문서·업무 도구직접 테스트

설치형 무료 배경 제거 모델 4개로 사진 5장을 지워 봤어요: 곱슬머리·고양이 털·카메라·유리병

업로드 없이 내 PC에서 도는 배경 제거 모델 4개(imgly small·medium, MODNet, BiRefNet lite)를 같은 사진 5장에 돌렸어요. 흰 배경 위 카메라를 온전히 남긴 건 BiRefNet lite뿐(몸체 불투명도 99.6%)이었지만, 한 장에 약 5초와 메모리 약 12GB가 들었어요.

7분 읽기2026. 10. 23.

결론부터: 이런 분께 추천합니다

BiRefNet lite가 맞는 경우

  • 제품·소품 사진처럼 피사체를 빠짐없이 남겨야 할 때
  • 메모리 여유가 12GB 이상인 PC에서 몇 장씩 처리할 때
  • 모델 라이선스(MIT)가 단순해야 할 때

imgly medium가 맞는 경우

  • 사람·동물 사진을 설치 한 번으로 오프라인 처리할 때
  • 메모리 1GB 안팎으로 돌려야 할 때
  • AGPL-3.0 조건을 지킬 수 있는 개인·내부 작업

MODNet가 맞는 경우

  • 인물 사진만 빠르게 많이 처리할 때(1장 약 0.5초)
  • 메모리가 적은 PC

imgly small가 맞는 경우

  • 이번 5장에서는 추천할 장면이 없었어요 — 얼굴 구멍·배경 조각이 가장 많았어요

테스트 조건

테스트 항목
곱슬머리 인물, 흰 배경 위 소품 3개(안경·카메라·시계), 복잡한 배경 앞 가방, 장모 고양이, 분홍 배경 유리병 — 5장
같은 입력
위키미디어 공용의 CC0 사진 5장을 가로 1920px JPEG로 내려받아 네 모델에 똑같이 넣었어요. 사진마다 같은 프로세스에서 3번 돌려 가운데 값을 기록하고, 결과 투명 PNG를 체크무늬 위에 겹쳐 비교했어요.
테스트 시점
2026-10-23
사용한 요금제
Intel Core i7-13700F(논리 24개)·메모리 15.5GB, Ubuntu 26.04 LTS(WSL2), Node.js 22.23.2, GPU 미사용 / @imgly/background-removal-node 1.4.5(onnxruntime-node 1.17.3), @huggingface/transformers 4.3.1(onnxruntime-node 1.30.0) / 모두 무료·가입 없음

항목별 상세 결과

사진imgly smallimgly mediumMODNetBiRefNet lite
곱슬머리 인물얼굴·코에 구멍, 조각 414개깔끔, 곱슬 윤곽 유지(조각 2개)오른쪽 아래 벽 일부 남음(조각 8개)깔끔, 곱슬 윤곽 유지(조각 7개)
흰 배경 소품 3개카메라 반투명(불투명도 29%)카메라 반투명(45.9%)안경·카메라 사라짐(카메라 1%)3개 모두 온전(카메라 99.6%)
복잡한 배경 가방가방 남음, 왼쪽 고리 흐릿가방 남음, 왼쪽 고리 흐릿가방 가운데 큰 구멍가방·고리까지 남음
장모 고양이털 바깥 배경 조각 44개깔끔(조각 2개), 바깥 수염 일부 남음윤곽 둘레에 흐린 흰 띠윤곽 가장 또렷, 뻗은 수염은 덜 남음
분홍 배경 유리병분홍 배경 조각 1,171개병 몸통 반투명(52.6%)병 가운데 큰 구멍병 전체 불투명(99.7%), 분홍색 그대로
1장 처리 시간(중앙값)1.2~1.4초1.6~1.8초0.44~0.62초5.0~5.2초(처음 3번은 10.8~19.2초)
최대 메모리1,280MB1,050MB640MB12,036MB

사진을 웹사이트에 올리지 않고 내 PC 안에서만 도는 무료 배경 제거 모델 4개를 같은 사진 5장에 돌려 봤어요. 네트워크를 끊은 상태(리눅스 unshare -rn)로 imgly small·MODNet·BiRefNet lite를 다시 돌려도 결과 파일이 바이트까지 같아서, 모델을 한 번 받아 두면 인터넷 없이 동작하는 것도 확인했어요.

