나와 함께 사용하는 어댑터들을 선택하세요. 이를 아카이브하고 검증한 뒤 복원하고 테스트하세요. 복구 워크플로를 신뢰할 수 있게 되면 모델군별로 반복합니다.

디스크 전체가 아니라 관련 모델군 하나부터 시작하세요. 모델군이 주로 어댑터로 구성되어 있다면 LoRA 디스크 공간 가이드를 사용하고, 여러 런타임과 다운로드가 섞여 있다면 라이브러리 보존 체크리스트를 사용하세요. 그런 다음 Tensor Archive를 다운로드하고 제품 가이드의 첫 모델군 워크플로를 따르세요.