무료 AI 이미지 업스케일러, 화질 진짜 좋아질까? 같은 그림으로 측정해 봤습니다 (2026년 6월)

"저화질 이미지도 AI에 넣으면 다 선명해진다." 다들 한 번쯤 들어보셨죠. 그런데 같은 그림 세 장을 고전 방식과 무료 AI 업스케일러에 똑같이 돌려 점수를 매겨봤더니, 평균 점수로는 오히려 고전 방식(AI 아님)이 이겼습니다. 'AI면 무조건 고화질'이라는, 다들 은근히 믿는 착각이 깨지는 순간이었어요.

블로그 썸네일 하나 키우자고 외주를 맡기면 돈이 줄줄 새니까, 비용 새는 구멍이라면 일단 의심부터 하는 1인 기업가 입장에선 "공짜로 화질 올려준다"는 말도 그냥은 못 믿습니다. 그래서 감상 후기 말고 숫자를 봤어요. "AI 업스케일러"로 검색하면 죄다 "화질이 미쳤다"는 감상뿐인데, 정작 원본 대비 몇 점이나 좋아지는지 재본 글은 잘 없더군요. 그 빈칸을, 같은 그림에 고전 방식(Lanczos)과 무료 AI 업스케일러(APISR)를 나란히 돌려 채워봤습니다. (테스트용 그림은 예전에 공짜로 내 PC에서 뽑아둔 AI 일러스트를 재활용했어요.) 결론부터 말하면 AI 업스케일러는 마법이 아니라 '일 잘하는 분야가 따로 있는 일꾼'이었습니다.

어떻게 측정했나 (이게 신뢰의 핵심)

후기는 '느낌'이라 일 시키기 전 판단 근거로는 못 씁니다. 일꾼을 평가하려면 채점표부터 만들어야죠. 그래서 누가 봐도 공정한 비교가 되게 방법을 이렇게 고정했어요.

• 정답지를 만든다: 테스트용으로 만들어 둔 일러스트(1024px) 3장을 '원본(정답)'으로 두고, 이걸 256px로 줄여(Lanczos 방식) 저화질 입력을 만들었습니다. 원본을 알고 있으니, 복원본이 원본에 얼마나 가까운지 점수로 잴 수 있습니다.
• 같은 입력에 두 방식을 돌린다: ① Lanczos — 모든 이미지 편집기에 들어있는 고전 확대 방식(AI 아님). ② APISR 4x — 일러스트·애니 그림에 특화된 무료 오픈 업스케일러(딥러닝 기반·GRL 구조에 GAN 방식으로 학습). 둘 다 256px → 1024px(4배)로 복원. ★이번에 잰 AI 업스케일러는 APISR 한 가지입니다(Real-ESRGAN 등 다른 모델은 결과가 다를 수 있어요).
• 점수로 잰다: 복원본을 원본과 비교해 PSNR(높을수록 원본에 충실)과 SSIM(1에 가까울수록 구조가 비슷)을 측정. 처리 시간도 같이 기록했습니다.
• 테스트셋 = UPS-01·UPS-02·UPS-03(그림 3종), 환경 = 가정용 GPU(RTX 4070 Ti SUPER), 측정 시점 2026년 6월. 업스케일 실행은 자동화 하네스로 기록하고, 표의 화질·시간 수치는 그 출력으로 다시 돌려 잰 값입니다(재현 가능). 모델·버전이 바뀌면 결과가 달라질 수 있어 시점을 박아둡니다.
• 표본은 3장이라 '경향'을 보는 용도지 통계적 결론은 아닙니다. 게다가 셋 다 일러스트라, 사진·실사 이미지는 또 다를 수 있어요.

실측 결과: AI가 항상 이기지 않았다

세 그림의 점수입니다. 굵게 표시한 쪽이 그 항목에서 원본에 더 충실한 쪽이에요.

그림	방식	PSNR(↑)	SSIM(↑)	복원 시간
①마스코트(플랫·볼드)	Lanczos	27.64	0.9307	0.01초
①마스코트(플랫·볼드)	APISR 4x	28.46	0.9568	0.34초
②차트(선·디테일 많음)	Lanczos	27.03	0.9019	0.01초
②차트(선·디테일 많음)	APISR 4x	21.95	0.8807	0.09초
③복잡한 일러스트	Lanczos	25.39	0.8677	0.01초
③복잡한 일러스트	APISR 4x	20.13	0.8228	0.09초

(시간 = 모델이 메모리에 올라간 상태의 순수 처리 시간. 표의 수치는 측정 원자료 comparison.json과 동일.)

평균만 보면 의외로 APISR가 원본 충실도(PSNR)에서 3점 넘게 뒤집니다. 몸값 비싼 일꾼이라고 늘 일을 잘하는 건 아니라는 거죠. "AI가 더 좋다"는 통념과 정반대입니다. 그런데 여기엔 함정이 있어요. 숫자가 전부는 아니거든요.

