AI 이미지 업스케일링 — 화질 손실 없이 확대

이미지 확대, 이미지 업스케일, 해상도 높이기. 표현은 다르지만 모두 같은 요구를 가리킵니다. 지금 가진 사진의 픽셀 수가 부족해서 더 큰 크기로 쓰고 싶다는 것입니다. 오래된 휴대폰으로 찍어 800px 남짓한 가족사진을 액자에 넣고 싶을 때, 웹에서 저장한 작은 제품 이미지를 스토어 상세 페이지에 올려야 할 때, 카카오톡으로 여러 번 전달되며 작아진 사진을 인쇄해야 할 때, 그리고 예전에 만든 로고 파일의 원본을 잃어버려 작은 PNG만 남았을 때. 이런 순간마다 우리는 이미지를 크게 만들어야 하고, 단순히 크게 만드는 것과 제대로 크게 만드는 것 사이의 차이를 몸으로 배우게 됩니다.

누구나 한 번쯤 그림판이나 미리보기에서 이미지 크기를 두 배로 늘려 본 경험이 있을 것입니다. 결과는 언제나 같습니다. 화면에서는 커졌지만 경계가 뿌옇게 번지고, 사선은 계단처럼 보이고, 글자의 획은 두꺼워지면서 뭉개집니다. 이유는 간단합니다. 원본 이미지에는 정해진 개수의 픽셀만 있고, 크기를 늘린다는 것은 그 픽셀들을 더 넓은 격자에 펼쳐 놓는 일이기 때문입니다. 새로 생긴 빈 칸을 채울 정보가 원본에 없으니 프로그램은 옆 픽셀을 복사하거나 평균을 내는 것 말고는 할 수 있는 일이 없습니다.

이미지 확대 AI는 바로 이 빈 칸을 채우는 방식에서 갈라집니다. 옆 픽셀을 흉내 내는 대신, 수백만 장의 사진을 보고 배운 신경망이 그 자리에 어떤 질감과 경계가 있어야 자연스러운지를 추정해서 그려 넣습니다. 그래서 같은 4배 확대라도 결과가 근본적으로 다릅니다. 이 글은 그 원리가 실제로 무엇을 하고 무엇을 하지 못하는지, 2배와 4배 중 무엇을 골라야 하는지, 인쇄와 SNS와 스토어에 각각 몇 픽셀이 필요한지, 오래된 사진과 얼굴은 어떻게 다루는지를 차분하게 정리합니다. 과장 없이, 숫자로 확인할 수 있는 것만 다룹니다.

이 글이 필요한 사람은 생각보다 넓습니다. 인쇄물을 준비하는 소상공인, 상세 페이지를 만드는 온라인 판매자, 옛날 사진을 정리하는 가족, 저해상도 자료를 발표 자료에 넣어야 하는 직장인과 학생, 팬아트나 일러스트를 크게 뽑고 싶은 창작자까지. 공통점은 원본을 다시 찍거나 다시 그릴 수 없다는 것입니다. 원본을 다시 구할 수 있다면 언제나 그것이 정답이고, 그럴 수 없을 때 이미지 확대 AI가 두 번째로 좋은 선택이 됩니다.

용어를 한 번 정리하고 넘어가겠습니다. 해상도는 이미지의 가로와 세로 픽셀 수를 뜻합니다. 1920×1080이라고 쓰면 가로 1920개, 세로 1080개의 픽셀이 있다는 뜻이고, 이 둘을 곱한 약 207만이 화소 수입니다. 업스케일 또는 확대는 이 픽셀 수를 늘리는 작업이고, 배율은 가로세로 각각에 곱하는 숫자입니다. 화질은 그보다 넓은 말로, 해상도뿐 아니라 선명도, 노이즈, 압축 흔적, 색 정확도를 모두 포함합니다. 그래서 해상도를 높이는 것과 화질을 개선하는 것은 겹치지만 같지 않습니다. 이 글에서 다루는 이미지 확대 AI는 두 가지를 동시에 하려는 도구이지만, 어디까지가 해상도이고 어디부터가 화질인지 구분해 두면 결과를 판단할 때 훨씬 정확해집니다.

시작하기 전에 확대가 정말 필요한지부터 확인하는 것이 좋습니다. 사진 파일의 속성이나 정보 창에서 가로세로 픽셀 수를 보고, 쓰려는 용도에 필요한 픽셀 수와 비교하세요. 이 글의 뒤쪽에 인쇄 크기별, 플랫폼별 필요 픽셀 수가 정리되어 있습니다. 이미 충분하다면 확대하지 않는 것이 가장 좋은 결과입니다. 원본이 부족하다면 얼마나 부족한지, 2배로 닿는지 4배가 필요한지를 계산하고, 그 사진에 압축 흔적이나 노이즈나 작은 얼굴처럼 함께 신경 써야 할 요소가 있는지 살펴보세요. 몇 분의 확인이 결과의 절반을 결정합니다. 나머지 절반은 결과를 100%로 꼼꼼히 비교하는 데서 나옵니다.

전통적인 확대 방법은 모두 보간이라는 한 가족에 속합니다. 최근접 이웃 방식은 가장 가까운 픽셀의 값을 그대로 복사합니다. 4배로 확대하면 픽셀 하나가 똑같은 색의 픽셀 16개짜리 네모가 되므로, 픽셀 아트처럼 각진 느낌을 일부러 원할 때가 아니면 계단이 그대로 드러납니다. 양선형 방식은 주변 픽셀 네 개의 평균을 내고, 양3차 방식은 열여섯 개를 가중 평균해 더 부드러운 곡선을 만듭니다. Lanczos는 더 넓은 범위의 픽셀에 정교한 가중치를 주어 경계를 조금 더 또렷하게 유지합니다. 순서대로 조금씩 나아지지만 모두 같은 한계를 공유합니다.

그 한계란, 이 방법들이 이미 있는 값을 나누어 재분배할 뿐 새로운 정보를 단 한 조각도 만들지 않는다는 점입니다. 800×600 사진을 4배로 늘리면 픽셀 하나가 거의 똑같은 16개로 퍼지고, 원래 한 픽셀 폭이던 경계는 네 픽셀 폭의 뿌연 띠가 됩니다. 평균을 내는 방식은 경계를 부드럽게 뭉개고, 가중치를 강하게 주는 방식은 경계 옆에 밝고 어두운 테두리가 생기는 링잉 현상을 만듭니다. 머리카락, 나뭇잎, 옷감의 결처럼 픽셀보다 작은 질감은 어떤 보간법으로도 되살아나지 않습니다. 애초에 원본에 기록되지 않았기 때문입니다.

신경망 초해상도는 접근 자체가 다릅니다. Real-ESRGAN 같은 모델은 합성곱 신경망으로, 선명한 고해상도 사진과 그것을 일부러 축소하고 흐리게 하고 압축한 저화질 버전을 짝지어 학습합니다. 네트워크는 저화질 입력에서 고화질 출력을 만들도록 훈련되고, 그 옆에서 판별기라는 두 번째 네트워크가 결과가 진짜 사진처럼 보이는지를 심사합니다. 이 과정을 수없이 반복하면 모델은 특정 사진을 외우는 것이 아니라, 머리카락과 잎사귀와 벽돌과 직물과 글자의 획이 고해상도에서 어떤 모습인지에 대한 일반적인 감각을 갖게 됩니다.

그래서 이미지 화질 개선을 겸한 확대가 가능해집니다. 모델은 입력 사진의 흐릿한 경계를 보고 그 자리에 어울리는 날카로운 경계를 그리고, 뭉개진 질감 위에 그 질감의 종류에 맞는 세부 묘사를 얹습니다. 다만 여기서 정직하게 말해야 할 것이 있습니다. 이 디테일은 복원된 것이 아니라 그럴듯하게 합성된 것입니다. 모델은 원본에 없던 정보를 통계적으로 추정해 채워 넣습니다. 대부분의 사진에서 그 추정은 놀랍도록 자연스럽지만, 원본에 실제로 무엇이 있었는지를 알려 주지는 못합니다. 이 구분이 이 글 전체를 관통하는 가장 중요한 원칙입니다.

비유를 하나 들면 이해가 빠릅니다. 보간은 흐릿한 복사본을 확대 복사기에 넣는 것과 같습니다. 복사기는 종이에 있는 것을 더 크게 찍을 뿐, 없는 것을 그려 넣지 않습니다. 초해상도 모델은 그 흐릿한 복사본을 숙련된 삽화가에게 건네고 더 크게 다시 그려 달라고 부탁하는 것과 비슷합니다. 삽화가는 원본을 참고하면서 자신이 아는 사물의 모습을 바탕으로 세부를 채워 넣습니다. 결과는 훨씬 보기 좋지만, 삽화가가 원본에 없던 것을 그렸을 가능성도 함께 받아들여야 합니다. 나뭇잎의 개수, 벽돌의 줄 수, 옷의 주름 방향은 삽화가의 판단입니다. 모델이 잘 훈련될수록 그 판단은 그럴듯해지지만, 사진에 기록된 사실로 되돌아가지는 않습니다.

