Google Colab을 사용해 나만의 Face Swap 애플리케이션 만들기

Source: Dev.to

Goal: 전체가 Google Colab 노트북(CPU 전용)에서 실행되는 완전한 얼굴 교환 애플리케이션을 구축하고 UI를 공개합니다.
이 가이드는 **FaceSwap.ipynb**라는 단일 노트북에서 작업할 것을 전제로 합니다.

Google Colab에서 CPU‑Only를 사용하는 이유

• GPU/TPU를 활성화할 필요가 없습니다 – InsightFace 모델이 가볍기 때문에 CPU 추론만으로 충분합니다.
• 설정이 간단합니다: CUDA 드라이버나 추가 구성 없이 바로 사용할 수 있습니다.
• ONNX Runtime이 자동으로 CPU 실행으로 전환됩니다.

팁: 런타임 유형을 CPU로 유지하세요 (런타임 → 런타임 유형 변경 → 하드웨어 가속기 → 없음).

전제 조건

• Google Colab에 접근할 수 있는 Google 계정
• 노트북 셀에서 쉘 명령에 대한 기본적인 이해
• 얼굴 교환 테스트를 위한 몇 개의 샘플 이미지

Step 1 – 새 Colab 노트북 만들기

1. Google Colab을 엽니다.
2. 새 노트북을 만들고 이름을 **FaceSwap.ipynb**로 바꿉니다.
3. 런타임 유형이 CPU인지 확인합니다 (위의 팁을 참고).

Step 2 – Face‑Swap UI 저장소 복제

%cd /content
!rm -rf face-swap-ui
!git clone https://github.com/TheMasterFX/face-swap-ui.git

이 작업이 수행하는 내용

• 웹 UI, 백엔드 로직 및 얼굴 처리 스크립트를 다운로드합니다.
• 모든 파일은 /content/face-swap-ui에 배치됩니다.

Step 3 – 얼굴 교환 모델 수동 다운로드

!mkdir -p /root/.insightface/models

!wget -O /root/.insightface/models/inswapper_128.onnx \
https://huggingface.co/ezioruan/inswapper_128.onnx/resolve/main/inswapper_128.onnx

• InsightFace가 기대하는 디렉터리를 생성합니다.
• inswapper_128.onnx를 로컬에 저장하여 반복적인 온라인 다운로드를 방지합니다.

Step 4 – 필수 종속성 설치

%cd /content/face-swap-ui
!pip install --upgrade pip
!pip install -r requirements.txt

일반적으로 설치되는 패키지:

• insightface
• onnxruntime (CPU 버전)
• UI‑관련 라이브러리 (예: gradio, opencv-python)
• 기타 이미지‑처리 도구

단계 5 – 필요한 패치 수정 적용

수정 1 – 로컬 모델 로드 강제

!sed -i "s|get_model('inswapper_128.onnx'.*|get_model('/root/.insightface/models/inswapper_128.onnx', download=False)|" face_swap_ui.py

UI가 모델을 다운로드하려고 시도하는 대신 로컬 경로에서 로드하도록 보장합니다.

수정 2 – 대소문자 구분 문제 해결

!sed -i "s/Label=/label=/g" face_swap_ui.py

Linux 파일 시스템은 대소문자를 구분합니다; 이로써 레이블 이름을 일치시킵니다.

수정 3 – UI 레이아웃 문제 해결

!sed -i "s/\.style(height=400)//g" face_swap_ui.py

공개 브라우저 세션에서 렌더링을 깨뜨릴 수 있는 하드코딩된 높이를 제거합니다.

Step 6 – Pinggy 터널 설치 및 구성

Pinggy는 노트북의 로컬 서버로 트래픽을 전달하는 공개 URL을 생성합니다.

!pip install pinggy

import pinggy

tunnel = pinggy.start_tunnel(forwardto="localhost:7860")
print("Public URLs:", tunnel.urls)

• 생성된 공개 URL을 복사하세요; 이를 사용해 브라우저 어디서든 UI에 접근할 수 있습니다.

Step 7 – Face‑Swap 애플리케이션 시작

!python face_swap_ui.py

• 서버가 초기화됩니다 (CPU에서 몇 초 정도 걸림).
• 이 셀을 계속 실행 상태로 유지하세요; UI는 앞서 출력된 Pinggy URL에서 제공됩니다.

Step 8 – 브라우저에서 애플리케이션 테스트하기

1. 시크릿(Incognito) 창을 열거나 다른 기기를 사용합니다.
2. Pinggy public URL을 붙여넣고 Enter Site를 누릅니다.

UI 사용하기

1. Drop image here – target 이미지(배경)를 업로드합니다.
2. 교체하고 싶은 얼굴이 포함된 source 이미지를 업로드합니다.
3. Analyse를 클릭합니다 – 시스템이 얼굴을 감지하고 개수를 표시합니다.
4. Swap을 클릭합니다 – 얼굴 교체가 수행됩니다.
5. 교체된 결과가 UI에 바로 표시됩니다.

🎉 이제 Google Colab에서 CPU 전용 얼굴 교체 데모가 완전히 작동하며, 공개 URL을 통해 어디서든 접근할 수 있습니다. 즐거운 교체 되세요!

UI

성능 참고 사항

Since this setup runs on CPU only:

• Image‑based face swaps work smoothly.
• Processing may take a few seconds per swap.
• Video face swapping is slower and not recommended for long videos.

결론

Building a Face Swap application on Google Colab using CPU is a practical and accessible way to experiment with AI‑powered image processing. You avoid local setup issues while still getting a fully functional web UI.

With a public tunnel, this setup becomes ideal for:

• Demos
• Proof of concepts
• Learning computer‑vision workflows
• Sharing experiments with others

You can extend this further by adding video support, batch processing, or custom UI features.

참고 문헌

• Pinggy의 공식 웹사이트
• GitHub: face‑swap‑ui
• Google Colab
• Colab 노트북 링크