# 처리되지 않은 사진이 실제로 어떻게 보이는가 > Clean Markdown view of GeekNews topic #25408. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=25408](https://news.hada.io/topic?id=25408) - GeekNews Markdown: [https://news.hada.io/topic/25408.md](https://news.hada.io/topic/25408.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2025-12-29T10:32:36+09:00 - Updated: 2025-12-29T10:32:36+09:00 - Original source: [maurycyz.com](https://maurycyz.com/misc/raw_photo/) - Points: 2 - Comments: 1 ## Topic Body - 디지털 카메라의 **RAW 센서 데이터**가 어떤 형태로 기록되는지를 단계별로 보여주는 실험 - 초기 데이터는 **14비트 ADC 출력**을 0–255 RGB로 단순 매핑한 회색조 형태로, 실제 밝기 범위가 제한됨 - **Bayer 필터**를 적용해 각 픽셀의 색 필터 정보를 반영하고, 인접 픽셀 평균을 통해 **디모자이싱(demosaicing)** 수행 - **감마 보정**과 **화이트 밸런스** 조정을 거치며, 인간 시각과 디스플레이의 **비선형 밝기 인식** 차이를 보정 - 최종적으로 카메라 내부 JPEG 처리와 비교해, “보정되지 않은 사진”이라는 개념이 사실상 존재하지 않음을 보여줌 --- ### RAW 센서 데이터의 초기 상태 - 카메라 센서가 기록한 원본 데이터는 **14비트 ADC 값**으로 구성되며, 이를 0–255 RGB로 단순 변환하면 회색조 이미지 형태 - 실제 ADC 값의 범위는 약 **2110~13600**으로, 이 구간을 흑백 기준으로 설정해 밝기 재조정 - 이 단계의 이미지는 색 정보가 거의 없으며, 센서가 **빛의 세기만 측정**하기 때문임 ### 색상 정보 복원 과정 - 컬러 카메라 센서는 **Bayer 필터 배열**을 통해 각 픽셀마다 빨강·초록·파랑 중 하나의 색만 감지 - 각 픽셀의 색 필터에 맞춰 색을 입히면 색감이 생기지만, 한 픽셀당 RGB 중 하나만 존재 - 인접 픽셀의 값을 평균해 **디모자이싱**을 수행하면 전체 이미지에 색이 복원됨 ### 밝기와 감마 보정 - 결과 이미지가 어둡게 보이는 이유는 **모니터의 동적 범위 한계**와 **인간 시각의 비선형 밝기 인식** 때문 - 선형 데이터를 그대로 표시하면 어둡게 보이므로, **비선형 감마 곡선**을 적용해 어두운 영역을 밝힘 - 그러나 이 과정에서 **녹색 채널 과다** 현상이 발생, 이는 센서의 녹색 민감도와 Bayer 배열의 녹색 비중 때문 ### 화이트 밸런스 및 색상 보정 - 각 색 채널을 일정 비율로 조정해 **화이트 밸런스**를 맞춤 - 비선형 변환 이전 단계로 돌아가 녹색 채널을 낮춘 뒤 다시 감마 곡선을 적용 - 이 과정을 거쳐 **자연스러운 색감의 사진** 완성 ### 카메라 JPEG 처리와의 비교 - 동일한 RAW 데이터로부터 카메라가 생성한 **내장 JPEG 이미지**는 이미 여러 수학적 보정 과정을 거친 결과물 - 대비나 화이트 밸런스를 편집 소프트웨어에서 조정하는 것은 카메라 내부 처리와 본질적으로 동일한 연산 - “편집되지 않은 사진”이라는 개념은 실제로 존재하지 않으며, **모든 사진은 수학적 처리의 결과물**임 - 인간의 시각을 완벽히 재현하기 어렵고, 디스플레이 한계로 인해 **수동 보정의 필요성**이 항상 존재함 ## Comments ### Comment 48378 - Author: neo - Created: 2025-12-29T10:32:36+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=46415225) - 각 픽셀에 같은 **전달 함수**를 적용하는 게 ‘처리’로 봐야 하는지 고민됨 필름 시절엔 ISO 400 흑백 필름을 1600으로 밀어 쓰면 거친 입자가 생겼지만, 그건 사진 전체에 균일한 ‘노이즈’였음 요즘은 노이즈 제거가 놀라울 정도로 발전했지만, 그 과정에서 **이미지 자체가 변형**되는 경우가 있음 예를 들어, 내 IP 카메라는 자전거를 타고 들어올 때 바퀴 일부가 사라지기도 함. 