실제로 두 방식을 나란히 놓고 보면 차이가 어디서 나는지 눈에 보입니다. 보간으로 4배 확대한 사진은 전체적으로 부드럽고 흐릿하며, 경계는 넓게 번지고, 작은 글자는 회색 얼룩이 됩니다. 초해상도로 4배 확대한 사진은 경계가 날카롭고, 머리카락은 가닥이 보이고, 글자는 획이 살아 있습니다. 그런데 100%로 확대해서 자세히 보면 초해상도 결과에는 원본과 미묘하게 다른 부분이 있습니다. 머리카락의 가닥 수가 다르고, 벽돌의 줄이 원본보다 규칙적이고, 작은 글자의 획이 원래와 조금 다른 모양입니다. 이것이 합성된 디테일의 정체입니다. 멀리서 보면 사진이고, 가까이서 보면 사진을 바탕으로 한 그림입니다. 두 방식 모두 자기 자리가 있고, 용도에 따라 어느 쪽이 맞는지가 달라집니다.

모델이 잘 다루는 대상과 어려워하는 대상도 알아 두면 좋습니다. 잘 다루는 것은 자연의 질감입니다. 피부, 머리카락, 나뭇잎, 풀, 돌, 물결, 구름, 직물은 학습 데이터에 무수히 등장했고, 어떤 모습이 자연스러운지에 대한 감각이 잘 잡혀 있습니다. 곧은 경계와 평면적인 색 면도 잘 다룹니다. 로고, 아이콘, 일러스트의 윤곽선이 여기에 해당합니다. 어려워하는 것은 의미가 담긴 세부입니다. 글자, 숫자, 특정 인물의 얼굴, 규칙적인 인공 패턴처럼 그럴듯한 것과 맞는 것이 다른 대상입니다. 이 경우 모델은 그럴듯한 쪽을 택하고, 맞는지 여부는 알지 못합니다. 사진의 어느 부분이 어느 범주에 속하는지 미리 생각해 두면 결과에서 어디를 확인해야 하는지가 정해집니다.

배율은 가로세로 각각에 곱해지므로 픽셀 수는 배율의 제곱으로 늘어납니다. 800×600 사진을 2배로 확대하면 1600×1200, 약 190만 화소가 됩니다. 4배로 확대하면 3200×2400, 약 770만 화소입니다. 1200×800 사진은 4배에서 4800×3200이 되고, 정사각형 1024×1024 이미지는 2배에서 2048×2048이 됩니다. 숫자만 보면 4배가 항상 좋아 보이지만, 모델이 채워 넣어야 할 픽셀도 그만큼 늘어난다는 뜻입니다. 2배에서는 새 픽셀 넷 중 하나가 원본이고, 4배에서는 열여섯 중 하나만 원본입니다.

그래서 원칙은 단순합니다. 이미 볼 만한 사진은 2배로, 진짜 작은 사진은 4배로. 최근 휴대폰으로 찍은 2000px 안팎의 사진을 액자용으로 조금 키우고 싶다면 2배가 자연스럽습니다. 모델이 개입하는 비율이 낮아 원본의 느낌이 그대로 유지되고, 질감이 지나치게 만들어진 것처럼 보일 위험도 적습니다. 반면 400px에서 1000px 사이의 웹 이미지, 오래된 휴대폰 사진, 썸네일로만 남은 사진은 2배로는 여전히 작습니다. 이런 경우가 4배의 용도입니다. 800px가 3200px가 되면 그제야 인쇄나 큰 화면에서 쓸 수 있는 크기가 됩니다.

입력 크기에는 상한이 있습니다. 4배 확대는 약 100만 화소까지의 원본을 받고, 2배 확대는 약 400만 화소까지 받습니다. 두 경우 모두 결과물의 최대 크기가 비슷한 범위에 머무르도록 설계된 것입니다. 도구는 배율을 고르는 순간 결과 크기를 화면에 바로 보여 주므로, 시작하기 전에 몇 픽셀이 나올지 계산기 없이 확인할 수 있습니다. 4배를 골랐는데 원본이 상한을 넘으면 2배로 안내되고, 그래도 충분히 큰 결과가 나옵니다.

이미 큰 사진을 더 크게 만드는 것은 대부분 의미가 없습니다. 4000px 사진을 8000px로 만들어도 화면에서 볼 때는 아무 차이가 없고, 인쇄에서도 A2 이상의 대형이 아니면 그 픽셀을 쓸 곳이 없습니다. 파일 용량만 몇 배로 늘고 모델이 만들어 낸 질감이 원본의 질감을 덮어 버릴 뿐입니다. 해상도 높이기의 목표는 최대한 크게가 아니라 용도에 필요한 만큼입니다. 다음 장에서 그 필요한 만큼을 인쇄와 화면 각각에 대해 숫자로 정리합니다.

한 가지 더, 확대 결과를 다시 줄이는 것은 전혀 나쁜 선택이 아닙니다. 4배로 확대한 뒤 필요한 크기로 축소하면, 모델이 만든 세부 묘사가 축소 과정에서 평균되어 더 자연스럽게 정리되는 경우가 많습니다. 목표가 2.5배라면 4배를 만든 뒤 줄이는 것이 2배에서 멈추는 것보다 나은 결과를 줍니다. 배율은 2와 4 두 개뿐이지만, 축소를 조합하면 사실상 어떤 목표 크기든 만들 수 있습니다.

판단이 어려울 때는 원본을 100% 배율로 화면에 띄워 보세요. 화면의 픽셀 하나에 사진의 픽셀 하나가 대응되는 상태에서 사진이 충분히 또렷하고 세부가 살아 있다면 2배로 충분합니다. 반대로 100%에서도 이미 경계가 뭉개져 있고 질감이 보이지 않는다면 원본에 정보가 적다는 뜻이고, 4배로 가서 모델에게 더 많은 부분을 맡기는 것이 낫습니다. 확신이 서지 않으면 두 배율을 모두 시도해 보세요. 브라우저 안에서 처리되는 작은 이미지는 횟수 제한이 없으므로 몇 번을 비교해도 부담이 없고, 두 결과를 나란히 놓고 보면 어느 쪽이 자연스러운지 금방 판단이 섭니다.

흔한 원본 크기를 예로 들어 보겠습니다. 2010년 무렵 휴대폰 사진은 대개 1600×1200px 정도로, 2배면 3200×2400px가 되어 A4 인쇄에 거의 닿습니다. 웹에서 저장한 블로그 이미지는 800×600px 안팎이 많고, 4배로 3200×2400px를 만들면 같은 결과 크기에 이릅니다. 메신저를 몇 번 거친 사진은 1000px 남짓으로 줄어 있는 경우가 흔하고, 4배로 4000px 대까지 키울 수 있습니다. 프로필 사진으로 쓰이던 400×400px 이미지는 4배로 1600×1600px가 되어 인쇄용 명함이나 소형 액자에 쓸 수 있습니다. 어느 경우든 목표 크기를 먼저 정하고 그 크기에 닿는 최소 배율을 고르는 것이 원칙입니다. 배율이 낮을수록 원본의 비중이 크고, 그만큼 사실에 가깝습니다.

인쇄에서는 화면과 달리 픽셀이 실제 길이로 바뀝니다. 그 환산 비율이 dpi, 즉 1인치당 점의 개수입니다. 일반적인 사진 인쇄와 인쇄소 기준은 300dpi입니다. 필요한 픽셀을 구하는 공식은 하나뿐입니다. 센티미터를 2.54로 나누어 인치로 바꾸고 300을 곱합니다. 10cm는 10÷2.54×300으로 약 1181px, 15cm는 약 1772px입니다. 이 공식만 외우면 어떤 크기의 인쇄물이든 필요한 픽셀을 바로 계산할 수 있습니다.

자주 쓰는 크기를 정리하면 이렇습니다. 가장 흔한 사진 인화 크기인 10×15cm는 약 1181×1772px가 필요합니다. A4 용지는 21×29.7cm이므로 약 2480×3508px, A3는 약 3508×4961px입니다. 지금 가진 사진이 1000×1500px라면 10×15cm 인화에는 거의 그대로 쓸 수 있습니다. 300dpi에 조금 못 미치지만 실제 인화에서 차이를 알아보기 어렵습니다. 하지만 같은 사진을 A4로 뽑으려면 긴 변이 3508px가 되어야 하므로 약 2.5배가 필요합니다. 이럴 때 4배로 확대해 4000×6000px를 만든 뒤, 인쇄소가 요구하는 크기로 줄여서 보내는 것이 정석입니다.

