Mac(Apple Silicon)에서 FaceFusion 설치 및 사용하는 방법
FaceFusion은 Apple Silicon을 탑재한 Mac에서 기본적으로 실행됩니다 -- M1, M2, M3, M4 칩 모두 지원됩니다. 하지만 원활하게 설정하고 실행하려면 공식 문서에서 거의 언급하지 않는 몇 가지 Mac 전용 팁을 알아야 합니다.
이 가이드는 모든 것을 다룹니다: 설치(세 가지 방법), CoreML 실행 프로바이더, 현실적인 성능 기대치, Mac 전용 버그 및 수정 방법, 최적 설정, 그리고 Mac이 비디오 처리에 너무 느릴 때 어떻게 해야 하는지.
이미 FaceFusion을 사용 중이지만 문제가 있나요? 자주 발생하는 문제 가이드 또는 설치 문제 해결 페이지를 확인하세요.
어떤 Mac에서 FaceFusion을 실행할 수 있나요?
시작하기 전에 Mac이 호환되는지 확인하세요. FaceFusion은 Intel Mac 지원을 완전히 중단했습니다 -- Apple Silicon만 지원됩니다.
| Mac 칩 | 지원? | 성능 |
|---|---|---|
| M1 / M1 Pro / M1 Max / M1 Ultra | 예 | 이미지는 사용 가능, 비디오는 느림 |
| M2 / M2 Pro / M2 Max / M2 Ultra | 예 | 보통 -- 짧은 비디오에 적합 |
| M3 / M3 Pro / M3 Max | 예 | 보통 -- M2보다 약간 향상 |
| M4 / M4 Pro / M4 Max | 예 | Mac 중 최고, 여전히 NVIDIA보다 느림 |
| Intel Mac (모두) | 아니오 | FaceFusion 3.5+부터 미지원 |
macOS 버전: Sequoia와 Tahoe가 완전히 지원됩니다. 이전 버전은 작동할 수 있지만 공식적으로 테스트되지 않았습니다.
Mac 성능에 대한 솔직한 진실: FaceFusion 개발자 henryruhs가 Reddit에서 직접 말했습니다 (2026년 6월):
"Apple Silicon은 Intel 아키텍처에 비해 큰 발전이었지만, AI 추론에서의 전반적인 성능이 좋지 않은 것으로 알려져 있습니다."
이것은 Mac에서 FaceFusion을 사용할 수 없다는 뜻이 아닙니다. 특히 비디오 처리에 대해 현실적인 기대를 가져야 한다는 뜻입니다.
방법 1: 공식 macOS 설치 프로그램 (가장 쉬움)
FaceFusion은 유료 원클릭 macOS 설치 프로그램을 제공합니다 (v3.6.1, 2026년 4월 업데이트). 터미널에 익숙하지 않다면 가장 쉬운 방법입니다.
기능
- Git, Conda, FFmpeg 자동 설치
- 바탕 화면 바로가기 및 시작 메뉴 항목 생성
- 수동 환경 활성화 없이 FaceFusion 시작 가능
- macOS Sequoia 및 macOS Tahoe에서 작동
구하는 방법
공식 macOS 설치 프로그램은 Ko-fi와 Buy Me a Coffee에서 이용 가능합니다.
Gatekeeper 경고
macOS가 처음 열 때 설치 프로그램을 차단할 가능성이 높습니다. 이것은 정상입니다. 해결 방법:
- 설치 프로그램을 우클릭하고 열기를 선택하세요 (더블클릭하지 마세요)
- 또는
install.sh를 Terminal 앱으로 드래그하고 Enter를 누르세요
방법 2: Conda를 통한 수동 설치 (권장)
FaceFusion 공식 문서에서 권장하는 방법입니다. 환경을 완전히 제어할 수 있으며 무료입니다.
전제 조건
시작하기 전에 세 가지가 필요합니다:
- Homebrew -- Mac 패키지 관리자
- Git -- FaceFusion 저장소 복제용
- Miniconda -- Python 환경 관리용
Homebrew가 없다면 먼저 설치하세요:
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
그런 다음 Git을 설치하세요:
brew install git
공식 웹사이트에서 Miniconda를 다운로드하고 설치하세요. Apple Silicon (ARM64) 버전을 선택하세요.
