얼마 전, NVIDIA는 7월 30일에 마감된 2분기 회계연도에 전체 매출이 전년 동기 대비 171% 증가한 135억 1,000만 달러를 기록했다는 뉴스를 보았습니다. AI 관련 하드웨어, 서버 구축 등으로 타 기술 기업보다 독보적인 위치에 자리 잡았다고 평가되는데요. 현재 AI 관련 사업은 수요가 높을 뿐만 아니라 수익성도 높아서 향후 성장세가 계속 이어질 것으로 예상됩니다.
이러한 추세에 따라 개인 사용자도 활용할 수 있는 AI 기반 프로그램들이 다수 출시되었는데, 그중에는 유명 소프트웨어 기업인 Adobe의 프로그램도 포함되어 있습니다. Adobe는 Photoshop, Illustrator, Premiere, After Effects 등 PC로 무언가 작업을 하는 사용자라면 결코 빼놓을 수 없는 프로그램들을 보유하고 있는데요. 사진과 그림 제작 및 편집에 적합한 Photoshop (Beta) 버전에서는 2023년 5월부터 생성형 채우기(Generative Fill)라는 AI 기반 기능을 도입했습니다. 개인 사용자가 이것저것 해보면서 가지고 놀기에도 좋고, 지속적으로 업데이트되어 추후 정식 버전에 적용될 즈음이면 더욱 폭넓은 사용이 가능해질 것으로 예상되는 기능입니다.
하지만 이러한 AI 기능을 제대로 활용하려면 어느 정도의 하드웨어를 갖춰야 할지, 어떤 하드웨어 자원을 주로 사용하는지 알아두면 좋겠죠. 물론 비슷한 기능을 제공한다 해도 프로그램에 따라 의존하는 하드웨어가 달라질 수 있지만, 이번에는 Adobe Photoshop (Beta) 버전의 생성형 채우기 기능이 어떤 하드웨어를 주로 쓰는지에 대해 한 번 확인해 보았습니다.
생성형 AI란? WHAT IS generative AI-powered?

▲ Adobe Photoshop (Beta) 버전 로딩창. 사진의 인물은 Adobe Inc. 설립자 중 한 사람인 Charles Matthew " Chuck " Geschke
Adobe는 지난 2023년 3월에 그림 생성형 AI인 Adobe Firefly를 공개했습니다. 그림 생성형 AI 중에서 유명한 NovelAI와 비슷하다고 볼 수 있는데, 차이점이 있다면 Adobe Stock 이미지나 오픈 라이선스 이미지로만 학습하여 "이론상으론" 저작권 문제가 없는 AI 기술입니다. 하지만 세상은 늘 이론대로 흘러가지 않죠...
어쨌든, Adobe Firefly가 발표된 지 2개월 후 이를 활용한 생성형 AI 기능 생성형 채우기(Generative Fill)가 Adobe Photoshop (Beta)에 적용되었습니다. 생성형 채우기는 선택 윤곽 도구(Marquee Tool)와 같은 영역 선택 기능을 사용하여, 원본 이미지의 특정 부분을 AI가 생성한 이미지로 바꾸거나 채우는 기능입니다. 또한 프롬프트prompt 입력 칸에 특정 키워드를 입력하면 해당 단어가 이미지 생성에 반영됩니다. 이해하기 그리 어렵지 않은 기능이지만, 테스트에 활용된 사진 예시를 통해 사용법을 간단히 보여드리겠습니다.

▲ Free to use 이미지, Photo Credit: Lisa Fotios
테스트에 활용된 사진은 6000x4000 픽셀 크기입니다. 이 사진을 전체 선택하거나 내부의 일부분만 선택해도 되지만, 이번 테스트에서는 사진 우측에 6000x4000 픽셀 크기의 빈 공간을 만들고, 빈 공간을 선택하여 해당 부분을 AI가 생성한 이미지로 채우는 방식을 사용했습니다.

다만, 선택 영역을 정확히 6000x4000 픽셀 크기로 맞추면 우측에 있는 원본 이미지와 다소 동떨어진 이미지가 생성될 수 있으므로, 선택 영역이 좌측 원본 사진에 살짝 걸치도록 6100x4000 픽셀 크기로 조정하였습니다. 생성 이미지에 영향을 끼치는 키워드는 따로 입력하지 않았습니다.
위와 같은 과정을 통해 Adobe Photoshop (Beta) 생성형 채우기 기능으로 만들어진 이미지는 아래와 같습니다. 1회 이미지 생성 시 3개의 결과물이 만들어지며, 본 기사에서는 하나의 시스템 구성 당 이미지 생성을 10회 진행하여 총 30개의 결과물을 생성했습니다. 그중에서 가장 괜찮은 이미지 3개를 뽑아내어 약간의 보정을 거쳤습니다. 최종 이미지 사이즈는 12000x4000 픽셀이지만, 1100x367 크기로 리사이징한 점 참고하시기 바랍니다.



