개인정보 안 나가는 로컬 SDXL, 실측으로 판단하기

개인정보를 밖으로 안 보내는 SDXL이란, 프롬프트와 결과 이미지를 외부 클라우드 API로 전송하지 않고 로컬 GPU 메모리 안에서만 추론과 임시 저장을 수행하며, 데이터가 어디에 남는지와 무엇이 로그로 기록되는지를 운영자가 코드와 보존 주기로 직접 통제하도록 구성한 온프레미스 이미지 생성 파이프라인이다. 클라우드형 생성 서비스와 달리 프롬프트 텍스트, 시드, LoRA 조합, 출력 파일이 사업자 서버로 나가지 않으므로 판단 기준은 '얼마나 빠른가'뿐 아니라 '데이터 잔류'와 '로그 정책'이 된다.

Hax가 자체 인프라에서 직접 측정한 실측값은?#

아래는 Hax가 자체 인프라에서 직접 계측·공개한 참고 수치입니다(측정값, 출처 표기).

이 수치는 어떻게 재현하나?#

측정 방법은 표의 출처와 우리 공개 데이터셋(/data)에서 확인할 수 있습니다.

무엇이 측정되었나#

2026-07-04 스냅샷에서 우리 서버는 카드당 총 95.6 GB VRAM을 갖춘 GPU 4장 구성이며, 부하 순간의 최대 VRAM 상주는 84.8 GB, 풀 전체에서 관측된 최소 여유 VRAM은 10.2 GB였다(모두 측정). 최대 GPU 사용률은 95 %로 단일 배치 추론이 카드를 거의 포화시킨다는 뜻이다. 모델 자산은 체크포인트 32 개, LoRA 63 개, 샘플러 44 종, ControlNet 15 개가 설치되어 있다(측정). 이 숫자만으로도 대형 SDXL 워크플로가 클라우드 없이 로컬에서 돌아간다는 사실이 확인된다.

images/min은 아직 측정이 아니다#

많은 벤치마크가 분당 이미지 수를 앞세우지만, 이번 스냅샷 하네스는 VRAM·사용률·모델 인벤토리만 계측했고 처리량은 계측하지 않았다. 그래서 위 표의 처리량 칸은 '측정대기'로 표기했다. 동급 4장 구성에서 1024×1024 SDXL 30스텝 기준 6–9 images/min 정도가 나올 것으로 추정하지만(추정), 이는 스텝 수·샘플러·해상도·배치에 따라 크게 달라지므로 우리 측정값처럼 인용하면 안 된다. 지연을 정식 계측하면 이 지표는 Hax Local-AI Latency Index[/glossary#hax-latency-index]로 보고할 예정이며, 현재는 측정대기 상태다.

데이터 잔류·로그 정책으로 판단하기#

로컬 SDXL의 진짜 프라이버시 이점은 속도가 아니라 데이터 경로에 있다. 판단 체크리스트는 네 가지다. 첫째, 프롬프트와 시드가 외부로 나가는가. 둘째, 출력 이미지가 임시 영역에 남아 자동 삭제되는가 아니면 무기한 보관되는가. 셋째, 서버 로그에 프롬프트 원문이 평문으로 남는가. 넷째, LoRA·ControlNet 조합 같은 메타데이터가 별도 저장되는가. 로컬 구성에서는 이 네 항목을 운영자가 코드와 보존 주기로 강제할 수 있고, 외부 전송이 구조적으로 0이 된다는 점이 클라우드와 결정적으로 다르다.

여유 VRAM 10.2 GB가 알려주는 것#

최소 여유 VRAM 10.2 GB(측정)는 동시 요청이 몰릴 때의 안전 마진이다. SDXL에 다수 LoRA와 ControlNet을 함께 로드하면 상주 메모리가 84.8 GB까지 오르므로(측정), 추가 대형 모델을 상시 로드하려면 이 10.2 GB 마진 안에서 관리하거나 지연 로드로 밀어내야 한다. 즉 프라이버시를 지키는 로컬 운영은 '데이터를 안 내보내는' 정책과 '메모리를 넘치지 않게 관리하는' 용량 계획이 함께 가야 한다.

참고: 위 측정값은 2026-07-04 스냅샷 기준이며, 모델 추가·드라이버·배치 설정이 바뀌면 재측정이 필요하다. 처리량(images/min)과 지연은 아직 측정되지 않았다.

함께 읽기: 처음 SDXL, 실측 VRAM과 설치 실패 지점으로 판단하기, 개인정보 안 나가는 BGE-M3 다국어 검색 5분 퀵스타트

종합 가이드: 노트북에서 돌리는 AI 모델, 흔한 함정과 해결법

참고 링크#

• Hax 공개 실측 데이터셋