단계별 설치
Terminal을 열고 이 명령어를 하나씩 실행하세요:
# Conda 초기화 (한 번만 필요)
conda init --all
# Python 3.12 환경 생성
conda create --name facefusion python=3.12 pip=25.0
# 환경 활성화
conda activate facefusion
# FaceFusion 저장소 복제
git clone https://github.com/facefusion/facefusion
# 디렉토리 진입
cd facefusion
# CoreML 지원으로 설치 (중요: --onnxruntime default를 사용하지 마세요)
python install.py --onnxruntime coreml
# FFmpeg 설치
conda install ffmpeg
# FaceFusion 실행
python facefusion.py run
중요: Default가 아닌 CoreML을 사용하세요
가장 중요한 줄은 python install.py --onnxruntime coreml입니다. --onnxruntime default를 대신 사용하면 FaceFusion이 CPU에서만 실행됩니다 -- 이는 극적으로 더 느립니다. CoreML은 FaceFusion에게 Mac의 GPU와 Neural Engine을 사용하도록 지시합니다.
첫 실행
첫 실행 시 FaceFusion은 수백 MB의 AI 모델을 다운로드합니다. 인터넷 속도에 따라 몇 분 걸립니다. 완료되면 터미널에 URL이 표시됩니다 (보통 http://127.0.0.1:7860). Safari 또는 Chrome에서 이 URL을 열어 FaceFusion을 사용하세요.
나중에 FaceFusion 다시 열기
FaceFusion을 사용할 때마다:
conda activate facefusion
cd facefusion
python facefusion.py run
방법 3: Pinokio 원클릭 설치 프로그램 (무료이지만 주의 필요)
Pinokio는 AI 도구를 원클릭으로 설치하는 무료 앱입니다. Mac에서 작동하지만 많은 사용자를 곤란하게 하는 알려진 문제가 있습니다.
정지 문제
새 Mac 설정(특히 M4 기기)에서 Pinokio 설치가 "(6/11) Installing brew" 단계에서 조용히 멈춥니다. 오류 메시지도 진행 상황도 없이 영원히 거기에 머뭅니다.
해결: 먼저 Xcode Command Line Tools 설치
Pinokio를 시작하기 전에 Terminal을 열고 실행하세요:
xcode-select --install
Command Line Developer Tools를 설치하라는 대화상자가 나타납니다. 설치를 클릭하고 약 10분 기다리세요. 완료되면 Pinokio를 재시작하면 FaceFusion 설치가 정상적으로 진행됩니다.
설치 방법 비교
| 항목 | 공식 설치 프로그램 | 수동 (Conda) | Pinokio |
|---|---|---|---|
| 난이도 | 쉬움 | 중급 | 쉬움 (수정 포함) |
| 비용 | 유료 | 무료 | 무료 |
| CoreML 자동 설정 | 예 | 사용자 선택 | 예 |
| 자동 업데이트 | 예 | 수동 git pull | Pinokio UI를 통해 |
| 알려진 문제 | Gatekeeper 차단 | 의존성 충돌 | xcode-select 없이 정지 |
| 추천 대상 | 비기술 사용자 | 개발자 | GUI 관리를 원하는 사용자 |
CoreML 이해하기: FaceFusion이 Mac GPU를 사용하는 방법
--onnxruntime coreml로 FaceFusion을 설치하면 ONNX Runtime을 통해 Apple의 CoreML 프레임워크를 사용합니다. 이것이 현재 Mac에서 사용할 수 있는 유일한 GPU 가속 경로입니다.
CoreML이 실제로 하는 일
CoreML은 Apple Silicon 칩 내의 세 가지 컴퓨팅 유닛에서 AI 작업을 실행할 수 있습니다:
- CPU -- 항상 사용 가능, 가장 느림
- GPU -- Apple 통합 그래픽, 상당한 속도 향상
- Neural Engine (ANE) -- 전용 AI 가속기, 지원되는 작업에서 가장 빠름
실행 프로바이더 확인
미디어를 처리하기 전에 FaceFusion UI의 Execution Provider 드롭다운을 확인하세요. "cpu"가 아닌 "coreml"로 표시되어야 합니다.
| 실행 프로바이더 | 예상 속도 | 1분 비디오 (30fps) |
|---|---|---|
| CoreML (올바른 설정) | ~1.5 fps | ~20분 |
| CPU 전용 (잘못된 설정) | ~0.3 fps | ~100분 |
성능: Mac에서 FaceFusion은 얼마나 빠른가요?
