옛날 사진 복원 — AI가 돌려준 그 얼굴은 ‘만들어진’ 얼굴입니다

옛날 사진 복원은 이제 5초면 끝납니다. 흐릿한 사진을 올리면 AI가 선명하게 돌려줍니다.

문제는 그다음입니다. 돌아온 그 얼굴이, 사진 속 그 사람이 맞느냐는 것입니다.

결론부터 말씀드리면 아닙니다. 흐려서 안 보이던 눈·코·입을 AI가 “찾아낸” 게 아니라 그럴듯하게 새로 그려 넣은 것입니다. 이건 제 감상이 아니라 그 기술을 만든 사람들이 논문에 써 놓은 내용입니다.

그렇다고 쓰지 말라는 얘기가 아닙니다. 어디까지가 안전하고 어디부터가 창작인지 선을 알고 쓰면 됩니다. 이 글은 그 선을 긋습니다.

📌 이 글 뒤쪽에서 두 가지를 말씀드립니다
1. 그 ‘닮음’을 0에서 1 사이 숫자 하나로 조절하는 손잡이가 실제로 있습니다. 어디에 있는지 알려드립니다.
2. 무료 도구 중에 무료인데 내 유튜브·상품 사진에는 못 쓰는 것이 있습니다. 어느 쪽인지 갈라 드립니다.

옛날 사진 복원은 한 가지 작업이 아닙니다

“사진 복원”이라고 한 단어로 부르지만, 실제로는 성격이 다른 다섯 가지가 섞여 있습니다. 이걸 안 나누면 엉뚱한 도구를 붙잡게 됩니다.

오른쪽 칸이 이 글의 핵심입니다. 아래로 갈수록 AI가 지어내는 비중이 커집니다. ①은 옮기는 일이고, ⑤는 그리는 일입니다. 같은 “복원”이라는 말로 묶여 있을 뿐 성격이 정반대입니다.

그래서 순서가 중요합니다. ①을 제대로 안 해 놓고 ⑤부터 하면, AI는 원본에 있던 정보까지 버리고 새로 그리게 됩니다.

시작은 AI가 아니라 스캔입니다

국가기록원이 훼손된 사진 기록물을 다루는 순서를 보면 이 원칙이 그대로 보입니다. 국가기록원의 기록물 보존·복원 안내에 적힌 절차는 상태검사(재질분석·산성도 측정) → 보존처리(클리닝·수선·보존용기 교체·산화억제제 투입) → 고해상도 스캔 → 디지털 복원 순입니다.

여기서 눈여겨볼 게 있습니다. 원본 종이를 고치는 일(보존처리)과 이미지를 고치는 일(디지털 복원)이 완전히 분리돼 있습니다. 원본에는 색을 칠하지 않습니다. 색은 스캔본에만 칠합니다.

집에서도 같습니다. 원본 사진은 그대로 두고, 스캔 파일을 가지고 놉니다. 그리고 그 스캔을 잘해 놓으면 나중에 더 좋은 AI가 나왔을 때 다시 돌릴 수 있습니다.

작은 사진일수록 더 높은 해상도로 스캔해야 합니다

여기서 대부분 반대로 합니다. “작은 사진이니까 대충 300dpi면 되겠지” 하는데, 정확히 거꾸로입니다.

미국 국립기록관리청(NARA)이 정한 기록물 디지털화 기술 가이드라인(2004년 6월)은 해상도를 dpi로 정해 두지 않았습니다. 대신 “긴 변이 4,000픽셀 나오게 하라”고 정해 놓고, 필요한 해상도는 원본 크기에서 역산하게 했습니다. 그래서 인화사진(반사 스캔) 권장값이 이렇게 나옵니다.

필름·네거티브는 훨씬 올라갑니다. 같은 문서에서 35mm 필름은 약 2,800 ppi를 권장합니다. 원본이 손톱만 하니 같은 픽셀을 뽑으려면 그만큼 촘촘히 읽어야 하기 때문입니다.

