AI 이미지 업스케일러 — 브라우저에서 이미지를 2배·4배로 확대

기기에서 실행되는 AI 초해상도 모델로 작거나 해상도가 낮은 이미지를 2배 또는 4배로 키우세요. 전후를 비교하고 PNG, JPG, WebP로 다운로드할 수 있습니다.

문제를 발견하셨거나 개선할 점이 있나요? 모든 메시지를 읽고 빠르게 고칩니다.

이 무료 AI 이미지 업스케일러는 초해상도 신경망으로 작거나 해상도가 낮은 이미지를 2배 또는 4배로 키웁니다. 그래서 일반 리사이즈처럼 흐릿하게 뭉개지지 않고 가장자리는 선명하게, 질감은 질감답게 유지됩니다. 사진, 제품 사진, 오래된 웹 이미지, 스크린샷을 넣고 2배나 4배를 고른 뒤, 슬라이더로 원본과 비교하고 PNG, JPG, WebP로 다운로드하세요. 여러 이미지를 한 번에(최대 10장, 순서대로) 업스케일하고 ZIP으로 함께 받을 수도 있습니다.

모델은 Real-ESRGAN(general x4v3)입니다. 실제 저화질 이미지의 흐림, 노이즈, JPEG 아티팩트를 되돌리도록 학습된 오픈 소스 모델이며, 전부 기기에서 실행되므로 이미지는 업로드되지 않습니다. 다만 무엇을 하는 도구인지는 분명히 알아 두세요. 업스케일러는 원본에 담기지 않은 디테일을 복원할 수 없고, 학습한 패턴으로 그럴듯한 디테일을 예측할 뿐입니다. 작은 이미지를 더 큰 크기에서 깔끔하게 보이게 하는 데는 이상적이지만, 흐릿한 번호판을 읽거나 얼굴을 식별하는 것처럼 정확한 디테일이 중요한 일에는 맞지 않습니다.

사용 방법

상자에 이미지를 끌어다 놓거나 클릭해서 선택하세요(JPG, PNG, WebP 등 일반적인 형식). 일괄 처리하려면 최대 10장을 한 번에 선택하거나 끌어다 놓으세요.
2배 또는 4배를 고르세요. 출력 크기가 표시됩니다. 4배로 키웠을 때 한 변이 8192 px나 16.7메가픽셀을 넘는 이미지는 먼저 크기를 줄여야 합니다.
업스케일을 누르세요. 처음 실행할 때 AI 엔진과 모델을 다운로드한 다음, 진행률 표시줄과 함께 이미지를 타일 단위로 처리합니다. 언제든 취소할 수 있습니다.
비교 슬라이더를 끌어 결과를 확인하고, 100%로 보기로 전환해 실제 크기로 디테일을 살펴보세요.
PNG(무손실, 투명도 유지), JPG(더 작음, 흰색 배경), WebP(가장 작음) 중 하나를 골라 다운로드하세요. 일괄 처리에서는 각 행에서 이미지를 하나씩 받거나 전부 ZIP 하나로 받을 수 있습니다.

자주 묻는 질문

AI 이미지 업스케일링은 어떻게 작동하나요?

초해상도 모델은 선명한 이미지와 그것을 열화시켜 작게 만든 사본 수백만 쌍으로 학습한 신경망입니다. 가장자리, 질감, 미세한 구조가 고해상도에서 보통 어떻게 보이는지 학습하고, 작은 이미지를 보면 그 패턴으로 빠진 픽셀을 예측합니다. 일반 리사이즈는 기존 픽셀 사이를 보간할 뿐이라 흐릿해 보입니다. AI 결과가 더 선명해 보이는 것은 디테일을 더하기 때문이지만, 그 디테일은 원본에서 복원한 정보가 아니라 학습에 기반한 추측입니다.

이미지가 업로드되나요?

아니요. 모델은 WebGPU나 WebAssembly로 브라우저에서 실행되고 이미지는 기기에 그대로 남습니다. 다운로드되는 것은 처음 사용할 때의 AI 엔진과 모델 파일뿐이며, 이 사이트에서 받아 브라우저에 캐시됩니다. 그래서 공개 전 제품 사진, 클라이언트 작업물, 개인 사진에도 안심하고 쓸 수 있습니다.

2배와 4배 중 무엇을 골라야 하나요?

필요한 크기를 얻을 수 있는 가장 작은 배율을 고르세요. 4배는 500 px 이미지를 2000 px로 만들며 모델의 기본 배율입니다. 2배는 같은 4배 결과를 고품질 리샘플링으로 다시 줄인 것이라 대개 조금 더 깔끔해 보이고 파일 크기는 4분의 1입니다. 처리 시간은 둘 다 같습니다.

제 컴퓨터에서는 왜 느린가요?

업스케일링은 이미지 한 장에 수십억 번의 연산을 합니다. WebGPU를 쓸 수 있으면(대부분의 데스크톱과 노트북의 최신 Chrome, Edge) 그래픽 칩이 작업을 맡아 일반적인 이미지는 몇 초면 됩니다. WebGPU가 없으면 CPU 코어 하나로 실행됩니다. 저희 테스트에서 최신 노트북 기준 300 × 225 px 이미지는 약 10초, 500 × 500 px 이미지는 대략 30초에서 1분이 걸렸고, 오래된 컴퓨터와 휴대폰은 몇 배 더 느릴 수 있습니다. 첫 타일들이 처리되면 진행률 표시줄에 예상 시간이 나타나며, 작업하는 동안 다른 탭을 계속 쓸 수 있습니다.

어떤 이미지가 업스케일 결과가 좋나요?

