무료 AI 이미지 업스케일러(APISR) 실측 — 점수는 단순 확대가 이겼고, 차트 숫자는 AI가 지웠습니다
왼쪽이 원본, 가운데가 단순 확대, 오른쪽이 AI 업스케일러입니다. 오른쪽이 가장 또렷해 보입니다. 선이 진하고 격자도 선명합니다. 그런데 세로축을 보면 원본의 「4」, 「50」, 「36」, 「27」이 오른쪽에서는 짧은 막대와 점으로 바뀌었습니다. 흐릿한 가운데 그림에는 숫자 모양이 남아 있습니다.
작은 그림을 키워 블로그에 올리려는 분이라면 무료 AI 업스케일러를 쓸지, 이미지 편집기의 기본 확대로 충분할지가 궁금할 겁니다. 이번에 무료 로컬 업스케일러 APISR 4x로 일러스트 3장을 키워 본 답은 이렇습니다. 원본과 얼마나 같은지를 재는 점수로는 3장 중 2장에서 단순 확대가 이겼습니다. 눈으로 보면 AI 쪽이 또렷했지만, 차트처럼 작은 숫자가 있는 그림에서는 그 숫자를 지웠습니다. 저라면 마스코트 같은 단순한 그림에는 AI 업스케일러를 쓰고, 숫자나 글자가 있는 그림에는 쓰지 않겠습니다.
원본을 줄였다가 다시 키워 비교했습니다
비교 기준이 있어야 해서, 원본이 있는 그림으로 시험했습니다. 로컬에서 직접 생성한 1024px 일러스트 3장(마스코트, 파스텔톤 차트 화면, 스티커가 많은 구름 캐릭터)을 256px로 줄였습니다. 이 작은 그림을 두 방식으로 다시 1024px로 키웠습니다.
- Lanczos: 이미지 편집기에서 흔히 쓰는 단순 확대 방식입니다. 픽셀 사이를 계산으로 메웁니다.
- APISR 4x: 애니메이션·일러스트 복원용으로 공개된 무료 업스케일 모델입니다. RTX 4070 Ti SUPER에서 로컬로 돌렸습니다.
그다음 두 결과를 원본과 비교했습니다. 점수는 두 가지입니다. PSNR은 픽셀 값이 원본과 얼마나 가까운지(높을수록 가깝습니다), SSIM은 밝기·대비·구조가 얼마나 닮았는지(1에 가까울수록 닮았습니다)를 봅니다. 측정 시점은 2026년 9월입니다.
점수: 마스코트만 AI가 이겼습니다
| 원본 대비 | Lanczos PSNR | APISR PSNR | Lanczos SSIM | APISR SSIM |
|---|---|---|---|---|
| 마스코트 | 27.64 | 28.46 | 0.9307 | 0.9568 |
| 차트 화면 | 27.03 | 21.95 | 0.9019 | 0.8807 |
| 복잡한 일러스트 | 25.39 | 20.13 | 0.8677 | 0.8228 |
| 3장 평균 | 26.69 | 23.51 | 0.9001 | 0.8868 |
차트와 복잡한 일러스트에서 AI가 두 점수 모두 뒤졌습니다. 실행 중에 이 두 장이 지는 순간이 화면에 찍혔습니다.
눈: AI는 또렷하게 다시 그렸습니다
점수와 눈의 판단이 늘 같지는 않습니다. 원본, 단순 확대, AI 결과를 같은 자리에서 잘라 나란히 놓고 봤습니다. 이 비교의 1차 관찰은 AI 도구가 했고, 발행 전 검수에서 제가 다시 봅니다.
마스코트에서는 점수와 눈이 같은 쪽을 가리켰습니다. 단순 확대는 외곽선이 뭉개졌고, AI 결과는 원본처럼 선이 또렷합니다. 굵은 외곽선과 단색 면으로 된 그림은 AI 업스케일러가 원래 모습에 가깝게 복원했습니다.
차트 화면은 맨 위 그림 그대로입니다. AI 결과는 단순 확대보다 훨씬 또렷한데 점수는 크게 낮습니다. 이유가 눈에 보입니다. 연한 분홍 선이 진한 빨강·자홍으로 바뀌었고, 격자선이 굵어졌고, 세로축 숫자와 위쪽 라벨이 다른 모양이 됐습니다. 또렷하게 보이는 대신 원본에 없던 모양으로 다시 그린 것입니다.