이처럼, Adobe Photoshop (Beta)의 생성형 채우기 기능을 사용하면 극히 간단한 작업으로 꽤 쓸 만한 결과물을 얻을 수 있습니다. 하지만 고해상도 이미지 기반에 최종 결과물을 리사이징했기 때문에 괜찮아 보일 뿐, 아직 보완해야 될 부분이 몇몇 존재합니다.

12000x4000 픽셀의 원본 이미지에서 1100x367 크기의 영역을 잘라낸 것입니다. 보시다시피 원본(이미지 좌측)과 선택 영역 내부(이미지 우측)의 해상도가 매칭되지 않고, 선택 영역 가장자리 부분은 종이를 접은 것처럼 경계가 뚜렷하게 구분됩니다. 경계 부분은 힐링 툴이나 패치 툴로 어느 정도 커버할 수 있긴 하지만, 추후 베타 운영이 끝나고 정식 버전에 적용될 때는 좀 더 개선된 결과를 볼 수 있길 기대합니다.
테스트 시스템 TEST SYSTEM

Adobe Photoshop (Beta) 버전의 생성형 채우기 기능이 어떤 하드웨어를 주로 사용하는지 알아보기 위해 Intel 13세대 CPU 3종 및 NVIDIA 지포스 RTX 40 시리즈 그래픽카드 5종을 준비했습니다. 추가로 Intel Core i9-13900K에 내장된 Intel UHD Graphics 770 및 AMD 라데온 RX 7900 XTX Ref. 모델도 측정하였습니다.
테스트 방식은 위에서 언급한 바와 같이, 6000x4000 픽셀 크기의 원본 사진 우측에 6000x4000 픽셀 크기의 빈 공간을 만들고, 빈 공간에 AI가 생성한 이미지로 채우는 방식을 사용했습니다. 실질적인 이미지 생성 작업 공간은 6100x4000 픽셀이며 별도의 키워드 입력은 하지 않았습니다.
생성형 채우기 기능을 사용하면 1회 작업에 3개의 무작위 결과물이 생성됩니다. 이 1회 작업을 동일하게 10번 반복한 뒤, 측정 시간의 평균을 내어 그래프로 작성하였습니다.
생성형 채우기 시간 비교 Generative Fill TIME COMPARISON

▲ 원본 이미지에서 땅쪽 부분만 선택, 키워드: Sleeping dogs
□ CPU별 비교



전체적으로 봤을 때 하드웨어 성능에 따른 특정한 규칙이 보이지 않는, 무작위성 결과가 확인됩니다. 전체적으로 평균 17 ~ 19초의 생성 시간을 보이며, 시스템에 따라 최소 1.67초에서 최대 6.41초의 시간 차이를 나타냅니다. 어떠한 성능 테스트건 간에 가장 빠른 속도가 측정되어야 할 RTX 4090이 가장 느린 시간을 보이기도 하고, 시스템 전체 사양에 맞춰 빨라지거나 느려지는 양상을 나타내지도 않는 등 CPU 및 GPU에 큰 영향을 받지 않는 결과입니다. 심지어 이 결과는, 무작위 생성이라는 변수를 최대한 억제하기 위해 동일한 테스트를 10회 진행하여 평균을 낸 결과라는 것...

그러면 캐시와 같은 다른 요인이 작용한 것이 아닌가 생각이 들 수 있는데요. 위 그래프는 i9-13900K + RTX 4060 구성의 10회 측정 결과를 꺾은선 그래프로 표시한 것입니다. 처음엔 느리다가 점점 빨라지지도 않으며 그 반대의 양상도 보이지 않는, 그야말로 완벽한(?) 무작위성을 보여주어 캐시에 대한 가능성도 없다고 할 수 있습니다.
□ 인텔 내장 그래픽, AMD 그래픽 카드는?

그렇다면 인텔 내장 그래픽이나 AMD 그래픽카드는 어떨까요? RTX 4070 그래픽카드의 결과를 기준으로 비교해 보았습니다만, 이 역시도 특별한 성능 차이를 보이지는 않았습니다. 결과는 전체 평균 17 ~ 19초에서 벗어나지 않으며, 최대 시간 차이는 1.53초로 미미합니다. RTX 4070 대비 3D 그래픽 성능 차이가 큰 내장 그래픽조차도 눈에 띄는 차이를 나타내지 않는데, 어째서 이런 결과가 나온 걸까요?

사실, 생성형 채우기 중에 작업 관리자를 띄워서 확인해 보면 쉽게 알 수 있습니다. GPU는 사실상 거의 사용하지 않으며, CPU 역시 거의 사용되지 않다가 생성된 이미지 3개가 취합되어 표시되는 과정에서 잠시 사용됩니다. 그마저도 이용률이 14~16% 정도입니다. 즉, Adobe Photoshop (Beta) 버전의 생성형 채우기 기능은 CPU 및 GPU 등 하드웨어 성능에 거의 영향을 받지 않아 어떠한 시스템에서도 큰 차이 없이 AI 생성 이미지를 얻을 수 있다는 결론에 도달합니다.
요약 SUMMARY