Stable Diffusion GPU로 고르는 기준은 코어 수가 아니라 VRAM과 공개 벤치 it/s입니다. 2026년 10월 다나와 기준 RTX 5070 12GB 최저가는 1,089,000원이고, SD.Next 공개 벤치 집계에서 RTX 5070의 SDXL 평균은 12.5 it/s(34건)입니다. 이 글에서는 it/s를 장당 생성 시간과 1분당 장수로 환산하고, 예산별 구매 결론까지 정리합니다.
Stable Diffusion GPU 선택, 왜 VRAM이 먼저인가요
diffusion 모델은 추론 중 모델 가중치, 활성(activation), VAE 디코더가 한꺼번에 VRAM에 올라갑니다. 모델이 VRAM에 안 들어가면 시스템 RAM으로 스왑이 발생해 속도가 10~50배 급락합니다. 공개 벤치 집계(promptingpixels.com, SD.Next 데이터 5,667건)가 제시하는 최소/권장 VRAM은 다음과 같습니다.
| 모델 | 최소 VRAM | 권장 VRAM |
|---|---|---|
| SD 1.5 | 약 4GB | 6GB 이상 |
| SDXL | 약 8GB | 12GB 이상 (ControlNet·refiner 사용 시) |
| Flux | 약 12GB | 16GB 이상 |
즉 SDXL+ControlNet 조합을 무리 없이 돌리려면 12GB, Flux 원본급까지 보려면 16GB가 실질 기준선입니다. 같은 급 코어라도 VRAM이 부족하면 체감이 아니라 성능이 무너집니다.
RTX 5070의 Stable Diffusion 공개 벤치는 몇 it/s인가요
SD.Next 사용자 자발적 벤치 5,667건을 집계하는 promptingpixels.com(SDXL 필터, 조회일 2026-10-21) 기준 평균값입니다. 테스트 해상도와 체크포인트가 제각기 다른 평균이라 ‘참고 벤치’로만 봐야 하지만, 동급 비교에는 쓸 만합니다.
| GPU | VRAM | SDXL 평균 it/s | 테스트 수 |
|---|---|---|---|
| RTX 5090 | 32GB | 41.5 | 49 |
| RTX 5080 | 16GB | 16.7 | 17 |
| RTX 4070 Ti | 12GB | 16.5 | 830 |
| RTX 5070 Ti | 12GB | 12.5 | 22 |
| RTX 5070 | 12GB | 12.5 | 34 |
| RTX 5060 Ti (8GB 표본) | 8GB | 21.8 | 20 |
눈여겨볼 점은 RTX 5060 Ti 표본이 21.8 it/s로 5070 평균보다 높게 잡혀 있다는 것입니다. 이는 8GB 표본이 저해상도·라이트닝 체크포인트 위주로 돌아간 집계 편향입니다. 결국 5070의 값어치는 it/s 숫자 자체가 아니라 ’12GB에서 ControlNet·refiner를 켜도 스왑 없이 도는 안정 구간’에 있습니다.
it/s를 장당 시간과 1분당 장수로 환산하면
SDXL 기본 조건(1024×1024, 30 step)으로 환산 식을 대입합니다. 장당 시간 = step 수 / it/s, 분당 장수 = 60 / 장당 시간입니다.
| it/s | 장당 시간 (30 step) | 1분당 장수 |
|---|---|---|
| 21.8 (5060 Ti 저해상도 편향) | 30 / 21.8 = 약 1.4초 | 약 43장 |
| 16.7 (5080) | 30 / 16.7 = 약 1.8초 | 약 33장 |
| 12.5 (5070) | 30 / 12.5 = 약 2.4초 | 약 25장 |
| 4.0 (Flux 양자화 가정) | 30 / 4 = 약 7.5초 | 약 8장 |
연구용 배치를 예로 들면, 500장 생성 시 5070은 약 2.4초 x 500 = 1,200초(약 20분), Flux급을 4 it/s로 돌리면 7.5초 x 500 = 3,750초(약 62분)입니다. 하루 세트를 반복 돌리는 실험 환경에서는 시간당 it/s 차이가 곧 랩 가동 시간 차이입니다.
Stable Diffusion GPU 12GB로 Flux는 도나요
집계 기준 Flux는 최소 약 12GB, 권장 16GB 이상입니다. RTX 5070 12GB는 ‘양자화(fantasyout8 등) 기준으로 간신히 최소선’이고, Flux dev 원본은 16~24GB를 요구한다는 보고가 일치합니다. 5070에서 Flux를 쓴다면 양자화 체크포인트 + VAE tiling이 전제가 되고, 원본급 품질과 ControlNet 동시 사용이 목표면 5070 Ti 16GB나 중고 24GB 구간을 봐야 합니다.
