wiltodelta/remove-ai-watermarks이미지와 비디오에서 가시적 및 비가시적 AI 워터마크와 출처 메타데이터를 제거합니다. SynthID, C2PA, EXIF, IPTC, XMP 및 일반적인 생성형 AI 마크를 위한 Python 라이브러리 및 CLI입니다.
직접 생성한 이미지와 비디오에서 AI 출처 표시를 제거합니다:
비디오 지원은 출처 식별, 완전한 가시적-플러스-메타데이터 정리, 디렉토리 배치, 가시적 Sora, Veo, Seedance, Doubao, Dola, Hailuo AI 및 Kling AI 표시 제거, 그리고 비디오 SynthID 제거를 위한 오라클 인증 VAE 재생성을 포함합니다.
raiw.cc는 이 라이브러리를 호스팅 서비스로 실행하며, GPU가 포함되어 있고 설치할 것이 없습니다. 표준 출력 최대 12 MP에서의 가시적 표시 및 메타데이터 제거는 무료입니다. 12 MP 이상의 원본 해상도 및 보이지 않는 워터마크 제거는 유료입니다.
이 프로젝트는 귀하가 소유한 콘텐츠에 대한 합법적 사용을 위한 것입니다. 스톡 에이전시 미리보기 또는 제3자 유료 콘텐츠를 보호하는 기타 워터마크를 대상으로 하지 않습니다. 범위, 안전 및 법적 고지를 참조하세요.
Microsoft Paint 및 Photos InvisMark 선언은 자동으로 픽셀 재생성으로
라우팅됩니다. all 명령은 숨겨진 픽셀 워터마크와 연결된 C2PA 매니페스트를 모두 제거합니다.
메타데이터 제거만으로는 매니페스트만 제거됩니다.
하위 수준 및 특수 확장 기능에는 pixels, heif, trustmark,
migan, lama 및 diffusion이 포함됩니다.
설치 가이드는 정확한 종속성 구성,
Python 호환성 및 모델 요구 사항을 문서화합니다.
메타데이터 중심 기본 CLI 설치:```bash uv tool install remove-ai-watermarks
이미지를 검사합니다:```bash
remove-ai-watermarks identify image.png
사진을 픽셀 단위로 분류하려면(AI 대 카메라, 선택적 제공자),
extra를 설치하고 classify를 호출하세요. identify는 절대 이를 시작하지 않습니다:```bash
uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png
가이드: [사진 픽셀 분류](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/photo-classify.md).
서명된 출처(provenance)는 SynthID 및 `identify`가 읽는 지원 경로입니다.
패키지에는 로컬 SynthID 픽셀 탐지기가 없습니다. 주기적 격자 전문가에 대한 연구는 `scripts/synthid_runtime/` 및
[synthid-detector-research.md](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/synthid-detector-research.md)에 있습니다.
지원되는 OpenAI 이미지의 경우, 선택적 공식 검증기가 픽셀 워터마크 판정을 제공합니다:```bash
uv tool install --force "remove-ai-watermarks[verify]"
remove-ai-watermarks verify-openai-synthid image.png --acknowledge-upload
The command removes AI provenance metadata from a temporary copy, verifies that
the decoded pixels are unchanged, uploads only that copy to OpenAI, and consumes
only the independent SynthID response. It never runs implicitly from identify.
An API key, endpoint access, and explicit upload acknowledgement are required.
For visible watermark removal, install the pixel dependencies:```bash uv tool install --force "remove-ai-watermarks[visible]"
그런 다음 알려진 가시적 표시와 AI 메타데이터를 제거합니다:```bash
remove-ai-watermarks visible image.png -o clean.png
메타데이터를 제거하되, 보이는 인페인팅이나 디퓨전을 실행하지 않고:```bash remove-ai-watermarks metadata image.png --remove -o clean.png
`-o` 없이 이 명령은 소스를 제자리에서 덮어씁니다.