복잡한 일러스트도 비슷했습니다. AI 결과는 외곽선이 원본보다 진하고 색 대비가 강해졌습니다. 주변의 작은 스티커 무늬는 다시 그려진 모양이었습니다. 또렷해서 보기 좋다고 느낄 수는 있지만 원본과는 다른 그림입니다.
속도와 재현성
AI 업스케일 한 장은 추론에 약 0.33초, 모델 적재에 약 0.17~0.19초가 걸렸습니다. 매번 새 프로세스로 모델을 올리는 방식이라 한 장당 전체 시간은 2.7~2.8초였습니다. 몇 장을 키우는 정도라면 속도는 문제가 되지 않습니다.
이 주소의 6월 기록도 같은 3장을 같은 모델로 키웠습니다. 이번 출력 3장은 6월 출력과 바이트까지 같았고, 점수도 소수점까지 같았습니다. 같은 입력과 같은 모델이면 이 PC에서는 같은 결과가 나옵니다.
작은 그림을 키울 때 저는 이렇게 하겠습니다
- 숫자·글자가 있는 그림은 AI 업스케일러에 넣지 않습니다. 이번 차트에서 세로축 숫자가 막대 모양으로 바뀌었습니다. 차트나 화면 캡처는 원본 파일을 큰 크기로 다시 내보내거나 다시 캡처합니다.
- 굵은 외곽선의 단순한 일러스트는 AI 업스케일러를 씁니다. 마스코트는 점수와 눈 모두 AI 쪽이 원본에 가까웠습니다.
- 복잡한 그림은 둘 다 뽑아서 비교합니다. AI 결과가 더 또렷해 보여도 색과 선이 원본과 달라질 수 있습니다. 원본 색이 중요한 그림(브랜드 색, 제품 사진)이라면 단순 확대 쪽이 안전합니다.
- 키운 뒤에는 작은 부분을 확대해서 봅니다. 전체 크기로 보면 AI 결과가 더 좋아 보이기 쉽습니다. 숫자, 글자, 얼굴처럼 틀리면 곤란한 부분을 100% 크기로 확인합니다.
- 권리가 있는 이미지에만 씁니다. 직접 만든 그림이나 사용 허락을 받은 이미지를 키우는 용도로 씁니다. 남의 이미지를 키워 원본처럼 쓰는 데 쓰지 않습니다.
AI 이미지로 블로그 삽화를 처음부터 뽑는 과정은 로컬 SDXL 일러스트 생성 실측에 따로 정리했습니다. 이번 마스코트 원본도 그 실측에서 생성한 그림입니다.
재현과 원자료
업스케일과 채점은 run_upscale_bench.py와 upscale_worker.py입니다. PSNR은 RGB 기준(최댓값 255), SSIM은 RGB 채널별 계산입니다. 이번 기록의 기준 파일은 test_runs/upscale-apisr4x-20260924c/run.yaml이고, 같은 폴더에 이미지별 점수(comparison.json), 회차별 결과(results.json), 3장 비교 관찰(visual_audit.json)이 있습니다. 6월 기록은 test_runs/upscale-apisr4x-20260627/입니다. 이 경로들은 비공개 작업 폴더라 외부에서 열 수 없습니다. 본문의 비교 이미지 두 장(원본·확대 결과를 같은 영역으로 잘라 붙인 것)과 실행 중 터미널 화면 캡처 세 장이 직접 확인할 수 있는 표본입니다.
재현: cinevyze-bench의 run_upscale_bench.py·upscale_worker.py. 입력·원본 이미지와 실행 기록은 공개하지 않습니다.
직접 만든 일러스트 3장에서 나온 결과라 사진이나 실사 이미지, 다른 업스케일 모델에는 그대로 옮길 수 없습니다.
업스케일과 채점은 로컬 PC에서 APISR 4x 모델로 실제로 돌렸습니다. 측정 코드 작성, 비교 이미지 자르기와 1차 관찰, 글 작성에 AI 도구를 썼습니다. 발행 전 검수와 비교 관찰 확인은 제가 합니다.
시네 · cinevyze 운영자 — AI 도구의 출력을 원본과 판정 기준에 대조합니다. 이번 측정은 RTX 4070 Ti SUPER가 있는 Linux PC에서 APISR 4x(4x_APISR_GRL_GAN_generator)로 했고, 측정 시점은 2026년 9월입니다. 운영자 소개
댓글
댓글 쓰기