2026년 10월 가격으로 보는 실효 구간
다나와 실시간 스냅샷(기준: 2026-10-21, KST 14:01) 최저가·중위가입니다. SDXL 작업 무대로서 8GB/12GB/16GB 구간을 비교합니다.
| GPU | 최저가 | 중위가 |
|---|---|---|
| RTX 5060 Ti 8GB | 759,000원 | 832,000원 |
| RX 9070 XT 16GB | 1,049,000원 | 1,501,600원 |
| RTX 5070 12GB | 1,089,000원 | 1,339,000원 |
| RTX 5070 Ti 16GB | 1,579,000원 | 1,950,200원 |
| RTX 3090 24GB (중고) | 1,129,220원 | 1,231,000원 |
GB당 최저가 환산: 5060 Ti 8GB는 759,000 / 8 = 약 94,900원/GB, 5070 12GB는 1,089,000 / 12 = 약 90,750원/GB, 중고 3090은 1,129,220 / 24 = 약 47,050원/GB입니다. CUDA 생태계까지 고려하면 SD 작업대 가성비 1위는 여전히 중고 3090입니다. 시세 변동은 [VRAM 구간별 최저가표](https://daily-llm.com/2026-10-20/gpu-vram-band-low-261013-8/)와 [중고 시세표](https://daily-llm.com/2026-10-20/gpu-used-market-261013-8/)에서 주 단위로 갱신합니다.
예산별 결론: 학생·연구실·직장인 각각 무엇을 사나
| 읽자 | 추천 구간 | 이유 |
|---|---|---|
| 학생 (100만원 이하) | RTX 5060 Ti 8GB 또는 중고 3090 | SD 1.5·경량 SDXL 위주면 8GB로 시작 가능, 배치를 돌린다면 중고 3090 24GB가 GB당 단가 최저 |
| 연구실 (100~160만원) | RTX 5070 12GB | SDXL+ControlNet 무스왑 기준선, 신품 보증, 24시간 가동 전기비 부담 확인 필요 |
| 직장인·프로슈머 (160만원+) | RTX 5070 Ti 16GB | Flux 원본·refiner 동시 로딩 구간, it/s보다 VRAM 여유에 대한 보험료 |
24시간 가동을 전제하면 전기세가 총소유비용에 붙습니다. GPU 24h 가동 전기비 계산은 [GPU 전기세 월 27,000원부터 — 24h 가동표](https://daily-llm.com/2026-10-20/gpu-electricity-24h-261013-8/)를 참고하세요.
자주 묻는 질문
Q. Stable Diffusion GPU로 8GB 카드는 정말 무리인가요
SDXL 단일 생성은 8GB로도 돌아갑니다. 다만 ControlNet이나 refiner를 같이 올리면 VRAM이 넘쳐 RAM 스왑이 생기고, 그 구간에서 속도는 10~50배 떨어집니다. 배치를 반복 도는 용도면 8GB는 시작부터 포기하는 편이 안전합니다.
Q. RTX 5070과 5070 Ti 중 SD에는 어느 쪽이 나아요
SDXL it/s 평균은 공개 집계에서 둘 다 12.5 it/s로 사실상 동급입니다. 차이는 VRAM이 아니라 가격(최저가 기준 490,000원 차이)입니다. SDXL 위주라면 5070, Flux 원본과 대용량 LoRA 학습까지 노리면 VRAM 16GB를 사는 셈인 5070 Ti가 맞습니다.
Q. 벤치 it/s는 왜 제 PC에서 안 나오나요
공개 집계는 해상도·체크포인트·배치·옵티마이저(xformers, torch.compile)가 제각각입니다. 특히 저해상도 표본이 섞이면 평균이 부풀어 오릅니다. 자기 환경 수치는 1024×1024, 30 step 고정으로 직접 재는 것이 기준이 됩니다.
Q. AMD RX 9070 XT는 어떤가요
16GB를 1,049,000원에 살 수 있어 VRAM당 단가는 강점입니다. 다만 ROCm 지원이 체크포인트·확장 기능에 따라 불안정하고, 같은 집계에서 AMD 구형 카드들의 편차가 NVIDIA보다 훨씬 큽니다.플러그인 없이 ComfyUI·ControlNet 조합을 그대로 쓰고 싶다면 CUDA 쪽이 무난합니다.
출처/기준: promptingpixels.com GPU 벤치 집계(SD.Next, SDXL 필터, 2026-10-21 조회), 다나와 실시간 시세(2026-10-21 KST 14:01 스냅샷). it/s는 환경별 편차가 큰 공개 평균치이며, 장당 환산은 1024×1024·30 step 가정.
답글 남기기