핵심 요점
- Apache 2.0 라이선스 — 개인 및 상업적 사용 모두 무료, 소스 코드 완전 공개
- 완전히 로컬에서 실행: 계정 불필요, 이미지당 비용 없음, 다운로드 후 인터넷 연결 불필요
- 두 가지 설치 경로: 개발자를 위한 Python 패키지, 또는 Python이나 CUDA 설정이 필요 없는 독립 NCNN-Vulkan 실행 파일
- 범용(RealESRGAN_x4plus), 애니메 최적화(RealESRGAN_x4plus_anime_6B), 얼굴 복원(GFPGAN 통합) 모델 변형 제공
- Upscayl의 업스케일 기능, ComfyUI의 업스케일 노드, AUTOMATIC1111 WebUI의 Extras 탭을 구동함 — 대부분의 사용자는 명령줄을 전혀 다루지 않음
- Vulkan 기반 실행 파일을 통해 Nvidia, AMD, Intel GPU에서, Python 패키지를 통해 Apple Silicon에서 동작
📍 한 문장으로
Real-ESRGAN은 무료 오픈소스(Apache 2.0) AI 이미지 업스케일러로, 로컬 하드웨어에서 이미지를 확대하고 디테일을 복원하며, Python 도구, 설치가 필요 없는 실행 파일, 또는 Upscayl, ComfyUI, AUTOMATIC1111 WebUI 같은 앱에 통합된 형태로 사용할 수 있습니다.
💬 쉽게 말하면
Real-ESRGAN에 흐릿하거나 저해상도인 사진을 넣으면 더 크고 선명한 버전을 출력합니다 — Topaz Gigapixel AI 같은 유료 클라우드 업스케일러와 같은 작업이지만, 모델이 자신의 GPU(또는 CPU)에서 실행되고 데이터가 자신의 기기를 벗어나지 않는다는 점이 다릅니다.
📌참고: Real-ESRGAN은 업스케일러이며 텍스트-이미지 생성기가 아닙니다. 기존 이미지를 확대하고 선명하게 만들 뿐, 프롬프트로 새 이미지를 만들지는 않습니다.
Real-ESRGAN은 아직 유지보수되고 있나요?
네. Tencent ARC Lab 연구진이 공개한 Real-ESRGAN은 GitHub에서 여전히 활발한 오픈소스 저장소로 남아 있습니다 — 아카이브되지 않았으며, 자체적으로 잦은 릴리스가 필요한 독립 앱이라기보다는 다른 활발히 개발되는 도구들이 기반으로 삼는 사실상의 표준 업스케일 백엔드로 기능하고 있습니다.
지속적인 관련성을 보여주는 가장 명확한 신호는 간접적입니다: ComfyUI의 내장 업스케일 노드, AUTOMATIC1111 WebUI의 Extras 탭, 그리고 전용 오픈소스 앱 Upscayl은 2026년 기준으로 모두 기본적으로 Real-ESRGAN 모델 가중치를 함께 제공합니다. 여러 활발히 유지보수되는 프로젝트에 인프라로 이렇게 깊이 내장된 도구는 하위 의존 프로젝트가 없는 독립 앱처럼 사라지지 않습니다.
GitHub 저장소 상태
- 상태:
- 활성, 아카이브되지 않음
- 의미:
- 소스 코드, 이슈 트래커, 풀 리퀘스트가 github.com/xinntao/Real-ESRGAN에서 계속 열려 있음
다운스트림 채택
- 상태:
- 기본으로 번들됨
- 의미:
- ComfyUI, AUTOMATIC1111 WebUI, Upscayl 모두 Real-ESRGAN 모델을 기본 또는 주요 업스케일러로 번들함
원 논문
- 상태:
- 2021년 ICCV Workshops에서 발표
- 의미:
- Xintao Wang, Liangbin Xie, Chao Dong, Ying Shan의 "Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data"
📌참고: Real-ESRGAN은 다른 도구가 내장하는 모델/라이브러리로 기능하기 때문에, "앱" 자체가 유지보수되는지 확인하기보다 이를 기반으로 만들어진 도구(Upscayl, ComfyUI)가 유지보수되는지 확인하는 것이 더 유용합니다 — 실제로 유지보수되고 있습니다.
Real-ESRGAN이란 무엇인가요?
Real-ESRGAN(github.com/xinntao/Real-ESRGAN)은 저해상도 또는 손상된 이미지를 입력으로 받아 더 크고 선명한 버전을 출력하는, Apache 2.0 라이선스의 오픈소스 AI 초해상도 모델입니다. Tencent ARC Lab 연구진이 개발했으며 2021년 ICCV Workshops에서 "Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data"라는 제목으로 발표되었습니다. 단순 보간(bicubic 또는 Lanczos 리사이징)과 달리, 기존 픽셀을 단순히 늘리는 대신 학습된 신경망을 사용해 질감, 가장자리, 미세 구조 같은 그럴듯한 디테일을 재구성합니다.
