이미지를 놓으세요
한 장이든 여러 장이든 드래그하세요 — AI가 기기에서 실행되며 업로드되지 않습니다.
AI 업스케일
사진과 그림을 실제로 복원된 디테일로 2배·4배 확대하세요 — 무료, 무제한, 모델은 전부 기기에서 실행됩니다.
업스케일할 이미지를 놓으세요
PNG · JPG · WEBP — 일괄 처리 지원, AI가 기기에서 실행됩니다
이용 방법
한 장이든 여러 장이든 드래그하세요 — AI가 기기에서 실행되며 업로드되지 않습니다.
2배 또는 4배를 선택하세요. 큰 이미지는 메모리 안에서 처리되도록 타일로 나눠 처리됩니다.
각 결과나 전체를 zip으로 — WebP·PNG·JPG로 받으세요.
이럴 때 좋아요
작거나 흐린 사진을 디테일을 복원하며 쓸 만한 크기로 키웁니다.
썸네일과 카탈로그 이미지를 더 큰 화면용으로 선명하게 만듭니다.
일러스트와 AI 생성 이미지를 엣지를 깨끗하게 유지하며 확대합니다.
업스케일은 마법 버튼이 아니라 판단이 필요한 도구입니다. 선명한 결과와 뭉개진 결과의 차이는 대개 실행 버튼을 누르기 전의 선택에서 갈립니다 — 어떤 배율이 원본에 맞는지, 모델이 다룰 재료가 충분한지, 그리고 커진 파일을 그 다음 어떻게 할지. 깨끗한 결과를 얻고 기대치를 솔직하게 잡는 방법을 정리했습니다.
×2가 기본값이고, 대개 옳은 선택입니다. 각 변을 두 배로 늘려 픽셀이 네 배가 되고, 두 모델 중 작은 쪽(약 8 MB)으로 돌아 더 빨리 끝납니다 — 원본이 이미 쓸 만하고 그저 더 깨끗하고 큰 사본이 필요할 때 잘 맞습니다. ×4는 각 변을 네 배로, 픽셀을 열여섯 배로 늘리며, 훨씬 큰 모델(약 55 MB)에 기대므로 처음 다운로드도, 실행도 더 오래 걸립니다. 정말 작거나 저해상도인 원본에만 아끼세요. 어느 쪽인지 모르겠다면 ×2로 돌린 뒤 ×4로 전환해 비교해 보세요 — 배율마다 캐시되므로 오가는 전환은 즉시 되고, 이미 처리한 이미지를 다시 계산하지 않습니다.
이 모델은 수백만 쌍의 저해상도·고해상도 이미지로 학습되어, 단순 크기 조정처럼 픽셀을 평균 내는 대신 가장 그럴듯한 디테일을 예측합니다. 덕분에 가장자리와 질감, 압축이 남긴 흐릿함의 일부까지 실제로 복원합니다. 하지만 애초에 담기지 않은 디테일은 되살리지 못합니다. 열두 픽셀 남짓한 얼굴은 복원할 이목구비가 없어 모델이 어색한 것을 지어낼 수 있고, 작은 글자는 원래 없던 모양으로 미묘하게 뒤바뀔 수 있습니다. 이것은 복원이지 예언이 아니므로, 언제나 가진 것 중 가장 크고 깨끗한 버전에서 시작하세요 — 사본의 사본인 작은 이미지가 아니라.
어떤 원본은 모델이 만들어진 목적에 딱 맞고, 어떤 원본은 오히려 반대로 작용합니다.
픽셀이 많아지면 파일이 무거워지므로, 업스케일이 마지막 단계인 경우는 드뭅니다. 먼저 업스케일한 다음 결과를 압축 도구로 통과시켜 용량을 다시 낮추세요 — 복원된 디테일은 그대로, 크기는 일부만. 특히 웹으로 보낼 이미지에 중요합니다. 반대 방향으로, 그저 더 작은 이미지만 필요하다면 업스케일하지 마세요. 좋은 축소 필터가 있는 크기 조정이 알맞고 훨씬 빠릅니다. 흔한 흐름은 작은 원본을 쓸 만한 크기로 업스케일하고, 필요한 정확한 치수로 크기를 조정한 뒤, 용량을 위해 압축하는 것입니다.
전체 파이프라인이 기기에서 실행됩니다. 모델은 브라우저가 지원하면 WebGPU로, 아니면 CPU의 WebAssembly로 돌고, 더 큰 ×4 모델조차 한 번만 다운로드되어 이후 모든 실행에 캐시됩니다. 추론은 백그라운드 워커에서 이뤄져, 느린 ×4나 큰 타일 작업도 페이지를 멈추게 하지 않습니다 — 다발 전체를 큐에 넣고 처리되는 동안 계속 작업할 수 있습니다. 아무것도 업로드되지 않고, 어떤 서버도 이미지를 보지 않습니다.
단순 크기 조정과 신경망 초해상도가 어떻게 다른지 — 예시와 메가픽셀 비교와 함께 — 더 자세히 보려면 AI 이미지 업스케일의 원리를 읽어 보세요.
AI 모델은 WebGPU 또는 WebAssembly로 브라우저 안에서 로컬 실행됩니다. 서버도, 업로드도, 계정도 없이 — 이미지는 설계상 비공개로 유지됩니다.
초해상도 신경망(Swin2SR)이 WebGPU로, 지원되지 않으면 WebAssembly로 기기에서 실행됩니다. 단순 확대로는 뿌옇게만 커지는 엣지와 디테일을 복원합니다.
네. 모델은 한 번만 다운로드되고, 이후 모든 업스케일은 브라우저 안에서 로컬로 실행됩니다 — 이미지는 어떤 서버에도 업로드되지 않습니다.
2배는 빠르고 적당한 향상에 좋습니다. 4배는 작거나 저해상도 이미지에서 가장 많은 디테일을 복원합니다. 큰 입력은 자동으로 타일 처리됩니다.
사진과 압축·저해상도 이미지가 가장 큰 효과를 봅니다. 이미 선명하고 고해상도인 이미지는 향상 폭이 작습니다.
아니요. 가능한 경우 WebGPU로 GPU를 사용해 빠르게 처리하고, 그렇지 않으면 WebAssembly로 CPU에서 실행됩니다.
해당 배율의 모델이 처음 쓸 때 한 번 다운로드되기 때문입니다 — 4배 모델이 둘 중 더 큽니다 — 그 뒤엔 캐시됩니다. 같은 배율의 이후 실행은 다운로드를 건너뛰고 바로 시작합니다.
2배와 4배 사이 전환은 배율마다 모델을 한 번씩 돌린 뒤 결과를 캐시하므로, 오가며 비교하는 건 즉시 됩니다. 출력 포맷(WebP·PNG·JPG)만 바꾸면 완성된 이미지를 다시 인코딩할 뿐 AI는 재실행하지 않습니다.
4배 이미지는 픽셀이 16배라 자연히 무겁습니다. PNG 출력은 무손실 마스터이니, 훨씬 작은 파일이 필요하면 WebP로 내보내거나 압축 도구로 한 번 더 처리해 약간의 품질로 큰 용량 감소를 얻으세요.