Spark VSSR: 구글, 비디오 업스케일링 모델과 학습 코드 전체 오픈소스화

Spark VSSR(깃허브 명칭 SparkVSR)은 저화질 영상을 선명한 고해상도 비디오로 복원하고 확대해 주는 오픈소스 비디오 초해상도 도구다. 야생동물이나 풍경 영상은 물론 오래된 고전 영화 복원과 3D 애니메이션까지 깔끔하게 처리하며, 흐릿했던 건물 외벽이나 텍스처 디테일까지 날카롭게 살려낸다.

무엇을 할 수 있나

기존 비디오 업스케일러들은 대부분 블랙박스 형태로 동작했다. 모델이 화면 일부를 뭉개거나 어색한 인공물을 만들어내도 사용자가 이를 교정할 방법이 사실상 없었다.

Spark VSSR은 몇 장의 키프레임을 제어 신호로 활용하는 방식을 택해 이 한계를 풀었다.

사용자가 평소 쓰던 단일 이미지 업스케일러로 영상 속 소수의 키프레임만 먼저 고화질로 다듬어 두면, Spark VSSR이 원래 영상의 움직임을 해치지 않으면서 그 고화질 디테일을 전체 영상 프레임으로 자연스럽게 전파한다.

품질 평가 벤치마크에서도 기존 베이스라인 대비 CLIP-IQA 최대 24.6%, DOVER 21.8%, MUSIQ 5.6% 향상된 수치를 기록했다. Star나 CDVR, Flash VSSR 등 기존 업스케일러와 비교해도 화면 깜빡임이 적고 윤곽선이 뚜렷하다.

구동 사양과 공개 범위

이번 오픈소스 공개는 범위가 매우 넓다. 단순 추론 코드와 사전 학습 가중치뿐 아니라 전체 학습 파이프라인 코드, 데이터셋 준비 스크립트, 공식 ComfyUI 노드까지 전부 포함되어 있다.

다만 로컬에서 돌리기 위한 하드웨어 진입 장벽은 제법 높다. 전체 리소스 용량이 약 42.2GB에 달하기 때문에 넉넉한 VRAM을 갖춘 고성능 GPU가 필수적이다.

소프트웨어 환경은 Python 3.10 이상, PyTorch 2.5.0 이상, Diffusers 라이브러리를 요구한다. 코드는 깃허브 taco-group/SparkVSR 저장소에 공개되어 있으며 RunningHub 등 커뮤니티 플랫폼을 통해서도 배포되고 있다.

왜 중요한가

영상 복원이나 애니메이션 리마스터링을 다루는 창작자에게 Spark VSSR은 결과물을 직접 통제할 수 있는 실질적인 작업 수단을 제공한다. 운에 맡기듯 영상을 통째로 모델에 던지는 대신, 기준이 되는 몇 개 프레임만 보정해 전체 품질을 끌어올릴 수 있기 때문이다.

무엇보다 42.2GB 분량의 학습 코드와 가중치 전반을 투명하게 공개했다는 점이 핵심이다. 일반 사용자에게는 GPU 사양이 부담스럽겠지만, 자체적인 고화질 영상 파이프라인을 구축하려는 개발자나 스튜디오라면 즉시 내려받아 테스트해 볼 가치가 충분하다.