2026-08-31
내 반려동물 사진으로 뭔가 만들기 — 컷아웃의 자리, 그리고 털이 하는 일
한국에서 반려동물은 이미 소수의 취미가 아닙니다. KB금융이 2025년 6월 발간한 '2025 한국 반려동물 보고서'에 따르면 2024년 말 기준 반려가구는 591만 가구로 전체 가구의 26.7%, 반려인은 1,546만 명으로 총인구의 29.9%입니다. 그리고 그 반려동물의 '사진'이 무언가의 재료가 되는 흐름은 숫자로 잡힙니다. 세계 최대 핸드메이드 마켓 엣시(Etsy)의 커뮤니티팀이 올여름 판매자용으로 공개한 트렌드 노트(2026년 7월 14일 기준 검색 데이터, 최근 3개월을 전년 동기와 비교)를 보면 커스텀 고양이 초상화 검색이 전년 대비 17% 증가(강아지 초상화 7%), 강아지 선물 검색 30% 증가, 그리고 반려동물 추모(pet memorial) 검색이 30% 증가했습니다. 초상화 굿즈든, 메신저 스티커든, 추모 액자든 — 이 프로젝트들은 거의 전부 같은 첫 단계에서 시작합니다. 소파 위에, 잔디밭에, 주방 바닥에 서 있던 아이를 배경에서 분리하는 일입니다.
프로젝트가 달라도 첫 단계는 같습니다
커스텀 초상화 머그컵, 단체 채팅방에 쓸 강아지 스티커, 액자에 넣을 추모 실루엣, 하품하는 고양이 다꾸 스티커 — 결과물로는 공통점이 없지만 파일로 보면 전부 같은 지점에서 출발합니다. 반려동물만, 투명 배경 위에. 다음 차례의 도구 — 굿즈 제작 사이트의 업로더, 스티커 가져오기, 포토북 레이아웃 — 는 아이를 '자기' 배경 위에 앉히고 싶어 하지, 우리 집 거실을 원하지 않기 때문입니다. (엣시 작가에게 초상화를 의뢰하는 경우라면 여기서 읽기를 멈춰도 됩니다: 평범한 사진을 보내면 분리는 작가의 일입니다. 이 글은 직접 만드는 경로에 관한 글입니다.)
좋은 소식부터: 모델은 사람이 아니어도 상관하지 않습니다
배경 제거 도구가 사실은 '인물' 제거 도구인데 초상 사진으로 시연될 뿐 아닐까 하는 걱정은 합리적입니다. NearBG의 모델은 그렇지 않습니다. U2Netp는 사람 전용 세그멘테이션이 아니라 '현저한 피사체 탐지(salient object detection)' — 사진에서 가장 두드러진 대상이 무엇이든 찾아내는 과제 — 를 위해 만들어진 계열의 모델입니다. 화면을 가득 채운 강아지, 창턱의 고양이, 러그 위의 토끼는 정확히 이 모델이 상정한 "뚜렷한 피사체 하나"짜리 입력입니다. 실제로 존재하는 실패 지점들은 종(種)과는 무관하고, 전부 '가장자리'와 관련 있습니다.
정직한 난관: 털과 수염
이 블로그의 머리카락 글이 그 메커니즘을 자세히 다뤘고, 그 내용은 반려동물에 두 배로 적용됩니다. 세그멘테이션 모델은 픽셀마다 안이냐 밖이냐를 결정하는데, 보통 해상도에서 픽셀보다 가는 수염은 피사체와 배경이 실제로 섞인 색이면서도 어느 한쪽으로 강제 분류됩니다. 등, 다리, 얼굴 윤곽은 깔끔하게 나오고, 가장 복슬복슬한 곳 — 귀 끝의 잔털, 흔들리는 꼬리, 복잡한 배경 앞의 수염 — 에서 거칠어진다고 예상하면 정확합니다. 이걸 가장 크게 움직이는 변수는 사진 선택입니다. 어두운 소파 위의 검은 고양이는 최악의 경우(낮은 대비 + 가는 털)이고, 같은 고양이라도 밝은 민무늬 벽 앞에서, 고른 조명에, 화면을 채우게 찍힌 사진이면 전혀 다른 경험이 됩니다. 동물 사진의 직업병인 모션 블러도 가는 털과 같은 방식으로 애매한 픽셀을 만들기 때문에, 이 작업에 한해서는 매력적으로 흔들린 사진보다 심심하게 선명한 사진이 낫습니다.
