Sora2 워터마크 제거 오픈소스 툴 총정리 (2026년 3월)
OpenAI Sora2로 생성된 영상에는 워터마크가 자동으로 삽입됩니다. 연구·편집·아카이빙 목적으로 워터마크 없는 영상이 필요한 경우, GitHub에 공개된 오픈소스 도구들을 별점·활성도·완성도 순으로 정리했습니다. 2026년 3월 기준 실제 동작이 확인된 상위 3종과 상세 설치 가이드를 함께 소개합니다.
OpenAI는 Sora2로 생성한 모든 영상에 C2PA(Content Credentials) 기반 메타데이터 워터마크를 삽입합니다. 영상 우측 하단 혹은 전체 프레임에 걸쳐 반투명하게 표시되며, 단순한 오버레이가 아닌 프레임 픽셀 레벨에 녹아 있어 일반적인 크롭·블러로는 제거가 어렵습니다.
이를 깔끔하게 제거하려면 워터마크 영역을 정밀 탐지(Detection)한 뒤 주변 배경을 AI가 재생성하는 인페인팅(Inpainting) 기술이 필요합니다. 아래 소개하는 오픈소스 툴들이 바로 이 파이프라인을 구현한 프로젝트들입니다.
| 프로젝트 | 별점 | 탐지 모델 | 인페인팅 | Windows | Colab | Docker | GUI |
|---|---|---|---|---|---|---|---|
| SoraWatermarkCleaner | ★ 1.1k | YOLOv11 | LAMA / E2FGVI_HQ | ● | ● | ● | ● |
| Sora2WatermarkRemover | ★ 115 | 기본 탐지 | LAMA | ● | ● | ● | ● |
| sweeta | ★ 116 | 지능형 탐지 | LAMA | ● | ● | ● | ● |
● 지원 ● 미지원
현재 공개된 Sora2 워터마크 제거 도구 중 가장 빠르고 화질이 뛰어난 딥러닝 기반 툴입니다. 2단계 파이프라인으로 동작합니다. 먼저 YOLOv11이 프레임 단위로 워터마크 위치를 정밀하게 바운딩 박스로 탐지하고, 탐지 마스크를 LAMA 또는 E2FGVI_HQ 인페인팅 모델에 전달해 배경을 자연스럽게 재생성합니다. 특히 E2FGVI_HQ는 인접 프레임 정보를 활용한 비디오 인페인팅 모델이라 시간축 연속성이 뛰어납니다.
- Windows 원클릭 포터블 버전 — 설치 없이 바로 실행 (.exe 또는 압축 해제 후 실행)
- NVIDIA GPU 가속 지원 — CPU 대비 10배 이상 처리 속도
- Docker 이미지 제공 — 환경에 무관하게 동일한 결과
- Streamlit 웹 UI — 로컬에서 브라우저로 간편 사용
- Google Colab 지원 — GPU 없는 환경에서도 무료로 처리
- CLI 배치 처리 — 다수 파일 자동화 가능
설치 방법 (Windows 포터블)
run.bat 실행 — Python·패키지 설치 불필요http://localhost:8501 접속 → 영상 업로드 → 처리 시작설치 방법 (Docker)
docker pull linkedlist771/sora-watermark-cleaner
# 실행 (GPU 사용 시)
docker run --gpus all -p 8501:8501 linkedlist771/sora-watermark-cleaner
# CPU 전용
docker run -p 8501:8501 linkedlist771/sora-watermark-cleaner
설치 방법 (Python 로컬)
cd SoraWatermarkCleaner
pip install -r requirements.txt
# Streamlit UI 실행
streamlit run app.py
# CLI 배치 처리
python remove_watermark.py --input ./videos --output ./output
로컬 설치 없이 가장 빠르게 테스트할 수 있는 옵션입니다. Google Colab 노트북 하나로 바로 실행되며, LAMA 인페인팅을 기반으로 합니다. 처음 시도해보는 분이나 로컬 GPU가 없는 환경에서 특히 유용합니다. GUI·CLI 버전이 동시에 제공되어 목적에 따라 선택할 수 있습니다.
