How to Upscale an Image Without Making It Blurry

3년 전, 나는 고객의 얼굴이 변하는 것을 보았습니다. 그녀의 할머니의 1940년대 결혼 사진의 "향상된" 버전을 보여주었을 때였습니다. 우리는 갤러리 벽을 위해 그것을 업스케일하기 위해 프리미엄 서비스를 지불했지만, 결과는 마치 누군가 렌즈에 바세린을 바른 것처럼 보였습니다. 그 순간은 디지털 복원 전문가로서 이미지 업스케일링에 접근하는 방식을 완전히 바꿔 놓았습니다.

저는 마커스 첸이며, 지난 12년 동안 박물관, 개인 수집가 및 상업 고객을 위해 이미지를 복원하고 향상시키는 작업을 해왔습니다. 그 기간 동안 47,000개 이상의 이미지를 처리했으며, 다게레오타입에서 디지털 스냅샷에 이르기까지 업스케일링을 블러 없이 수행하는 것은 단순히 문제에 더 많은 픽셀을 던지는 것이 아니라는 것을 배웠습니다. 그것은 이미지에 어떤 정보가 존재하는지를 이해하고 그것을 지능적으로 확장하는 것과 관련이 있습니다.

사실, 대부분의 사람들은 업스케일링에 대해 완전히 잘못 접근합니다. 그들은 가진 소프트웨어에서 이미지를 열고, 모서리를 드래그하여 키운 다음, 왜 수채화처럼 보이는지 궁금해합니다. 그러나 업스케일링은 과학이며, 원리를 이해하면 다시는 흐릿한 확대 이미지를 만들지 않을 것입니다.

이미지가 업스케일될 때 왜 흐려지는지 이해하기

해결책으로 들어가기 전에 적을 이해해야 합니다. 이미지를 업스케일할 때는 소프트웨어에 존재하지 않는 정보를 생성하라는 요청을 하는 것입니다. 만약 1000x1000 픽셀의 이미지가 있고 이를 2000x2000으로 만들고 싶다면, 컴퓨터에 300만 개의 새로운 픽셀을 공중에서 만들어 내라고 요구하는 것입니다.

전통적인 업스케일링 방법은 이중 선형 또는 이중 다항식 재샘플링과 같은 보간 알고리즘을 사용합니다. 이 알고리즘은 주변 픽셀을 보고 본질적으로 그것들을 평균하여 새로운 픽셀을 생성합니다. 빨간 픽셀이 파란 픽셀 옆에 있고 그 사이에 픽셀을 만들어야 한다고 상상해보세요. 알고리즘은 "음, 아마도 보라색이겠지,"라고 하며 보라색 픽셀을 생성합니다. 이것을 수백만 번 반복하면 그 특징적인 부드럽고 흐릿한 모습이 나타납니다.

블러는 이러한 알고리즘이 세부정보보다는 매끄러움을 우선시하기 때문에 발생합니다. 이러한 알고리즘은 거친 전환 및 톱니 모서리를 피하도록 설계되어 있습니다. 이론적으로는 좋은 것처럼 보이지만, 실제로는 선명한 모서리가 부드러워지고, 섬세한 세부사항이 사라지며, 질감이 흐릿해지는 것을 의미합니다. 나는 300 DPI의 이미지가 단지 잘못된 업스케일링 방법을 사용했을 뿐인데 72 DPI의 웹 그래픽처럼 보이게 되는 것을 본 적이 있습니다.

여기 내 작업에서의 구체적인 예가 있습니다: 작년, 나는 고급 시계 브랜드의 광고 캠페인을 위해 상품 사진을 업스케일하기 위해 고용되었습니다. 원본 이미지는 4000x6000 픽셀로 촬영되었지만, 광고판에는 12000x18000 픽셀이 필요했습니다. 표준 포토샵 이중 다항식 보간법을 사용했더니, 시계 면은 먼 거리에서는 괜찮아 보였으나 가까이서 보면 완전히 무너졌습니다. 베젤의 정교한 조각들이 흐릿한 얼룩으로 바뀌었고, 바늘의 선명한 선들은 모든 정의를 잃어버렸습니다. 우리는 모든 것을 더 높은 해상도로 다시 촬영해야 했으며, 클라이언트에게 추가 사진비로 23,000달러가 들었습니다.

핵심 통찰은 이렇습니다: 업스케일링 중의 블러는 버그가 아니라 구식 알고리즘의 특징입니다. 현대적인 접근 방식은 단순히 픽셀을 평균화하는 것이 아니라 패턴을 분석하고 구조를 인식하며 세부정보를 지능적으로 재구성합니다. 이 구분을 이해하는 것은 선명하고 깨끗한 업스케일을 만드는 첫 번째 단계입니다.