초점이 어느 정도 맞은 사진, 제품 이미지, 일러스트, 로고, 작은 웹 이미지는 잘 업스케일되며, 모델이 JPEG 블록 현상과 약한 노이즈도 정리해 줍니다. 심하게 흐리거나 흔들린 사진은 여전히 흐리고, 작은 글자는 일그러질 수 있으며, 얼굴은 매끈해지거나 조금 달라 보일 수 있습니다. 사용하기 전에 항상 100%로 결과를 확인하세요.

여러 이미지를 한 번에 업스케일할 수 있나요?

네, 한 번에 최대 10장까지 됩니다. 기기에서 한 장씩 순서대로 업스케일하며, 현재 이미지의 진행률과 전체 일괄 작업의 진행률이 각각 표시됩니다. 완료된 이미지는 하나씩 비교하고 다운로드하거나, 고른 형식으로 전부 ZIP 하나에 저장할 수 있습니다. AI 업스케일링은 연산량이 많아서 일괄 작업은 WebGPU에서는 1분이 채 안 걸리기도 하지만 CPU에서는 훨씬 오래 걸릴 수 있습니다. 취소하면 남은 이미지는 중단되고 완료된 이미지는 유지됩니다.

크기 제한이 있나요?

업스케일 결과는 긴 변 최대 8192 px, 전체 16.7메가픽셀(약 4096 × 4096)까지 가능합니다. 브라우저가 허용하는 메모리 범위를 넘지 않기 위해서입니다. 4배라면 입력은 대략 1024 × 1024 px까지입니다. 업스케일러는 작은 이미지를 위한 도구이며, 이미 큰 사진은 효과를 보는 경우가 드뭅니다. 파일 자체는 최대 25 MB까지 가능합니다.

AI 업스케일링과 일반 리사이즈의 차이

모든 이미지 편집기는 이미지를 크게 만들 수 있습니다. 바이큐빅이나 Lanczos 리사이즈는 새 픽셀 하나하나를 주변 픽셀의 가중 평균으로 계산하므로, 4배로 키운 이미지는 정확히 같은 정보를 16배의 픽셀에 펼쳐 놓은 것입니다. 가장자리는 부드러운 그러데이션이 되고 JPEG 아티팩트는 확대됩니다. 예측 가능하고 원본에 충실하며, 약 1.5배까지의 작은 확대라면 이것으로 충분합니다. 이미지 크기 조절 도구가 즉시 처리해 줍니다.

AI 업스케일러는 평균 내기를 예측으로 바꿉니다. Real-ESRGAN은 실제 환경의 열화(흐림, 노이즈, 압축, 리사이즈)로 학습했기 때문에 선명한 가장자리를 만들고, 블록 현상을 상당 부분 없애고, 그럴듯한 미세 질감을 만들어 냅니다. 비교 슬라이더로 차이를 바로 볼 수 있습니다. 왼쪽은 브라우저가 늘린 원본이고 오른쪽은 모델의 출력입니다.

대가는 충실도입니다. 더해진 디테일은 생성된 것이라 결과물에 사진에 원래 없던 것이 들어갈 수 있습니다. 매끈해진 피부, 원본에는 노이즈였던 곳의 규칙적인 패턴, 선명해 보이지만 미묘하게 틀린 글자 같은 것들입니다. 웹사이트 히어로 이미지, 제품 썸네일, 작은 사진의 인쇄라면 좋은 거래입니다. 증거 자료, 문서처럼 정확성이 중요한 경우에는 원본을 쓰세요.

최상의 결과를 얻는 방법

• 가지고 있는 가장 좋은 원본에서 시작하세요. 원본 파일을 업스케일하는 것이 그 스크린샷이나 여러 번 다시 저장된 사본을 업스케일하는 것보다 낫습니다.

• 먼저 자르세요. 필요한 부분만 업스케일하면 더 빠르고 출력이 크기 제한 안에 들어옵니다. 이미지 자르기 도구로 업로드 없이 할 수 있습니다.

• 2배로 충분하면 2배를 쓰세요. 확대 배율이 작을수록 모델이 지어내야 할 것이 적고, 파일 크기도 4배의 4분의 1입니다.

• 100%로 확인하세요. 너비에 맞춤 보기는 아티팩트를 가립니다. 게시하기 전에 100%로 보기로 전환해 얼굴, 글자, 미세한 패턴을 살펴보세요.

• 나중에 압축하세요. 4배 PNG는 수십 메가바이트가 될 수 있습니다. 웹용이라면 WebP로 다운로드하거나 결과를 이미지 압축 도구로 처리하세요.

모델과 개인정보 보호

이 도구는 Xintao Wang과 동료들의 Real-ESRGAN 프로젝트에서 나온 realesr-general-x4v3를 사용하며, BSD 3-Clause 라이선스로 배포됩니다. 깨끗한 테스트 이미지뿐 아니라 일반적인 실제 사진을 다루도록 설계된 소형 모델(약 5 MB, 파라미터 120만 개)이라 브라우저에 잘 맞습니다. 빠르게 다운로드할 만큼 작고, 노트북에서 돌릴 만큼 빠릅니다. 실행에는 Microsoft의 오픈 소스 추론 엔진인 ONNX Runtime Web을 사용합니다.

큰 이미지는 서로 겹치는 타일로 나누어 각각 따로 업스케일한 뒤 타일의 가운데 부분을 이어 붙이므로, 메모리 사용량이 일정 범위를 넘지 않고 이음매도 보이지 않습니다. 투명한 이미지는 투명도가 유지됩니다. 모델은 색상 채널을 처리하고, 알파 채널은 고품질 리샘플링으로 확대해 다시 합칩니다. 이 모든 과정이 브라우저 탭 안에서 일어나며, 탭을 닫으면 어디에도 아무것도 남지 않습니다.