MP4, MOV, M4V, WebM, MKV, AVI 또는 FLV 파일에서 AI 메타데이터를 검사하거나 제거합니다:```bash
remove-ai-watermarks video metadata input.mp4 --check
remove-ai-watermarks video metadata input.mp4 --remove -o clean.mp4
video metadata 명령은 비디오 또는 오디오 스트림을 트랜스코딩하지 않습니다. 위의 이미지 명령과 달리 -o를 생략하면 <source>_clean을 작성하고 원본을 보존합니다. MP4 및 MOV 검사에는 moov.udta.meta.keys/ilst의 기본 TC260 AIGC 태그가 포함되며, 미디어 페이로드 뒤에 배치된 moov와 Doubao의 iOS 내보내기가 작성하는 QuickTime 형식의 meta 변형(직접 moov 자식으로서의 단순 meta 박스 및 키 없는 hdlr=mdir 메타데이터 목록)도 포함됩니다. MKV 및 WebM 검사는 표준 Segment.Tags.Tag.SimpleTag 배치를 읽습니다. AVI는 LIST/INFO/AIGC를 사용하고, FLV는 script.onMetaData.AIGC를 사용합니다. 비-ISOBMFF 형식은 제거를 위해 스트림 복사로 리먹싱됩니다.
제품 중심의 비디오 경로를 사용하여 파일을 식별하거나 정리합니다:```bash uv tool install --force "remove-ai-watermarks[video]" remove-ai-watermarks video identify input.mp4 remove-ai-watermarks video all input.mp4 -o clean.mp4
`video all`은 안정적으로 등록된 가시 마크가 존재할 때 이를 제거하고 항상
검증된 AI 메타데이터를 제거합니다. 두 신호 모두 발견되지 않으면 동일한 컨테이너
패스스루를 계속 작성하므로, 애플리케이션 호출자는 하나의 예측 가능한 출력
계약을 얻습니다. 독점적인 비가시 비디오 제거는 기본적으로 제외됩니다.
`--invisible`은 손실이 있는, 오라클 인증 비디오 SynthID 프로필을 선택합니다.
동일한 계약으로 디렉터리를 처리합니다:```bash
remove-ai-watermarks video batch ./videos --mode all
지원되는 보이는 비디오 마크를 제거합니다:```bash remove-ai-watermarks video visible input.mp4 -o clean.mp4 remove-ai-watermarks video visible veo.mp4 --mark veo -o veo_clean.mp4 remove-ai-watermarks video visible seedance.mp4 --mark seedance -o seedance_clean.mp4 remove-ai-watermarks video visible dola.mp4 --mark dola -o dola_clean.mp4 remove-ai-watermarks video visible hailuo.mp4 --mark hailuo -o hailuo_clean.mp4 remove-ai-watermarks video visible kling.mp4 --mark kling -o kling_clean.mp4
이 경로는 픽셀을 변경하기 전에 전체 시퀀스를 스캔합니다. 인접한 프레임에서 안정적인 위치에 반복되는 마크만 허용한 다음, 이미지 제거와 동일한 OpenCV, MI-GAN 또는 LaMa 채우기 백엔드를 재사용합니다. 오디오는 재인코딩 없이 복사되며 자연스러운 끝까지 재생되도록 허용됩니다. 비디오 스트림은 픽셀이 변경되므로 트랜스코딩됩니다. 기본적으로 보호된 광학 흐름 패스가 이전에 승인된 채우기를 모션 정렬하고, 주변 소스 컨텍스트가 일치할 때만 이를 블렌딩합니다. 비활성화하려면 `--no-temporal-consistency`를 사용하세요. 인코더는 ffmpeg의 암시적 raw-BGR 기본값에 의존하는 대신 지원되는
8비트 소스 크로마 샘플링, 색상 태그, MP4/MOV 트랙 타임스케일을 보존합니다. 가변 프레임 간격은 평균 프레임 레이트로 평탄화되는 대신 타임스탬프가 있는 인메모리 NUT 브리지를 통해 보존됩니다. 0이 아닌 소스 시작 타임스탬프는 복사된 오디오 오프셋과 함께 유지됩니다. 기본 `--mark auto`는
단일 디코드 패스에서 모든 공급자를 스캔하고 아래 표시된 특이성 순서에서 첫 번째 안정적 일치를 선택합니다. 명시적 마크를 전달하면 감지를 하나의 공급자로 제한합니다.