해상도 현실 점검: 시작점을 알아야 합니다

모든 이미지가 성공적으로 업스케일될 수 있는 것은 아니며, 당신이 패배하는 전투를 싸우고 있다는 것을 인식하면 수없이 많은 좌절을 막을 수 있습니다. 나는 내 작업에서 "3배 규칙"이라고 부르는 것을 사용합니다: 일반적으로 품질 저하가 용납할 수 없게 되기 전까지 이미지를 원래 치수의 최대 3배까지 업스케일할 수 있습니다.

"전통적인 보간은 누군가가 한 번도 본 적 없는 그림을 설명해 달라고 요청하는 것과 같습니다. 결과는 최선의 경우 교육받은 추측일 뿐이며, 그 추측은 흐림으로 표현됩니다."

시작하기 전에 이미지의 실제 해상도를 확인하십시오. 파일을 오른쪽 클릭하고 속성을 보며 픽셀 크기를 확인합니다. 1920x1080 이미지는 최신 AI 도구를 사용하면 5760x3240(3배 업스케일)로 키울 수 있습니다. 11520x6480(6배)로 늘리면 어떤 방법을 사용하더라도 아티팩트가 나타나기 시작합니다. 클라이언트가 640x480 웹캠 사진을 포스터 크기로 인쇄하려고 고집했을 때 나는 이를 힘들게 배웠습니다. 제한 사항을 설명한 후에도 진행하고 싶어 했습니다. 결과는 추상 미술 같았고, 클라이언트는 내 기술이 아닌 불가능한 원본 자료를 탓했습니다.

또한 이미지의 내용을 고려해야 합니다. 선명한 가장자리가 있는 고대비 이미지는 부드럽고 그라디언트가 많은 이미지보다 업스케일이 더 잘 됩니다. 머리카락, 풀, 천 질감과 같은 세부 사항이 많은 사진은 큰 단색 영역이 있는 이미지보다 더 어려운 작업입니다. 나는 내 스튜디오에서 주제별 업스케일링 난이도를 보여주는 참조 차트를 유지합니다. 건축 사진은 "쉬운" 범주에 들어가며(직선과 기하학적 형태가 많음), 긴 머리의 인물 사진은 "어려움"으로 분류되며, 털이나 깃털의 이미지는 "매우 어려움"으로 분류됩니다.

포맷도 중요합니다. 여러 번 압축된 JPEG 파일로 시작한다면, 이미 저하된 정보로 작업하고 있는 것입니다. 이러한 압축 아티팩트는 업스케일 중에 확대됩니다. 가능하다면 항상 클라이언트에게 원본의 압축되지 않은 파일을 요청합니다. RAW 카메라 파일이 이상적이며, 다음으로 고품질 TIFF 또는 PNG가 좋습니다. 만약 제공된 파일이 심하게 압축된 JPEG뿐이라면, 업스케일하기 전에 노이즈 감소 및 아티팩트 제거 작업을 해야 할 수도 있으며, 이는 과정에 또 다른 복잡성을 더합니다.

AI 기반 업스케일링: 게임 체인저

2019년, 내 분야는 모든 것이 바뀌었습니다. AI 기반 업스케일링 도구가 전문가와 소비자 모두에게 접근 가능해졌고, 그 결과는 혁신적이었습니다. 이 도구들은 단순한 픽셀 평균화 대신, 수백만 개의 이미지를 학습하여 업스케일링된 이미지에 어떤 세부정보가 있어야 하는지를 이해합니다.

현재 나는 다양한 목적으로 세 가지 AI 업스케일링 도구를 사용하고 있습니다. 토파즈 기가픽셀 AI는 일반 사진 작업을 위한 주 도구입니다. 가격은 99달러이며, 지난 2년 동안 8,000개 이상의 이미지를 통해 작업했습니다. 결과는 전통적인 방법보다 항상 유의미하게 더 뛰어납니다. 포토샵의 이중 다항식 보간법이 6/10 결과를 줄 수 있다면, 기가픽셀은 8.5/10 또는 그 이상을 제공합니다.

이 기술은 당신의 이미지를 분석하고 AI가 학습한 패턴과 비교하여 작동합니다. 벽돌 벽의 사진을 업스케일링하고 있다면, AI는 "이것은 벽돌 텍스처다"라고 인식하고, 실제 벽돌 벽이 높은 해상도에서 어떻게 보이는지를 기반으로 모르타르 선과 표면 세부 사항을 재구성합니다. 이는 임의의 세부정보를 발명하는 것이 아니라 사진 현실을 기반으로 한 교육받은 추측을 하는 것입니다.

특히 초상화를 위해 나는 얼굴 특징을 전문으로 하는 Remini 또는 Let's Enhance를 사용합니다. 이 도구들은 인체 해부학을 이해하고 얼굴 세부사항을 놀라운 정확도로 재구성할 수 있습니다. 최근에 나는 클라이언트의 추모식을 위해 400x600 픽셀 초상화를 2400x3600으로 업스케일링했으며, 가족들은 이게 원본 고해상도 사진이 아니라는 것을 믿지 못했습니다. AI는 개별 속눈썹, 피부 질감, 심지어 피사체의 눈 주변의 미세한 주름도 정확하게 재구성했습니다.