NearBG의 자리, 좁게 말하면
- 컷아웃 단계를 어떤 OS의 어떤 브라우저에서든, 온디바이스로 처리합니다: 사진은 탭 안에서 처리되고 어디로도 업로드되지 않습니다 — 계정도, 서버 사본도, 제3자가 보관할 것도 없습니다. 반려동물 사진은 부담 없는 사진 같지만, 아이 뒤에 찍힌 것들 — 우리 집 거실, 집 앞 골목, 프레임 가장자리의 가족 — 을 보면 이야기가 달라집니다.
- 자동 제거가 끝나면 크기 조절 슬라이더가 달린 터치업 브러시로 모델이 잘못 남긴 부분 — 배 아래 카펫 조각, 꼬리와 함께 붙어 온 장난감 — 을 지울 수 있고, 리셋 버튼은 손대기 전의 자동 결과로 되돌립니다. 브러시는 지우기만 합니다: 모델이 이미 놓친 수염을 그려 넣을 수는 없습니다. 브러시는 알파를 빼는 도구이지, 애초에 분리되지 못한 디테일을 복원하는 도구가 아니니까요.
- 다운로드는 원본 사진 해상도의 PNG입니다. 그리고 PNG로 유지하세요 — JPEG로 다시 저장하면 투명 영역이 조용히 흰 상자로 채워집니다. 이 블로그의 굿즈 제작(POD) 글이 인쇄 쪽에서 기록한 바로 그 실패입니다.
- 한 번에 한 장이 정직한 단위입니다. 강아지 스티커 열두 장짜리 팩이면 열두 번을 돌려야 하고, 배치 모드는 없습니다. 컷아웃 이후의 모든 일 — 수채화풍 초상화로 바꾸기, 머그컵 템플릿에 얹기, 스티커 플랫폼 규격으로 리사이즈하기, 칼선 잡기 — 도 명시적으로 다른 도구의 일입니다.
추모라는 경우에 대하여
엣시 목록에서 가장 빠르게 크는 숫자 — 추모 검색 30% 증가 — 는 워크플로가 가장 냉정해지는 경우이기도 해서, 분명히 적어둘 가치가 있습니다. KB 보고서에 따르면 한국 반려가구의 절반 이상(54.7%)이 펫로스를 경험했습니다. 세상을 떠난 아이의 굿즈나 액자를 만들 때, 가진 사진이 가진 사진의 전부입니다. 대비가 좋은 쪽으로 다시 찍을 수 없으니 위의 조언이 뒤집힙니다: 있는 것 중 가장 나은 사진을 고르고, 흐리거나 어두운 사진이면 가장자리가 거칠 것을 예상하고, 브러시로 다듬되 — 브러시는 넘친 부분을 정리할 뿐 마스크가 놓친 털을 되살리진 못한다는 걸 알고 시작하는 겁니다. 온디바이스 처리는 여기서 조용한 무게를 하나 더 갖습니다: 그런 사진을 실루엣 한 장 얻자고 익명의 서버에 건네고 싶은 사람은 많지 않습니다.
솔직한 요약
여기 적은 외부 사실에는 전부 이름 붙은 출처가 있습니다: 2026년 검색 수치(고양이 초상화 +17%, 강아지 선물 +30%, 추모 +30%, 2026년 7월 14일 기준)는 엣시 커뮤니티팀 자신의 트렌드 노트에서, 시장의 규모(반려가구 591만·전체의 26.7%, 반려인 1,546만 명, 펫로스 경험 54.7%)는 KB금융의 2025 한국 반려동물 보고서에서, 미국 쪽 규모(9,500만 반려 가구, 2024년 1,580억 달러 지출)는 미국반려동물용품협회(APPA)의 산업 통계 페이지에서 왔습니다. 도구에 대한 주장은 도구의 코드에서 왔습니다: 설계상 사람 아닌 피사체도 다루는 현저한 피사체 탐지 모델, 세그멘테이션 자체에서 물려받은 털·수염의 한계, 리셋이 딸린 지우기 전용 브러시, 한 번에 원본 해상도 투명 PNG 한 장 — 그리고 머그컵과 스티커 시트와 액자가 시작되는 곳에서 정확히 멈추는 경계까지.