NARA가 문서에 적어 둔 계산식은 한 줄입니다.

스캔 해상도 = 목표 출력 해상도 × 확대배율

즉 dpi는 목표가 아니라 결과입니다. 목표는 픽셀 수입니다. (참고로 크기 기준은 테두리·마운트를 뺀 사진 영역만으로 재라고 명시돼 있습니다. 앨범 대지까지 재면 해상도를 낮게 잡게 됩니다.)

우리 집 사진은 몇 dpi로 스캔해야 하나

위 계산식을 그대로 넣었습니다. 옛날 사진 복원의 첫 단추가 이 숫자이니, 사진의 긴 변 길이만 재서 넣어 보십시오.

기본값(13cm 사진)으로 돌리면 약 790 dpi가 나옵니다. 위 NARA 표의 "4"×5" → 약 800 ppi"와 맞아떨어집니다.

무료로 되는 곳부터 — 구글 포토는 구독 없이 됩니다

옛날 사진 복원에 돈을 쓰기 전에, 이미 폰에 깔린 것부터 확인하실 만합니다.

구글은 공식 발표에서 매직 지우개(Magic Eraser)·사진 흐림 제거(Photo Unblur)·인물 사진 조명(Portrait Light)을 구독 없이 모든 구글 포토 사용자에게 연다고 밝혔습니다(2024년 5월 15일 시작). 원문 표현이 "no subscription required" 입니다.

• 기기 조건: 램 3GB 이상 + 안드로이드 8.0 또는 iOS 15 이상, 혹은 크롬OS 118 이상의 크롬북 플러스
• 주의할 구분: 같은 발표에서 매직 에디터(Magic Editor)는 월 10회 저장까지만 무료라고 못 박았습니다. 인터넷 정리글에 "구글 포토 AI 편집은 월 10회 무료"라고 적힌 걸 종종 보는데, 그 10회는 매직 에디터 얘기지 흐림 제거가 아닙니다. 헷갈리기 쉬운 대목이라 원문을 확인하시는 게 좋습니다.
• 요금·한도는 바뀔 수 있으니 실제로 쓰시기 전에 위 공식 페이지에서 현재 조건을 다시 보십시오.

흐린 사진을 또렷하게 만드는 정도, 즉 앞서 나눈 갈래 중 ②(화질 개선)까지는 여기서 대부분 해결됩니다. 사진 화질 높이기가 목적이라면 사실상 여기서 끝나고, 여기까지는 안전한 구간입니다. 원본에 있던 정보를 다듬는 쪽이기 때문입니다.

문제는 얼굴이 아예 뭉개진 사진입니다. 거기서부터 성격이 바뀝니다.

얼굴에서 갈립니다 — AI는 복원하는 게 아니라 생성합니다

뭉개진 얼굴을 또렷하게 만드는 기술을 학계에서는 블라인드 얼굴 복원(blind face restoration)이라고 부릅니다. 이 분야에서 가장 널리 쓰이는 연구가 난양공대(NTU) S-Lab의 CodeFormer(NeurIPS 2022)입니다.

논문(arXiv:2206.11253, Zhou·Chan·Li·Loy)의 첫 문장이 이 글의 답입니다.

"Blind face restoration is a highly ill-posed problem."
(블라인드 얼굴 복원은 답이 하나로 정해지지 않는 문제다.)

수학에서 ill-posed는 입력만으로는 정답을 결정할 수 없다는 뜻입니다. 사진이 뭉개졌다는 건 그 정보가 파일에서 사라졌다는 뜻이고, 사라진 건 계산으로 되찾을 수 없습니다.

그래서 이 기술이 실제로 하는 일은 논문의 다음 표현에 그대로 적혀 있습니다. 미리 학습해 둔 얼굴 사전(코드북)에서 "고품질 얼굴을 생성하기 위한 풍부한 시각적 원소"(rich visual atoms for generating high-quality faces)를 꺼내 온다는 것입니다.