Sora는 움직이는 Sora 2 마스코트와 워드마크를 다룹니다. Veo는 현재의 4점 다이아몬드와 레거시 `Veo` 텍스트를 모두 다룹니다. Seedance는 고정된 박스형 `AI` 라벨을, Dola는 고정된 `Dola AI` 텍스트를, Hailuo AI는 복합 `MINIMAX | hailuo AI` 라벨을, Kling AI는 버전 접미사가 있는 오른쪽 하단 `KLING AI` 라벨을 다룹니다. 완료된 인코딩은 원자적으로 게시됩니다. 안정적인 마크가 발견되지 않으면 출력이 작성되지 않습니다.
HDR, PQ/HLG 및 8비트 초과 입력은 OpenCV의 8비트 BGR 경계를 통해 조용히 축소되는 대신 인코딩 전에 거부됩니다.
비디오 SynthID 제거:```bash
uv tool install --force "remove-ai-watermarks[video,diffusion]"
remove-ai-watermarks video invisible input.mp4 -o clean.mp4
이 경로는 시간에 걸쳐 공유되는 하나의 잠재 노이즈 필드로 전체 시퀀스를 재생성하고, 완전한 오디오를 복사하며, 소스 메타데이터를 제거한 후 완료된 인코딩을 원자적으로 게시합니다. 기본 noise_std=0.15 프로필은 이중 반송파 보정과 공개된 8초 Veo 오라클 전체 검사를 모두 통과했습니다. Google은 로컬 디코더를 공개하지 않으므로, 비정상적으로 중요한 파일이나 공급자 변경 후에는 새 공급자 검사가 여전히 유용하지만, 이는 제품 결과 상태가 아닙니다.
보이지 않는 워터마크 제거를 위해 qwen-zimage 엑스트라를 설치하세요. NVIDIA GPU가 필요합니다: 모든 프로필은 CUDA 전용이며, CPU 또는 MPS 대체 수단은 없습니다.```bash
uv tool install --force "remove-ai-watermarks[qwen-zimage]"
remove-ai-watermarks invisible image.png -o clean.png
If the local detectors cannot confirm an invisible watermark but you know the
image came from an AI generator, add `--force`:```bash
remove-ai-watermarks invisible image.png -o clean.png --force
타이포그래피가 많은 이미지는 실험적인 검증 텍스트 후처리 단계를 선택할 수 있습니다.
이 단계는 수동으로 검토된 문자열과 라인 박스 또는 운영자가 검증한
지오메트리 전용 매니페스트를 허용합니다. 원시 OCR 출력을 절대적인 진실로 취급하지 않으며
자동으로 실행되지 않습니다.```bash
uv tool install --force "remove-ai-watermarks[text-restoration]"
remove-ai-watermarks invisible image.png -o clean.png
--text-manifest verified-lines.json --force
[CLI 가이드](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/cli.md#restore-operator-verified-text)에서 매니페스트 스키마, 호환성 제한 사항, 오라클 주의 사항을 확인하세요.
[설치 가이드](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/installation.md)에서 Homebrew, uv, 선택 기능, 개발 설정을 확인하세요.
## 예제
### 보이는 Gemini 마크
| Before | After |
| --- | --- |
|  |  |
`after` 래스터는 추적된 `before` 래스터에서 공개 경로를 통해 생성됩니다:```bash
uv run remove-ai-watermarks visible demo_banana_before.png \
--backend cv2 -o demo_banana_after.png
qwen-zimage는 기본 프로필입니다: Canny ControlNet 하의 Qwen-Image-2512 Lightning 패스 후, 감지된 얼굴에 대해 SAM 마스킹된 Z-Image 복구가 이어집니다. 대안인 sdxl-zimage는 전역 단계를 SDXL로 교체하고 동일한 얼굴 단계를 유지합니다. 세 번째 프로필인 chroma-zimage는 Apache-2.0 Chroma1 전역 패스를 자체 평면 공급업체 플로어와 함께 사용합니다. 보정에 대한 자세한 내용은 docs/chroma1-engine-research.md를 참조하세요. --pipeline auto는 OpenAI 및 Microsoft 출처의 경우 chroma-zimage를 선택하고, 그 외에는 qwen-zimage를 선택합니다. 모두 CUDA 전용입니다.```bash
uv tool install --force "remove-ai-watermarks[qwen-zimage]"
remove-ai-watermarks invisible image.png -o clean.png --force
| OpenAI 예시 (처리 전) | OpenAI 예시 (처리 후) |
| --- | --- |
| [](data/synthid/originals/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM.png) | [](docs/images/qwen-zimage/ChatGPT/ChatGPT%20Image%20May%2030,%202026,%2010_31_08%20AM_full_clean.png) |
| Gemini 예시 (처리 전) | Gemini 예시 (처리 후) |
| --- | --- |
| [](data/synthid/originals/Gemini_Generated_Image_633uuy633uuy633u.png) | [](docs/images/qwen-zimage/Gemini/Gemini_Generated_Image_633uuy633uuy633u_full_clean.png) |
이 정확한 출력 파일들은 해당 제공업체 검증 도구로 확인되었습니다. 이 결과는
이 파일들에만 적용되며, 모든 시드, 이미지 또는 향후 워터마크 버전에는 적용되지 않습니다.
