만화 번역 도구를 찾다 보면 자주 보이는 이름이 있습니다. 바로 manga-image-translator입니다. GitHub에서 가장 유명한 오픈소스 만화 번역 프로젝트 중 하나로, 여러 커뮤니티 글과 튜토리얼에서 자주 언급됩니다.
그런데 막상 GitHub 페이지에 들어가 보면 명령어, Python 버전, CUDA, Docker, API 키 같은 단어가 가득해서 금방 막히기 쉽습니다. 이게 정확히 뭔지, 내 컴퓨터에서 돌아가는지, 온라인 만화 번역기와는 뭐가 다른지 궁금하실 거예요.
이 글에서는 프로젝트의 공식 README를 바탕으로 작동 방식, 설치 조건, 알려진 한계를 정리해서, 나에게 맞는 도구인지 판단할 수 있도록 도와드립니다.
설치 없이 만화 이미지를 바로 번역하고 싶다면? 망가 이미지 번역기에서 만화 페이지, 스크린샷, PDF·CBZ 파일을 브라우저로 바로 올리고 깔끔하게 식자된 번역 결과를 받을 수 있습니다.
프로젝트 기본 정보
항목 | 내용 |
|---|---|
위치 | GitHub: zyddnys/manga-image-translator |
라이선스 | GPL-3.0 (오픈소스) |
커뮤니티 규모 | 스타 약 1만 개, 포크 약 1천 개 (2026년 10월 기준) |
지원 언어 | 일본어 중심, 한국어·중국어·영어 등 20여 개 언어 지원 |
기능 | 텍스트 감지, OCR, 원문 지우기(인페인팅), 번역, 식자, 그 밖에 이미지 확대와 채색 옵션 |
사용 방식 | 로컬 일괄 처리, 웹 화면, API, Docker |
README 최종 업데이트 | 2025년 5월 10일 |
README 첫머리에서 개발자는 이 프로젝트가 아직 초기 개발 단계이고 부족한 점이 많다고 직접 밝히고 있습니다. 완성된 소프트웨어라기보다 계속 발전 중인 커뮤니티 프로젝트라는 점을 기억해 두면 좋습니다.
작동 방식: 이미지 한 장이 거치는 다섯 개의 모듈
manga-image-translator는 하나의 모델이 아니라 여러 모델을 이어 붙인 파이프라인입니다. 단계마다 다른 모델로 바꿔 끼울 수 있다는 점이 가장 큰 특징입니다.
단계 | 하는 일 | 선택할 수 있는 모델·서비스 (일부) |
|---|---|---|
1. 텍스트 감지 | 이미지에서 글자가 있는 위치 찾기 | default, ctd, dbconvnext, paddle 등 |
2. OCR | 찾은 글자 읽어 내기 | 48px(기본), 32px, mocr 등 |
3. 인페인팅 | 원문을 지우고 배경 복원 | lama_large(기본), lama_mpe, sd 등 |
4. 번역 | 목표 언어로 번역 | sugoi(기본, 오프라인), 파파고, DeepL, OpenAI, DeepSeek, Gemini, NLLB 등 |
5. 식자 | 번역문을 이미지에 다시 배치 | default, manga2eng |
그 밖에 이미지 확대(waifu2x, esrgan 등)와 흑백 만화 채색(mc2) 같은 선택 기능도 있습니다.
사실 이 다섯 단계는 모든 AI 만화 번역기가 공통으로 갖는 뼈대입니다. 단계별로 어떤 일이 일어나는지는 만화 번역 원리 완벽 정리에서, OCR만으로는 왜 부족한지는 만화 이미지 번역, OCR만으로는 왜 부족할까?에서 더 자세히 다뤘습니다.
설치 조건: 무엇을 준비해야 할까
README는 두 가지 주요 설치 방법을 안내합니다. 어느 쪽이든 어느 정도 컴퓨터 지식이 필요합니다.
방법 1: Python으로 로컬 설치 (공식 권장)
Python 3.10 이상. README는 너무 최신 버전의 Python은 일부 PyTorch 라이브러리와 호환되지 않을 수 있다고 안내합니다.
git으로 저장소를 내려받고 pip로 의존 패키지 설치. 모델은 처음 실행할 때 자동으로 다운로드됩니다.
Windows 사용자는 Microsoft C++ Build Tools를 먼저 설치해야 합니다. 일부 패키지를 컴파일해야 하기 때문입니다.
그래픽카드를 쓰려면 CUDA 버전에 맞는 PyTorch를 직접 설치해야 합니다. 버전이 맞지 않아 막히는 경우가 가장 흔합니다.
방법 2: Docker
이미지에 모든 의존 패키지와 모델이 들어 있지만, 용량이 약 15GB입니다.
NVIDIA 그래픽카드로 가속하려면 Docker 19.03 이상과 NVIDIA Container Runtime도 필요합니다.
어떤 방법이든 번역 품질은 번역 엔진이 좌우
기본 엔진인 sugoi는 오프라인으로 작동해 키가 필요 없습니다. 하지만 DeepL, OpenAI, DeepSeek, Gemini 등을 쓰려면 직접 API 키를 발급받아 환경 변수나 .env 파일에 넣어야 하고, 사용료는 각 서비스에 따로 냅니다.
README에는 커뮤니티가 관리하는 Rust 버전도 소개되어 있습니다. 컴파일된 실행 파일이라 설치는 더 쉽지만, 현재는 명령어(CLI) 버전만 있습니다.
한국어로 번역할 때 꼭 확인할 설정
기본 목표 언어는 중국어 간체
설정 파일의 target_lang 기본값은 CHS(중국어 간체)입니다. 한국어로 번역하려면 KOR로 바꿔야 하고, 그대로 두면 중국어로 번역됩니다.
