Gemini·ChatGPT 이미지의 AI 흔적을 지우는 GitHub 프로젝트

 

 

AI 이미지에는 우리가 눈으로 보지 못하는 다양한 흔적이 남습니다.
remove-ai-watermarks는 이런 AI 워터마크와 메타데이터를 제거할 수 있도록 만든 오픈소스 프로젝트입니다. 단순한 로고 제거를 넘어, SynthID·C2PA·EXIF 같은 보이지 않는 정보까지 다룬다는 점이 흥미로운 도구입니다.

이 프로젝트는 GitHub에서 공개된 Python 기반 CLI 도구로, Google Gemini(Nano Banana), ChatGPT/DALL·E, Stable Diffusion, Adobe Firefly, Midjourney 등 여러 생성형 AI 서비스에서 만들어진 이미지의 흔적을 제거하는 기능을 제공합니다. 특히 Gemini 이미지에 들어가는 반짝이 형태의 시각적 워터마크를 reverse alpha blending 방식으로 제거하는 부분이 핵심 특징 중 하나입니다.

짧게 정리하면, 단순한 “워터마크 제거기”라기보다 AI 생성 이미지의 출처 흔적을 정리하는 연구 성격의 도구에 가깝습니다.
눈에 보이는 로고뿐 아니라 C2PA provenance, EXIF/XMP 정보, “Made with AI” 라벨을 유발하는 메타데이터까지 제거할 수 있도록 설계되어 있습니다.

기능 구성도 꽤 다양합니다.
대표적으로는 다음과 같은 기능이 포함됩니다.

Gemini/Nano Banana 시각 워터마크 제거
SynthID·StableSignature·TreeRing 같은 invisible watermark 제거
EXIF/XMP/C2PA 메타데이터 삭제
이미지 배치 처리(batch processing)
얼굴 영역 보호(Smart Face Protection)
필름 그레인·색수차 기반 “Analog Humanizer”

특히 Smart Face Protection 기능은 AI 재생성 과정에서 얼굴이 깨지거나 변형되는 문제를 줄이기 위해 얼굴 영역을 자동 추출·보존하는 방식으로 동작합니다. 일반적인 단순 워터마크 제거 툴과 비교하면 상당히 기술 지향적인 접근이라고 볼 수 있습니다.

활용 시나리오도 다양합니다.
예를 들어 AI로 생성한 이미지를 SNS에 업로드할 때 불필요한 메타데이터를 정리하거나, 연구 목적에서 AI 워터마킹 기술의 한계를 테스트하는 용도로 사용할 수 있습니다. 또한 이미지 포렌식이나 생성형 AI 탐지 기술에 관심 있는 개발자·연구자 입장에서는 워터마크 제거 방식 자체를 분석하는 학습 자료로도 의미가 있습니다.

비슷한 이미지 편집 도구들과 비교했을 때 눈에 띄는 점은 “단순 인페인팅” 수준을 넘어 invisible watermark까지 다룬다는 점입니다. 실제로 프로젝트 설명에서도 diffusion-based regeneration 기법을 이용해 주파수 영역의 워터마크를 제거한다고 소개하고 있으며, 관련 연구 논문들과 연결되는 기술 흐름도 확인할 수 있습니다.

다만 이 프로젝트는 일반 사용자용 GUI 서비스라기보다는 개발자·리서처 중심의 CLI 도구에 가깝습니다. Python 환경 설정과 모델 실행에 대한 이해가 필요할 수 있기 때문에, 터미널 기반 작업에 익숙한 사용자에게 더 적합합니다. macOS Apple Silicon(MPS), Linux CUDA, CPU 환경 등을 지원한다는 점도 개발자 친화적인 부분입니다.

정리하면 remove-ai-watermarks는 단순한 워터마크 제거 앱이 아니라, 생성형 AI 이미지의 “출처 흔적”을 어떻게 남기고 또 어떻게 제거할 수 있는지를 보여주는 흥미로운 오픈소스 프로젝트입니다. AI 워터마킹·콘텐츠 인증·이미지 포렌식 같은 주제에 관심 있다면 한 번쯤 살펴볼 만한 저장소입니다.

 

https://github.com/wiltodelta/remove-ai-watermarks

GitHub - wiltodelta/remove-ai-watermarks: CLI and library for removing visible (Gemini) and invisible (SynthID, C2PA, EXIF) AI w