PhotoldAI 사진 복원은 어떻게 작동할까?
Photold 팀 · · 4분 분량
AI 사진 복원은 예측으로 작동합니다. 모델은 아주 많은 이미지로 학습해서 사진이 보통 어떻게 생겼는지 배웁니다. 손상된 사진이 주어지면 복원된 모습으로 그럴듯한 버전을 만들어 냅니다. 무언가를 찾아보는 것이 아니고, 우리 가족에 대한 지식도 없습니다.
이 한 가지 개념이 좋은 결과와 나쁜 결과를 모두 설명합니다. 무늬 없는 벽을 가로지른 긁힘은 쉬운 추측이고, 그 추측은 괜찮을 것입니다. 눈을 가로지른 긁힘도 추측이며, 그곳에서는 그 사람이 누구를 닮아 보이는지가 바뀔 수 있습니다.
모델이 학습에서 배우는 것
사진을 몇 년 동안 들여다본 사람을 떠올려 보세요. 사진을 하나하나 외운 것은 아니지만 패턴은 익혔습니다. 볼에 빛이 어떻게 떨어지는지, 옷깃이 어떻게 접히는지, 벽돌이 어떻게 생겼는지, 필름 입자가 긁힘과 어떻게 다른지입니다. 모델도 비슷한 일을 하되, 말이 아니라 숫자로 합니다.
학습은 도구를 쓰기 전에 이미 끝납니다. 사진을 올리면 모델은 이미 배운 것을 적용합니다. Photold는 여러분의 사진을 AI 모델 학습에 쓰지 않습니다.
손상된 사진을 주면 일어나는 일
세부 사항은 도구마다 다르지만 큰 흐름은 거의 같습니다.
- 이미지가 모델로 전송됩니다. Photold에서는 저희 서버를 거쳐 AI 제공업체인 Google(Gemini API)과 eachlabs로 전달되며, 이들은 다른 업체의 모델을 실행할 수 있습니다.
- 작업이 설명됩니다. 도구는 손상을 고치거나 색을 더하는 것처럼 무엇을 하려는지, 무엇을 그대로 둘지를 알려 줍니다.
- 모델이 있는 것을 읽습니다. 형태, 톤, 얼굴, 그리고 장면의 일부가 아니라 손상으로 보이는 것입니다.
- 이미지를 생성합니다. 사진이 분명한 정보를 줄 때는 그것을 따르고, 그렇지 않을 때는 보통 그 자리에 들어가는 것을 채웁니다.
- 새 파일을 돌려받습니다. 올린 사진을 바탕으로 한 새로운 그림이어서 손상에서 먼 곳에서도 디테일이 바뀔 수 있습니다. 그래서 마지막 확인이 중요합니다.
되살리기와 재구성하기
커피 얼룩이 묻은 편지를 생각해 보세요. 얼룩이 “오늘 아침 무사히 도착했습니다”의 일부를 덮었다면 남은 글자가 답을 정해 주므로 자신 있게 단어를 채울 수 있습니다. 되살리는 것에 가깝습니다. 얼룩이 도시 이름을 덮었다면 어울리는 도시 이름을 쓸 수는 있습니다. 그럴듯해 보이겠지만 지어낸 것입니다. 재구성입니다.
AI 도구는 둘 다 하며, 결과만 봐서는 어느 쪽인지 알 수 없습니다.
| 사진 속 요소 | 도구가 하는 일 | 얼마나 믿을 수 있나 |
|---|---|---|
| 바랜 그림자와 밝은 부분 | 되살리기: 디테일이 스캔본에 있고 희미할 뿐 | 꽤 믿을 만함 |
| 무늬 없는 곳의 먼지와 가는 긁힘 | 되살리기에 가까움: 주변이 답을 정해 줌 | 꽤 믿을 만함 |
| 벽이나 하늘을 지나는 찢어짐 | 재구성이지만 걸린 것이 거의 없음 | 보통 괜찮음 |
| 눈이나 입을 지나는 균열 | 재구성이고 걸린 것이 큼 | 그 사람을 알던 이에게 확인하기 |
| 매우 흐릿한 얼굴 | 거의 모든 이목구비를 재구성 | 닮은 모습일 뿐 기록은 아님 |
| 흑백 사진의 색 | 재구성: 색은 파일에 없었음 | 그럴듯할 뿐 기록된 것은 아님 |
Photold로 스캔본을 돌려 보고, 무엇이 유지되고 무엇이 채워졌는지 자세히 살펴보세요.Photold 사용해 보기
결과가 달라지는 이유, 그리고 얼굴과 글자가 어려운 이유
결과는 원본 사진에 따라 달라집니다. 깨끗하고 선명한 스캔본은 추측할 것을 줄입니다. 그러니 결과가 실망스럽다면 먼저 더 좋은 스캔본으로 해 보세요. 오래된 사진 복원 가이드에서 설명합니다.