- 업스케일링: 흐리게 만드는 대신 AI가 재구성한 디테일을 추가하며 이미지를 2배 또는 4배 확대
- 복원: 깨끗하게 다운샘플링된 테스트 이미지뿐 아니라 실제로 손상된 사진에서 JPEG 압축 아티팩트, 노이즈, 블러를 제거
- 얼굴 향상: GFPGAN과의 선택적 통합으로 확대된 결과물에서 얼굴을 특별히 복원하고 선명하게 함
- 애니메 모드: 사진으로 학습된 업스케일러가 선화에서 일으키는 과도한 스무딩을 피하기 위해 애니메/일러스트 아트에 특화 학습된 별도 모델
- 배치 및 비디오 처리: 동반 스크립트(inference_realesrgan_video.py)가 같은 업스케일링을 비디오 파일에 프레임 단위로 적용
Real-ESRGAN은 어떤 모델을 제공하나요?
Real-ESRGAN은 각각 다른 종류의 이미지에 맞게 조정된 여러 사전 학습 모델 체크포인트와 함께 배포되며, 모두 도구를 처음 실행할 때 자동으로 다운로드됩니다.
모델 | 최적 용도 | 배율 |
|---|---|---|
| RealESRGAN_x4plus | 일반 사진 및 실사 이미지 | 4배 |
| RealESRGAN_x4plus_anime_6B | 애니메 및 일러스트 아트 | 4배 |
| RealESRNet_x4plus | 샤프닝 아티팩트가 적은 더 부드러운 결과 | 4배 |
| RealESRGAN_x2plus | 4배 확대가 과도한 사진 | 2배 |
| realesr-general-x4v3 | 노이즈 제거 강도를 조절할 수 있는 더 작고 빠른 범용 모델 | 4배 |
--face_enhance 옵션은 이 모델들 중 어느 것 위에도 GFPGAN을 얹어 얼굴 디테일을 특별히 복원합니다 — 다른 영역을 과도하게 부드럽게 만들 수 있으므로 얼굴이 있는 이미지에만 사용하세요.
Real-ESRGAN을 로컬에 설치하고 실행하는 방법은?
Real-ESRGAN을 실행하는 데는 두 가지 지원되는 방법이 있습니다: 스크립트 제어를 원하는 개발자를 위한 Python 패키지와, Python이나 CUDA 설정 없이 바로 사용할 수 있는 바이너리를 원하는 사람을 위한 NCNN-Vulkan 실행 파일입니다.
- 1github.com/xinntao/Real-ESRGAN을 클론하거나 다운로드한 뒤, pip install basicsr facexlib gfpgan과 pip install -r requirements.txt로 의존성을 설치합니다.
- 2클론한 저장소 안에서 python setup.py develop을 실행해 설정을 완료합니다.
- 3python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o results로 이미지를 업스케일합니다 — 모델 가중치는 첫 실행 시 자동으로 다운로드됩니다.
- 4애니메 아트에는 -n RealESRGAN_x4plus_anime_6B를 추가하고, 출력물에 GFPGAN 얼굴 복원도 적용하려면 --face_enhance를 추가합니다.
- 5VRAM이 적은 GPU에서는 --tile 400(또는 그 이하)을 추가해 이미지를 한 번에 처리하는 대신 더 작은 타일로 나눠 처리합니다 — 속도를 희생하는 대신 메모리 사용량을 낮춥니다.
- 6Python 없이 사용하는 대안: GitHub Releases 페이지에서 자신의 OS에 맞는 realesrgan-ncnn-vulkan 릴리스를 다운로드해 Vulkan을 통해 Nvidia, AMD, Intel GPU에서 바로 실행합니다.
Real-ESRGAN에는 GPU가 필요한가요?
GPU(Vulkan을 통한 Nvidia, AMD, Intel, 또는 Python 패키지를 통한 Apple Silicon)가 있으면 훨씬 빨라지지만, CPU에서도 동작합니다 — 특히 고해상도 입력에서는 이미지당 처리 시간이 상당히 길어집니다.
Real-ESRGAN에는 VRAM이 얼마나 필요한가요?
요구량은 이미지 크기와 --tile 설정에 따라 달라집니다: --tile 값을 작게(예: 200-400) 설정하면 이미지를 더 작은 조각으로 처리해 VRAM이 2-4GB에 불과한 GPU에서도 실행할 수 있지만, 전체 처리 속도는 다소 느려집니다.
Real-ESRGAN은 누구에게 적합한가요?