모든 인쇄물이 300dpi를 요구하지는 않습니다. dpi 기준은 눈과 인쇄물 사이의 거리에 따라 달라집니다. 손에 들고 보는 사진과 책은 300dpi가 필요하지만, 벽에 걸어 한두 걸음 떨어져 보는 포스터는 150dpi로도 충분히 또렷해 보이고, 현수막처럼 몇 미터 밖에서 보는 인쇄물은 그보다 훨씬 낮아도 됩니다. A3 포스터를 150dpi로 계산하면 약 1754×2480px면 되므로, 1000px 사진을 2배만 확대해도 닿는 크기입니다. 인쇄물의 용도를 먼저 정하고 필요한 dpi를 고르면 불필요하게 큰 파일을 만들지 않아도 됩니다.

인쇄소에 보내기 전에 확인할 것이 있습니다. 확대 결과는 PNG로 나오는데, 대부분의 인쇄소는 PNG와 JPEG를 모두 받지만 일부는 특정 색 공간이나 형식을 요구합니다. 인쇄소의 안내에 따라 필요하면 JPEG 최고 품질로 변환하고, 재단선 여백이 필요한 인쇄물이라면 그만큼 여유 있게 확대해 두세요. 그리고 인쇄 전에 화면에서 100% 배율로 사진 구석구석을 살펴보세요. 화면에서 이상하게 보이는 부분은 인쇄에서 더 크게 보입니다.

인쇄와 관련해 자주 생기는 오해가 하나 있습니다. 파일의 속성에 적힌 dpi 값이 화질을 결정한다고 생각하는 것입니다. 사진 파일에 72dpi나 300dpi라고 적혀 있는 값은 픽셀 수와 무관한 메타데이터일 뿐이며, 그 값을 바꿔도 픽셀은 한 개도 늘지 않습니다. 실제로 의미 있는 것은 픽셀 수와 인쇄 크기의 비율입니다. 2480×3508px 사진은 어떤 dpi 값이 적혀 있든 A4에서 300dpi로 인쇄됩니다. 반대로 800×600px 사진에 300dpi라고 적어 넣어도 A4로 뽑으면 약 100dpi가 되어 흐릿합니다. 그러니 dpi 값을 바꾸는 대신 픽셀 수를 늘려야 하고, 픽셀 수를 늘리는 것이 바로 이미지 확대 AI의 역할입니다.

포토북, 캔버스 액자, 달력처럼 사진을 인쇄물로 만드는 서비스는 대개 업로드 화면에서 해상도 경고를 보여 줍니다. 사진이 선택한 크기에 비해 작으면 노란색이나 빨간색 표시가 뜨고, 그대로 진행하면 흐린 인쇄물을 받게 됩니다. 이 경고가 뜨는 사진이 이미지 확대 AI의 대상입니다. 경고에 표시된 권장 픽셀 수를 확인하고, 그 크기에 닿는 배율로 확대한 뒤 다시 올리면 경고가 사라집니다. 캔버스 액자처럼 표면에 질감이 있는 인쇄물은 종이 인화보다 세부가 덜 드러나므로 150dpi에서 200dpi 정도면 충분한 경우가 많고, 광택 인화지나 포토북의 작은 사진은 300dpi에 가깝게 맞추는 것이 좋습니다. 인쇄물의 종류에 따라 기준을 조절하면 불필요하게 큰 배율을 피할 수 있습니다.

가로세로 비율도 미리 확인하세요. 휴대폰 사진은 대개 4:3이나 3:2이고, A4 용지는 약 1:1.41, 10×15cm 인화는 2:3입니다. 비율이 다르면 인쇄할 때 가장자리가 잘리거나 여백이 생깁니다. 확대 전에 편집기에서 인쇄 비율로 자르고 나서 확대하면, 잘려 나갈 부분을 처리하느라 시간을 쓰지 않아도 되고 결과 크기도 정확히 계산됩니다. 반대로 어디를 자를지 아직 정하지 않았다면 전체를 확대한 뒤 큰 화면에서 자르는 것이 여유롭습니다. 어느 쪽이든 최종 픽셀 수는 잘라 낸 뒤의 크기로 판단해야 합니다. 4000px 사진에서 절반을 잘라 내면 남는 것은 2000px이고, 그 2000px가 인쇄 크기에 닿는지가 진짜 기준입니다.

• 10×15cm 사진 인화: 약 1181×1772px
• 13×18cm 사진 인화: 약 1535×2126px
• A5 (14.8×21cm): 약 1748×2480px
• A4 (21×29.7cm): 약 2480×3508px
• A3 (29.7×42cm): 약 3508×4961px
• A3 포스터를 150dpi로 볼 때: 약 1754×2480px
• 계산 공식: 센티미터 ÷ 2.54 × 300 (300dpi 기준)

화면용 이미지에는 dpi가 없고 픽셀 수만 있습니다. 그리고 거의 모든 플랫폼은 올린 이미지를 자기 기준에 맞춰 다시 압축하고 크기를 조정합니다. 그래서 무작정 큰 파일을 올리는 것보다 플랫폼이 권장하는 크기에 맞춰 올리는 것이 결과가 좋습니다. 인스타그램 피드는 가로 1080px, 스토리와 릴스 같은 세로형은 1080×1920px가 기준입니다. 유튜브 썸네일은 1280×720px, 대부분의 채널 배너와 커버는 그보다 큽니다. 권장 크기보다 작은 이미지를 올리면 플랫폼이 알아서 늘리는데, 그 방식은 앞에서 설명한 보간이므로 흐려집니다.

600px짜리 사진을 스토리에 올리면 플랫폼이 세 배 넘게 늘리면서 뿌옇게 만듭니다. 미리 이미지 확대 AI로 2배나 4배 키워 1080px 이상으로 만든 뒤 올리면, 플랫폼은 축소만 하거나 거의 손대지 않으므로 훨씬 또렷하게 보입니다. 압축은 어차피 피할 수 없지만, 압축 전의 원본이 선명할수록 압축 후에도 선명합니다. 프로필 사진처럼 작게 보이는 이미지도 마찬가지입니다. 원본이 클수록 축소된 버전의 경계가 깨끗합니다.

온라인 스토어와 마켓플레이스는 더 구체적인 요구를 합니다. 많은 플랫폼이 상품 이미지의 긴 변을 최소 1000px에서 2000px 이상으로 요구하고, 그 이상이면 상세 페이지에서 확대 보기 기능을 켜 줍니다. 확대 보기는 구매 전환에 직접 영향을 주므로 판매자 입장에서는 놓치기 아까운 기능입니다. 공급업체에서 받은 제품 사진이 800px뿐이라면 4배로 확대해 3200px로 만들면 최소 기준을 넉넉히 넘기고, 확대 보기에서도 제품의 질감이 살아 있는 상태로 보입니다.

로고와 아이콘은 조금 다른 이야기입니다. 작은 PNG 로고를 4배로 확대하면 대부분 깨끗하게 커지고, 단색 면과 곧은 경계는 초해상도 모델이 특히 잘 다루는 대상입니다. 하지만 로고의 원본이 벡터 파일, 즉 SVG나 AI나 EPS로 존재한다면 언제나 그것을 쓰는 것이 낫습니다. 벡터는 어떤 크기로도 손실 없이 렌더링됩니다. 이미지 확대는 벡터를 구할 수 없을 때, 예를 들어 디자이너와 연락이 끊겼거나 오래된 명함 스캔만 남았을 때의 대안입니다. 그런 상황에서는 확대 후 결과를 100%로 확인하고, 필요하면 벡터로 다시 그리는 작업의 밑그림으로 쓰는 것이 좋습니다.

블로그와 홈페이지 운영자에게도 같은 원리가 적용됩니다. 예전에 올린 글의 이미지가 당시 기준으로는 충분했지만 지금의 고해상도 화면에서는 흐릿하게 보이는 경우가 많습니다. 요즘 휴대폰과 노트북 화면은 픽셀 밀도가 높아서, 화면에서 500px 너비로 보이는 이미지에 실제로는 1000px 이상의 원본이 필요합니다. 예전 글의 이미지를 2배로 확대해 다시 올리면 그 차이가 바로 드러나고, 특히 상품 사진과 인포그래픽처럼 독자가 자세히 보는 이미지에서 효과가 큽니다. 다만 웹에 올릴 때는 확대 결과를 그대로 올리기보다 표시 크기의 2배 정도로 줄이고 WebP나 JPEG로 변환해 용량을 관리하는 것이 페이지 속도에 유리합니다.

