DeepLiveCam 2.6에서 AMD RX 7800 XT의 낮은 성능 문제 해결 방법 문의

핵심 요약

고사양 AMD GPU 환경에서 DeepLiveCam의 낮은 GPU 점유율과 성능 저하 문제를 해결하기 위한 기술적 분석과 커뮤니티 조언을 구하는 게시물이다.

배경

사용자가 RX 7800 XT 그래픽카드와 DirectML 환경에서 DeepLiveCam 2.6을 실행했으나, GPU 점유율이 11% 미만에 머물며 5 FPS라는 낮은 성능을 기록하여 최적화 방법을 문의했다.

의미 / 영향

AMD GPU 사용자는 DirectML 환경에서 소프트웨어 최적화 미비로 인해 하드웨어 성능을 온전히 활용하지 못하는 문제를 겪을 수 있다. 이는 AI 도구 개발 시 CUDA 외의 가속 환경에 대한 지원과 최적화가 여전히 과제로 남아 있음을 시사한다.

커뮤니티 반응

사용자는 설정을 마쳤음에도 성능이 나오지 않아 답답함을 토로하고 있으며, 구체적인 수치를 제시하며 기술적 조언을 구하고 있다.

실용적 조언

Face Enhancer와 Keep FPS 옵션을 꺼서 연산 부하를 최소화한다.
720p 해상도의 카메라와 양호한 조명 환경을 유지하여 입력 데이터의 품질을 확보한다.
터미널 로그를 통해 DmlExecutionProvider가 실제로 적용되었는지 우선 확인한다.

언급된 도구

DeepLiveCam중립

실시간 AI 얼굴 교체 도구

ONNX Runtime중립

AI 모델 추론 가속 엔진

DirectML중립

DirectX 12 기반 하드웨어 가속 API

섹션별 상세

사용자는 Ryzen 5 7600X와 RX 7800 XT(16GB VRAM) 환경에서 Windows 11과 Python 3.11 가상환경을 사용하고 있다. ONNX Runtime의 DirectML 실행 프로바이더(DmlExecutionProvider)가 활성화된 것을 확인했음에도 불구하고 실질적인 성능 향상이 나타나지 않는 상황이다. 터미널 로그를 통해 GPU 프로바이더가 정상적으로 적용되었음을 확인했으나 하드웨어 자원 활용이 극히 저조하다.

현재 평균 5 FPS의 매우 낮은 프레임 속도를 기록하고 있으며, 작업 관리자 기준 GPU 점유율은 0-11%, VRAM 사용량은 2GB 수준에 불과하다. CPU 점유율 또한 15% 내외로 시스템 전체 자원이 충분히 활용되지 못하고 있다. 얼굴 개선(Face Enhancer), 프레임 유지(Keep FPS) 등 부하가 큰 옵션을 모두 끈 상태에서도 성능 개선이 이루어지지 않고 있다.

사용자는 AMD 하드웨어와 DirectML 조합에서 기대할 수 있는 정상적인 성능 범위가 어느 정도인지 의문을 제기하고 있다. 특히 NVIDIA의 CUDA와 비교했을 때 ONNX Runtime이 AMD 환경에서 병목 현상을 일으키는지, RDNA3 아키텍처가 DirectML을 통해 완전히 활용될 수 있는지에 대한 기술적 확인을 요청했다. RX 7000 시리즈에서 15-30 FPS를 달성한 사례가 있는지와 추가적인 최적화 팁을 찾고 있다.

실무 Takeaway

AMD GPU 환경에서 DirectML을 통한 DeepLiveCam 실행 시 하드웨어 자원 활용률이 비정상적으로 낮을 수 있다.
ONNX Runtime의 DirectML 프로바이더가 활성화되어도 CUDA 대비 최적화 수준이 낮아 성능 병목이 발생할 가능성이 크다.
얼굴 개선 등 주요 옵션을 비활성화했음에도 5 FPS 수준의 성능은 하드웨어 사양 대비 매우 저조한 수치이다.
RDNA3 아키텍처와 DirectML 간의 호환성 및 최적화 설정에 대한 커뮤니티의 추가 검증이 필요하다.