꺼내 오는 곳이 '당신의 사진'이 아니라 '수많은 남의 얼굴로 학습한 사전'입니다. 그래서 결과물은 이렇게 됩니다.

• 또렷합니다. 화질은 진짜로 좋아집니다.
• 그런데 그 이목구비는 통계적으로 가장 그럴듯한 얼굴이지, 그 사람의 얼굴이라는 보장이 없습니다.
• 원본이 흐릴수록 AI가 채워 넣는 비중이 커지므로, 가장 복원하고 싶은 사진일수록 가장 많이 지어냅니다.

이건 AI가 없는 논문을 지어내는 것과 뿌리가 같은 현상입니다. 모델은 "모르겠다"고 답하는 대신 빈칸을 그럴듯한 것으로 채우도록 만들어져 있습니다. 이 성질 자체를 다루는 법은 AI 환각(할루시네이션) 줄이는 법에 따로 정리해 두었습니다.

그러니 영정사진·족보용 인물사진처럼 "이 사람이 맞다"가 중요한 용도라면, 얼굴 복원 AI 결과를 그대로 쓰시면 안 됩니다. 적어도 원본을 나란히 두고 확인하셔야 합니다.

사진을 «복원»하는 대신 사진 속 «글자»만 읽어내는 일이라면 조건이 훨씬 단순합니다. 그때 결과를 가르는 것도 결국 선명도인데, 그 기준은 영어 사진 번역 편에 공식 문서 그대로 옮겨 두었습니다.

그 '닮음'을 조절하는 손잡이가 실제로 있습니다

앞에서 예고한 게 이것입니다. 연구자들도 이 문제를 알고 있었고, 아예 조절 손잡이를 만들어 놓았습니다.

논문은 "fidelity와 quality 사이를 유연하게 맞바꿀 수 있는 제어 가능한 특징 변환 모듈"을 제안했다고 밝힙니다. 그리고 공식 저장소에 그 손잡이의 사용법이 한 줄로 적혀 있습니다.

"Fidelity weight w lays in [0, 1]. Generally, smaller w tends to produce a higher-quality result, while larger w yields a higher-fidelity result."

정리하면 이렇습니다.

"복원 결과가 이상하게 남 같다"는 대부분 이 값이 낮게 잡혀 있어서입니다. 웹 데모에서 이 슬라이더를 찾아 1쪽으로 올리면 훨씬 원본에 가까워집니다. 대신 뭉개진 느낌이 남습니다.

그게 정상입니다. 사라진 정보는 없는 것이고, 없는 걸 매끈하게 만들면 그건 창작입니다. 이 손잡이는 "얼마나 창작할 것인가"를 정하는 다이얼입니다.

덧붙이면, AI 사진복원 결과가 "어딘가 AI 같다"고 느껴지는 이유도 여기 있습니다. 피부가 지나치게 매끈하고 눈동자가 유난히 또렷하면 그건 모델이 학습한 평균 얼굴 쪽으로 끌려간 흔적입니다. AI가 쓴 글에서 특정 어휘 버릇이 반복되는 것과 같은 종류의 지문이고, 글 쪽 지문은 AI 문체 편에 아홉 가지로 정리해 두었습니다.

저자들이 직접 운영하는 무료 데모는 Hugging Face Space와 Replicate에 있습니다. 설치 없이 브라우저에서 이 값을 바꿔 가며 비교해 보실 수 있습니다.

무료인데 못 쓰는 경우 — 라이선스가 갈립니다

두 번째로 예고한 대목입니다. 여기서 개인 소장용과 수익용이 완전히 갈립니다.

같은 얼굴 복원 오픈소스인데 라이선스가 정반대입니다.

CodeFormer의 라이선스 원문은 "비상업적 목적의 재배포 및 사용을 허가한다"(for non-commercial purpose)로 시작하고, 상업적 목적이 필요하면 기여자에게 별도로 연락하라고 명시합니다.

즉 이렇습니다.