발표 자료와 문서에 넣을 이미지도 같은 문제를 겪습니다. 프로젝터나 대형 모니터에 띄운 슬라이드에서 작은 이미지를 화면 가득 늘리면 보간으로 흐려진 모습이 청중에게 그대로 보입니다. 발표 전에 이미지를 2배나 4배로 확대해 두면 화면 가득 채워도 또렷합니다. 특히 웹에서 저장한 도표, 제품 사진, 로고처럼 원본을 구하기 어려운 자료에 유용합니다. PDF로 내보낼 보고서라면 인쇄 가능성까지 고려해 300dpi 기준을 적용하고, 화면에서만 볼 자료라면 표시 크기의 2배 정도면 충분합니다.

영상 썸네일과 채널 아트도 놓치기 쉬운 영역입니다. 영상 플랫폼은 썸네일을 여러 크기로 다시 만들어 목록, 검색 결과, 추천 영역에 각각 다르게 보여 주고, 큰 화면의 TV 앱에서는 꽤 크게 표시합니다. 작은 이미지를 올리면 큰 화면에서 흐릿하게 보이고, 그것은 클릭률에 영향을 줍니다. 예전 영상의 썸네일을 새로 만들 때 원본 캡처가 작다면 2배로 확대해 권장 크기 이상으로 올리는 것이 좋습니다. 프로필 사진은 작은 원 안에 표시되지만, 클릭하면 크게 보이는 플랫폼도 많으므로 800px 이상의 정사각형으로 준비해 두면 어디서든 안전합니다. 작은 것을 크게 보이게 하는 것보다 큰 것을 작게 보이게 하는 것이 언제나 쉽습니다.

해상도가 낮은 사진은 대개 다른 문제도 함께 안고 있습니다. 오래된 JPEG에는 8×8 픽셀 단위의 블록 무늬가 있습니다. JPEG는 사진을 8×8 격자로 나누어 각각 압축하는데, 압축이 강할수록 격자 경계가 눈에 보이고 경계 주변에 모기떼처럼 자글거리는 링잉이 생깁니다. 색 정보는 밝기 정보보다 더 거칠게 저장되므로 빨간 옷이나 파란 하늘의 경계에 색 번짐이 나타나고, 어두운 부분에는 색 노이즈가 얼룩집니다. 여기에 필름 사진이라면 입자가, 스캔본이라면 먼지와 스크래치가 더해집니다.

Real-ESRGAN 계열 모델이 인상적인 이유 중 하나가 바로 이 부분입니다. 학습 과정에서 모델은 깨끗한 사진을 일부러 흐리게 하고, 축소하고, 다양한 강도로 JPEG 압축하고, 노이즈를 섞은 버전을 입력으로 받았습니다. 그래서 확대와 동시에 이런 열화를 걷어 내도록 훈련되어 있습니다. 블록 무늬가 있는 사진을 넣으면 결과에서는 블록이 사라지고, 색 번짐은 정리되고, 자글거리던 노이즈는 매끄러운 면으로 바뀝니다. 이미지 화질 개선과 해상도 높이기가 한 번에 이루어지는 셈입니다.

다만 한계도 정직하게 알아야 합니다. 압축이 매우 심한 사진에서는 모델이 무엇이 노이즈이고 무엇이 질감인지 구분하기 어렵습니다. 그 결과 피부나 옷감이 지나치게 매끈해져 그림처럼, 또는 유화처럼 보이는 경우가 있습니다. 나뭇잎이 뭉개져 초록색 덩어리가 되거나, 벽돌 패턴이 규칙적인 무늬로 바뀌기도 합니다. 이런 결과가 나오면 4배 대신 2배를 시도하거나, 결과를 조금 축소해 보세요. 모델이 개입하는 정도가 줄어 자연스러워지는 경우가 많습니다.

원본 인화 사진이 아직 있다면 순서를 바꾸세요. 작은 스캔본을 4배로 확대하는 것보다 원본을 600dpi로 다시 스캔하는 것이 언제나 낫습니다. 10×15cm 사진을 600dpi로 스캔하면 약 2362×3543px가 나오는데, 이것은 실제로 기록된 정보이지 모델이 추정한 정보가 아닙니다. 스캔 뒤에 먼지와 색바램은 사진 편집기에서 다듬고, 그래도 더 크게 쓰고 싶을 때 2배 확대를 더하는 것이 가장 좋은 조합입니다. 이미지 확대 AI는 원본에 접근할 수 없을 때 가장 빛나는 도구이지, 원본을 대신하는 도구가 아닙니다.

메신저로 전달받은 사진은 별도로 언급할 가치가 있습니다. 카카오톡이나 메시지 앱은 사진을 보낼 때 기본 설정에서 크기를 줄이고 압축합니다. 한 번 전달된 사진은 조금 작아지고, 그 사진을 다시 전달하면 또 작아지고 또 압축됩니다. 가족 단체방을 몇 번 거친 사진은 원본의 절반 이하 크기에 압축이 서너 겹 쌓인 상태가 흔합니다. 이런 사진이 이미지 확대 AI의 가장 전형적인 대상입니다. 압축 흔적을 걷어 내면서 2배 또는 4배로 키우면, 처음 찍은 사람의 원본에는 못 미치더라도 인쇄와 액자에 쓸 수 있는 수준으로 올라옵니다. 가능하다면 처음 찍은 사람에게 원본 전송을 부탁하는 것이 우선이고, 그것이 불가능할 때 이 도구가 대안이 됩니다.

확대가 고치지 못하는 오래된 사진의 문제도 있습니다. 색바램은 확대와 무관합니다. 붉게 또는 누렇게 변한 인화 사진의 색은 편집기의 색온도와 틴트, 채도 조절로 되돌리는 것이고, 확대 모델은 색을 그대로 둡니다. 큰 스크래치, 접힌 자국, 찢어진 부분, 손가락 자국은 모델이 먼지 수준의 작은 결함은 정리하더라도 큰 손상은 질감의 일부로 취급해 그대로 키울 수 있습니다. 이런 손상은 편집기의 복구 브러시나 AI 지우기 기능으로 먼저 처리한 뒤 확대하거나, 확대한 뒤 큰 화면에서 정밀하게 다듬는 것이 좋습니다. 순서는 손상의 크기에 따라 정하면 됩니다. 작은 손상은 확대 후, 큰 손상은 확대 전에 처리하는 편이 대체로 자연스럽습니다.

일반 초해상도 모델은 사진 전체를 같은 방식으로 다룹니다. 그런데 사람의 눈은 얼굴에 유난히 민감해서, 나뭇잎이 조금 이상해도 알아채지 못하지만 눈매가 조금만 달라져도 바로 위화감을 느낍니다. 그래서 얼굴 보정 옵션이 따로 있습니다. 이 옵션을 켜면 얼굴 복원 전용 모델이 사진에서 얼굴을 찾아내고, 각 얼굴의 눈, 눈썹, 속눈썹, 피부 질감, 머리카락을 얼굴 구조에 대한 지식을 바탕으로 다시 그립니다. 작고 뭉개진 얼굴이 놀랄 만큼 또렷해지며, 오래된 가족사진에서 특히 효과가 큽니다.

하지만 이 옵션은 그만큼 강한 개입입니다. 얼굴 복원 모델은 일반적인 얼굴이 어떻게 생겼는지를 학습했고, 정보가 부족한 부분을 그 일반적인 얼굴로 채웁니다. 얼굴이 매우 작거나, 옆을 보고 있거나, 일부가 가려져 있으면 모델이 추정한 얼굴이 실제 인물과 미묘하게 달라질 수 있습니다. 눈 사이 간격, 입꼬리의 각도, 점의 위치, 주름의 유무 같은 것들입니다. 결과가 매끈하고 예뻐 보일수록 오히려 의심해야 합니다. 피부의 결이 사라지고 화장한 것처럼 보인다면 모델이 실제 질감 대신 이상적인 피부를 그려 넣은 것입니다.

그래서 확인이 필수입니다. 결과가 나오면 100% 배율로 확대해 얼굴 하나하나를 원본과 비교하세요. 비교 슬라이더로 경계를 오가며 보거나, 원본 보기 버튼을 길게 눌러 번갈아 보면 무엇이 달라졌는지 바로 드러납니다. 본인이나 가족의 얼굴이라면 조금만 달라져도 알아볼 수 있으니 그 감각을 믿으세요. 낯설다고 느껴지면 옵션을 끄고 다시 실행하는 것이 맞습니다. 일반 모델만으로도 얼굴은 충분히 개선되며, 정체성은 훨씬 잘 유지됩니다.

