Meta SAM AI로 누끼 따는 방법 및 성능

Meta의 SAM(Segment Anything Model)은 이미지 내의 어떠한 객체든 한 번의 클릭으로 배경을 제거할 수 있는 새로운 AI 모델입니다. 이 글에서는 SAM으로 배경 제거(누끼 따기)하는 방법과 성능을 살펴보았습니다.

 

Meta SAM(Segment Anything Model) 소개

아시다시피 Meta는 페이스북과 인스타그램을 운영하는 글로벌 IT 회사입니다. OpenAI가 ChatGPT를 발표한 후 AI 모델과 서비스가 시장에 속속 등장하고 있는 상황에서 드디어 Meta가 처음으로 AI 모델을 공개했고 이름은 SAM(Segment Anything Model)입니다.

 

SAM은 클릭 또는 프롬프트로 이미지의 객체들을 구분해 특정 객체를 이미지에서 빠르게 분리해 낼 수 있습니다. 본 글에서는 누끼 따는 법을 주요 활용 예시로 설명드리지만, SAM은 향후 증강현실(VR) 앱이나, 이커머스, 의료 영상 분야 등에서 활용될 수 있을 것으로 기대됩니다.

 

 

Meta SAM으로 이미지 배경 제거 방법

• 우선 SAM 홈페이지로 접속해 우측 상단의 Demo를 클릭하고 사용 약관에 동의합니다.
• 화면을 보시면 연구팀이 사전에 올려둔 이미지들을 확인하실 수 있으며 이 중 하나를 선택해서 테스트 하시거나 상단의 “Upload an image”를 클릭해 원하시는 이미지로 시작하면 됩니다.

이미지를 선택하셨다면 아래 화면을 확인할 수 있습니다. 이미지에서 객체를 선택하는 데에는 크게 3가지 방법이 있습니다.

 

 

Meta SAM(Segment Anything Model) 소개

 

1. Hover & Click: 원하는 객체를 클릭으로 선택 후 잘라내기
2. Box: 추출을 원하는 영역에 마우스 드래그로 박스를 만들어 객체 선택
3. Everything: SAM이 알아서 이미지 내의 모든 객체를 마스킹합니다.

 

객체 선택을 완료하였다면, (4) Cut out object를 선택하면 해당 객체가 추출됩니다. 마지막으로 이렇게 추출된 객체는 (5) Cut-Outs에서 확인할 수 있고 다운로드도 가능합니다.

 

 

 

Meta SAM 성능 평가 및 소감

일단 이미지 배경 제거에 한정해 테스트 소감을 말씀 드리면, 이미지 내에 다양한 객체를 정말 빠르게 잘 인식합니다. 특히, 객체를 선택하는 방법 중 Everything을 선택하면 마우르 클릭으로 미세하게 마스킹할 필요도 없어서 굉장히 편리합니다.

 

Meta SAM(Segment Anything Model) 성능

 

다만 배경이 제거된 이미지 품질을 확인해보면 배경이 깔끔하게 제거되진 않는 경우도 있어 아직까진 상업적 목적으로 이용은 어려울 것 같습니다. 하지만 향후 이 AI가 더 발전해 나간다면 앞으로 이미지 배경 제거는 SAM이면 되지 않을까 싶습니다. 읽어주셔서 감사합니다. 오늘도 좋은 하루 보내세요!