## 일반적인 레시피
### 감지된 모든 가시적 마크 제거```bash
remove-ai-watermarks visible image.png -o clean.png
--mark auto 기본값은 등록된 모든 보이는 마크를 검사하여 모든 일치 항목을 제거합니다. 마크가 보이지만 감지기가 놓치는 경우 해당 영역을 명시적으로 선택하세요:```bash
remove-ai-watermarks erase image.png
--region 1640,1930,400,100
-o clean.png
`--region`은 `x,y,width,height` 형식을 사용하며 반복할 수 있습니다.
### 학습된 채우기 백엔드 사용
`visible` 엑스트라는 학습된 백엔드가 설치되지 않은 경우 OpenCV 인페인팅을 사용합니다.
더 어려운 배경의 경우, 학습된 백엔드 엑스트라에는 동일한 픽셀 종속성이 자동으로 포함됩니다.```bash
uv tool install --force "remove-ai-watermarks[migan]"
remove-ai-watermarks visible image.png -o clean.png --backend migan
I need the actual content of chunk 41 to translate it. Please provide the Markdown text you want translated.```bash uv tool install --force "remove-ai-watermarks[lama]" remove-ai-watermarks visible image.png -o clean.png --backend lama
### CUDA 메모리 사용량 줄이기```bash
remove-ai-watermarks invisible image.png -o clean.png \
--cpu-offload --force
CPU 오프로드는 모델 구성 요소를 CPU와 GPU 간에 이동시켜 CUDA 메모리 압력을 낮추지만, 속도는 희생됩니다.
remove-ai-watermarks batch ./images --mode visible remove-ai-watermarks batch ./images --mode all
## 도구가 인식할 수 있는 것
표시 가능한 마크 지원에는 다음이 포함됩니다:
- Google Gemini 및 Nano Banana의 가시적인 반짝임 워터마크;
- Doubao, Jimeng 워드마크 및 왼쪽 상단 `AI生成` 배지, Qwen, Kling AI,
Yuanbao, Baidu, LiblibAI 및 RunningHub 라벨;
- 보정된 Microsoft 오른쪽 상단 흰색 AI 배지 변형 1종;
- 보정된 Samsung Galaxy AI 라벨 변형 1종.
메타데이터 및 출처 검사는 C2PA, EXIF, XMP, IPTC, 일반적인
생성기 매개변수, 중국 TC260 AIGC 라벨 및 여러 공급업체별
신호를 다룹니다. 선택적 디코더는 오픈 DWT-DCT 워터마크 및 Adobe
TrustMark에 대한 지원을 추가합니다.
정확한 지원 매트릭스(중요한 로케일 및 탐지기 제한 포함)는
[supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md)에 있습니다.
[합성 예제 갤러리](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/data/fixtures/visible/README.md)에는 등록된 모든 이미지 및 비디오 마크에 대한
표준 샘플이 하나씩 포함되어 있습니다.
## 작동 방식
가시적 제거는 다음 세 단계를 따릅니다:
1. 예상 영역에서 등록된 마크를 감지합니다.
2. 마크 주위에 마스크를 생성합니다.
