Old Photo Studio

작동 방식

Old Photo Studio는 웹 브라우저 안에서 옛날 사진을 복원합니다. 사진은 처음부터 끝까지 내 기기 안에 머무릅니다.

사진은 내 기기 안에 머무릅니다

사진을 고르면 브라우저가 그 사진을 기기에서 읽어 메모리에 올립니다. 복원은 내 기기가 직접 합니다. 작은 모델 파일과 이를 실행하는 소프트웨어를 쓰며, 둘 다 저희 웹사이트에서 받습니다. 사진은 저희에게도, 다른 누구에게도 전송되지 않습니다. 결과를 저장할 때는 저장할 곳을 직접 고를 수 있습니다. 휴대폰에서 사진 저장을 누르면 휴대폰의 공유 메뉴가 열리고, 거기서 사진을 사진첩이나 파일에 저장할 수 있습니다. 브라우저가 파일을 공유할 수 없으면, 사진은 다른 파일과 마찬가지로 그냥 내려받아집니다.

도구를 처음 쓸 때 브라우저가 모델과 소프트웨어를 내려받습니다. 브라우저가 그 사본을 보관하므로, 다음 방문부터는 다시 내려받지 않아도 됩니다. 이 파일에는 여러분이나 사진에 관한 정보가 들어 있지 않습니다.

사진에 일어나는 일

  1. 사진을 고릅니다. JPEG, PNG, WebP 파일을 쓸 수 있습니다. 옆으로 찍힌 사진은 먼저 방향을 바로잡습니다. 아주 큰 사진은 기기가 처리할 수 있도록 먼저 작게 줄입니다.
  2. 긁힘과 먼지를 표시합니다. 긁힘 탐지 모델이 긁힘, 먼지, 작은 점을 찾아 빨간색으로 표시합니다. 사람 눈에 비친 빛을 작은 점으로 잘못 알기 때문에 얼굴은 제외합니다. 표시는 참고용입니다. 실제 사진에서는 일부 먼지와 가는 긁힘을 놓칠 수 있습니다. 인화 사진의 찢어지거나 들쭉날쭉한 가장자리도 손상으로 표시할 수 있으니, 시작하기 전에 테두리를 잘라 내세요.
  3. 표시를 확인합니다. 모델이 놓친 손상은 칠하기로 덧칠하고, 손상이 아닌 표시는 지우기로 지우세요. 필요하면 되돌리기도 할 수 있습니다. 그다음 「메우고 복원하기」를 누르거나, 사진을 그대로 두려면 「이 단계 건너뛰기」를 누르세요.
  4. 표시한 부분을 메웁니다. 메우기 모델은 표시된 부분만 주변 모습을 바탕으로 다시 그립니다. 작업은 긴 쪽 변이 약 1,024픽셀인 사본에서 하고, 메운 부분은 표시된 안쪽에서만 원래의 전체 사진에 다시 합칩니다. 사진의 나머지 부분은 건드리지 않습니다.
  5. 바랜 명암을 고르게 합니다. 고정된 단계에서 바랜 사진의 명암 폭을 넓힙니다. 그래서 가장 어두운 곳은 더 어둡게, 가장 밝은 곳은 더 밝게 됩니다. 이 단계는 사진의 색 기운을 바꾸지 않습니다. 7단계에서 색 입히기를 끄면, 세피아나 갈색 계열 사진은 그 색조를 유지합니다.
  6. 화질 개선 모델이 사진을 정리하고 키웁니다. 이 모델은 사진의 밝고 어두운 세부를 다룹니다. 거친 입자, 흐릿함, 네모난 압축 자국이 대상입니다. 사진은 가로와 세로가 각각 4배가 됩니다. 사진의 색은 일반적인 크기 조절 방법으로 키운 뒤 다시 합치므로, 이 모델은 색을 바꾸지 않습니다.
  7. 원하면 색을 입힙니다. 흑백사진이나 세피아 사진이면, 색 모델이 메우고 명암을 고른 사진을 바탕으로 색을 제안합니다. 그 색은 확대된 결과와 합쳐져 원래 크기로 나옵니다. 색이 없는 사진은 「색 입히기」가 기본으로 켜져 있고, 컬러 사진은 꺼져 있습니다. 「색 입히기」 스위치로 켜거나 끌 수 있습니다. 「색 강도」 슬라이더로 색을 은은하게 또는 진하게 조절하면 결과가 바로 바뀝니다. 색은 모델의 추측이며, 실제 색이 아닙니다. 더 나은 색을 얻는 팁은 흑백사진 컬러복원 페이지에 있습니다.
  8. 비교하고 저장합니다. 원본과 결과를 비교해 볼 수 있습니다. 결과는 사진 이름 뒤에 ’-restored’를 붙인 새 PNG 파일로 저장됩니다. 원본 파일은 바뀌지 않습니다. 새 파일에는 촬영 날짜나 사용한 카메라 같은 원본의 숨은 정보가 남지 않습니다.

처리 속도는 어떤가요?

