충실한 업스케일링 vs 생성형 업스케일링: 사진을 바꾸는 쪽은?

작거나 손상된 사진에는 정보가 빠져 있습니다. 그중 일부는 높은 확신으로 추론할 수 있습니다. 흐려진 경계도 여전히 경계이고, 압축 블록은 알려진 패턴을 따르며, 노이즈는 충분히 무작위적이라 이미지와 분리할 수 있습니다. 반면 추론할 수 없는 것도 있습니다. 너비 30픽셀인 얼굴의 머리카락 한 올 한 올, 뭉개진 단어의 글자, 압축으로 납작해진 직물의 짜임 같은 것입니다.

충실한 도구(복원 모델이라고도 합니다)는 앞의 것은 재구성하고 뒤의 것은 그대로 둡니다. 정보가 있는 곳은 선명하게 하고, 없는 곳은 매끄럽게 남깁니다. 생성형 도구는 뒤의 것까지 채웁니다. 머리카락, 글자, 직물이 보통 어떻게 생겼는지 학습했기 때문에, 사진이 불분명한 곳마다 그럴듯한 모습을 그려 넣습니다.

실제 도구는 대부분 두 방식을 섞으며, 얼마나 창의적으로 할지 고를 수 있는 도구도 있습니다. 중요한 질문은 도구가 어떤 기술을 쓰느냐가 아니라, 결과물에 보이는 것 중 얼마만큼이 내 사진에서 왔느냐입니다.

복원 모델은 보통 깨끗한 사진과 그 손상된 사본의 쌍으로 학습합니다. 모델은 사본을 깨끗한 사진으로 되돌리는 법을 배우고, 결과가 실제와 다를 때마다 불이익을 받습니다. 그래서 입력이 뒷받침하는 답 쪽으로 향합니다. 확신이 없을 때 가장 안전한 답은 매끄러운 답이므로, 정보가 빠진 곳에서는 충실한 결과가 부드럽거나 밋밋해 보일 수 있습니다.

생성형 모델은 진짜처럼 보이는 이미지를 만들도록 학습하며, 입력 이미지나 텍스트 프롬프트를 참고하는 경우가 많습니다. 정확한 원본과 일치하는 것이 아니라 설득력 있는 디테일에 보상을 받습니다. 그래서 작고 흐릿한 얼굴을 선명한 인물 사진으로 바꿀 수 있지만, 바로 그 이유로 그 인물이 같은 사람이 아닐 수도 있습니다.

다른 사람처럼 보입니다. 사람은 얼굴의 아주 작은 차이도 알아챕니다. 생성형 화질 개선 도구는 눈매, 콧대, 치아, 피부를 바꿀 수 있습니다. 결과물은 비슷한 누군가를 선명하게 찍은 사진처럼 보입니다. 가족 사진이나 프로필 사진에서는 큰 손실입니다.

글자가 지어집니다. 글자가 불분명하면 생성형 모델은 모양에 맞는 글자를 그립니다. 도로 표지판, 영수증, 번호판, 문서에 확실해 보이지만 틀린 글자가 들어갈 수 있습니다. 결과가 선명해 보이기 때문에 오류를 놓치기 쉽습니다.

상품이 실물과 달라집니다. 판매 사진에서 생성된 디테일이 실제 상품에는 없는 니트 무늬, 질감, 라벨 선을 더할 수 있습니다. 구매자는 보이는 대로 삽니다.

기록과 증거. 보험 청구, 부동산 상태, 과학, 언론, 법적 목적의 사진은 그곳에 있던 것을 보여 주어야 합니다. 생성된 디테일은 미묘한 질감이라도 이를 훼손합니다.

생성형 도구가 나쁜 도구라는 뜻은 아닙니다. 다른 문제를 해결하는 도구입니다. 작품, 콘셉트 이미지, 장식용 인쇄물에서는 그럴듯함이 목표입니다. AI로 생성한 그림을 업스케일한다면 충실해야 할 실제 원본이 애초에 없습니다.

조금 더 가벼운 경우가 질감입니다. 스마트폰이 잔디를 평평한 초록색으로 뭉개 버린 야간 사진은 '정확하더라도' 눈에는 어색해 보입니다. 그곳에 자연스러운 잔디 같은 질감을 더하면 다시 사진처럼 보입니다. 질감이 되살린 것이 아니라 그럴듯한 것임을 알고 있다면, 추억이 담긴 사진에서는 합리적인 선택입니다.