단체 사진처럼 여러 사람의 신원이 중요한 사진에서는 옵션을 끄는 것을 기본으로 하고, 켜더라도 모든 얼굴을 하나씩 확인하세요. 뒷줄의 작은 얼굴일수록 모델의 추정 비율이 높아지므로 위험도 큽니다. 증명사진, 신분 확인용 사진, 공식 문서에 들어갈 사진에는 얼굴 보정을 쓰지 않는 것이 원칙입니다. 그리고 한 가지 기술적인 사실을 밝혀 둡니다. 얼굴 보정 옵션은 항상 서버에서 실행됩니다. 브라우저 안에서 처리되는 작은 이미지라도 이 옵션을 켜면 사진이 서버로 전송되어 처리된 뒤 즉시 삭제됩니다. 개인정보에 민감한 사진이라면 이 점을 알고 결정하세요.

그렇다면 언제 켜는 것이 좋을까요. 얼굴 보정이 가장 잘 맞는 경우는 오래된 가족사진에서 얼굴이 작고 흐릿하지만 누구인지는 이미 알고 있어서 신원 확인이 목적이 아닌 경우입니다. 돌아가신 조부모의 젊은 시절 사진, 어린 시절의 단체 사진, 필름 시절의 여행 사진 같은 것들입니다. 이런 사진에서는 정확한 복원보다 보기 좋은 재현이 목적이고, 모델이 채워 넣은 눈매와 피부가 약간 달라도 추억을 해치지 않습니다. 반대로 얼굴이 이미 충분히 크고 또렷한 사진에는 켤 이유가 없습니다. 일반 모델이 잘 처리하고, 얼굴 보정을 더하면 오히려 있던 질감이 사라져 부자연스러워질 수 있습니다. 얼굴이 작을 때 켜고, 클 때 끄는 것이 간단한 기준입니다.

얼굴을 비교할 때 무엇을 봐야 하는지도 구체적으로 알아 두면 좋습니다. 첫째는 눈입니다. 눈동자의 크기와 위치, 쌍꺼풀의 유무, 눈꼬리의 방향은 인상을 결정하는 요소이고 모델이 가장 자주 바꾸는 부분입니다. 둘째는 입과 치아입니다. 웃는 얼굴에서 치아의 개수와 배열이 달라지면 낯설어집니다. 셋째는 피부의 특징입니다. 점, 주근깨, 흉터, 주름은 정체성의 일부인데 얼굴 보정은 이것들을 잡티로 보고 지우는 경향이 있습니다. 넷째는 안경과 머리카락의 경계입니다. 안경테가 얼굴과 만나는 부분, 앞머리가 이마에 닿는 부분에서 모델이 혼란을 겪어 이상한 형태가 생기기도 합니다. 이 네 곳을 원본과 번갈아 보면서 확인하면 대부분의 문제를 잡아낼 수 있습니다.

정직한 안내가 좋은 결과의 출발점입니다. 첫째, 움직여서 흔들린 사진과 초점이 나간 사진은 확대로 고쳐지지 않습니다. 초해상도 모델은 작은 경계를 큰 경계로 그리는 도구이지, 흐린 경계를 날카로운 경계로 바꾸는 도구가 아닙니다. 흐린 경계를 4배로 확대하면 4배 크기의 흐린 경계가 됩니다. 모델이 그 위에 약간의 선명함을 얹을 수는 있지만, 초점이 맞았던 사진처럼 되지는 않습니다. 흔들림과 초점 문제는 확대가 아닌 별도의 흐림 제거 작업이 필요하며, 그것도 한계가 뚜렷합니다.

둘째, 작은 글자는 그럴듯하지만 틀린 글자가 될 수 있습니다. 높이 10px 안팎의 글자는 원본에서 이미 획이 구분되지 않는 상태입니다. 모델은 그 자리에 글자처럼 보이는 획을 그려 넣지만, 그것이 원래 글자와 같다는 보장은 없습니다. 간판의 상호, 문서의 숫자, 명함의 전화번호가 읽기 좋게 변했다고 해서 그 내용이 맞는 것은 아닙니다. 확대 후 글자를 읽어야 하는 용도라면 반드시 다른 경로로 내용을 확인하세요.

셋째, 그래서 이 도구는 법적 증거, 신원 확인, 문서 판독 같은 목적에 절대 쓰면 안 됩니다. 모델은 원본에 없던 디테일을 만들어 냅니다. CCTV 화면 속 흐린 얼굴을 확대해 또렷하게 만들면 그것은 그 사람의 얼굴이 아니라 모델이 추정한 얼굴입니다. 번호판의 숫자, 서명의 획, 상처의 모양도 마찬가지입니다. 이미지 확대 AI는 추억과 인쇄물과 웹 콘텐츠를 위한 도구이며, 사실 관계를 판단하는 근거로 쓰이는 순간 위험해집니다. 이 점을 분명히 밝혀 두는 것이 도구를 만드는 쪽의 의무라고 생각합니다.

넷째, 하얗게 날아간 부분은 그대로 비어 있습니다. 노출 과다로 하늘이나 창문이 순백으로 기록된 영역에는 어떤 정보도 없고, 모델은 없는 정보를 채우지 않습니다. 그 영역은 확대 후에도 그냥 큰 흰 면입니다. 반대로 완전히 검게 뭉친 그림자도 마찬가지입니다. 다섯째, 기대치를 현실에 맞추세요. 100px짜리 아이콘을 4배로 키워 400px로 만들면 아이콘으로는 깨끗해지지만, 그것이 사진처럼 보이지는 않습니다. 원본 정보가 적을수록 결과는 사진이 아니라 그림에 가까워집니다. 4배 확대는 마법이 아니라 훈련된 추정이고, 추정에는 언제나 재료가 필요합니다.

마지막으로, 확대는 구도와 노출과 색을 고치지 않습니다. 삐뚤어진 수평, 어두운 노출, 누렇게 바랜 색은 확대 후에도 그대로 남습니다. 이런 문제는 사진 편집기의 몫이고, 순서는 대개 확대를 먼저 하고 편집을 나중에 하는 것이 좋습니다. 편집을 먼저 하면 밝기를 올리면서 드러난 노이즈가 확대 과정에서 질감으로 오해되어 함께 커질 수 있기 때문입니다. 확대한 뒤 편집기에서 노출과 색을 다듬고 마지막에 선명도를 조금 더하는 흐름이 가장 안정적입니다. 한계를 알고 쓰면 실망할 일이 줄고, 도구가 잘하는 일에 집중할 수 있습니다.

워터마크와 불필요한 물체도 확대가 다루는 대상이 아닙니다. 사진에 찍힌 날짜 표시, 다른 서비스의 워터마크, 배경의 지나가는 사람은 확대 후에도 더 크고 또렷하게 남습니다. 이런 요소를 없애는 것은 편집기의 AI 지우기 기능이 할 일이고, 타인의 워터마크를 지우는 것은 저작권 문제가 될 수 있으니 본인에게 권리가 있는 이미지에만 해야 합니다. 배경 제거나 배경 교체도 마찬가지로 별도의 도구가 담당합니다. 이미지 확대 AI는 한 가지 일, 즉 픽셀 수를 늘리면서 그 사이를 자연스럽게 채우는 일에 집중하며, 그 밖의 편집은 같은 사이트의 다른 도구와 조합해 해결하는 것이 결과가 깨끗합니다.

• 흔들림과 초점 흐림: 확대해도 그대로, 오히려 크게 보임
• 10px 안팎의 작은 글자: 읽기 좋아 보여도 내용이 틀릴 수 있음
• 증거, 신원 확인, 문서 판독: 절대 사용 금지, 디테일은 만들어진 것
• 노출 과다로 하얗게 날아간 영역: 비어 있는 채로 남음
• 아주 작은 아이콘이나 썸네일: 깨끗해지지만 사진처럼 되지는 않음
• 심하게 압축된 사진: 질감이 매끈한 그림처럼 변할 수 있음, 2배로 재시도
• 얼굴 보정 후 낯선 인상: 옵션을 끄고 일반 모델로 다시 실행

사진을 어디서 처리하느냐는 속도만큼이나 개인정보의 문제입니다. 이 이미지 확대 AI는 두 갈래로 동작합니다. 대략 100만 화소 이하의 작은 이미지는 여러분의 브라우저 안에서 처리됩니다. 최신 브라우저가 지원하는 WebGPU를 통해 기기의 그래픽 칩을 쓰고, WebGPU를 쓸 수 없는 환경에서는 WebAssembly로 CPU에서 실행합니다. 모델 파일은 몇 메가바이트 크기로 처음 한 번만 내려받아 브라우저에 캐시되며, 이후에는 다시 받지 않습니다. 이 경로에서 사진은 단 한 바이트도 기기를 떠나지 않습니다.