• 우리 집 앨범을 복원해 가족과 나눈다 → 문제없습니다.
• 복원한 사진을 유튜브 영상·블로그·상품 상세페이지에 쓴다, 남의 사진을 복원해 주고 돈을 받는다 → CodeFormer 쪽은 라이선스 위반 소지가 있습니다.

수익 활동에 쓰실 거라면 GFPGAN 저장소처럼 Apache 2.0으로 공개된 쪽을 쓰시거나, 상업적 이용을 명시적으로 허용한 유료 서비스를 쓰시는 게 안전합니다. 유료로 넘어갈지 판단하는 기준은 도구마다 비슷해서, 챗지피티 유료 가격에서 정리한 "무료로 어디까지 되는지 먼저 재 보고 결제한다"는 순서를 그대로 쓰시면 됩니다.

"무료"라고 적혀 있어도 내려받은 결과물을 어디에 쓰느냐에서 조건이 갈리는 건 AI 도구 전반에 공통입니다. 음성 쪽에서도 똑같은 함정이 있어 AI 목소리 만드는 법에서 서비스별 상업적 이용 조건을 따로 비교해 두었습니다. 배경을 지우는 도구들도 무료 구간의 경계가 제각각이라 배경 제거 사이트에 정리해 두었습니다.

사진 복원, 어디까지 AI에 맡기고 어디부터 사람에게 맡기나

앞의 다섯 갈래를 다시 꺼내서 선을 그으면 이렇게 됩니다.

사람(전문 업체)에게 맡기는 게 나은 경우는 분명합니다.

• 원본이 찢어졌거나 곰팡이·습기 손상이 있어 종이 자체를 손봐야 할 때 — 이건 스캔 전에 해야 하는 물리적 작업입니다
• 필름·유리건판 등 특수 매체라 전용 스캐너가 필요할 때
• 결과물이 영정·기념 액자처럼 되돌릴 수 없는 용도일 때
• 얼굴이 심하게 뭉개졌는데 그 사람이어야 할 때 — AI가 가장 많이 지어내는 조건이 정확히 이것입니다

반대로 앨범에 잘 있던 사진을 스캔해서 흐림만 걷어내고 가족 단톡방에 올리는 정도라면, 무료 도구로 충분합니다. 돈을 쓰실 자리는 복원이 아니라 스캔 장비 쪽인 경우가 많습니다.

자주 묻는 질문

옛날 사진 복원은 무료로 어디까지 되나요?

스캔한 파일이 있다면 흐림 제거·화질 개선까지는 구글 포토에서 구독 없이 됩니다(2024년 5월 15일 구글 공식 발표 기준, 램 3GB·안드로이드 8.0 또는 iOS 15 이상). 뭉개진 얼굴을 또렷하게 만드는 얼굴 복원은 CodeFormer·GFPGAN의 공식 무료 데모에서 시험해 볼 수 있습니다.

AI가 복원한 얼굴은 실제 그 사람과 같나요?

같다고 보장할 수 없습니다. CodeFormer 논문은 이 문제를 "답이 하나로 정해지지 않는(ill-posed) 문제"로 규정하고, 학습된 코드북에서 얼굴을 생성한다고 설명합니다. 원본이 흐릴수록 AI가 지어내는 비중이 커집니다.

그럼 원본에 더 가깝게 만들 방법은 없나요?

CodeFormer의 fidelity weight(w) 값을 1쪽으로 올리면 원본 충실도가 높아집니다. 공식 저장소는 "w가 작을수록 화질이 좋고, w가 클수록 충실도가 높다"고 안내합니다. 대신 뭉개진 흔적이 남습니다.

오래된 사진은 몇 dpi로 스캔해야 하나요?

미국 국립기록관리청 기준은 dpi가 아니라 픽셀 수입니다. 긴 변이 4,000픽셀 나오도록 잡으라는 것이고, 그래서 8"×10"은 약 400ppi, 5"×7"은 약 570ppi, 4"×5"은 약 800ppi가 됩니다. 35mm 필름은 약 2,800ppi입니다. 위 계산기에 사진 크기를 넣으시면 바로 나옵니다.