무엇을, 어떻게 비교했나요

imgly는 npm 패키지 안에 모델(small 44.3MB, medium 88.2MB)이 들어 있어요. 설정에 large라는 이름도 있지만 넣어 보면 'Resource /models/large not found' 오류가 나요. MODNet과 BiRefNet lite는 transformers.js로 돌렸고, 첫 실행 때 모델을 내려받아요.

품질은 정답 마스크 없이 판단했어요. 눈으로 구멍·배경 찌꺼기·가장자리를 보고, 불투명 픽셀이 서로 떨어진 덩어리 몇 개로 남았는지(30픽셀 이상) 세고, 카메라·유리병 몸통 안쪽의 평균 불투명도를 쟀어요. 덩어리가 피사체 수보다 많으면 배경 조각이 흩어진 거예요.

사진 5장의 원본과 imgly small, imgly medium, MODNet, BiRefNet lite 배경 제거 결과를 체크무늬 위에 나란히 놓은 비교표
테스트 화면5장 × 4개 전체 결과. 체크무늬가 보이는 곳이 지워진 부분이에요. 사진: Tanja Heffner, Dmitry Ratushny, Crew, dorota dylka, SnapbyThree MY(위키미디어 공용 CC0).

사람과 털: imgly medium과 BiRefNet lite가 깔끔했어요

곱슬머리 인물에서 imgly medium과 BiRefNet lite는 덩어리 2개, 7개로 깔끔했고 곱슬 윤곽도 살았어요. MODNet은 오른쪽 아래 벽 일부를 남겼고, imgly small은 얼굴에 구멍이 뚫리고 배경 조각이 414개 흩어졌어요.

인물 사진 얼굴과 오른쪽 머리카락 부분 확대 비교. imgly small은 뺨과 코에 구멍이 보인다
테스트 화면얼굴·머리카락 확대. imgly small만 뺨과 코에 구멍이 생겼어요. 사진: Tanja Heffner(CC0).

고양이는 가장자리 처리가 갈렸어요. imgly medium은 뻗은 수염을 남기는 대신 배경의 푸른빛이 섞였고, BiRefNet lite는 윤곽이 가장 또렷한 대신 수염이 덜 남았어요. MODNet은 둘레에 흐린 흰 띠가 생겼어요.

장모 고양이 얼굴과 털 가장자리 확대 비교
테스트 화면고양이 털 확대. imgly small은 오른쪽에 배경 조각이 남았어요. 사진: dorota dylka(CC0).

물건 사진: 차이가 가장 컸어요

흰 배경 위 안경·카메라·시계 사진에서 카메라 몸통 평균 불투명도가 BiRefNet lite 99.6%, imgly medium 45.9%, imgly small 29%, MODNet 1%였어요. imgly는 카메라를 반투명하게 남겼고, MODNet은 시계만 남겼어요. MODNet 모델 카드는 스스로를 인물 매팅(portrait matting) 모델로 소개해요.

흰 배경 위 안경과 카메라 확대 비교. imgly는 카메라가 반투명, MODNet은 거의 사라짐
테스트 화면흰 배경 소품 확대. 카메라 위로 체크무늬가 비치면 반투명하게 남은 거예요. 사진: Dmitry Ratushny(CC0).

벽·게시물·창문이 섞인 배경 앞 가방은 imgly 두 모델과 BiRefNet lite 모두 통째로 남겼어요. imgly는 왼쪽 고리를 흐릿하게, BiRefNet lite는 진하게 남겼고, MODNet은 가방 가운데를 뚫었어요.

복잡한 배경 앞 가방 확대 비교. MODNet 결과에 큰 구멍이 있다
테스트 화면가방 확대. MODNet만 가운데가 뚫렸어요. 사진: Crew(CC0).

유리병: 정답이 없는 문제였어요

유리병은 어느 모델도 유리답게 처리하지 못했어요. BiRefNet lite는 병 몸통을 불투명(99.7%)하게 남겨 비치던 분홍 배경이 그대로 붙었어요. imgly medium은 반투명(52.6%)으로 가장 유리에 가까웠지만 분홍빛은 남았어요.

분홍 배경 유리병 확대 비교. BiRefNet lite는 병이 불투명한 분홍색으로 남는다
테스트 화면유리병 확대. 병 안에 비친 분홍 배경은 네 모델 모두 지우지 못했어요. 사진: SnapbyThree MY(CC0).

속도·메모리·설치 용량

1920px 사진 1장 기준, 사진별 3회 중앙값 범위. 메모리는 프로세스 최대 사용량이에요.

