Koharu

멀티포맷 프로젝트 관리

래스터 이미지, 아카이브(ZIP, RAR 등), PDF 파일을 하나의 프로젝트로 가져와 페이지 순서를 관리할 수 있습니다.

선택적 파이프라인 처리

감지, OCR, 번역, 인페인팅 단계를 페이지 또는 프로젝트 단위로 선택적으로 실행할 수 있어 워크플로우를 유연하게 조정할 수 있습니다.

텍스트 영역 감지 및 분할

말풍선, 캡션, 일반 텍스트 영역을 정확히 감지하고 분할하여 후속 처리의 기반을 마련합니다.

멀티모달 OCR

PaddleOCR VL, Manga OCR, Baberu OCR, Hayai OCR 등 다양한 OCR 모델을 지원하여 만화 특유의 텍스트를 정확하게 읽어냅니다.

생성형 인페인팅

FLUX.2 Klein, LaMa, AOT GAN 등 모델을 사용하여 텍스트가 있던 영역의 배경을 자연스럽게 재구성합니다.

번역 및 교정

로컬 GGUF 모델(LFM 2.5, Ministral 3, Gemma 4, Qwen 시리즈 등) 또는 OpenAI, Gemini, Claude, DeepL 등 클라우드 제공자를 통해 번역을 수행하고, 결과를 교정할 수 있습니다.

WebGPU 기반 캔버스

브라우저 수준의 그래픽 성능을 활용한 캔버스에서 수동으로 텍스트를 정리하고 배치하며 페이지를 구성할 수 있습니다.

다국어 텍스트 shaping 및 레이아웃

자동 줄바꿈, 폰트 폴백, 세로 CJK 텍스트, 오른쪽에서 왼쪽 텍스트 방향 등을 지원하여 다양한 언어에 최적화된 레이아웃을 생성합니다.

레이어드 PSD 내보내기

번역된 결과를 평면 PNG 또는 레이어가 보존된 PSD 파일로 내보내어 дальней 편집이 가능하도록 지원합니다.

에이전트 기반 워크플로우

Koharu Agent를 통해 프로젝트를 검사하고, 편집하며 파이프라인을 제어할 수 있는 AI 어시스턴트 기능을 제공합니다.

다운로드 및 설치 방법

Windows 사용자는 공식 배포 페이지에서 실행 파일을 다운로드하거나, WinGet을 통해 간편하게 설치할 수 있습니다.

WinGet을 이용한 설치 방법은 다음과 같습니다:

winget install koharu

설치 후 처음 실행 시, 하드웨어 가속을 위한 그래픽 드라이버 최신 버전 설치를 권장합니다. CUDA, ROCm, Metal, Vulkan 등 다양한 가속 백엔드를 지원하며, CPU 추론도 가능하나 속도가 느릴 수 있습니다.

기본 사용법

첫 번째 번역을 위해 다음 단계를 따릅니다:

1. Koharu 실행 후 ‘Start here’ 메뉴에서 ‘Translate your first page’ 선택
2. 만화 이미지 또는 PDF 파일을 프로젝트에 가져오기
3. 처리하고 싶은 페이지 선택 및 파이프라인 단계(감지 → OCR → 번역 → 인페인팅) 설정
4. 번역 완료 후 캔버스에서 텍스트 위치 조정 및 검토
5. 결과를 PNG 또는 PSD 형식으로 내보내기

자세한 설정은 공식 문서의 Installation 및 Projects 가이드를 참조하세요.

이런 경우에 유용합니다

만화를 좋아하는 개인 사용자가 원본 언어를 이해하지 못해 감상하기 어려운 경우, Koharu를 사용하여 자신의 언어로 번역된 버전을 만들 수 있습니다. 스캔된 만화책이나 디지털 PDF를 입력으로 넣으면, 텍스트 감지부터 번역, 이미지 복원까지 자동화된 과정을 통해 손쉽게 다국어 만화를 제작할 수 있습니다. 특히 프라이버시가 중요한 사용자는 로컬에서만 처리되는 점을 활용해 외부 서버에 데이터를 업로드하지 않고도 번역 작업을 수행할 수 있습니다.

지원 환경·시스템 요구사항

Windows, macOS, Linux에서 실행 가능하며, Windows에서는 x64 아키텍처의 exe 설치자를 제공합니다. 하드웨어 가속을 위해 NVIDIA GPU(CUDA 13.0 이상, Turing 아키텍처 이상), AMD GPU(ROCm 10.0 이상), Apple Silicon(Metal), 또는 크로스플랫폼 Vulkan을 지원합니다. WebGPU 기반 캔버스를 사용하려면 최신 그래픽 드라이버가 필요하며, CPU 추론은 지원되지만 속도가 현저히 느립니다.

최신 버전·업데이트

현재 버전은 0.81.7이며, 최신 릴리스 정보와 업데이트 내역은 공식 GitHub 저장소의 Releases 페이지에서 확인할 수 있습니다.

제한 사항·확인 사항

로컬 LLM 사용 시 충분한 VRAM과 시스템 메모리가 필요하며, 대형 모델(27B 이상)은 고사양 GPU를 요구할 수 있습니다. 클라우드 제공자 사용 시 해당 서비스의 API 키와 인터넷 연결이 필요합니다. WebGPU 캔버스 기능은 그래픽 드라이버가 최신 상태여야 정상 동작합니다.