무료 AI 영상 업스케일 FlashVSR·SeedVR2 실측, 25분과 3분 결과 화면이 같았다
올린 날 영상 공개
무료 업스케일 AI FlashVSR와 SeedVR2를 8GB 노트북과 RTX 5090에서 재 봤습니다. tiny-long이 tiny와 같은 화면인데 8.7배 빨랐고, 설정은 효과가 없었습니다.
무료 AI 영상 업스케일 도구인 FlashVSR와 SeedVR2를 같은 3.5초 클립으로 직접 돌려 봤더니, 이름만 보고는 알 수 없는 결과가 나왔습니다. 8GB 노트북에서 FlashVSR의 세 모드 중 36분 50초 걸린 것과 2분 54초 걸린 것이 있었는데, 가장 빠른 tiny-long은 tiny와 픽셀 하나까지 같은 화면을 냈습니다. 이 글은 YouTube 영상의 측정값을 조건과 한계까지 묶어 다시 정리한 것입니다. 영상 공개일은 2026-09-16이고 그날 기준입니다.
결론 먼저
- 8GB 노트북에서 FlashVSR는 tiny-long 하나면 됩니다. tiny와 tiny-long은 PSNR이 무한대(완전히 같은 화면)이고 파일 크기도 5바이트 차이인데, tiny-long이 8.7배 빠릅니다(25분 12초 대 2분 54초).
- SeedVR2는 설정을 만져도 화면이 안 바뀌었습니다. 배치, 색 보정, 입력 잡음은 효과가 없었고, 달라진 것은 모델 크기(3B 대 7B) 하나였습니다. 색 보정을 끄면 화면은 같은 채 시간이 절반으로 줄었습니다.
- 메모리가 모자라면 배치를 낮추기 전에 VAE 타일을 먼저 켜세요. 긴 영상은 빌리는 쪽이 싸다는 것이 영상의 판단입니다(계산·추정: 15분 단편 환산 노트북 FlashVSR full 159시간, 빌린 RTX 5090 6.8시간에 약 5달러).
숫자 종류
이 글의 시간과 PSNR은 모두 우리가 직접 잰 값입니다(우리 측정). "15분 단편" 환산은 잰 시간을 프레임 수로 늘린 계산·추정이며, 리뷰나 타인의 실측, 공식 수치는 쓰지 않았습니다.
측정 조건
| 항목 | 내용 |
|---|---|
| 시험 클립 | 960×544, 84프레임, 3.5초, 얼굴 클로즈업 1개 |
| 배율 | 모두 2배(1920×1088) |
| 기계 | RTX 4070 Laptop 8GB, 빌린 RTX 5090 32GB |
| 잰 것 | 초 단위 시간, VRAM 최고치, 픽셀 차이(PSNR) |
도구 두 가지는 둘 다 무료이고 ComfyUI에서 돌아갑니다. 화질은 눈으로만 보지 않고 PSNR로도 냈습니다.
영상의 기준은 PSNR이 두 영상이 픽셀 단위로 얼마나 다른지를 나타내며 높을수록 같다는 것입니다. 대략 40dB을 넘으면 눈으로는 구별이 안 되고, 35dB 안팎이면 보면 다른 게 보인다고 합니다.
라운드 1: 누가 더 선명한가
원본을 그냥 2배로 늘린 것, SeedVR2 3B, FlashVSR full을 나란히 놓고 얼굴 부분을 원본 픽셀 그대로 1:1로 잘라내(확대 아님) 비교했습니다. 늘린 원본은 흐렸고, 나머지 둘은 머리카락 가닥이 한 올씩 보이고 안경테 윤곽이 날카로웠습니다. 둘 중에서는 FlashVSR가 조금 더 또렷했다는 것이 영상의 눈으로 본 판정입니다. 다만 영상은 시간을 아직 안 봤으니 "절반짜리 답"이라고 덧붙입니다.
라운드 2: FlashVSR의 세 모드, 이름에 속지 마세요
같은 클립을 8GB 노트북에서 세 모드로 돌렸습니다.
| 모드 | 시간 |
|---|---|
| full | 36분 50초 |
| tiny | 25분 12초 |
| tiny-long | 2분 54초 |
tiny와 tiny-long은 영상에서 아무리 봐도 차이를 찾지 못했고, 픽셀로 재니 PSNR이 무한대였습니다. 파일 크기는 3,094,579바이트와 3,094,584바이트로 5바이트 차이였습니다.
