AI로 사진을 일러스트로 변환하기(확산 모델)

Stable Diffusion 계열 확산 모델을 브라우저 안에서 실행해 사진을 애니메이션·수채화·유화 등의 화풍으로 다시 그립니다. “일러스트·회화풍 변환”보다 자유도가 높고 프롬프트로 화풍을 지정할 수 있습니다. 사진은 어디에도 전송되지 않습니다.

사용 환경을 확인하고 있습니다…

이 도구는 처음 실행할 때 AI 모델(약 2100 MB)을 다운로드합니다. 현재 서버 쪽 회선 사정으로 다운로드에 10분 정도 걸릴 수 있으며, 이후에는 브라우저에 저장된 모델을 사용합니다. 처리에는 WebGPU가 필요합니다.

파일을 드롭하거나 클릭해서 선택

JPG / JPEG / PNG / WEBP / AVIF / GIF / BMP / HEIC / HEIF / SVG / TIF / TIFF

파일은 기기 밖으로 전송되지 않습니다

설정

스타일

변화 강도0.55

생성 장수

출력 형식

어느 쪽을 쓸까 — 경량판과 확산 모델판의 차이

사진을 일러스트로 바꾸는 도구는 두 가지입니다. 기기와 목적에 맞게 고르세요. 먼저 경량판으로 시험해 보고 아쉬우면 확산 모델판으로 넘어가는 순서를 권합니다.

일러스트·회화풍 변환

방식: 경량 GAN(AnimeGANv2 / fast-neural-style). 화풍만 바꿉니다
필요 환경: WebGPU 없이도 동작. 스마트폰이나 오래된 노트북도 가능
첫 다운로드: 스타일당 약 8MB, 7종 약 50MB
장당 소요 시간: WebGPU 1초 이내, CPU도 몇 초
화풍 지정: 고정된 7종 중 선택
결과: 구도·표정·이목구비 유지. 실패가 적음
추천 대상: 간편하게 아이콘을 만들고 싶은 분, 기기 사양이 낮은 분

AI 일러스트 변환(확산 모델)이 페이지

방식: 확산 모델(LCM Dreamshaper v7). 프롬프트에 따라 사진을 다시 그립니다
필요 환경: WebGPU 필수. GPU 메모리 4GB 이상(내장 GPU는 공유 메모리)
첫 다운로드: 약 2.1GB. 현재 서버 회선 사정으로 10분 정도
장당 소요 시간: 내장 GPU 20〜40초, 외장 GPU 몇 초
화풍 지정: 프리셋 5종에 더해 영어 프롬프트로 자유롭게 지정
결과: 그림으로 다시 그려 표현이 풍부. 강도를 올리면 원래 얼굴에서 멀어짐
추천 대상: 게이밍 PC나 Apple Silicon Mac이 있고 화풍을 세밀하게 지정하고 싶은 분

항목	일러스트·회화풍 변환	AI 일러스트 변환(확산 모델)이 페이지
방식	경량 GAN(AnimeGANv2 / fast-neural-style). 화풍만 바꿉니다	확산 모델(LCM Dreamshaper v7). 프롬프트에 따라 사진을 다시 그립니다
필요 환경	WebGPU 없이도 동작. 스마트폰이나 오래된 노트북도 가능	WebGPU 필수. GPU 메모리 4GB 이상(내장 GPU는 공유 메모리)
첫 다운로드	스타일당 약 8MB, 7종 약 50MB	약 2.1GB. 현재 서버 회선 사정으로 10분 정도
장당 소요 시간	WebGPU 1초 이내, CPU도 몇 초	내장 GPU 20〜40초, 외장 GPU 몇 초
화풍 지정	고정된 7종 중 선택	프리셋 5종에 더해 영어 프롬프트로 자유롭게 지정
결과	구도·표정·이목구비 유지. 실패가 적음	그림으로 다시 그려 표현이 풍부. 강도를 올리면 원래 얼굴에서 멀어짐
추천 대상	간편하게 아이콘을 만들고 싶은 분, 기기 사양이 낮은 분	게이밍 PC나 Apple Silicon Mac이 있고 화풍을 세밀하게 지정하고 싶은 분

WebGPU를 쓸 수 없거나 바로 결과가 필요하면 경량판으로. 구도를 그대로 유지하고 싶을 때도 알맞습니다.일러스트·회화풍 변환

사용 방법

1
사진 추가
일러스트로 바꾸고 싶은 사진을 한 장 드롭합니다. 가운데 정사각형(512×512) 영역을 사용하므로 얼굴이 중앙에 있는 사진이 적합합니다.
2
스타일과 변화 강도 선택
애니메이션·수채화·유화·아메리칸 코믹·픽셀 아트 중에서 고르거나 영어 프롬프트로 직접 지정합니다. ‘변화 강도’를 높일수록 화풍이 강하게 나타나고, 낮출수록 원본 얼굴이 더 많이 남습니다.
3
생성하고 고르기
지정한 장수만큼 생성해 나란히 표시합니다. 마음에 드는 것만 저장할 수 있으며, 같은 설정으로 다시 실행하면 다른 결과가 나옵니다.

원리와 사용 전에 알아둘 점

LCM Dreamshaper v7(MIT 라이선스)을 fp16 ONNX로 변환해 onnxruntime-web의 WebGPU로 실행합니다. 사진을 잠재 표현으로 인코딩하고 노이즈를 더한 뒤, 프롬프트에 따라 4단계로 다시 그리는 img2img 방식입니다. ‘변화 강도’는 노이즈의 양으로, 0.5 전후가 본인임을 알아볼 수 있는 범위에서 화풍이 바뀌는 기준입니다.

