rembg 배경 제거
rembg를 사용하여 이미지 배경을 제거합니다. 어려운 부분은 제거 자체가 아니라, 머신의 CUDA 버전과 일치하는 GPU 백엔드를 갖춘 격리된 작업 환경을 구축하는 것입니다. 이 스킬은 해당 설정을 한 번만 실행하는 스크립트로 묶고, 이후에는 간단한 실행 래퍼(wrapper)를 제공합니다.
워크플로우
-
환경이 존재하는지 확인합니다. 실행하기 전에 확인하세요:
# conda (기본, conda가 있을 때): conda env list | grep -q '\brembg\b' && echo EXISTS # venv 대체: test -x ~/.venvs/rembg/bin/rembg && echo EXISTS환경이 없으면 설정 스크립트를 실행합니다(아래 참조). 이미 존재하면 바로 실행 단계로 건너뜁니다.
-
래퍼를 통해 배경 제거를 실행합니다 (파일/폴더 자동 감지):
bash <skill>/scripts/run_rembg.sh <input> <output> [-m MODEL] [flags] -
결과물의 위치와 사용한 모델을 보고합니다. 사용자가 품질에 관심이 있다면 튜닝 옵션을 안내합니다.
설정 (최초 한 번만)
번들된 설치기를 실행합니다. 전용 환경을 생성하고 해당 환경에만 설치합니다. 사용자의 활성 환경이나 기본 환경을 절대 수정하지 않습니다.
bash <skill>/scripts/setup_env.sh
설치기가 하는 일과 그 이유:
- 격리.
rembg라는 전용 conda 환경을 생성합니다(conda를 사용할 수 없으면~/.venvs/rembg에 venv 생성). 명시적인 인터프리터 경로를 계산하고<that-python> -m pip로 설치하여 현재 활성화된 환경에 영향을 주지 않습니다. - CUDA에 맞춘 백엔드.
nvidia-smi에서 드라이버의 CUDA 버전을 읽습니다. CUDA 12.x의 경우onnxruntime-gpu==1.22.0과 일치하는nvidia-cudnn-cu12/cublas/cuda-runtime휠을 설치합니다. 이는 중요합니다: 최신onnxruntime-gpu(1.23+)는 CUDA 13용으로 빌드되어 CUDA 12 시스템에서libcudart.so.13: cannot open shared object file오류와 함께 임포트에 실패합니다. CUDA ≥13의 경우 최신 GPU 빌드를 사용하고, GPU가 없으면 CPU 빌드를 사용합니다. - 로더 경로. onnxruntime-gpu는 pip NVIDIA 라이브러리가
LD_LIBRARY_PATH에 있어야 합니다. 설치기는 condaactivate.d훅을 추가하고, 실행 래퍼도 설정하므로(venv 작동) 사용자가 직접 export할 필요가 없습니다. - 모델 사전 다운로드.
birefnet-general(~928MB) 및u2net을wget -c재개 기능과 md5 검증으로 다운로드합니다. GitHub 릴리스 링크가 다운로드 중간에 자주 끊기기 때문입니다.
유용한 재정의(환경 변수): ENV_TYPE=venv, ENV_PATH=~/.venvs/rembg,
FORCE_CPU=1, PROXY=http://127.0.0.1:7890 (프록시를 통한 다운로드 라우팅, 기본값은 빈 값),
RECREATE=1 (처음부터 다시 빌드), MODELS="birefnet-general isnet-anime".
실행
래퍼는 단일 파일과 폴더를 동일하게 처리합니다. 파일을 전달하면 파일을, 디렉터리를 전달하면
컷아웃 디렉터리를 반환합니다. 출력 경로는 선택 사항입니다: 생략하면 래퍼가 입력 옆에
_rembg 접미사를 붙여 결과를 기록합니다(photo.jpg → photo_rembg.png, icons/ →
icons_rembg/). 따라서 직접 출력 경로를 지정할 필요가 없습니다.
# 단일 이미지, 자동 출력 -> photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg
# 명시적 출력
bash <skill>/scripts/run_rembg.sh photo.jpg photo_cutout.png
# 전체 폴더, 자동 출력 -> icons_rembg/
bash <skill>/scripts/run_rembg.sh ./icons -m birefnet-general -ppm
# 모델 선택 / rembg 플래그 전달 (플래그는 입력 바로 뒤에 올 수 있음)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh char.png -ppm
래퍼는 먼저 모든 socks:// 프록시를 해제합니다(rembg의 gradio 임포트를 중단시킴).
기본적으로 프록시를 사용하지 않습니다. PROXY를 설정하여 주문형 모델 다운로드를
http 프록시를 통해 라우팅할 수 있습니다.
모델 선택 및 품질 튜닝
기본값은 birefnet-general(가장 좋은 일반 에지)입니다. 사용자가 에지에 불만이 있거나,
머리카락/부드러운 에지, 애니메이션, 인물 사진을 언급하거나 단색 배경을 원하는 경우
references/models_and_flags.md를 읽어 전체 모델 표와 플래그 튜닝 순서를 확인하세요.
(-ppm부터 시작한 후 더 강력한 모델, 그다음 -a 알파 매팅과 -ae 침식 튜닝).
문제 해결
No onnxruntime backend found— GPU 휠 임포트 실패(보통 CUDA 메이저 버전 불일치).setup_env.sh를 다시 실행하면 일치하는 백엔드가 선택됩니다.libcudart.so.13: cannot open shared object file— onnxruntime-gpu가 CUDA 13용으로 빌드되었지만 시스템에 CUDA 12가 있는 경우입니다.setup_env.sh의 버전 고정으로 해결됩니다.Unknown scheme for proxy URL 'socks://...'—socks://all_proxy가 gradio/httpx를 중단시킵니다. 실행 래퍼가 해제합니다. 수동으로 rembg를 실행하는 경우unset all_proxy ALL_PROXY를 먼저 실행하세요.The CLI dependencies are not installed— rembg가[cli]확장 없이 설치되었습니다.setup_env.sh는rembg[cpu,cli]를 설치하므로 다시 실행하세요.- 모델 다운로드 중단 / SSL EOF — 작동하는
PROXY를 설정하거나wget -c를 사용하여~/.u2net/<name>.onnx에 미리 다운로드하세요(설치기가 이 작업을 수행합니다).