DeepFaceLab 모델 저장, 다시 불러올 때 꼭 확인할 것

DeepFaceLab 모델 저장은 워크스페이스 폴더 구조만 이해하면 실수 없이 이어서 학습할 수 있습니다. 이 글은 학습 중인 모델 파일이 어디에 쌓이는지, 다른 PC로 옮길 때 무엇을 챙겨야 하는지, 학습을 재개할 때 자주 나오는 오류의 원인을 정리합니다.

며칠씩 돌려 만든 모델을 실수로 덮어쓰거나, 백업했다고 생각했는데 정작 재학습이 안 되는 상황이 흔합니다. 파일 몇 개만 놓쳐도 처음부터 다시 학습해야 하는 경우가 생기거든요. 이 글은 그 지점을 먼저 짚습니다.

목차

1. DeepFaceLab이 뭐고, "모델"은 어디에 저장되나
2. model 폴더 안에는 뭐가 들어 있나
3. 학습 중 자동 저장은 어떻게 되는가
4. 학습을 이어서 하려면 어떻게 해야 하나
5. 다른 PC로 옮기거나 백업할 때 챙길 것

DeepFaceLab이 뭐고, "모델"은 어디에 저장되나

DeepFaceLab은 얼굴을 학습해 다른 영상에 합성하는 오픈소스 딥페이크 도구입니다. 학습(Training) 단계에서 만들어지는 결과물이 바로 "모델"이고, 이걸 잘 보관해야 다음에 이어서 돌리거나 다른 영상에 재활용합니다.

DeepFaceLab의 파일들은 프로그램을 압축 해제한 폴더 안 workspace라는 폴더에 모여 있습니다. 워크스페이스는 일종의 작업 책상이라고 보시면 됩니다 — 원본 영상, 잘라낸 얼굴 이미지, 학습 중인 모델이 전부 이 안에 들어갑니다.

그중 학습된 모델은 workspace/model 폴더 안에 파일 여러 개로 나뉘어 저장됩니다. 폴더 하나가 아니라 파일 묶음이라는 점이 중요합니다.

model 폴더 안에는 뭐가 들어 있나

학습을 시작하면 model 폴더 안에 이름이 비슷하지만 확장자가 다른 파일들이 함께 생깁니다. 이 파일들은 세트로 움직여야 하며, 하나라도 빠지면 학습을 이어갈 수 없습니다.

파일 종류	역할
*_data.dat	학습 진행 상태·반복 횟수 등 메타 정보
*_encoder.npy	얼굴의 특징을 압축하는 부분
*_decoder_src.npy	원본(SRC) 얼굴을 복원하는 부분
*_decoder_dst.npy	대상(DST) 얼굴을 복원하는 부분
*_inter.npy (모델 종류에 따라)	중간 표현을 담는 부분
*_summary.txt	사람이 읽을 수 있는 설정 요약

앞의 * 자리에는 모델 이름과 종류(SAEHD, AMP 등)가 붙습니다. 예를 들어 모델 이름을 new로 정하고 SAEHD 방식으로 학습했다면 new_SAEHD_encoder.npy 같은 식입니다.

💡 요점: model 폴더 안에서 같은 접두어를 가진 파일 전체가 한 세트입니다. 백업할 때는 이 접두어 파일들을 통째로 옮겨야 합니다.

학습 중 자동 저장은 어떻게 되는가

DeepFaceLab은 학습 창을 띄운 뒤 일정 주기로 model 폴더의 파일들을 덮어쓰는 방식으로 저장합니다. 별도의 "저장" 버튼을 매번 누를 필요가 없다는 뜻입니다.

학습 창에서 Enter 키를 누르면 그 시점의 상태를 저장하고 학습을 정상 종료합니다. 창을 강제로 닫는 것과는 다릅니다.

• Enter로 종료: 진행 중이던 상태가 파일에 반영됨
• 창을 그냥 닫거나 정전: 마지막 자동 저장 시점까지만 복구 가능

자동 저장 주기 자체는 DeepFaceLab의 학습 스크립트가 관리하며, 학습 시작 시 콘솔에 표시되는 옵션에서 조정합니다. 기본 주기는 사용 중인 버전에 따라 다르므로 학습 시작 화면의 옵션 안내를 그대로 참고하시는 편이 안전합니다.

학습을 이어서 하려면 어떻게 해야 하나

학습 재개는 특별한 명령이 필요 없습니다. 기존 model 폴더의 파일을 그대로 둔 채, 학습 시작 스크립트(6) train SAEHD.bat 같은 배치 파일)를 다시 실행하기만 하면 됩니다.

DeepFaceLab은 실행 시 model 폴더를 스캔해서 기존 모델이 있으면 자동으로 이어서 진행할지 물어봅니다. 이때 아무 키도 누르지 않고 환경과 절차에 따라 기다리면 기본값으로 넘어갑니다.

학습 스크립트 실행
   ↓
model 폴더 스캔
   ↓
기존 모델 감지
   ↓
설정 확인창 → Enter
   ↓
이어서 학습 시작

새 모델을 만들고 싶다면 model 폴더를 비우거나, 다른 이름으로 옮겨두고 스크립트를 실행합니다. 폴더가 비어 있으면 새 모델 이름을 물어봅니다.

