배경 제거 기능이 브라우저에서 100% 작동하는 원리

몇 년 전만 해도 사진의 배경을 제거하려면 서버에 업로드하고, 대기열에서 기다린 후, 서비스가 사본을 보관하지 않기를 바라는 과정을 거쳐야 했습니다. 오늘날에는 웹 페이지를 열고 사진을 드롭하면 몇 초 만에 깔끔하게 잘라낸 결과물을 얻을 수 있으며, 이때 파일은 장치를 떠나지 않습니다. 내부적으로 이것이 어떻게 작동하는지 살펴보겠습니다.

세그멘테이션 모델로 시작합니다

배경 제거는 이미지 세그멘테이션(image segmentation) 문제입니다. 즉, 모든 픽셀에 대해 모델이 '전경(foreground)'인지 '배경(background)'인지를 결정합니다. 연구자들은 컨볼루션 신경망(convolutional neural networks)을 수천 장의 라벨링된 인물 사진과 제품 사진으로 훈련시켜 가장자리—머리카락, 털, 투명한 유리 등 까다로운 경우—를 찾는 데 매우 능숙해졌습니다.

이것을 브라우저로 가져온 비결은 이러한 모델들을 작고 휴대 가능하게 만드는 것이었습니다. 모델들은 ONNX와 같은 형식으로 내보내지고(exported), 양자화(quantized)되며, WebAssembly 또는 WebGPU에서 실행되도록 컴파일됩니다. 이전에 GPU 서버가 필요했던 작업이 이제는 몇 초 만에 노트북의 CPU나 통합 그래픽에서도 작동합니다.

사진을 드롭했을 때 실제로 일어나는 일

1. 로컬 디코딩(Decode locally). 브라우저는 Canvas API 또는 createImageBitmap을 사용하여 이미지를 읽습니다. 업로드 과정은 없습니다.
2. 추론 실행(Run inference). 양자화된 모델이 페이지 내에서 이미지 텐서(image tensor)를 처리하여 알파 마스크(alpha mask)를 생성합니다 (종종 onnxruntime-web을 통해).
3. 마스크 정제(Refine the mask). 약간의 페더링/엣지 스무딩(feathering/edge smoothing)이 머리카락 주변의 후광(halos)을 정리해 줍니다.
4. 합성 및 내보내기(Composite and export). 전경은 투명한 캔버스에 그려지고 PNG로 내보내집니다—모든 과정이 클라이언트 측에서 이루어집니다.

'브라우저에서'라는 것이 들리는 것보다 더 큰 의미인 이유

• 개인 정보 보호(Privacy). 개인 사진, 신분증 문서, 미출시 제품 사진 등 어떤 것도 네트워크를 통과하지 않습니다.

• 첫 로드 후 오프라인 작동(Offline after first load). 페이지와 모델 가중치(model weights)가 캐싱되면 불안정한 연결 상태에서도 작동할 수 있습니다.

직접 시도해 보세요

실제로 작동하는 것을 보고 싶다면, Napizo의 무료 배경 제거기가 정확히 이 기능을 수행합니다: 페이지를 열고 JPG 또는 PNG 파일을 넣은 다음, 투명한 PNG 파일을 다운로드하세요. 모델이 브라우저에서 실행되기 때문에 업로드가 없고, 회원 가입도 필요 없으며, 워터마크도 없습니다. 사용자의 파일은 기기를 벗어나지 않습니다.

더 넓은 교훈은 이렇습니다: 브라우저는 조용히 심각한 컴퓨팅 플랫폼이 되었습니다. 모델이 몇 메가바이트의 WASM에 들어맞게 되면, 'AI 기반'이라는 것이 더 이상 '데이터를 우리 클라우드로 전송하라'는 의미가 아니게 됩니다. 그리고 이것은 사용자와 개발자 모두에게 이득입니다.