큰 이미지, 필요한 기능을 지원하지 않는 오래된 브라우저, 그리고 앞에서 설명한 얼굴 보정 옵션은 서버 경로를 탑니다. 이때 사진은 암호화된 연결로 서버에 전송되어 처리된 뒤 결과와 함께 돌아오고, 서버의 사본은 즉시 삭제됩니다. 저장하지 않고, 모델 학습에 쓰지 않고, 제3자에게 넘기지 않습니다. 어떤 경로로 처리되는지는 시작 전에 화면에 표시되므로, 서버 전송이 마음에 걸리는 사진이라면 미리 축소해서 브라우저 경로로 처리하거나 얼굴 옵션을 끄는 선택을 할 수 있습니다.

두 경로 모두 사진을 타일로 나누어 처리합니다. 초해상도 모델은 메모리를 많이 쓰기 때문에 사진 전체를 한 번에 넣을 수 없고, 겹치는 여백을 가진 작은 조각으로 잘라 하나씩 처리한 뒤 이어 붙입니다. 화면의 진행 표시는 이 타일이 몇 개 끝났는지를 보여 주며, 몇 개가 처리되고 나면 남은 시간을 추정해 알려 줍니다. 타일 경계는 겹치는 부분을 섞어 이어 붙이므로 결과에서 격자가 보이지 않습니다. 브라우저 경로에서는 다른 탭을 열어도 처리가 계속되지만, 탭을 닫으면 중단됩니다.

제한에 대해서도 분명히 해 둡니다. 브라우저 안에서 처리되는 경로는 횟수 제한이 없습니다. 여러분의 기기가 일하는 것이므로 저희가 제한할 이유가 없습니다. 서버 경로에는 방문자 한 명당 하루 사용량에 합리적인 상한이 있습니다. 서버 자원을 모든 방문자가 공평하게 쓰기 위한 것이며, 일상적인 사용에서는 닿지 않는 수준입니다. 상한에 이르면 화면에 안내가 나오고 다음 날 다시 쓸 수 있습니다. 어느 경로든 회원가입이 없고, 이메일을 묻지 않고, 결과에 워터마크를 넣지 않습니다.

브라우저 안에서 신경망을 돌리는 것이 어떻게 가능한지 궁금할 수 있습니다. WebGPU는 웹 페이지가 기기의 그래픽 칩에 직접 계산을 맡길 수 있게 하는 표준으로, 최근의 Chrome, Edge, Safari와 여러 브라우저가 지원합니다. 초해상도 모델의 계산은 대부분 행렬 곱셈이고, 그래픽 칩은 그 계산에 특화되어 있으므로 노트북이나 휴대폰에서도 실용적인 속도가 나옵니다. WebGPU가 없는 환경에서는 WebAssembly가 같은 모델을 CPU에서 실행합니다. 느리지만 결과는 같습니다. 모델 파일은 크기를 줄이기 위해 정밀도를 낮춘 형태로 배포되며, 처음 한 번 내려받은 뒤에는 브라우저 캐시에 남아 다음 방문부터는 즉시 시작됩니다.

어느 경로가 쓰일지 미리 알고 싶다면 기준은 단순합니다. 사진의 가로와 세로를 곱한 값이 약 100만 이하이고, 얼굴 보정을 끄고, 브라우저가 WebGPU나 WebAssembly를 지원하면 브라우저 경로입니다. 셋 중 하나라도 해당하지 않으면 서버 경로입니다. 1000×1000px 정사각형 사진이 대략 경계에 해당합니다. 개인정보가 민감한 사진을 브라우저 안에서만 처리하고 싶다면, 먼저 사진을 그 크기 아래로 줄여서 올리는 방법이 있습니다. 결과 크기는 작아지지만 사진이 기기를 떠나지 않는다는 확신을 얻을 수 있습니다. 반대로 결과 크기가 우선이라면 서버 경로를 받아들이고, 처리 후 즉시 삭제된다는 원칙을 믿고 쓰면 됩니다.

브라우저 캐시에 남는 모델 파일이 걱정된다면 브라우저 설정에서 사이트 데이터를 지우면 됩니다. 모델 파일은 사진과 무관한 공개 파일이고, 여러분의 사진 정보를 담지 않습니다. 반대로 사진은 브라우저 경로에서 메모리에만 잠시 머물다가 탭을 닫으면 사라지며, 브라우저 저장소에 기록되지 않습니다. 회사나 학교의 네트워크에서 WebGPU가 차단되어 있으면 자동으로 WebAssembly가 대신 실행되고, 그것마저 불가능한 아주 오래된 브라우저에서만 서버 경로가 쓰입니다. 어떤 경우든 시작 전에 화면에 표시되는 처리 위치를 확인하는 습관을 들이면, 사진이 어디에서 처리되는지 항상 알고 쓸 수 있습니다.

입력으로는 PNG, JPEG, WebP를 받습니다. 파일 하나당 50MB까지 올릴 수 있으며, 실제로는 입력 화소 상한이 먼저 닿는 경우가 대부분입니다. 휴대폰 사진에 기록된 EXIF 회전 정보는 자동으로 반영되므로, 세로로 찍은 사진이 옆으로 누운 채 처리되는 일은 없습니다. 촬영 일시나 위치 같은 정보가 중요하다면 원본 파일은 따로 보관해 두는 것이 안전합니다.

결과는 언제나 전체 크기의 PNG입니다. PNG는 무손실 형식이므로 모델이 만든 디테일이 압축으로 다시 뭉개지지 않고, 그 대가로 파일이 큽니다. 3200×2400px 사진을 PNG로 저장하면 10MB에서 20MB 정도가 흔하며, 이것은 정상입니다. 결과를 처음 받아 보고 용량에 놀라는 분들이 많은데, 픽셀 수가 770만 개이고 각 픽셀이 세 가지 색 값을 가지며 압축이 무손실이라는 점을 생각하면 자연스러운 크기입니다. 이 PNG는 보관용 원본으로 두는 것이 좋습니다.

웹이나 메신저에 올릴 때는 PNG를 그대로 쓰기보다 JPEG나 WebP로 변환하는 것이 실용적입니다. 같은 사진이 JPEG 품질 90에서는 2MB 안팎, WebP에서는 그보다 더 작아지고, 화면에서 보는 품질 차이는 거의 없습니다. 같은 사이트의 이미지 변환 도구나 사진 편집기의 저장 기능으로 형식과 품질을 고를 수 있습니다. 순서가 중요합니다. 확대는 항상 무손실로 받고, 손실 압축은 마지막 단계에서 한 번만 하세요. JPEG로 저장한 것을 다시 확대하고 다시 JPEG로 저장하는 식으로 압축을 겹치면 화질이 계단처럼 떨어집니다.

투명 배경 PNG는 투명도가 그대로 유지됩니다. 알파 채널도 색 채널과 함께 확대되므로 로고나 스티커의 가장자리가 깨끗하게 커지고, 배경을 다시 지울 필요가 없습니다. 반면 애니메이션 GIF는 지원하지 않으며, 올리면 지원하지 않는 형식이라는 안내가 표시됩니다. 움직이는 이미지를 키워야 한다면 프레임을 낱장으로 뽑아 각각 처리한 뒤 다시 합치는 별도의 작업이 필요합니다. HEIC 같은 휴대폰 전용 형식은 먼저 JPEG나 PNG로 변환해서 올리세요.

색에 관해서도 한 가지 알아 둘 점이 있습니다. 브라우저 기반 도구가 대부분 그렇듯 처리는 표준 sRGB를 기준으로 이루어집니다. 대부분의 사진과 화면이 sRGB를 쓰므로 일상적인 용도에서는 아무 문제가 없습니다. 다만 Adobe RGB나 Display P3처럼 더 넓은 색 공간으로 저장된 사진을 올리면 색이 약간 달라 보일 수 있습니다. 전문 인쇄를 위해 색 공간을 엄격히 관리해야 한다면, 확대 전에 sRGB로 변환하고 결과를 확인한 뒤 인쇄소의 요구에 맞추는 것이 안전합니다. 일반적인 사진 인화, SNS, 웹 용도에서는 이 점을 신경 쓸 필요가 없습니다.