기기와 사진 크기에 따라 다릅니다. WebGPU를 지원하는 브라우저에서는 도구가 기기의 그래픽 칩을 쓰는데, 보통 더 빠릅니다. 그 밖의 브라우저에서는 중앙처리장치(CPU)를 쓰며, 이쪽이 더 느립니다. 첫 번째 사진은 모델을 내려받을 때까지 기다려야 합니다.

사용하는 모델

모델은 저희가 직접 학습시켰습니다. 학습에는 Megalith-10M 데이터셋에서 모은 옛날 사진을 썼습니다. 이 사진들은 Flickr가 퍼블릭 도메인, CC0(권리를 보유하지 않음), 또는 “no known copyright restrictions”(Flickr Commons, 알려진 저작권 제한 없음)으로 표시한 것입니다. 각 모델은 학습 과정에서 더 큰 오픈소스 모델 일부를 참고 모델로 삼았습니다. 저희는 직접 학습한 모델만 공개합니다. 참고 모델은 이 사이트에 포함되어 있지 않습니다.

긁힘과 먼지 표시

  • 저희가 손상을 일부러 넣은 옛날 사진으로 학습시켰습니다. 실제 손상 사진의 표시는 Microsoft의 “Bringing Old Photos Back to Life”(옛날 사진을 다시 살려내기, MIT 라이선스)에 쓰인 긁힘 탐지기로 만들었습니다. 이 탐지기는 학습할 때 참고 모델로 썼습니다.

표시 메우기

  • 저희가 학습시켰습니다. 학습 중 참고 모델로 LaMa(Apache-2.0 라이선스)를 썼습니다.

색 입히기

  • 저희의 ColorNet 모델입니다. 인코더는 torchvision의 ImageNet으로 학습된 MobileNetV3-Large 모델(BSD-3-Clause 라이선스)에서 시작합니다.
  • 저희가 학습시켰습니다. 학습 중 참고 모델로 DDColor(Apache-2.0 라이선스)를 썼습니다.

화질 개선 모델 (거친 입자와 흐릿함을 줄이고, 가로와 세로를 각각 4배로 키움)

  • 구조: SRVGGNetCompact. Real-ESRGAN과 함께 Xintao Wang 외 연구진이 공개했습니다(BSD-3-Clause 라이선스).
  • 학습 중 참고 모델로 Real-ESRGAN 모델을 썼습니다. general-x4v3를 노이즈 제거 강도 0.5로 쓴 모델(BSD-3-Clause, © 2021 Xintao Wang)과, 앞선 학습 단계의 RealESRGAN_x4plus(같은 라이선스)입니다. 저희 모델은 저희 사진에서 이 모델들의 결과에 맞추도록 학습했습니다.

모델을 실행하는 소프트웨어

  • Microsoft의 ONNX Runtime Web(MIT 라이선스).

저희 모델

  • 이 사이트의 복원 모델은 저희가 학습시켰습니다. 복제, 추출, 재사용을 위해 라이선스를 주지 않습니다. 여기에 적은 라이선스는 저희가 이름을 밝힌 오픈소스 프로젝트의 것이며, 저희 모델은 그 라이선스로 공개하지 않습니다.

Links: Bringing Old Photos Back to Life https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life · LaMa https://github.com/advimman/lama · DDColor https://github.com/piddnad/DDColor · torchvision https://github.com/pytorch/vision · Real-ESRGAN https://github.com/xinntao/Real-ESRGAN · ONNX Runtime https://github.com/microsoft/onnxruntime · Megalith-10M https://huggingface.co/datasets/madebyollin/megalith-10m

한계

  • 없어진 것은 되살릴 수 없습니다. 찢겨 나간 모서리, 구멍, 얼굴을 가로지르는 심한 긁힘은 복원할 재료가 남지 않습니다.
  • 세밀한 부분은 추정합니다. 사진을 키울 때는 학습한 옛날 사진을 바탕으로 입자와 질감을 채웁니다. 얼굴과 글씨가 원본보다 매끄럽거나 조금 다르게 나올 수 있습니다. 인쇄하기 전에 확인하세요.
  • 긁힘 표시는 참고용입니다. 긁힘 탐지 모델은 일부 먼지와 가는 긁힘을 놓치며, 얼굴은 제외합니다. 메우기 전에 빨간 표시를 확인하세요. 얼룩은 지우지 못합니다.
  • 메운 부분은 추측입니다. 메우기 모델은 주변을 바탕으로 원래 있었을 법한 모습을 그립니다. 얼굴, 눈, 글씨를 확인하세요.
  • 색은 추측입니다. 컬러 모델은 실제 색을 알지 못합니다. 원피스나 자동차가 다른 색이었을 수도 있습니다. 슬라이더로 색을 은은하게 하거나 색 입히기를 끄세요.
  • 원본의 복사본이 아닙니다. 결과는 내 사진으로 만든 새로운 그림입니다. 원래의 인화 사진과 처음 스캔한 파일을 보관하세요. 미국 국립기록관리청은 디지털로 옮긴 뒤에도 원본을 보관하라고 권합니다.

출처: National Archives(미국 국립기록관리청), “Digitizing Family Papers and Photographs” (영어). https://www.archives.gov/preservation/family-archives/digitizing.html (2026년 11월 4일 확인)