다른 PC로 옮기거나 백업할 때 챙길 것

모델을 다른 PC로 옮기는 작업은 model 폴더의 파일 세트를 통째로 복사하는 것으로 끝납니다. DeepFaceLab 프로그램 자체는 옮기지 않아도 되며, 대상 PC에 같은 계열의 DeepFaceLab이 설치돼 있으면 됩니다.

백업 시 챙겨야 할 것

• ☐workspace/model 폴더 안 같은 접두어의 모든 파일
• ☐*_summary.txt (설정 재현용, 없으면 옵션을 기억으로 다시 맞춰야 함)
• ☐학습에 사용한 SRC/DST 얼굴 이미지 폴더 (재학습·미세조정 대비)
• ☐사용한 DeepFaceLab 버전 메모

버전 메모가 중요한 이유는, DeepFaceLab이 배포판에 따라 지원하는 모델 아키텍처가 조금씩 달라지기 때문입니다. 옛 버전에서 만든 모델을 신형 배포판에서 열면 옵션 이름이 달라 경고가 뜨거나 일부 값이 초기화되기도 합니다.

⚠️ .npy 파일 하나가 커서 클라우드 업로드가 실패하는 경우가 자주 나옵니다. 이럴 땐 폴더를 압축한 뒤 분할 압축(예: 2GB 단위)으로 나눠 올리는 편이 안전합니다.

model 파일이 안 열리거나 학습이 새로 시작되는 경우

학습을 이어서 하려고 했는데 모델이 없다며 새로 시작하는 상황은 일부 환경에서는 파일 세트가 어긋났기 때문입니다. 원인은 몇 가지로 좁혀집니다.

증상	흔한 원인	확인할 것
새 모델 이름을 물어봄	model 폴더가 비었거나 경로가 다름	압축 해제 후 폴더 구조가 유지됐는지
"model files are corrupted" 유사 메시지	파일 세트 중 일부만 복사됨	같은 접두어 파일 전체가 있는지
옵션이 초기값으로 뜸	_data.dat 누락 또는 버전 불일치	백업한 DFL 버전과 동일한지
실행 직후 튕김	GPU 메모리 부족(모델 문제 아님)	배치 사이즈·해상도 낮추기

파일 이름 자체를 바꿔서 문제를 해결하려는 시도는 권장하지 않습니다. DeepFaceLab은 접두어를 기준으로 세트를 인식하므로, new_SAEHD_encoder.npy를 new_encoder.npy로 임의로 바꾸면 인식이 깨집니다.

이름을 정말 바꿔야 한다면 같은 접두어 파일 전체를 함께 바꿔야 합니다.

여러 모델을 관리하는 실용적인 방법

작업이 늘어나면 model 폴더 하나에 여러 모델을 몰아넣기보다는, 프로젝트별로 폴더를 나누는 편이 관리에 편합니다.

예를 들어 인터뷰 영상 A와 뮤직비디오 B를 각각 다른 모델로 학습한다면, 아래 같은 구조가 편합니다.

projects/
├─ A_interview/
│   ├─ model/
│   └─ workspace_snapshot/
└─ B_mv/
    ├─ model/
    └─ workspace_snapshot/

작업할 때는 해당 프로젝트의 model 폴더를 DeepFaceLab의 workspace/model 위치로 복사하거나 심볼릭 링크로 연결해 사용합니다. 심볼릭 링크는 원본 폴더의 바로가기 같은 개념인데, 윈도우에서는 mklink /D 명령으로 만듭니다.

이 방식의 장점은 단순합니다.

• 실수로 다른 프로젝트 모델을 덮어쓸 일이 줄어듭니다
• 각 프로젝트별로 백업·복원이 명확해집니다
• 나중에 어떤 설정으로 학습했는지 _summary.txt만 봐도 재현이 쉽습니다

저작권과 초상권 관련해서 짚고 갈 것

DeepFaceLab은 기술 학습·연구용 오픈소스지만, 만들어진 모델과 결과물의 사용은 다른 이야기입니다. 실존 인물의 얼굴을 동의 없이 학습·합성해 배포하는 행위는 국가별로 초상권·명예훼손·성적 이미지 관련 법률에 저촉될 수 있습니다.

특히 한국은 허위영상물 관련 처벌 조항이 강화돼 있어, 모델을 백업·공유할 때도 학습에 쓴 얼굴 데이터의 출처와 동의 여부를 스스로 정리해두는 편이 안전합니다.

다음에 다시 열 때 헤매지 않으려면

정리하면 딱 세 가지만 기억하면 됩니다. 첫째, model 폴더 안 같은 접두어 파일 전체가 한 모델이라는 점. 둘째, 학습 종료는 창을 강제로 닫지 말고 Enter로 정상 종료할 것. 셋째, 백업할 때는 model 파일뿐 아니라 DeepFaceLab 버전과 summary.txt도 함께 남길 것.

다음 작업 세션 전에 오늘 백업한 폴더를 다른 위치에 한 번 더 복사해 두시면, 학습 이어가기가 훨씬 마음 편해집니다. 모델 파일은 다시 만들면 시간이 크게 드는 자산이라는 관점에서 다뤄야 합니다.

함께 보면 좋은 글

• DeepFaceLab 학습이 느릴 때 — GPU·배치 최적화 7단계
• DeepFaceLab 자주 막히는 에러 7가지 한국어 해결법
• Gemini 3 컴퓨터 제어 사용법 — Claude와 뭐가 다른가