배경 제거 (누끼)

잘 작동하는 사진 vs 잘 안 되는 사진

배경 제거가 브라우저 안에서 어떻게 되나 — AI 모델 온디바이스 추론

일반적인 온라인 누끼 사이트는 사진을 서버로 올려 그쪽 GPU에서 처리한 뒤 결과를 돌려줍니다. 이 도구는 다릅니다. 배경을 찾아내는 AI 모델(ISNet)이 onnxruntime-web을 통해 여러분의 브라우저 안에서 직접 실행됩니다. 사진은 어디로도 떠나지 않습니다 — 프라이버시가 약속이 아니라 구조적으로 보장되는 셈입니다.

① 첫 로드: 모델 한 번 내려받기

처음 사진 모드를 쓰면 모델 파일(빠름 44MB · 균형 88MB · 정확 176MB 중 선택)과 WebAssembly 런타임을 staticimgly.com CDN에서 한 번 다운로드합니다. 이건 프로그램(모델 가중치)을 받는 것이지 여러분의 사진을 올리는 게 아닙니다. 받은 자산은 브라우저 IndexedDB·HTTP 캐시에 저장돼, 같은 브라우저에서 두 번째부터는 추가 다운로드 없이 바로 시작합니다.

② 추론: 모델이 픽셀마다 전경/배경을 판단

모델은 사진을 받아 픽셀 하나하나가 전경(피사체)에 속할 확률을 계산해 알파 마스크를 만듭니다. 이 계산이 WASM(가능하면 WebGPU 가속)으로 여러분 기기의 CPU/GPU에서 돌아갑니다. 그래서 처리 속도는 서버가 아니라 본인 기기 성능과 사진 해상도에 좌우됩니다.

잘 되는 이미지 vs 어려운 이미지 — 왜 그런가

모델이 쉬운 사진과 어려운 사진을 가르는 기준은 결국 경계가 얼마나 명확한가입니다.

• 잘 되는 쪽 — 인물·반려동물·상품처럼 윤곽이 또렷하고, 피사체와 배경의 색·명도 대비가 큰 사진. 모델이 전경 확률을 자신 있게 0 또는 1에 가깝게 찍으니 가장자리가 깔끔합니다.
• 어려운 쪽 — ① 머리카락·털처럼 한 픽셀 안에 전경과 배경이 섞이는 부위, ② 유리·물·연기 같은 반투명 영역, ③ 피사체와 배경 색이 비슷해 경계가 모호한 경우, ④ 복잡하고 어수선한 배경. 여기서는 전경 확률이 0.5 부근으로 애매해져 마스크가 거칠어집니다.

더 큰(정확) 모델을 고르면 이런 디테일이 개선되지만, 그만큼 다운로드 용량과 처리 시간이 늘어납니다. 흰 배경처럼 단순한 사진이라면 AI 대신 로고 모드(색상 기반 제거)가 더 빠르고 깔끔할 수 있습니다.

관련 도구