3. OpenCV, MI-GAN 또는 LaMa로 마스크된 영역만 채웁니다.
메타데이터 제거는 형식 인식 스트리핑을 사용합니다. JPEG 메타데이터 제거는
이미지를 재압축하는 대신 인코딩된 이미지 스캔을 보존합니다. 기본 MP4/MOV TC260
값은 박스 크기나 미디어 오프셋을 변경하지 않고 공백 처리됩니다. 기타 지원되는
컨테이너는 해당 메타데이터 경로를 사용합니다.
비가시적 제거는 다릅니다. 픽셀 및 주파수 도메인 워터마크를 교란하기 위해
확산 파이프라인을 통해 이미지를 재생성합니다. 이로 인해 이미지가 변경되며
독점 검증기가 모든 출력을 거부할 것이라고 보장할 수 없습니다.
전체 기술적 경계는 [supported signals](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/supported-signals.md) 및
[known limitations](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/known-limitations.md)를 참조하세요.
## Python API
가시적 제거 API에는 `remove-ai-watermarks[visible]`이 필요합니다.```python
import remove_ai_watermarks as raiw
result, removed = raiw.remove_visible("watermarked.png", "clean.png")
print(removed)
openai_synthid = raiw.verify_openai_synthid("image.png", acknowledge_upload=True)
print(openai_synthid.status)
provenance = raiw.identify_video("input.mp4")
report = raiw.inspect_video_metadata("input.mp4")
complete = raiw.remove_video_all("input.mp4", "clean.mp4")
batch = raiw.remove_video_batch("videos", "videos_clean")
cleaned = raiw.remove_video_metadata("input.mp4")
synthid_cleaned = raiw.remove_video_invisible("input.mp4", "synthid_clean.mp4")
visible = raiw.remove_video_visible("input.mp4", "clean.mp4")
print(visible.mark)
veo = raiw.remove_video_visible("veo.mp4", "veo_clean.mp4", mark="veo")
seedance = raiw.remove_video_visible(
"seedance.mp4",
"seedance_clean.mp4",
mark="seedance",
)
dola = raiw.remove_video_visible("dola.mp4", "dola_clean.mp4", mark="dola")
고수준 API는 파일 경로 또는 BGR NumPy 배열을 입력으로 받습니다. 경로 입력의 경우 출처(provenance) 메타데이터도 읽고, 알파 채널을 보존하며, 작성된 결과물에서 AI 메타데이터를 제거할 수 있습니다.
가시적 제거, 전체 remove_all 및 remove_batch 파이프라인, 출처 검사, 메타데이터
스트리핑, 그리고 diffusion 사용법은 Python API 가이드를 참조하세요.
별도의 ComfyUI Remove AI Watermarks 패키지는 가시적 제거, 탐지, 영역 지우기, 그리고 비가시적 제거를 위한 노드를 제공합니다.
Veo 텍스트, Seedance 박스형 AI 라벨, 그리고 고정된 Doubao, Dola, Hailuo AI 및 Kling AI 라벨을 인식합니다. 이전 Sora Turbo
모서리 소용돌이나 해당 제공업체의 미등록 레이아웃은 인식하지 못합니다.
기존 OpenCV 백엔드는 구조화된 배경을 번질 수 있습니다. 복구 품질이 중요한 경우 MI-GAN 또는
LaMa를 사용하세요.identify는 어디서든 실행됩니다.제공된 video invisible 명령은 인증된 noise_std=0.15 프로필을 사용합니다.
동반 연구 하네스인 scripts/video_synthid_sweep.py는
일치하는 재인코딩 대조군과 VAE 재생성 후보를 구축하고 검증기 판정을 비워 둡니다:```bash
uv run --extra video --extra diffusion python scripts/video_synthid_sweep.py input.mp4 -o sweep/
출력이 실제로 얼마나 비용이 들었는지 점수를 매기려면 `scripts/video_fidelity_probe.py`를 사용하세요.