기본 엔진 sugoi는 한국어용이 아니다
README는 일본어에서 영어로 옮길 때 sugoi를 추천합니다. 한국어로 번역하려면 한국어를 지원하는 엔진을 골라야 합니다. README의 번역 엔진 목록을 보면 파파고는 API 키 없이 쓸 수 있는 엔진으로 표시되어 있고, DeepL, OpenAI, NLLB 등도 선택할 수 있습니다. sugoi가 어떤 도구인지는 Sugoi Translator vs AI Manga Translator 비교에서 따로 정리했습니다.
OCR과 글꼴
README의 권장 설정에서 일본어와 한국어 OCR은 모두 48px 모델이 추천되어 있습니다.
식자 단계에서
--font-path로 한글을 지원하는 글꼴을 지정해야 글자가 깨지지 않습니다.
캐릭터 이름과 앞뒤 맥락
용어집(glossary) 기능을 쓰면 고유 명사와 캐릭터 이름을 일관되게 번역할 수 있지만, README에 따르면 OpenAI 번역기에서만 작동합니다.
앞 페이지 내용을 참고해 번역하는
--context-size옵션도 현재는 OpenAI 번역기에만 적용됩니다.
즉, 페이지를 넘어서도 이름과 말투가 일관된 번역을 원한다면 사실상 유료 대형 언어 모델 API를 쓰고 용어집도 직접 관리해야 합니다. 일본어 호칭과 말투를 한국어로 옮길 때 생기는 문제는 망가 번역의 호칭과 말투 문제에서 자세히 다뤘습니다.
README가 직접 밝힌 한계
오픈소스 프로젝트의 장점은 솔직하다는 것입니다. 개발자가 README에 현재 한계를 직접 적어 두었습니다. 일반 사용자에게 영향이 큰 것만 추려 보면 다음과 같습니다.
식자 영역은 말풍선이 아니라 감지된 텍스트 기준입니다. 말풍선이 없는 이미지도 처리할 수 있지만, 개발자도 아직 완벽한 식자는 어렵고 좋은 해결책이 없다고 인정합니다.
저해상도 이미지는 글자를 놓치기 쉽습니다. README는 먼저 이미지를 확대(
upscale_ratio)하거나 감지 크기를 조정하라고 권합니다.설정을 직접 조정해야 할 일이 많습니다. 원문이 남아 있다면 감지, OCR, 인페인팅 중 어디가 문제인지 직접 판단해서 각각의 값을 바꿔야 합니다.
공식 온라인 버전은 항상 쓸 수 있는 게 아닙니다. README에 따르면 데모 사이트가 서버 재시작으로 잠시 접속되지 않을 수 있고, 프로젝트 설명에는 예전 cotrans 온라인 서비스가 이미 중단되었다고 적혀 있습니다.
번역 엔진 구성이 바뀌기도 합니다. 예를 들어 README에서 Google 번역은 일시적으로 비활성화된 상태로 표시되어 있습니다.
이런 한계가 도구가 나쁘다는 뜻은 아닙니다. 직접 손보고 설정을 만지는 걸 즐기는 사람을 위한 도구 상자라는 위치를 보여 줄 뿐입니다.
누구에게 맞고, 누구에게 안 맞을까
잘 맞는 사람 | 잘 안 맞는 사람 |
|---|---|
명령어와 Python 환경 설치에 익숙한 사람 | 이미지를 올리고 바로 결과를 보고 싶은 사람 |
NVIDIA 그래픽카드가 있거나, CPU로 느리게 돌려도 괜찮은 사람 | 가벼운 노트북이나 스마트폰으로 만화를 보는 사람 |
OCR, 인페인팅, 번역 모델의 조합을 직접 연구하고 싶은 사람 | CUDA나 패키지 버전 충돌을 다루고 싶지 않은 사람 |
번역 엔진을 직접 고르고 용어집을 관리하고 싶은 사람 | API 키를 따로 발급하고 관리하기 번거로운 사람 |
페이지마다 설정을 다듬어 최상의 결과를 내고 싶은 사람 | 연재를 따라가며 한 화를 통째로 번역하고 싶은 사람 |
왼쪽에 가깝다면 manga-image-translator는 충분히 써 볼 만한 프로젝트이고, 만화 번역 뒤에 있는 기술을 배우기에도 좋습니다.
오른쪽에 가깝다면 온라인 번역기가 훨씬 편합니다. AI Manga Translator의 망가 이미지 번역기는 텍스트 감지, OCR, 인페인팅, 번역, 식자를 모두 클라우드에서 처리하기 때문에 따로 설치할 것이 없습니다. ZIP 압축 파일을 바로 올려 페이지를 미리 보고 번역할 페이지를 고를 수 있고, 한 화를 통째로 번역해도 캐릭터 이름이 처음부터 끝까지 일관되게 유지됩니다. 단행본 파일이 있다면 만화 PDF 번역하는 법과 CBZ 만화 파일 번역하는 법도 참고해 보세요.
어떤 도구를 쓰든, 번역한 결과를 어디까지 공유해도 되는지는 만화를 번역기로 돌려 읽는 건 합법일까?에서 정리해 두었습니다.
참고 자료
GitHub 프로젝트 zyddnys/manga-image-translator, README (최종 업데이트: 2025년 5월 10일, 스타·포크 수는 2026년 10월 확인).
GitHub 프로젝트 zyddnys/manga-image-translator, 중국어 README (README_CN).
이 글은 작성 시점에 공개된 정보를 바탕으로 정리했습니다. 오픈소스 프로젝트는 업데이트가 잦으므로 최신 설치 방법과 기능은 프로젝트 페이지를 확인해 주세요.