CodeFormer는 저하·저해상도·강하게 압축된 이미지에서 얼굴 디테일을 복원하고 향상시키는 블라인드 얼굴 복원에 특화된 AI 모델입니다. 난양공과대학교 연구진이 개발했으며, 코드북 기반 아키텍처를 사용해 원본 디테일이 크게 손실되거나 훼손된 입력에서도 고품질 얼굴 특징을 복원합니다.

모델은 저하된 얼굴 입력을 학습된 고품질 얼굴 구성 요소 코드북에 매핑하여, 기존 픽셀을 단순 업스케일하는 대신 알려진 얼굴 요소 라이브러리에서 최선의 재구성을 찾습니다. 이 방식으로 CodeFormer는 매우 저해상도 소스에서도 선명하고 디테일한 얼굴 복원을 할 수 있어, 오래된 사진 복원, 어려운 조건에서 찍은 영상 개선, 미세 디테일이 부족한 AI 생성 얼굴 향상에 특히 유용합니다. 제어 가능한 충실도 파라미터로 원본 입력의 충실한 재현과 더 높은 품질의 향상 사이 균형을 잡을 수 있어, 유사도 보존과 선명도 극대화 중 어느 쪽을 우선할지에 따라 유연하게 쓸 수 있습니다.

AI 생성·아카이브 시각 콘텐츠를 다루는 제작자에게 CodeFormer는 원본 생성보다 더 높은 해상도나 디테일이 필요한 출력의 얼굴 품질을 높이는 실용적인 후처리 도구입니다. 업스케일·향상 도구와 함께 더 넓은 이미지 정제 파이프라인의 일부로 자주 사용됩니다.