입력 파일의 상태도 결과에 영향을 줍니다. 같은 사진이라도 JPEG 품질을 낮춰 저장한 파일보다 높은 품질로 저장한 파일이 더 좋은 결과를 냅니다. 모델은 압축 흔적을 정리하려고 하지만, 흔적이 적을수록 정리할 것이 적고 원래 질감이 더 많이 남습니다. 그래서 같은 사진의 여러 사본이 있다면 가장 크고 압축이 덜 된 것을 고르세요. 파일 용량이 큰 쪽이 대개 그것입니다. 스크린샷으로 저장된 사진보다는 원래 파일이 낫고, 메신저에서 받은 사진보다는 클라우드 앨범의 원본이 낫습니다. 확대 전에 가장 좋은 입력을 찾는 데 쓰는 몇 분이 배율이나 옵션을 고르는 것보다 결과에 더 큰 차이를 만듭니다.

결과 파일을 보관하는 방법도 정해 두면 좋습니다. 확대 결과 PNG는 보관용 원본으로 두고, 용도별 사본은 그때그때 변환해서 만드는 것이 깔끔합니다. 인쇄소에는 JPEG 최고 품질이나 PNG를, SNS에는 권장 크기로 줄인 JPEG를, 블로그에는 WebP를 보내는 식입니다. 사본을 만들 때는 항상 PNG에서 출발하고, 사본에서 또 사본을 만드는 것은 피하세요. 손실 압축이 겹칠수록 화질이 조금씩 깎입니다. 파일 이름에 용도를 적어 두면 나중에 어느 파일이 무엇인지 헷갈리지 않고, 원본, 확대 PNG, 용도별 사본이 세 층으로 정리되어 언제든 다시 시작할 수 있습니다.

전체 흐름은 몇 분이면 익숙해집니다. 이미지 확대 페이지를 열고 사진을 끌어다 놓거나, 클립보드에서 붙여 넣거나, 파일 선택으로 고릅니다. 사진이 올라오면 원본 크기가 표시되고, 2배와 4배 버튼 옆에 각각의 결과 크기가 바로 나타납니다. 용도에 맞는 배율을 고르세요. 앞 장의 인쇄 크기 표와 SNS 권장 크기를 참고하면 됩니다. 인물 사진이고 얼굴이 작아 뭉개져 있다면 얼굴 보정을 켜고, 신원이 중요하거나 서버 전송을 원하지 않으면 끈 채로 둡니다.

시작을 누르면 타일 단위로 진행 상황이 표시됩니다. 브라우저 경로에서는 처음 한 번 모델을 내려받는 시간이 잠깐 추가되고, 이후에는 바로 시작됩니다. 몇 개의 타일이 처리되면 남은 시간이 추정되어 표시되고, 언제든 취소할 수 있습니다. 결과가 나오면 세 가지 방식으로 확인할 수 있습니다. 슬라이더를 좌우로 끌어 원본과 결과의 경계를 옮겨 보거나, 나란히 보기로 두 장을 동시에 보거나, 원본 보기 버튼을 길게 눌러 같은 자리에서 번갈아 봅니다. 100% 배율로 확대하고 마우스를 올리면 돋보기가 그 부분을 크게 보여 줍니다.

얼굴, 글자, 가는 선, 규칙적인 패턴을 특히 자세히 보세요. 이 네 가지가 모델이 가장 자주 실수하는 곳입니다. 만족스러우면 PNG로 내려받습니다. 파일 이름은 원본 이름 뒤에 배율이 붙은 형태, 예를 들어 사진-x4.png로 저장되어 원본과 섞이지 않습니다. 마지막으로, 원한다면 같은 사이트의 사진 편집기에서 결과를 열어 선명도를 살짝 더하거나 색을 다듬을 수 있습니다. 확대 후 약간의 선명도 추가는 특히 인쇄용에서 효과가 좋고, 색 보정은 오래된 사진의 누런 색바램을 걷어 내는 데 유용합니다.

결과가 마음에 들지 않을 때의 대처법도 알아 두세요. 질감이 지나치게 매끈하거나 그림처럼 보이면 배율을 낮춰 다시 실행하거나, 4배 결과를 원하는 크기로 축소해 보세요. 얼굴이 낯설면 얼굴 보정을 끄고 다시 실행합니다. 규칙적인 패턴, 예를 들어 타일 바닥이나 격자무늬 셔츠에 물결 같은 무늬가 생겼다면 그것은 모아레 현상으로, 원본에 이미 있던 것이 확대되며 두드러진 경우가 많습니다. 이때는 2배로 시도하거나 편집기에서 해당 부분만 부드럽게 다듬을 수 있습니다. 어떤 경우든 원본은 지우지 마세요. 더 나은 모델이 나오면 원본에서 다시 시작할 수 있습니다.

여러 장을 처리할 때는 한 장씩 차례로 진행하세요. 브라우저 경로에서는 한 번에 한 장이 처리되고, 한 장이 끝나면 바로 다음 사진을 올릴 수 있습니다. 결과를 내려받는 것을 잊지 않도록 사진마다 저장을 확인한 뒤 다음으로 넘어가는 습관이 좋습니다. 휴대폰에서는 브라우저 메모리가 제한적이므로 큰 결과를 여러 개 열어 두면 탭이 새로 고침될 수 있습니다. 한 장을 저장하고 페이지를 새로 고친 뒤 다음 사진을 올리면 안정적입니다. 수십 장 이상을 규칙적으로 확대해야 한다면 일괄 처리를 지원하는 전용 프로그램이 더 알맞고, 다음 장에서 그 선택지를 비교합니다.

작은 습관 몇 가지가 작업을 편하게 만듭니다. 웹에서 본 이미지를 확대할 때는 저장했다가 올리는 대신 이미지를 복사한 뒤 페이지에서 붙여 넣기를 하면 단계가 줄어듭니다. 결과를 확인할 때는 화면을 어둡게 하거나 밝은 창을 피하면 미세한 차이가 더 잘 보입니다. 휴대폰에서는 두 손가락으로 확대하기보다 100% 버튼을 눌러 정확한 배율에서 보는 것이 판단에 도움이 됩니다. 결과 파일 이름에 배율이 붙어 있으므로 원본과 결과를 같은 폴더에 두어도 구분이 되고, 나중에 어떤 설정으로 만들었는지 기억하기 쉽습니다. 마음에 드는 결과가 나오면 원본과 결과를 함께 보관하세요. 원본은 언제나 다시 시작할 수 있는 출발점입니다.

• 이미지 확대 페이지를 열고 사진을 끌어다 놓기, 붙여 넣기, 또는 파일 선택
• 표시되는 결과 크기를 보며 2배 또는 4배 고르기
• 인물 사진이라면 얼굴 보정 옵션 켜기 또는 끄기 결정 (항상 서버 처리)
• 시작을 누르고 타일 진행 표시 확인, 몇 타일 뒤 예상 시간 표시
• 필요하면 언제든 취소, 완료되면 결과가 화면에 표시
• 슬라이더로 원본과 결과의 경계를 오가며 비교
• 나란히 보기 또는 원본 보기 버튼을 길게 눌러 번갈아 확인
• 100% 배율로 확대하고 돋보기로 얼굴, 글자, 가는 선 점검
• PNG로 내려받기 (파일 이름은 원본-x2.png 또는 원본-x4.png 형태)
• 원하면 같은 사이트의 사진 편집기에서 열어 선명도와 색 다듬기

이미지 확대 도구는 여럿이고 각각 자리가 있습니다. Photoshop에는 두 가지 방법이 있습니다. 하나는 Camera Raw의 슈퍼 해상도 기능으로, AI 기반이지만 배율이 2배로 고정되어 있습니다. 다른 하나는 이미지 크기 대화상자의 세부 묘사 유지 2.0 리샘플링으로, 전통적인 보간보다 낫지만 신경망 초해상도만큼의 디테일을 만들지는 않습니다. 둘 다 데스크톱 프로그램 안에서 실행되며 구독 라이선스가 필요합니다. 이미 Photoshop을 쓰고 있고 2배면 충분하다면 좋은 선택입니다.

Lightroom도 같은 슈퍼 해상도 엔진을 향상 메뉴에 담고 있습니다. 마찬가지로 2배 고정이고, 결과는 DNG 형식으로 나옵니다. RAW 파일을 다루는 사진가에게는 원본 RAW의 정보를 그대로 살린 채 확대할 수 있다는 점이 큰 장점입니다. 반면 이미 JPEG로 저장된 오래된 사진이나 웹 이미지를 4배로 키워야 하는 경우에는 배율 제한이 아쉽습니다. 사진 작업의 흐름이 Lightroom 안에 있다면 자연스러운 선택이고, 그렇지 않다면 프로그램 설치와 구독이 부담이 될 수 있습니다.

Topaz Gigapixel AI는 이미지 확대에만 집중한 전용 데스크톱 프로그램입니다. 사진, 일러스트, 저화질, 압축 등 여러 종류의 전용 모델을 갖추고 있고, 수백 장을 한 번에 처리하는 일괄 작업이 가능하며, 6배 이상의 고배율도 지원합니다. 전문 사진가와 인쇄 업계에서 기준으로 여겨지는 도구이고, 유료 프로그램입니다. 매일 많은 사진을 확대해야 하거나 모델을 세밀하게 골라 쓰고 싶다면 투자할 가치가 있습니다.

