인페인팅과 아웃페인팅
인페인팅(inpainting)은 이미지에서 마스크를 씌운 영역을 그림의 나머지와 어울리는 새로 생성한 내용으로 채우는 것입니다. 아웃페인팅(outpainting)은 같은 개념을 가장자리 바깥에 적용해 이미지를 프레임 너머로 넓히는 것입니다.
다른 이름: inpaint, outpaint, outpainting, generative fill, generative expand
작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식
배경 속 사람이나 빈 하늘 같은 영역을 칠하고, 필요하면 그곳에 무엇이 들어갈지 설명합니다. 모델은 마스크를 씌운 영역만 다시 생성해 주변의 마스크 없는 픽셀과 어우러지게 합니다. 사진 편집 도구는 이를 생성형 채우기(generative fill)라는 이름으로 판매합니다.
작동 방식
확산 모델에서는 마스크 영역이 노이즈로 시작하고 나머지 이미지는 고정됩니다. RePaint 논문은 인페인팅용으로 학습한 적 없는 모델로도 이것이 가능함을 보여 주었습니다. 노이즈 제거 단계마다 알려진 픽셀은 원본 이미지에서 가져오고, 마스크 픽셀만 모델에서 나옵니다. 전용 인페인팅 모델은 마스크를 추가 입력으로 받아 학습하며, 대개 경계가 더 깔끔합니다.
아웃페인팅
아웃페인팅은 테두리 바깥의 새 캔버스 영역을 마스크로 다룹니다. 정사각형 이미지를 넓은 배너로 바꾸는 것처럼 화면비를 바꾸거나, 장면을 더 많이 보여 주는 데 씁니다. 모델이 새 영역의 모든 것을 지어내야 하므로 결과가 프롬프트에 크게 좌우됩니다.
관련 용어
인페인팅은 이미지 투 이미지 편집의 국소적인 형태입니다. ComfyUI와 InvokeAI 같은 도구가 둘 다 지원하며, Adobe Firefly는 호스팅 편집기에서 이를 제공합니다.
한계
마스크가 크면 이음매, 맞지 않는 조명, 반복되는 질감이 드러납니다. 사람을 그럴듯하게 지우거나 더하는 일은 오해를 부르는 이미지로 이어지기도 쉽습니다.
관련 용어
- 이미지 투 이미지
- 이미지 투 이미지(image-to-image)는 기존 이미지와 프롬프트로 새 이미지를 생성하는 작업으로, 원본 구조의 일부를 유지하면서 스타일, 디테일, 내용을 바꿉니다.
- 확산 모델
- 확산 모델(diffusion model)은 여러 단계에 걸쳐 노이즈를 조금씩 제거하면서 무작위 노이즈를 이미지 같은 데이터로 바꾸는 법을 배우는 생성 모델입니다.
- 텍스트 투 이미지(Text-to-image)
- 텍스트 투 이미지(text-to-image)는 프롬프트라고 부르는 글 설명으로부터 새 그림을 생성하는 작업입니다. 현재 대부분의 텍스트 투 이미지 모델은 텍스트를 조건으로 하는 확산 모델입니다.
- ControlNet
- ControlNet은 텍스트 이미지 확산 모델이 텍스트 프롬프트에 더해 엣지 맵, 깊이 맵, 사람의 자세 같은 구조 가이드를 따르게 하는 신경망 애드온입니다.
- AI 이미지 업스케일링
- AI 이미지 업스케일링(AI image upscaling), 또는 초해상도(super-resolution)는 신경망으로 이미지를 확대하면서 그럴듯한 디테일을 채워 넣어, 단순한 크기 조정보다 결과가 더 선명해 보이게 하는 기술입니다.