모델모델 파일불러오기1장 처리최대 메모리
imgly small44.3MB(내장)2.0초1.2~1.4초1,280MB
imgly medium88.2MB(내장)1.9초1.6~1.8초1,050MB
MODNet25.9MB(첫 실행 때 받음)2.4초(받기 포함)0.44~0.62초640MB
BiRefNet lite224.0MB(첫 실행 때 받음)6.3초(받기 포함)5.0~5.2초12,036MB

BiRefNet lite는 처음 3번이 10.8~19.2초로 들쭉날쭉하다가 5초 안팎으로 안정됐고, 메모리가 약 12GB까지 올라가 8GB PC에서는 어렵다고 봐야 해요. 설치 용량도 커서 node_modules가 imgly만 761MB, transformers.js까지 1,500MB였어요.

Tip

imgly 기본 PNG는 품질 0.8 설정 때문에 256색 팔레트 PNG로 저장돼요. 파일은 0.2~1.1MB로 작지만 처리가 1.5~3.8초로 늘었어요. 위 표는 image/x-rgba8로 받아 무손실 PNG로 저장한 시간이에요.

따라 해 보기: imgly 한 줄 실행

  1. 1
    Node.js 설치

    nodejs.org에서 설치해요. 이번 테스트는 22.23.2였어요.

  2. 2
    패키지 설치

    빈 폴더에서 npm install @imgly/background-removal-node 를 실행해요.

  3. 3
    저장하고 실행

    아래 코드를 remove-bg.cjs 로 저장하고 같은 폴더에서 node remove-bg.cjs 사진.jpg 를 실행해요. 고양이 사진 1장이 2.7초 걸렸어요.

remove-bg.cjs (이번에 실제로 돌려 본 코드)
const fs = require("fs");
const { removeBackground } = require("@imgly/background-removal-node");
const input = process.argv[2];
const photo = new Blob([fs.readFileSync(input)], { type: "image/jpeg" });
removeBackground(photo, { model: "medium" }).then(async (blob) => {
  const output = input.replace(/\.\w+$/, "-nobg.png");
  fs.writeFileSync(output, Buffer.from(await blob.arrayBuffer()));
  console.log("저장:", output);
});

명령어가 부담스럽다면 기본 기능부터 써 보세요. Office는 그림을 고르고 [그림 서식] > [배경 제거](Microsoft 도움말), 아이폰은 사진 앱에서 대상체를 길게 터치한 뒤 [복사]나 [공유](Apple 설명서)를 누르면 돼요. 이 둘은 같은 사진으로 시험하지 않았어요.

잘 안 된 경우

  • imgly small: 인물 얼굴에 구멍, 유리병 사진에 분홍 배경 조각 1,171개가 남았어요.
  • imgly small·medium: 흰 배경 위 흑백 카메라를 반투명(29%, 45.9%)으로 남겼어요.
  • MODNet: 사람이 아닌 사진에서 안경·카메라를 지우고 가방·유리병을 뚫었어요.
  • BiRefNet lite: 유리병을 분홍색 불투명 병으로 만들었고 메모리를 약 12GB 썼어요.
  • 실행 실수: 설치 폴더가 아닌 곳에서 imgly를 실행하자 resources.json을 못 찾는 ENOENT 오류가 났어요. 설치 폴더에서 실행하거나 publicPath로 경로를 지정하세요.
주의

imgly 패키지는 AGPL-3.0이라 고쳐서 웹 서비스로 제공하면 이용자에게 소스 코드를 공개해야 해요(다른 라이선스는 IMG.LY 문의). 많이 쓰이는 briaai/RMBG-1.4는 모델 카드에 비상업적 이용 전용이라 적혀 있어 뺐어요. MODNet(Apache-2.0)·BiRefNet lite(MIT)도 사업에 쓰기 전 원저장소 라이선스를 확인하세요.

한계와 주의할 점

  • 사진 5장, PC 한 대의 하루 테스트라 사진이 바뀌면 순위도 달라질 수 있어요.
  • 정답 마스크 없이 눈과 단순 지표(덩어리 수, 영역 평균 불투명도)로 비교했어요. 정확도 점수가 아니에요.
  • GPU 없이 CPU만 쓴 WSL2 환경이고, 같은 PC에서도 재실행 때 시간이 10~30% 달랐어요.
  • RMBG-1.4, imgly 브라우저 데모, Office·아이폰 기능은 이번에 시험하지 않았어요.
  • 라이선스 설명은 각 페이지 내용을 옮긴 것이고 법률 자문이 아니에요.

확인한 자료