Load Image → MegaPotato Upscale (API) [×8] → Save Image: 입력 648 × 432, 출력 5 184 × 3 456. 서버가 이미 가동 중이면 약 35초, 감자칩 2개. 한동안 작업이 없다가 첫 작업을 실행하면 GPU가 가동될 때까지 2–5분 기다려야 해요. 그동안 노드에는 queued가 표시돼요.
사진: Jimmy Chan / Pexels
MegaPotato Upscale (API)는 IMAGE를 AI 이미지 업스케일러 MegaPotato로 보내 ×1, ×2, ×4 또는 ×8로 업스케일한 뒤 IMAGE로 반환해요. 로컬 GPU에서는 아무것도 실행하지 않고, 다운로드할 모델도 없어요. 사진은 MegaPotato의 클라우드 GPU에서 처리하고, 워크플로의 나머지 부분은 그대로 작동해요. 창작용이 아닌 사진 업스케일러예요. 사진에 있는 내용을 선명하게 하면서 원본에 가깝게 유지해요. 커버 이미지에서 범용 이미지 모델은 여성의 얼굴을 새로 그렸지만, MegaPotato는 그 얼굴을 유지했어요.
저희가 2026년 10월에 AI 업스케일러 18종을 비교한 벤치마크에서 두 테스트 모두 1위를 차지했고, 상위권 도구 네 가지 중 가격도 가장 낮았어요. 평가 방법 전체와 모든 사진, 모든 점수는 그 글에서 볼 수 있어요.
설치#
ComfyUI Manager에서 MegaPotato를 검색하세요. 직접 설치하려면:
cd ComfyUI/custom_nodes git clone https://github.com/MegaPotato-AI/comfyui-megapotato
추가 Python 패키지는 필요 없어요. ComfyUI를 다시 시작하면 메뉴의 image/upscaling에서 노드를 찾을 수 있어요. 예제 워크플로도 함께 제공돼요.
API 키#
megapotato.app/account에서 키를 만들고 ComfyUI를 시작하기 전에 환경 변수로 설정하세요:
export MEGAPOTATO_API_KEY=mp_live_... # Linux / macOS set MEGAPOTATO_API_KEY=mp_live_... # Windows cmd $env:MEGAPOTATO_API_KEY="mp_live_..." # Windows PowerShell
또는 custom_nodes/comfyui-megapotato/megapotato_api_key.txt에 저장해도 돼요(Git 추적에서 제외되는 파일이에요). 테스트 키(mp_test_…)로 전체 흐름을 실행해도 비용은 들지 않아요. 모든 작업에서 샘플 이미지가 반환돼요. 첫 감자칩 패키지를 구매하면 실제 사용 키를 만들 수 있어요.
노드#
| 입력 | 기능 |
|---|---|
image | 사진 한 장 또는 여러 장. 작업 묶음을 넣으면 사진마다 별도 작업으로 처리하고, 최대 4개 작업을 동시에 실행해요. |
upscale | 1은 크기를 유지하며 화질을 개선하고, 2, 4, 8은 확대해요. |
api_key_override | 환경 변수를 사용할 수 없을 때만 써요. |
timeout_minutes | 결과를 기다리는 시간. 기본값은 15분이에요. |
rerun | 같은 사진을 같은 배율로 처리하면 비용이 다시 청구되지 않아요. 강제로 새 작업을 실행하려면 이 숫자를 바꾸세요. |
출력은 image, job_id(사이트의 작업 내역에서도 확인할 수 있어요), cost_chips예요. 입력은 가로·세로 각각 최대 6 000 px이면서 전체 화소 수가 20 MP 이하여야 하고, 출력은 가로·세로 각각 최대 16 400 px까지예요. 따라서 ×8은 최대 2 050 px, ×4는 최대 4 100 px인 사진을 입력할 수 있어요. 노드가 업로드 전에 이 한도를 확인해요. 2 000 px 사진을 ×8로 확대한 결과는 ComfyUI에서 RAM을 약 3 GB 차지하니 바로 저장하세요.
비용#
사이트와 똑같이 사진 크기와 배율에 따라 비용이 정해지고, 업로드 전에 표시돼요. 작업을 제출하면 필요한 감자칩을 잔액에서 확보해 두고, 실패하면 돌려줘요. 대기 시간이 초과돼도 서버에서는 작업이 계속돼요. 같은 사진과 배율로 노드를 다시 실행하면 추가 비용 없이 완료된 결과를 받아요. 가격: megapotato.app/pricing, API 문서: megapotato.app/developers.
벤치마크의 비용 비교(월 100장, 세 가지 크기의 평균, 2026년 11월 15일 가격 기준)에서 MegaPotato API는 사진당 $0.091로 상위권 도구 네 가지 중 가장 저렴했어요. Topaz Wonder 3.5는 fal.ai를 통해 쓰면 $0.24, Topaz 자체 API로 쓰면 $0.54였고, Crystal은 $0.35였어요. 전체 비교.