눈으로 보면 AI가 더 선명한데, 점수는 왜 낮을까

차트 그림의 같은 부분을 확대해 비교한 겁니다. 왼쪽이 원본, 가운데가 Lanczos, 오른쪽이 APISR이에요.

보다시피 고전 Lanczos는 흐릿하게 뭉개지고, APISR은 선이 또렷합니다. 눈으로는 AI가 명백히 낫죠. 그런데 PSNR/SSIM은 APISR이 더 낮게 나왔습니다. 이유는 이런 딥러닝(GAN 방식) 업스케일러의 작동 원리에 있어요. 이들은 원본을 '복원'하는 게 아니라, 그럴듯한 디테일을 '새로 그려 넣습니다.' 쉽게 말해 이 일꾼은 빈칸을 보면 "아마 이랬겠지" 하고 자기 판단으로 채워 넣는 스타일입니다. 그래서 선이 더 진하고 날카로워 보이지만, 원본에 실제로 있던 픽셀과는 멀어져요. "원본 충실도" 점수가 떨어지는 건 이 때문입니다. 선명함과 원본 보존은 서로 다른 목표이고, 일 시키는 사람이 그걸 구분 못 하면 돈이든 화질이든 헛돈을 씁니다.

반대로 단순하고 면이 넓은 그림에서는 이야기가 달라집니다.

마스코트처럼 외곽선이 굵고 색이 단순한 그림에서는, 새로 그려 넣을 디테일이 적으니 AI가 원본을 거의 그대로 살려냅니다. 이 경우엔 PSNR·SSIM 둘 다 APISR이 이겼어요(+0.82, +0.026). 선도 더 깔끔하고요. 로고·아이콘·플랫 일러스트라면 AI 업스케일러가 확실히 손해 볼 게 없는 선택입니다.

속도와 환경: 공짜지만 공짜가 아니다

가성비를 따지는 사람으로서 숨은 비용도 짚고 갑니다. 순수 처리 속도 자체는 둘 다 빠릅니다. Lanczos는 0.01초로 사실상 즉시고, APISR도 모델이 메모리에 올라간 상태면 한 장에 0.1초 안팎(첫 장은 GPU 워밍업으로 0.3초쯤)이었어요. 다만 현실적인 함정 두 가지가 있습니다.

• GPU가 필요합니다. APISR 같은 모델은 그래픽카드 없이 CPU로 돌리면 몇 배 느려집니다. 저는 RTX 4070 Ti SUPER로 쟀고, 노트북 내장 그래픽이라면 체감이 다를 수 있어요.
• 처음 켤 때가 느립니다. 모델 자체를 메모리에 올리는 건 0.2초 안팎으로 빠른데, 프로그램(파이썬·딥러닝 라이브러리)을 처음 띄우는 준비 과정에 환경에 따라 몇 초가 더 듭니다. 그래서 딱 한 장만 키울 거면 그 준비 시간이 아깝고, 여러 장을 한 번에 돌리면 준비 비용이 분산돼서 이득이에요.

즉 공짜 일꾼인 줄 알았더니 GPU라는 몸값을 요구하는 셈입니다. 클라우드 업스케일러가 돈을 받는 이유가 여기 있죠. 지갑은 'Go(고)'생, GPU는 '열(熱)'생인 셈입니다.

그래서, 언제 뭘 쓸까

세 그림을 다 돌려본 1인 기업가의 결론은 이렇습니다.

• 로고·아이콘·플랫 일러스트를 키운다 → AI 업스케일러(APISR류). 원본에 충실하면서 선까지 깔끔해집니다. 무료로 충분.
• 선명한 '느낌'이 중요한 썸네일 → AI. 원본과 픽셀이 좀 달라져도, 보는 사람에겐 더 또렷하고 좋게 보입니다.
• 원본을 최대한 보존해야 하는 사진·자료 → 고전 Lanczos(또는 편집기 기본 확대). 디테일을 지어내지 않으니 왜곡이 적습니다. AI가 만든 가짜 질감이 오히려 독이 될 수 있어요.
• 결론: "AI니까 무조건 좋다"가 아니라, 그림 종류와 목적에 맞춰 고르는 게 가성비입니다.

마지막으로 한 가지 분명히 해둘게요. 업스케일러는 자기가 만든 이미지나 직접 찍은 사진, 라이선스가 허용된 자료를 키울 때 쓰는 도구입니다. 남이 만든 저작물이나 워터마크가 들어간 이미지에 손대는 용도가 아닙니다. 그건 도구의 문제가 아니라 쓰는 사람의 문제예요.

이 글은 cinevyze 운영자가 해당 도구를 직접 테스트하고 결과를 비교·검수해 정리·편집했습니다. 측정 방법과 수치 확인, 판단은 모두 사람이 했고, 글을 다듬는 일부 과정에 AI 도구의 도움을 받았습니다. 게이트·테스트 통과가 화질·성능을 보장하지는 않으며, 결과는 2026년 6월 측정 시점·해당 모델 기준입니다.