Real-ESRGAN은 이미지당 비용이나 구독료를 내지 않고 이미지를 확대하거나 복원해야 하며, 명령줄 도구나 그 위에 구축된 간단한 GUI 앱을 편하게 사용할 수 있는 사람에게 적합합니다.
Real-ESRGAN vs. 대안
Real-ESRGAN과 가장 가까운 비교 대상은 다른 업스케일링 도구들입니다 — 일부는 Real-ESRGAN 자체 모델 위에 직접 구축되었고, 일부는 완전히 다른 아키텍처를 사용합니다.
도구 | 인터페이스 | 라이선스 | 최적 용도 |
|---|---|---|---|
| Real-ESRGAN | CLI / NCNN-Vulkan 바이너리 | Apache 2.0 | 스크립트 가능한 로컬 업스케일링, 다른 도구의 기반 모델 |
| Upscayl | 데스크톱 GUI | AGPL 3.0 | Real-ESRGAN 모델 기반 드래그 앤 드롭 업스케일링 |
| waifu2x | CLI / 웹 / GUI 포트 | MIT | 애니메에 초점을 맞춘 더 오래된 업스케일러, Real-ESRGAN보다 가벼움 |
| ComfyUI(업스케일 노드) | 노드 기반 GUI | GPL 3.0 | 더 큰 이미지 생성 워크플로우 안의 한 단계로서의 업스케일링 |
| Topaz Gigapixel AI | 데스크톱 앱 | 독점(유료) | 수동 미세 조정과 유료 지원이 있는 전문 사진 작업 |
Real-ESRGAN 사용 시 흔한 실수
이런 실수들은 Real-ESRGAN을 생성형 도구로 취급하거나, 원본 이미지에 잘못된 모델 변형을 사용하는 데서 비롯됩니다.
자주 묻는 질문
Real-ESRGAN은 아직 유지보수되고 있나요?
네. 오픈소스 저장소는 GitHub에서 여전히 활발하며, Real-ESRGAN의 모델은 ComfyUI, AUTOMATIC1111 WebUI, Upscayl을 포함한 여러 활발히 유지보수되는 도구에 내장된 기본 또는 주요 업스케일 백엔드입니다.
Real-ESRGAN은 정말 무료인가요?
네. 개인 및 상업적 용도 모두 무료인 Apache 2.0 라이선스로 배포되며, 이미지당 비용, 구독료, 계정 요구 사항이 없습니다.
Real-ESRGAN은 어떤 라이선스로 배포되나요?
Apache 2.0, 관대한 오픈소스 라이선스입니다. 라이선스와 저작권 표시를 유지하는 한 상업 제품을 포함해 사용, 수정, 재배포할 수 있습니다.
Real-ESRGAN에는 GPU가 필요한가요?
GPU가 있으면 훨씬 빨라지지만 CPU에서도 동작합니다. CUDA(Python 패키지) 또는 Vulkan(NCNN 실행 파일)을 통해 Nvidia와 AMD GPU를, Python 패키지를 통해 Apple Silicon을 지원합니다.
Real-ESRGAN은 애니메나 일러스트 이미지를 업스케일할 수 있나요?
네, 사진으로 학습된 업스케일러가 선화에서 일으키는 과도한 스무딩을 피하기 위해 애니메와 일러스트 아트에 특화 학습된 RealESRGAN_x4plus_anime_6B 모델을 사용합니다.
Real-ESRGAN은 텍스트 프롬프트로 새 이미지를 생성할 수 있나요?
아니요. Real-ESRGAN은 초해상도 업스케일러입니다 — 기존 이미지의 디테일을 확대하고 복원합니다. 텍스트-이미지 생성은 Stable Diffusion 같은 별도의 모델 범주입니다.
Real-ESRGAN과 Upscayl의 차이는 무엇인가요?
Real-ESRGAN은 기반이 되는 오픈소스 모델과 명령줄 도구입니다. Upscayl은 Real-ESRGAN의 모델을 드래그 앤 드롭 그래픽 인터페이스로 묶은 별도의 오픈소스 데스크톱 앱(AGPL 3.0)으로, 터미널을 전혀 다루지 않아도 됩니다.
Real-ESRGAN은 이미지뿐 아니라 비디오도 업스케일할 수 있나요?
네, 동반 스크립트 inference_realesrgan_video.py를 통해 동일한 업스케일링 모델을 비디오 파일에 프레임 단위로 적용합니다.
Real-ESRGAN에는 VRAM이 얼마나 필요한가요?
이미지 해상도와 --tile 설정에 따라 달라집니다. --tile을 200-400으로 낮추면 이미지를 더 작은 조각으로 처리해 VRAM이 2-4GB에 불과한 GPU에서도 실행할 수 있지만, 전체 처리 속도는 다소 느려집니다.