무료 온라인 확대 서비스는 접근성이 가장 좋지만 조건을 잘 읽어야 합니다. 결과에 워터마크가 찍히거나, 결과 해상도에 상한이 있거나, 회원가입과 이메일을 요구하거나, 모든 사진이 예외 없이 서버로 올라가는 경우가 흔합니다. 무료라는 말 뒤의 조건이 서비스마다 다르므로 사진을 올리기 전에 개인정보 처리 방침과 결과물 조건을 확인하는 습관이 필요합니다.

PixGenia의 자리는 이렇습니다. 무료이고, 회원가입이 없고, 2배와 4배를 모두 제공하며, 결과는 전체 크기의 PNG로 워터마크 없이 내려받을 수 있습니다. 작은 이미지는 브라우저 안에서 처리되어 기기를 떠나지 않고, 큰 이미지만 서버를 거친 뒤 즉시 삭제됩니다. 전문 프로그램의 일괄 처리나 여러 전용 모델은 없습니다. 대신 브라우저만 있으면 어디서나, 설치 없이, 지금 바로 한 장을 확대해 볼 수 있습니다. 대량 작업이 필요해지면 그때 전용 프로그램을 고려해도 늦지 않습니다.

선택의 기준을 정리하면 이렇습니다. 이미 Adobe 구독이 있고 RAW 사진을 2배로 키우면 충분하다면 Lightroom이나 Photoshop의 슈퍼 해상도가 자연스럽습니다. 매일 수십 장을 처리하고 모델을 골라 써야 하는 전문가라면 Topaz Gigapixel AI가 기준입니다. 가끔 한두 장을 키워야 하고, 설치와 가입 없이 지금 바로 결과를 보고 싶고, 사진이 기기 밖으로 나가지 않기를 바란다면 PixGenia처럼 브라우저에서 동작하는 도구가 맞습니다. 도구는 경쟁 관계라기보다 용도가 다른 관계이고, 여러 도구를 상황에 따라 바꿔 쓰는 것이 가장 실용적입니다.

기술에 익숙한 사용자라면 오픈소스 선택지도 있습니다. Real-ESRGAN 자체가 공개된 프로젝트이고, 명령줄 도구나 그래픽 사용자 인터페이스를 얹은 프로그램을 내려받아 자신의 컴퓨터에서 직접 실행할 수 있습니다. 무료이고, 사진이 컴퓨터 밖으로 나가지 않으며, 일괄 처리와 여러 모델 선택이 가능합니다. 대신 설치와 설정이 필요하고, 그래픽 카드가 없으면 매우 느리며, 문제가 생겼을 때 스스로 해결해야 합니다. 브라우저에서 동작하는 PixGenia의 도구는 같은 계열의 모델을 설치 없이 쓸 수 있게 한 것이라고 이해하면 정확합니다. 가끔 쓰는 사람에게는 브라우저가, 자주 그리고 많이 쓰는 사람에게는 설치형이 맞습니다.

“정말 무료인가요?” 네. 브라우저 안에서 처리되는 작은 이미지는 횟수 제한 없이 무료이고, 서버를 거치는 큰 이미지와 얼굴 보정은 방문자당 하루 사용량 안에서 무료입니다. 워터마크, 해상도 축소, 회원가입, 이메일 수집은 없습니다. “화질이 떨어지지는 않나요?” 결과는 무손실 PNG로 나오므로 확대 과정에서 압축 손실은 없습니다. 다만 모델이 만든 디테일은 원본을 복원한 것이 아니라 추정한 것이므로, 원본과 다를 수 있다는 의미에서의 변화는 있습니다. 항상 100%로 확인하세요.

“휴대폰에서도 되나요?” 됩니다. 최신 iOS와 Android 브라우저는 WebGPU 또는 WebAssembly로 작은 이미지를 기기 안에서 처리하고, 그렇지 않은 기기에서는 자동으로 서버 경로를 씁니다. 휴대폰에서는 타일 처리가 데스크톱보다 느릴 수 있으니 진행 표시를 보며 기다리세요. “시간이 얼마나 걸리나요?” 기기 성능과 이미지 크기에 따라 몇 초에서 1~2분 사이입니다. 브라우저 경로의 첫 실행에는 모델 내려받기 시간이 잠깐 추가되고, 그 뒤로는 바로 시작됩니다. 몇 타일이 지나면 남은 시간이 표시됩니다.

“제 사진이 업로드되나요?” 약 100만 화소 이하의 이미지는 업로드되지 않고 브라우저 안에서 끝납니다. 그보다 큰 이미지, 지원되지 않는 브라우저, 그리고 얼굴 보정 옵션은 서버로 전송되어 처리된 뒤 즉시 삭제됩니다. 어느 경로인지는 시작 전에 표시됩니다. “여러 번 반복해서 확대할 수 있나요?” 네, 결과 PNG를 다시 올려 확대할 수 있습니다. 다만 두 번째부터는 모델이 이미 만들어 낸 디테일 위에 다시 디테일을 얹는 것이므로 효과가 급격히 줄고 그림 같은 질감이 강해집니다. 필요한 크기에 한 번에 닿는 배율을 고르는 편이 낫습니다.

“그림이나 애니메이션 일러스트에도 되나요?” 네. 일반 모델은 사진뿐 아니라 일러스트도 학습했고, 평면적인 색 면은 깨끗하게 유지되며 선은 또렷해집니다. 팬아트, 웹툰 컷, 게임 스크린샷에 잘 맞습니다. “저작권이 있는 이미지는요?” 이미지를 확대할 권리가 있는지는 사용자의 책임입니다. 도구는 이미지를 저장하거나 검사하지 않으며, 타인의 저작물을 확대해 사용하는 것에 대한 법적 판단은 사용자가 해야 합니다. 본인이 찍거나 그린 이미지, 사용 허락을 받은 이미지에 쓰세요.

“스크린샷이나 문서 이미지도 되나요?” 스크린샷의 글자와 아이콘은 경계가 곧고 색이 평면적이어서 일반 모델이 깨끗하게 키웁니다. 다만 앞에서 설명했듯이 작은 글자는 모양이 달라질 수 있으니, 글자를 읽는 것이 목적이라면 원본 화면에서 다시 캡처하는 것이 정확합니다. “확대한 결과를 다시 편집해도 되나요?” 물론입니다. 결과 PNG는 일반 이미지 파일이므로 어떤 편집기에서든 열 수 있고, 같은 사이트의 사진 편집기에서 바로 이어서 작업할 수도 있습니다. 확대 다음에 노출과 색을 다듬고, 마지막에 선명도를 조금 더하고, 용도에 맞는 형식으로 저장하는 흐름을 권합니다.

“어떤 브라우저가 가장 좋은가요?” WebGPU를 지원하는 최신 버전의 Chrome, Edge, Safari에서 가장 빠르게 동작합니다. 브라우저를 최신으로 유지하는 것만으로 처리 속도가 눈에 띄게 달라질 수 있습니다. 구형 브라우저에서도 동작하지만 WebAssembly 경로라 느리거나 서버 경로로 넘어갑니다. “결과가 원본보다 나빠 보이는데요?” 드물지만 있습니다. 원본이 이미 충분히 크고 선명한데 4배를 적용했거나, 심하게 압축된 사진에 얼굴 보정까지 켠 경우가 대부분입니다. 배율을 낮추고 옵션을 끄고 다시 시도해 보세요. 그래도 원본이 낫다면 원본을 쓰는 것이 맞습니다. 도구는 필요할 때 쓰는 것이지, 모든 사진에 쓰는 것이 아닙니다.

정리하면 이렇습니다. 이미지 확대 AI는 보간이 나누어 펼치기만 하던 픽셀 사이에 학습된 디테일을 그려 넣는 도구입니다. 볼 만한 사진은 2배로, 진짜 작은 사진은 4배로 키우고, 인쇄라면 센티미터를 2.54로 나누어 300을 곱한 픽셀을 목표로 삼고, 화면이라면 플랫폼의 권장 크기에 맞추세요. 얼굴과 글자는 반드시 100%로 확인하고, 증거나 신원 확인에는 쓰지 마세요. PixGenia의 이미지 확대 AI는 이 모든 것을 무료로, 회원가입 없이, 작은 이미지는 브라우저 안에서 처리합니다. 키우고 싶은 사진이 있다면 지금 한 장을 올려서 결과 크기를 확인하고 직접 비교해 보세요.