폰 카메라로 찍어서 복원하면 안 되나요?

급하면 됩니다. 다만 조명 반사·렌즈 왜곡·기울어짐이 섞여 들어가 AI가 그것까지 '원본의 특징'으로 오해할 수 있습니다. 한 번만 할 작업이라면 스캔이 낫습니다.

흑백 사진을 컬러로 바꾼 색은 실제 색인가요?

아닙니다. 학습 데이터를 근거로 한 추정색입니다. 옷·배경처럼 흔한 대상은 그럴듯하게 맞지만, 특정 인물이 그날 입은 옷 색을 알아낸 것이 아닙니다. 기록으로 남기실 때는 "채색본"이라고 표시하시는 게 정확합니다.

복원한 사진을 유튜브나 상품 페이지에 써도 되나요?

도구의 라이선스를 확인하셔야 합니다. CodeFormer는 NTU S-Lab License 1.0으로 비상업 용도만 허용하며 상업적 이용은 별도 문의가 필요합니다. GFPGAN은 Apache 2.0이라 상업적 이용이 허용됩니다.

원본 사진은 어떻게 보관하나요?

국가기록원 절차에서도 원본 보존처리와 디지털 복원은 분리돼 있습니다. 원본에는 손대지 마시고 스캔본으로 작업하십시오. 스캔 원본 파일(무압축)은 따로 남겨 두시면 나중에 더 나은 도구가 나왔을 때 다시 돌릴 수 있습니다.

정리

옛날 사진 복원에서 기억하실 것은 세 줄입니다.

첫째, 스캔이 먼저입니다. 그리고 작은 사진일수록 높은 해상도로 뜹니다. 기준은 dpi가 아니라 긴 변 4,000픽셀입니다.

둘째, 얼굴에서 성격이 바뀝니다. 화질 개선까지는 다듬는 일이지만, 뭉개진 얼굴을 또렷하게 만드는 건 없는 정보를 새로 그리는 일입니다. 논문이 그렇게 규정합니다.

셋째, 그 정도를 정하는 손잡이가 있습니다. fidelity weight를 1쪽으로 올리면 덜 예쁘지만 더 닮습니다. 무엇을 위해 복원하는지에 따라 이 값을 정하십시오.

그리고 결과물을 돈 버는 곳에 쓰실 거라면 라이선스를 먼저 보십시오. 무료와 상업적 이용은 다른 문제입니다.

이 글은 2026년 8월 15일 기준으로 각 도구의 공식 문서·논문·라이선스 원문에 적힌 내용만 정리한 것입니다. 무료 한도와 기기 요구사항은 서비스 정책에 따라 바뀔 수 있으니 실제 사용 전 공식 페이지에서 현재 조건을 확인하시기 바랍니다. 라이선스 해석이 중요한 상업적 용도라면 해당 라이선스 원문과 권리자 안내를 직접 확인하십시오.

출처

• NARA Technical Guidelines for Digitizing Archival Materials for Electronic Access — 미국 국립기록관리청, 2004년 6월 (스캔 해상도·비트 심도 기준)
• Towards Robust Blind Face Restoration with Codebook Lookup Transformer — Zhou, Chan, Li, Loy, NeurIPS 2022 (얼굴 복원의 ill-posed 성격·fidelity/quality 트레이드오프)
• CodeFormer 공식 저장소 및 라이선스 원문 — fidelity weight w 사용법, NTU S-Lab License 1.0
• GFPGAN 공식 저장소 — Tencent ARC, Apache License 2.0
• Google Photos editing features availability — 구글 공식 블로그 (무료 편집 기능 개방·기기 요구사항·매직 에디터 월 10회)
• 국가기록원 기록물 보존·복원 — 보존처리와 디지털 복원의 분리

함께 보면 좋은 상품

엡손 평판 퍼펙션 스캐너, V39II

135,000원

캐논 평판 스캐너

123,000원

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.