우리는 이미지 복원을 위한 간단하면서도 효과적인 컨볼루션 네트워크 아키텍처인 IRNeXt를 제안한다. 최근에는 장거리 픽셀 간 상호작용을 모델링할 수 있는 강력한 능력으로 인해 트랜스포머 모델이 이미지 복원 분야를 주도해왔다. 본 논문에서는 컨볼루션 신경망(CNN)의 잠재력을 탐구하고, 여러 이미지 복원 작업에서 낮은 계산 부하로도 트랜스포머 모델과 비교하거나 그 이상의 성능을 달성할 수 있음을 보여준다. 고급 이미지 복원 알고리즘들이 지닌 특성들을 재검토함으로써 복원 모델의 성능 향상에 기여하는 몇 가지 핵심 요인을 발견하였다. 이러한 발견은 저비용 컨볼루션 연산자를 기반으로 한 새로운 이미지 복원 네트워크 개발을 촉발시켰다. 광범위한 실험 결과는 IRNeXt가 이미지 해안화, 단일 이미지 심도/운동 흐림 제거, 비 오는 이미지 복원, 눈 오는 이미지 복원을 포함한 다양한 이미지 복원 작업에서 낮은 계산 복잡도로도 다수의 데이터셋에서 최신 기술 수준의 성능을 보여줌을 입증한다.