- Google Colab 노트북 한 번 클릭으로 실행 — 계정만 있으면 됨
- GUI 버전: 드래그앤드롭으로 간편하게 파일 처리
- CLI 버전: 스크립트 자동화 및 배치 처리 지원
- Windows / Linux 설치 스크립트 포함 — 로컬 환경도 빠르게 구성
- 가장 부담 없이 먼저 결과물을 확인해볼 수 있는 옵션
Colab 사용법
Windows 로컬 설치
cd Sora2WatermarkRemover
# Windows 설치 스크립트 실행
install_windows.bat
# GUI 실행
run_gui.bat
# CLI 사용
python remove.py --input video.mp4 --output output.mp4
설치부터 실행까지 가장 간단한 GUI 기반 툴입니다. LAMA 인페인팅과 자체 개발한 지능형 워터마크 탐지 알고리즘을 결합해 탐지 정확도를 높였습니다. 연구·교육용으로 명시되어 있지만 실제로는 개인 영상 편집 용도로 가장 많이 사용되는 프로젝트입니다. Windows 배치 파일 하나로 의존성 설치부터 실행까지 자동으로 처리됩니다.
- Windows
install.bat한 번 실행으로 설치 완료 - 직관적인 GUI — 파일 선택 후 버튼 클릭만으로 처리
- CLI 버전 병행 제공 — 자동화 워크플로우에도 활용 가능
- 지능형 탐지 알고리즘으로 워터마크 위치 자동 감지
- MIT 라이선스 — 포크·커스텀·재배포 자유
Windows 설치 및 실행
git clone)install.bat 실행 — Python 패키지 자동 설치 (첫 실행 시 수분 소요)run_gui.bat 실행 → GUI 창에서 영상 불러오기 → 처리 시작CLI 사용 예시
python sweeta.py --input video.mp4 --output clean.mp4
# 폴더 내 전체 파일 배치 처리
python sweeta.py --input ./sora_videos/ --output ./cleaned/ --batch
shijincai/sora2-watermark-remover는 Next.js 기반 웹 앱 형태로, ComfyUI 서버를 백엔드로 사용합니다.
로컬 데스크톱보다는 팀 내 공유 서버나 자체 호스팅 웹 서비스 구축에 더 적합합니다.
이 외에도 uedk9p/sora2-watermark-remover, shivas1432/sora2-watermark-remover 등
유사 레포가 다수 존재하지만, 완성도·관리 상태·사용자 수 면에서 위 3종이 압도적으로 앞서 있습니다.
GPU가 있다면 반드시 활용하세요. 세 툴 모두 CUDA를 지원합니다. NVIDIA GPU 환경에서는 CPU 대비 10~30배 빠른 처리가 가능합니다. GTX 1060 이상이면 실시간에 가까운 속도로 처리됩니다.
워터마크 크기와 위치에 따라 결과가 달라집니다. 배경이 단순하고 정적인 장면일수록 인페인팅 품질이 높습니다. 카메라 무빙이 많거나 배경이 복잡한 장면은 경계 부분에 약간의 아티팩트가 생길 수 있습니다.
E2FGVI_HQ vs LAMA 선택 기준: 움직임이 많은 영상이라면 비디오 인페인팅 모델인 E2FGVI_HQ가 더 자연스럽습니다. 정적 장면 위주라면 처리 속도가 빠른 LAMA로 충분합니다.
고해상도 영상 처리 시 VRAM 주의. 4K 영상을 처리할 경우 8GB 이상의 VRAM이 권장됩니다. VRAM 부족 시 자동으로 CPU 모드로 전환되지만 속도가 크게 느려집니다.
세 툴 모두 MIT 라이선스 오픈소스로, 자유롭게 포크하고 커스터마이징할 수 있습니다. 처음 시도한다면 Colab 버전(Sora2WatermarkRemover)으로 결과물을 먼저 확인한 뒤, 만족스러우면 로컬 환경에 SoraWatermarkCleaner를 설치해 GPU 가속으로 본격 활용하는 것을 추천합니다.
OpenAI의 Sora 모델 종료로 인해 신규 기능 업데이트는 기대하기 어렵지만, 기존 Sora2로 생성된 영상 처리 용도로는 세 툴 모두 현재 완전히 동작합니다. 모두 오픈소스이므로 유사한 워터마크 구조를 가진 다른 AI 영상 툴에도 응용 가능합니다.