보기 좋은 것보다 정확한 디테일이 중요할 때는 아무것도 더하지 않는 도구를 쓰세요. 문서, 영수증, 스크린샷, 번호판, 일련번호, 증거, 그리고 실물과 비교할 모든 것입니다.

대신 철저히 충실한 결과는 입력에 한계가 묶입니다. 아주 작거나 손상된 사진은 더 깨끗하고 크게 나오지만, 도구가 보이지 않는 것을 그리지 않기 때문에 생성형 결과보다 밋밋합니다.

몇 가지 간단한 확인으로 도구가 얼마나 더하는지 알 수 있습니다.

• 결과물을 원래 크기로 줄여서 비교해 보세요. 충실한 결과라면 입력과 거의 똑같아 보여야 합니다. 입력에 없는 특징이 있다면 더해진 것입니다.
• 내용을 알고 있는 작은 글자가 있는 이미지를 써 보세요. 선명한데 틀린 단어가 나오면 그 도구는 생성하고 있는 것입니다.
• 잘 아는 사람의 얼굴이 작게 찍힌 사진을 써 보세요. 선명해 보이는지가 아니라 여전히 그 사람처럼 보이는지 확인하세요.
• 입력에서 평평하거나 흐릿했던 부분을 보세요. 그곳에 새로운 질감이 나타났다면 생성된 것입니다.
• 같은 이미지를 두 번 처리해 보세요. 무작위로 샘플링하는 도구는 매번 다른 미세 디테일을 냅니다.

저희는 충실한 쪽 끝에 가깝지만 끝에 있지는 않으며, 그 점을 분명히 말씀드리고자 합니다.

저희의 세 가지 주요 모델 화질 개선, 4배 업스케일, 8배 업스케일은 두 단계로 작동합니다. 복원 네트워크가 노이즈와 압축을 제거하고 픽셀이 뒷받침하는 경계를 재구성합니다. 이어서 디테일 단계가 직물의 짜임, 나뭇잎, 나뭇결처럼 사진이 잃어버린 부분에 자연스러운 미세 질감을 더합니다. 그 질감은 그럴듯한 것이지 사실 그대로가 아닙니다. 모델은 사진의 분위기를 바꾸거나 얼굴 형태를 바꾸지 않도록 조정되어 있지만, 그래도 얼굴은 100% 확대해서 확인하세요.

화질 개선에서는 디테일 단계에 제어 장치가 있습니다. 이미 깨끗한 사진이면 이미지를 거의 그대로 둡니다. 글자를 감지하면 그 부분은 복원 단계에만 맡기며, 복원 단계는 노이즈와 압축을 제거할 뿐 글자를 다시 그리지 않습니다. 아주 작거나 빽빽한 글자는 감지되지 않을 때가 있으므로, 한 글자도 틀리면 안 되는 문서는 결과를 확인하거나 원본을 보관하세요. 4배 업스케일과 8배 업스케일에서는 작은 글자가 원본만큼 흐릿하게 남으며, 글자를 추측하지 않습니다.

아무것도 더하고 싶지 않다면, 예를 들어 픽셀 하나하나가 중요한 스크린샷, 그래픽, 글자라면 원본을 보관하거나 새로 캡처하세요. 저희 모델은 모두 미세 질감을 어느 정도 더할 수 있습니다.

저희 도구는 모두 법의학적 용도나 증거 용도에 적합하지 않으며, 읽을 수 없는 글자를 읽을 수 있게 만들거나 50픽셀짜리 얼굴을 재구성하지 못합니다.

가입이나 카드 없이 하루 3크레딧을 무료로 사용할 수 있습니다. 사진 1장을 도구 하나로 처리하면 1크레딧, 8배 업스케일은 2크레딧입니다. 무료 요금제에서는 3 MB·8 MP 이하의 JPG, PNG, WebP를 업로드할 수 있으며 결과물에 워터마크가 들어갑니다. Pro(월 9.99달러, 200크레딧)와 Pro+(월 19.99달러, 500크레딧)는 워터마크가 없고 20 MB·30 MP까지 업로드할 수 있습니다. 업로드한 이미지와 결과물은 24시간 이내에 삭제되며 AI 학습에 절대 사용되지 않습니다.