모델은 총 2.1 GB로 처음 다운로드에 시간이 걸립니다. 현재는 서버 쪽 회선 사정으로 10분 정도 걸릴 수 있으며, 인프라 이전으로 개선할 예정입니다. 이후에는 브라우저에 저장된 모델을 사용하므로 기다릴 필요가 없습니다. 처리에는 WebGPU와 약 4 GB 이상의 GPU 메모리(내장 GPU는 공유 메모리)가 필요하며, 한 장에 내장 GPU는 20~40초, 외장 GPU는 몇 초가 걸립니다.

자주 묻는 질문

사진이 서버로 전송되나요?

아니요. 모델을 브라우저로 다운로드하고 생성은 사용 중인 기기의 GPU에서 실행합니다. 다만 문제를 고치기 위한 처리 통계(기기 성능, 오류 종류 등. 사진 자체, 파일 이름, 프롬프트는 포함하지 않음)는 이 사이트의 서버로 전송됩니다. 페이지 하단의 「서비스 품질 향상에 협조를 부탁드립니다」에 있는 스위치로 중지할 수 있습니다.

다운로드가 느린 이유는 무엇인가요?

현재 서버 쪽 회선 상한 때문에 4~5 MB/s 정도밖에 나오지 않아 2.1 GB에 10분 정도 걸립니다. 회선 증설을 예정하고 있습니다. 다운로드는 한 번뿐이며 이후에는 브라우저에 저장된 모델을 사용합니다.

본인과 다른 얼굴이 되는 이유는 무엇인가요?

확산 모델의 img2img는 변화 강도를 높일수록 원본 사진에서 멀어집니다. 0.4~0.5로 낮추면 얼굴 생김새가 남습니다. 얼굴 세부가 무너지면 생성 결과에 “얼굴 복원(AI)”을 적용하면 정돈됩니다.

“일러스트·회화풍 변환”과 무엇이 다른가요?

그 도구는 가벼운 GAN으로 사진의 구도를 그대로 두고 화풍만 바꿉니다(몇 초, 모델 8 MB). 이 도구는 확산 모델로 다시 그리므로 자유도가 높고 프롬프트로 지정할 수 있지만, 모델이 크고 WebGPU가 필요합니다.

서비스 품질 향상에 협조를 부탁드립니다

변환이나 압축이 실패했을 때 그 상황을 보내 주시면 원인을 찾는 데 도움이 됩니다. 어떤 기기와 형식에서 자주 실패하는지, 처리에 얼마나 걸리는지 알 수 있으면 지원 형식을 재검토하고 문제를 고치는 데 반영할 수 있습니다. 괜찮으시다면 켜 둔 채로 두시면 큰 도움이 됩니다.

전송하는 정보

사용한 도구와 선택한 설정(출력 형식·품질 등)
기기 성능(GPU 유무·메모리·코어 수)
입력 형식과 대략적인 크기
성공·실패 건수와 소요 시간
실패한 경우 오류의 종류와 내용

전송하지 않는 정보

파일 자체·파일 이름
동영상에 넣는 문자·자막·프롬프트
읽을 텍스트·목소리 설명·발음 사전·저장한 목소리
PDF의 글자·수정하거나 가린 글자·비밀번호·글꼴 이름·지정한 페이지 범위
IP 주소

전송 대상은 이 사이트의 자체 서버뿐이며 외부 서비스에는 넘기지 않습니다.

도구별로 보내는 세부 내역(개수·시간·종류·여부만)

텍스트 읽기와 PDF 도구는 「전송하는 정보」에 더해 다음 내역을 보냅니다.

텍스트 읽기: 텍스트의 대략적인 글자 수와 문장 수, 나누어 생성한 횟수, AI 모델을 불러오는 시간.
PDF 도구(공통): 페이지 수의 범위, 편집 금지 여부, 권한 비밀번호 입력 여부, 전자 서명·암호화 여부.
PDF 텍스트 수정·검게 가리기: 수정·삭제·흰색 덮기·검게 가리기 횟수, 수정한 글자 수(원래 글꼴과 대체 글꼴로 나누며 대체 글꼴은 범위)와 대체 글꼴의 종류, 수정할 수 없는 줄의 이유의 종류, 검게 가리기에서 이미지로 만든 페이지 수와 그 이유.
PDF의 페이지 작업과 이미지·PDF 변환: 입력과 출력의 개수, 회전·삭제·복제·이동한 페이지 수, 그대로 넣은 이미지·변환한 이미지·HEIC 이미지·방향을 고친 이미지의 수, 해상도를 낮춘 페이지 수(모두 범위), 원본을 고쳐 썼는지 새 문서를 만들었는지, 원래의 보호를 다시 설정했는지, 입력란을 본문에 기록했는지, 책갈피를 다시 붙였는지.
PDF 압축: 입력과 출력의 개수, 줄인 이미지·줄이지 않은 이미지·흑백 2값 이미지의 수, 줄인 이미지 중 투명 정보도 함께 줄인 이미지·무손실 압축 그대로 줄인 이미지·CMYK에서 RGB로 바꾼 이미지의 수와 압축한 횟수(모두 범위), 줄이지 않은 이유의 종류, 목표 크기에 들어갔는지와 들어가지 않은 이유의 종류, 줄어든 비율의 범위, 원래의 보호를 다시 설정했는지, 원본 PDF를 그대로 돌려줬는지.
PDF 자르기와 페이지 번호: 입력과 출력의 개수, 자르거나 번호를 넣거나 여백을 줄인 페이지 수(모두 범위), 여백 정하는 방법, 자를 페이지·번호를 넣을 페이지를 고르는 방법, 번호의 서식과 위치, 시작 번호의 범위, 원본을 그 자리에서 고쳐 썼다는 것, 원래의 보호를 다시 설정했는지.

전송함