솔직하게 말하겠습니다. Mac은 FaceFusion에 사용 가능하지만, NVIDIA GPU가 있는 Windows PC보다 상당히 느립니다.
실제 벤치마크 데이터
| 하드웨어 | 대략적 FPS | 1분 비디오 (교체만) | 1분 비디오 (교체 + 향상) |
|---|---|---|---|
| Mac M4 (CoreML) | ~1.5 fps | ~20분 | ~60분 |
| RTX 4080 (CUDA) | ~2.5 fps (HD) | ~12분 | ~25분 |
| RTX 5090 (CUDA) | ~5-20 fps | ~3분 | ~6분 |
| RTX 4090 (CUDA) | ~4-8 fps | ~4분 | ~10분 |
M4 Pro vs M4 Max: 업그레이드할 가치가 있나요?
FaceFusion 개발자는 M1 Max와 M4 Max 사이에 작은 차이만 있다는 벤치마크를 공유했습니다. 그의 조언:
"차이가 작습니다. AI에 진지하게 입문하고 싶다면 NVIDIA GPU가 있는 PC를 구매하는 것을 추천합니다."
Mac 사용자를 위한 최적 설정
| 설정 | 권장 값 | 이유 |
|---|---|---|
| 실행 프로바이더 | CoreML | CPU만 사용하는 대신 GPU + Neural Engine 사용 |
| 실행 스레드 수 | 10-16 | Apple Silicon의 공유 메모리 아키텍처에 맞춤 |
| 비디오 메모리 전략 | 기본값 | Apple Silicon은 통합 메모리 사용 |
| 프로세서 | face_swapper + face_enhancer | expression_restorer 추가 시 처리 시간 3배 |
| 교체 모델 | hyperswap_1a_256 | 품질과 속도의 최적 균형 |
| 향상 모델 | gfpgan_1.4 | GPEN 모델보다 가벼움, 좋은 결과 |
| Pixel Boost | 768x768 | 더 높은 값은 품질 향상이 미미하지만 처리 시간이 크게 증가 |
Mac에서 피해야 할 것
- frame_enhancer -- GPU 집약적, RTX 4090 이상에서만 권장
- gpen_bfr_2048 -- 놀라운 품질이지만 Mac에서는 고통스럽게 느림
- 3개 이상의 프로세서 동시 실행 -- 각각이 처리 시간을 곱함
Mac 전용 버그 및 수정 방법
macOS 업데이트 후 CoreML 캐시 손상
가장 자주 보고되는 Mac 전용 버그입니다. macOS를 업데이트한 후 (특히 Tahoe 26.3으로) FaceFusion이 다음 오류를 표시합니다:
[E:onnxruntime] Non-zero status code returned while running CoreML node.
Status Message: output_features has no value for 682
수정 방법 (선호 순서대로):
- FaceFusion을 3.5.1+로 업그레이드 -- 자동 수정 포함
- FaceFusion 설치 디렉토리의 .caches 폴더 삭제 -- 재컴파일 강제
- onnxruntime-silicon 업그레이드:
pip install --upgrade onnxruntime-silicon - 임시 대안: UI에서 실행 프로바이더를 CPU로 전환
웹캠/카메라 작동 안 됨
macOS는 Python을 실행하는 앱에 대한 명시적 카메라 권한이 필요합니다.