얼굴이 어려운 이유는 우리가 얼굴의 전문가이기 때문입니다. 나무에서는 알아채지 못할 눈꺼풀의 작은 변화가 누군가를 낯선 사람처럼 보이게 할 수 있습니다. 모델은 얼굴 일반을 알 뿐 이 얼굴을 알지 못합니다. 징후는 AI 복원이 얼굴을 바꾸나요?에서 짚어 봅니다.
글자가 어려운 이유는 글자가 정확해야 하기 때문입니다. 모델은 글씨가 어떻게 생겼는지는 잘 알아도 특정한 간판에 무엇이 적혀 있었는지는 모릅니다. 그래서 단어처럼 보이지만 아무 뜻도 없는 모양을 만들 수 있습니다. 결과 속의 배지, 가게 간판, 작은 새김글은 의심하고, 스캔본에서 읽으세요.
복원, 컬러화, 화질 개선은 서로 다른 작업
하나처럼 들리지만 각각 다른 질문에 답하고 다른 위험을 안고 있습니다. 그래서 별도의 단계로 하고 하나씩 확인하는 것이 좋습니다.
| 작업 | 답하는 질문 | 위험 | Photold에서는 |
|---|---|---|---|
| 복원 | 이 손상 아래에는 무엇이 있었을까? | 손상된 곳의 디테일을 지어냄 | 사진 복원, 긁힘 제거 |
| 컬러화 | 이것은 어떤 색이었을 가능성이 높을까? | 그럴듯하지만 틀린 색 | 컬러화 |
| 화질 개선 | 더 선명하다면 어떻게 보일까? | 원래 없던 디테일을 더함 | HD 화질 개선 |
도구가 모델에게 무엇을 지키라고 하는지가 중요한 이유
내버려 두면 모델은 사진이 보통 어떻게 생겼는지 쪽으로 끌려갑니다. 더 매끈한 피부, 더 가지런한 치아, 더 말끔한 구도입니다. 사진을 더 좋게 만들어 달라는 막연한 요청은 그 모든 것을 할 여지를 줍니다. 복원 도구는 한계를 정하고 무엇이 남아야 하는지 말해야 합니다. 색감, 구도, 얼굴입니다. 도구를 비교할 때는 무엇을 고치겠다고 약속하는지만큼 무엇을 그대로 두겠다고 약속하는지를 꼼꼼히 읽으세요.
Photold가 목표로 하는 것은 다음과 같습니다. 사진 복원은 색감을 유지하므로 흑백은 흑백으로, 세피아는 세피아로 남고, 설계상 자르거나 다시 연출하거나 얼굴, 표정, 피부색을 바꾸지 않습니다. HD 화질 개선은 인물의 정체성이나 피부색을 바꿔서는 안 됩니다. 컬러화는 피부를 밝게 만들지 않습니다. 이 목표들은 변화를 줄이지만 없애지는 못합니다. 손상에 가려진 고운 디테일은 되살리는 것이 아니라 재구성되기 때문입니다. 그 사람을 알던 이가 결과를 가장 잘 판단합니다.
파일 자체가 어떻게 되는지는 가족 사진을 업로드해도 안전한지를 보세요.
자주 묻는 질문
AI 복원은 사진 속 진짜 디테일을 되살리나요?
바랜 그림자처럼 흔적이 남아 있는 곳에서만 그렇습니다. 손상에 완전히 가려진 디테일은 재구성되며, 원래 있던 것이 아니라 그럴듯한 버전이라는 뜻입니다.
AI는 우리 가족이 어떻게 생겼는지 알고 있나요?
아니요. AI가 가진 것은 내 사진과 다른 이미지에서 배운 일반적인 패턴입니다. 그래서 결과를 그 사람의 다른 사진과 비교하거나, 그 사람을 알던 이에게 물어봐야 합니다.
같은 도구인데 어떤 사진에서는 잘되고 어떤 사진에서는 안 되는 이유는 무엇인가요?
결과는 원본이 담고 있는 정보의 양에 달려 있습니다. 크고 깨끗한 인물 사진은 추측할 것이 적고, 작거나 손상된 얼굴은 추측할 것이 많습니다.
내 사진이 AI 학습에 쓰이나요?
서비스마다 다르니 개인정보 처리방침을 읽어 보세요. Photold는 여러분의 사진을 AI 모델 학습에 쓰지 않습니다.
AI가 옛 간판이나 문서의 글자를 복원할 수 있나요?
확실하지는 않습니다. 글자가 가려져 있다면 모델이 글씨처럼 보일 뿐인 모양을 만들 수 있으니, 중요한 글자는 스캔본 자체에서 읽으세요.
