기존의 배경 제거(background removal) 도구들은 일상적인 이미지에서는 훌륭하게 작동하지만, 미세한 머리카락이나 털, 투명한 유리, 모션 블러(motion blur)가 있는 이미지, 저대비 피사체, 복잡한 배경 등 이른바 '까다로운 이미지'에서는 여전히 한계를 보였습니다. 이러한 난이도 높은 이미지들의 배경 제거 성능을 획기적으로 개선한 오픈 가중치(open-weight) 모델 'withoutBG'가 최근 공개되어 주목받고 있습니다.
withoutBG는 수많은 훈련과 평가를 거쳐 세 번째 반복(iteration)으로 개발된 모델로, 여러 오픈소스 및 상용 모델 대비 우수한 성능을 벤치마크에서 입증했습니다. 이 모델은 macOS 앱, GIMP 3.0 플러그인, 파이썬(Python) 라이브러리, 도커(Docker) 등 다양한 형태로 제공되어 사용자가 원하는 환경에서 손쉽게 활용할 수 있습니다. 특히 macOS 앱은 드래그 앤 드롭 방식의 일괄 처리(batch processing)와 애플 실리콘(Apple Silicon) 기반 온디바이스(on-device) 추론(inference)을 지원하여 설치 후에는 오프라인에서도 작동하며, GIMP 플러그인은 로컬 서버를 통해 배경 제거 기능을 제공합니다. 모든 배포 방식에서 동일한 오픈 가중치를 사용하므로 일관된 고품질 결과를 기대할 수 있습니다.
withoutBG의 등장은 이미지 편집 작업의 효율성을 높이고, 개인 정보 보호에 대한 우려 없이 로컬 환경에서 고품질 배경 제거를 가능하게 한다는 점에서 의미가 큽니다. 특히 클라우드 기반 서비스에 민감한 데이터를 업로드하기 꺼리는 사용자나, 인터넷 연결 없이 오프라인에서 작업해야 하는 환경에서 큰 장점을 제공합니다. 또한, 오픈 가중치 모델이므로 개발자들은 허깅페이스(Hugging Face)에 공개된 ONNX 가중치를 활용하여 자신만의 커스텀 추론 파이프라인을 구축하거나, 파이썬 SDK 및 도커 이미지를 이용해 자체 호스팅(self-hosted) 서비스를 쉽게 구현할 수 있습니다. 이는 이미지 처리 기술의 접근성을 높이고, 다양한 응용 분야에서 새로운 서비스 개발을 촉진할 것으로 기대됩니다.