- 시스템 설정 → 개인 정보 보호 및 보안 → 카메라 열기
- 터미널 앱 (Terminal.app, iTerm2 또는 Pinokio) 찾아서 켜기
- 권한 프롬프트가 나타나지 않았다면:
tccutil reset Camera - 카메라가 여전히 작동하지 않으면:
sudo killall VDCAssistant && sudo killall AppleCameraAssistant
QuickTime으로 수정한 비디오 처리 실패
FFmpeg로 비디오를 다시 인코딩하세요:
ffmpeg -i input.mov -c:v libx264 -c:a aac fixed_input.mp4
클라우드 GPU: Mac 사용자를 위한 빠른 대안
Mac이 비디오 처리에 너무 느리다면, 클라우드 GPU를 임대하는 것이 놀라울 정도로 저렴합니다.
RunPod (권장)
| GPU | 시간당 가격 | Mac M4 대비 속도 |
|---|---|---|
| RTX 4090 | $0.34/시간 | ~3-5배 빠름 |
| A100 | $1.19/시간 | ~5-8배 빠름 |
| H100 | $1.99/시간 | ~8-12배 빠름 |
비용 계산: 5분 비디오 처리 비용은 클라우드에서 약 $0.17입니다. 100개 비디오를 처리해도 $17에 불과합니다 -- NVIDIA GPU PC 구매($800-$2,000+)와 비교해 보세요.
미래: FaceFusion 4의 PyTorch MPS 지원
FaceFusion 개발자가 Reddit에서 확인했습니다 (2026년 1월):
"FF4 API가 안정되면 onnxruntime과 PyTorch 같은 다양한 실행 드라이버를 지원할 계획입니다."
PyTorch MPS (Metal Performance Shaders)는 직접적인 Metal GPU 접근을 제공합니다 -- ONNX-to-CoreML 변환 레이어를 우회합니다. 이는 Mac과 NVIDIA 간의 성능 격차를 10-15배에서 3-5배로 줄일 수 있습니다. 타임라인은 발표되지 않았습니다.
자주 묻는 질문
Intel Mac에서 FaceFusion을 실행할 수 있나요?
아닙니다. FaceFusion은 버전 3.5부터 Intel Mac 지원을 중단했습니다. Apple Silicon(M1 이상) Mac이 필요합니다. Intel Mac이 있다면 FaceFusion 온라인을 사용할 수 있습니다.
Mac에서 1분 비디오는 얼마나 걸리나요?
M4 Mac에서 얼굴 교체만 하면 약 20분입니다. 얼굴 향상기를 추가하면 약 60분입니다. 비교하면 NVIDIA RTX 4090은 같은 작업을 4-10분에 완료합니다.
FaceFusion에서 M4 Max가 M4보다 훨씬 빠른가요?
극적으로는 아닙니다. FaceFusion 개발자는 M1 Max와 M4 Max 사이에 "작은 차이"가 있다는 벤치마크를 공유했습니다.
CoreML이 활성화되어 있는데 왜 Mac CPU가 100%인가요?
이것은 예상된 동작입니다. CoreML은 특정 작업만 가속할 수 있으며 나머지는 CPU로 폴백됩니다. 또한 FaceFusion의 데이터 파이프라인은 GPU에 데이터를 공급하기 전에 CPU에서 실행됩니다.
FaceFusion을 위해 더 비싼 Mac을 사야 하나요?
아마도 아닙니다. M4 MacBook Air와 M4 Max MacBook Pro의 가격 차이로 수년간의 클라우드 GPU를 임대할 수 있습니다.
"output_features has no value" 오류를 어떻게 수정하나요?
macOS 업데이트가 CoreML 캐시를 손상시킬 때 발생합니다. FaceFusion 설치 디렉토리의 .caches 폴더를 삭제하거나 FaceFusion 3.5.1+로 업그레이드하세요.
Mac에서 FaceFusion 웹캠 모드를 사용할 수 있나요?
예, 하지만 먼저 터미널 앱에 카메라 권한을 부여해야 합니다. 시스템 설정 → 개인 정보 보호 및 보안 → 카메라로 이동하여 Terminal.app을 활성화하세요.
유료 macOS 설치 프로그램의 무료 대안이 있나요?
예. Conda 수동 설치 방법은 완전히 무료입니다. Pinokio도 무료입니다.
아직 문제가 있나요?
Mac에서 FaceFusion이 너무 느리다면, FaceFusion 온라인을 사용해 보세요. 설치 없이, GPU 없이, 명령줄 없이 브라우저에서 실행됩니다.