엔진 자체의 PSNR은 리사이즈와 인코딩 전에 측정되므로, 프로브만이
전달된 화면을 볼 수 있습니다.```bash
uv run --extra video python scripts/video_fidelity_probe.py input.mp4 input_clean.mp4
제어는 음성 후보가 제거 증거로 간주되기 전에 여전히 SynthID 양성이어야 합니다. 2026-07-29 두 클립 보정에서 두 일치 대조군 모두 Gemini의 내장 SynthID 검증기에서 양성이었습니다. 더 강한 후보는 두 캐리어 모두에서 음성이었고, 더 약한 후보는 하나에서만 음성이었습니다. 이후 일반 Gemini에게 픽셀 결과를 재해석하도록 요청한 적대적 후속 테스트는 UNAVAILABLE을 반환했습니다. 해당 후속 테스트는 검증기 재실행이 아니며 내장 판정을 무효화하지 않습니다. 2026-07-31 공개 8초 Veo 샘플에 대한 전체 클립 검사에서는 0.10이 여전히 감지되고 0.15는 감지되지 않는 것으로 확인되어, 0.15가 이제 인증된 기본값입니다. 해당 전체 클립 검사에 대한 재현 가능한 해시와 판정(캐리어 1개, 행 2개)은 data/evaluations/video-synthid-oracle.csv에 있습니다. 이전 두 클립 보정은 서술적일 뿐입니다. 해당 판정은 추적된 매니페스트에 기록되지 않았으므로, 인증된 기본값은 2026-07-31 행에 근거한 것으로 간주하십시오.
문서 색인부터 시작하십시오.
연구 노트와 과거 실험은 문서 색인에 별도로 나열되어 있습니다. 과거 결정을 설명하지만 현재 공개 API를 정의하지는 않습니다.
개발 환경을 설치하고 프로젝트 게이트를 실행하십시오:```bash uv sync --frozen --extra dev bash maintain.sh
[모듈 내부 구조](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/docs/module-internals.md)를 참조한 후 문서화된 불변 조건이 있는 하위 시스템을 변경하세요.
## 라이선스
[Apache 2.0](https://github.com/wiltodelta/remove-ai-watermarks/blob/main/LICENSE). Copyright 2025-2026 wiltodelta.
| 목표 | 명령 | GPU |
|---|
| 출처 신호 및 워터마크 찾기 | identify | 아니요 |
| 픽셀에서 사진 분류(옵트인, 출처 아님) | classify | 아니요 |
| 공식 원격 API로 픽셀에서 지원되는 OpenAI SynthID 확인 | verify-openai-synthid | 아니요 |
| 알려진 가시적 AI 표시 제거 | visible | 아니요 |
| 선택한 영역 지우기 | erase | 아니요 |
| AI 메타데이터 제거 | metadata | 아니요 |
| 지원되는 비디오 출처 식별 | video identify | 아니요 |
| 비디오에서 가시적 표시 및 AI 메타데이터 제거 | video all | 아니요 |
| 비디오에서 AI 메타데이터 제거 | video metadata | 아니요 |
| 비디오에서 등록된 가시적 AI 표시 제거 | video visible | 아니요 |
| 비디오 디렉토리 처리 | video batch | 모드에 따라 다름 |
| 인증된 VAE 프로필로 비디오 SynthID 제거 | video invisible | 권장 |
| 보이지 않는 워터마크를 방해하도록 이미지 재생성 | invisible | 필요(CUDA) |
| 가시적, 보이지 않는 및 메타데이터 제거 실행 | all | 권장 |
| 디렉토리 처리 | batch | 모드에 따라 다름 |
| 필요 사항 | 설치 |
|---|
| 메타데이터 검사 및 제거 | remove-ai-watermarks |
| 사진 AI-대-카메라 분류 | remove-ai-watermarks[classify] |
| 공식 원격 OpenAI SynthID 확인 | remove-ai-watermarks[verify] |
| 가시적 감지 및 제거 | remove-ai-watermarks[visible] |
| 가시적 비디오 처리 | remove-ai-watermarks[video] |
| 비디오 SynthID 제거 | remove-ai-watermarks[video,diffusion] |
| Torch 없는 DWT-DCT 감지 | remove-ai-watermarks[detect] |
| 보이지 않는 이미지 제거(CUDA 필요) | remove-ai-watermarks[qwen-zimage] |
| 활성 Python에서 사용 가능한 모든 프로덕션 기능 | remove-ai-watermarks[all] |