그래서 tiny를 쓸 이유가 없습니다. full과 tiny-long의 PSNR은 38.6dB로, 눈으로 구별하기 어려운 수준이었습니다. full은 tiny-long보다 12.7배 오래 걸립니다. 그만한 값어치가 있는지는 보는 사람이 정하라는 것이 영상의 입장입니다.
라운드 3: SeedVR2는 옵션을 만져도 안 바뀝니다
처음 뽑은 결과가 기대보다 흐려서 설정을 하나씩 바꿔 봤습니다.
| 바꾼 것 | 결과 |
|---|---|
| 배치(5, 21, 41) | 화면 차이 없음, 시간 94초, 98초, 98초 |
| 색 보정(lab, wavelet, 없음) | 화면 같음, PSNR 39.1dB |
| 입력 잡음 | 화면을 못 바꿈 |
| 모델 크기(3B 대 7B) | PSNR 35.3dB로 확실히 다름 |
7B는 머리카락, 안경테, 피부결이 눈으로도 나았습니다. 그리고 색 보정을 끄면 시간이 절반으로 줄었습니다(7B에서 208초가 112초). 영상의 판정은 설정 만지느라 시간을 쓰지 말고, 화질을 바꾸려면 모델을 키우고 시간을 줄이려면 색 보정을 끄라는 것입니다.
라운드 4: 8GB의 벽
업스케일은 화면을 통째로 메모리에 올리기 때문에 8GB에서는 화면을 조각내 하나씩 처리하고 붙이는 타일링을 씁니다.
FlashVSR full은 8GB에서 15조각으로 나뉘었고 조각 하나에 약 90초가 걸려, 3.5초 클립이 36분 50초가 됐다고 영상 카드는 적었습니다(15조각×90초는 약 22분 30초여서 이 세 숫자가 어떻게 맞물리는지는 영상에서 확인하지 못했습니다. 계산). VRAM은 8,188MB 중 7,932MB로 거의 꽉 찼습니다.
32GB RTX 5090에서도 메모리가 터졌습니다.
배치 41까지는 됐고(VRAM 16GB) 61, 77, 85는 터졌으며, 타일을 끈 배치 33도 30GB를 넘겨 터졌습니다. 그래서 영상은 메모리가 부족할 때 배치부터 낮추지 말고 VAE 타일을 먼저 켜라고 권합니다. 8GB에서도 돌아가지만 타일링 값을 치릅니다.
라운드 5: 집에서 할까, 빌릴까
같은 클립과 같은 SeedVR2 3B로 재면 8GB 노트북은 11분 24초, 빌린 RTX 5090은 1분 38초로 약 7배 차이였습니다. 노트북 판에는 움직일 때 잔상이 남았습니다.
짧은 클립이면 상관없지만 긴 영상이 문제입니다. 영상은 173컷, 21,791프레임인 15분 단편으로 환산했습니다(계산·추정).
| 방식 | 15분 단편 환산 시간 |
|---|---|
| 노트북 FlashVSR full | 159시간(약 엿새 반) |
| 노트북 SeedVR2 3B | 50시간 |
| 노트북 tiny-long | 12.4시간 |
| 빌린 RTX 5090 | 6.8시간, 요금 약 5달러 |
영상의 판정은 10초 안팎은 집에서, 몇 분을 넘으면 빌리는 쪽이 낫다는 것입니다.
영상이 정리한 한 표
한계와 확인하지 못한 것
- 클립 1개, 얼굴 클로즈업 하나로만 잰 값입니다. 풍경, 글자, 빠른 움직임에서는 결과가 다를 수 있습니다.
- 원본이 AI로 만든 영상이라 실사 촬영본과도 다를 수 있습니다. 영상의 말대로 "이 조건에서 이렇게 나왔다"로 봐 주세요.
- 영상은 풍경과 한글 글자로 같은 시험을 하는 후속 편을 예고했지만, 설명란에는 채널 방향이 바뀌어 만들지 않기로 했다고 적혀 있습니다.
- 도구의 버전이나 설정 파일 이름은 영상 화면에서 확인하지 못했습니다.
- 영상에 나온 사람 얼굴 장면(AI로 만든 클립)은 이 글에 쓰지 않았습니다.