LoRA 파일이란?

LoRA 파일은 호환되는 베이스 모델의 선택한 레이어를 수정하는 학습된 저랭크 어댑터 텐서를 저장합니다. 보통 베이스 자체는 포함하지 않습니다. 확산 커뮤니티에서 어댑터는 하나의 .safetensors 파일로 배포되는 경우가 많고 PEFT 워크플로에서는 어댑터 가중치가 대개 adapter_config.json 옆에 있습니다.

가중치 파일에 실제로 들어 있는 것

개념적으로 LoRA는 선택한 모듈에 대해 한 쌍의 저랭크 행렬을 학습합니다. 직렬화된 어댑터는 로더에 업데이트 적용 위치를 알려 주는 이름으로 텐서 값을 저장합니다. 컨테이너가 지원하는 소량의 메타데이터도 포함할 수 있습니다.

베이스의 고정된 모든 매개변수를 반복할 필요가 없습니다. 이것이 AI의 LoRA가 제공하는 저장상의 이점인 동시에 다운로드한 어댑터를 보통 단독으로 사용할 수 없는 이유입니다.

모든 .safetensors 파일이 LoRA인가요?

아니요. SafeTensors는 텐서 컨테이너이며 어댑터 유형이 아닙니다. .safetensors 파일에는 전체 체크포인트, VAE, 임베딩, 어댑터 또는 다른 텐서가 들어갈 수 있습니다. 텐서 이름, 메타데이터 및 로더 맥락으로 무엇을 나타내는지 판단합니다.

반대로 LoRA가 반드시 SafeTensors를 사용해야 하는 것은 아닙니다. Hugging Face PEFT는 기본적으로 어댑터 가중치를 adapter_model.safetensors로 저장하거나 안전 직렬화를 비활성화하면 바이너리 파일로 저장할 수 있습니다. 다른 생태계는 자체 패키징 관례를 사용합니다. 익숙한 확장자가 아니라 패키지를 판단하세요.

보조 파일이 필수일 수 있습니다

표준 PEFT 어댑터 디렉터리에는 가중치와 adapter_config.json이 포함됩니다. 해당 구성에는 PEFT 유형, 대상 모듈 및 어댑터 동작을 재구성하는 데 필요한 매개변수가 기록되며 베이스 모델 이름이나 경로도 식별할 수 있습니다. 모델 카드에는 라이선스, 의도된 사용 및 평가 맥락이 들어갈 수 있습니다.

my_adapter/
├── adapter_model.safetensors  # 학습된 어댑터 텐서
├── adapter_config.json        # 적용 방법과 위치
└── README.md                  # 출처, 사용법 및 약관

확산 LoRAs는 대상 생태계에 관례나 내장 메타데이터가 있어 하나의 파일로 공유되는 경우가 많습니다. 그 편리함이 누락된 맥락을 감출 수 있습니다. 중요한 경우 원래 페이지 또는 모델 카드 URL, 정확한 베이스 식별자, 트리거 단어, 권장 강도, 라이선스 및 체크섬을 보관하세요.

정확한 베이스 모델이 중요한 이유

어댑터는 특정 아키텍처와 베이스 상태를 대상으로 학습되었습니다. 로더는 호환되지 않는 텐서 이름을 즉시 거부할 수 있지만 더 미묘한 비호환성은 단지 나쁜 출력을 만들 수 있습니다. “SDXL LoRA” 또는 “Llama adapter”가 항상 충분히 정확한 식별자는 아닙니다. 재현성이 중요하면 게시된 리포지터리, 리비전 또는 정확한 로컬 체크섬을 사용하세요.

로컬에서 수정한 베이스는 종속성을 더욱 강하게 만듭니다. 공개 소스에서 재현할 수 없다면 LoRA만 보관하는 것은 더 이상 소유하지 않은 가중치의 업데이트만 남기는 일입니다.

LoRA 강도가 파일을 바꾸나요?

일반적으로 런타임은 저장된 어댑터를 다시 쓰지 않고 스케일을 적용합니다. 따라서 다른 UI 강도 값은 같은 바이트에서 다른 추론 동작을 만듭니다. 어댑터를 베이스에 융합하는 것은 별개의 작업입니다. 파생 가중치를 계산하며 새로운 전체 산출물을 저장할 수 있습니다.

운영 레시피의 일부라면 스케일과 결합 순서를 기록하세요. 정확한 융합 출력을 원하면 그 출력을 별도로 보관하고 유연성이 필요하면 베이스와 융합되지 않은 어댑터를 보관하세요.

빠른 검사 체크리스트

1. 컨테이너를 식별하고 로더가 지원하는지 확인하세요.
2. 유지 관리되는 도구로 텐서 이름과 메타데이터를 검사하세요. 알 수 없는 보조 코드를 실행하지 마세요.
3. 정확히 호환되는 베이스와 리비전을 기록하세요.
4. 가중치 옆에 구성과 모델 카드 맥락을 보관하세요.
5. 다운로드 후와 전송 후에 파일을 해시하세요.
6. 패밀리를 보관하기 전에 의도된 런타임에서 테스트하세요.

어댑터만이 아니라 종속성을 보관하세요

공개된 변경 불가능한 베이스라면 정확한 식별자만으로 충분하다고 결정할 수 있습니다. 비공개, 수정되었거나 사라지는 베이스라면 정확한 베이스를 어댑터와 함께 보관하세요. 체크포인트와 LoRA 비교가 복구 목표에 맞는 산출물을 결정하는 데 도움을 줍니다.

Tensor Archive는 선택한 로컬 텐서를 정확하고 검증된 복구를 위해 묶습니다. 누락된 트리거 단어를 추론하거나 아키텍처 간 호환성을 약속하거나 어댑터 가중치에서 베이스를 재구성하지 않습니다.

관리 가능한 라이브러리에 파일 넣기

하나의 베이스와 여러 어댑터 가이드로 종속성을 정리한 다음 중복이나 실험적 변형을 삭제하기 전에 LoRA 디스크 공간 가이드를 따르세요.