알고리즘이 아스팔트 질감을 노이즈로 착각해 지워버린 것임 스마트폰이나 디지털 카메라도 확대하거나 저조도에서 보면 얼굴이 ‘그림처럼’ 보임 나는 차라리 **정직한 노이즈**나, ‘없음’부터 현재 기본값까지 조절 가능한 노이즈 제거 알고리즘을 원함 - ‘이미지’의 추상화 층을 벗겨내는 글을 좋아함. 결국 현대 사진은 **신호 처리**에 마케팅이 더해진 것일 뿐임 Bayer 패턴이 RGGB(초록 50%)인 이유는 색 균형뿐 아니라 **공간 해상도** 때문임 인간의 눈은 초록빛에 가장 민감하므로, 초록 채널이 밝기(세부 정보)의 대부분을 담당함 고급 디모자이킹 알고리즘은 초록 채널로 고해상도 **휘도 맵**을 만든 뒤, 빨강·파랑을 색차 레이어로 보간함 이런 원리 덕분에 4:2:0 크로마 서브샘플링 같은 영상 압축도 가능함 더 깊이 알고 싶다면 [dcraw](https://www.cybercom.net/~dcoffin/dcraw/)나 libraw의 소스 코드를 보는 걸 추천함. 각 센서 제조사별로 ‘raw 전압’을 해석하기 위한 수많은 예외 처리가 있음 - 고전 포맷인 PPM에서 PGM으로 변환할 때 사용하는 [ppmtopgm](https://linux.die.net/man/1/ppmtopgm)의 **양자화 공식**을 보면 초록의 비중이 거의 60%임 ```g = .299r + .587g + .114b``` 이 비율이 회색조 이미지의 밝기를 결정함 그리고 거기에 인용된 시 구절이 인상적이었음 — 색이 사라진 세상을 묘사하며, 결국 우리가 ‘옳다’고 정하는 게 단지 **양자화 오차**일 뿐이라는 점을 풍자함 - Amazon Kindle 광고팀에서 일할 때, RGB를 단순 평균으로 회색조로 바꾼 탓에 6개월간 **엉망인 광고 이미지**가 노출된 적이 있었음 FFmpeg 호출에 RGB→휘도 변환 플래그 하나만 추가했으면 해결됐을 일임 - 사실 **필름 사진도 신호 처리**의 다른 형태였음. 우리가 인식할 수 있는 ‘가공되지 않은 데이터’란 존재하지 않음 - Bayer 패턴이 초록에 두 배의 면적을 할당하는 게 조금 억울하게 느껴짐 물론 인간의 눈이 초록에 민감하다는 이유지만, 그래도 뭔가 불합리하게 느껴짐 (⩺_⩹) - 사람들이 사진을 “편집했냐, 원본이냐” 묻는 게 싫음 카메라가 만들어내는 JPEG 자체가 이미 **강하게 처리된 결과물**임 곡선, 매핑, 보정값을 다르게 적용해 다른 JPEG를 만드는 건 ‘조작’이 아니라 단지 다른 해석일 뿐임 - 카메라 센서 관련 일을 하는데, 이 글은 신입 교육용으로 아주 좋다고 생각함 **RAW 데이터**에서 시작해 익숙한 출력으로 이어지는 과정을 보여주면 이해가 빠름 - “then” 대신 “than”을 써야 한다는 사소한 오타 지적임 - 학부 때 **원격 탐사(remote sensing)** 를 공부하면서 센서와 신호 처리를 제대로 이해하게 됨 내가 보는 건 ‘진실’이 아니라 데이터의 한 **부분적 뷰(view)** 임 인간의 눈, 고양이의 눈, 카메라가 각각 다른 데이터 하위집합을 수집하고 표현함 공간과 시간을 신호의 추가 차원으로 보면 더 흥미로움 결국 우리는 모두 우주의 일부를 관측하는 **센서 시스템**일 뿐이라는 생각이 듦 - 디지털 사진에서 **다이내믹 레인지 압축**과 **디베이어링**은 필수지만, 반대로 AI가 사물을 인식해 ‘이래야 한다’는 식으로 이미지를 **환상적으로 재구성**하는 건 다른 문제임 제조사들이 이 방향으로 밀고 있어, 증거 사진의 신뢰성 같은 문제를 야기함 - 사진에는 ‘진짜’와 ‘가짜’가 없다고 생각함 모든 이미지는 데이터의 해석이며, 수많은 선택의 결과임 굳이 구분하자면 **전역 편집(global)** 과 **국소 편집(local)** 으로 나눌 수 있고, 국소 편집이 더 ‘가짜’에 가깝다고 볼 수 있음 하지만 결국 핵심은 **의도(intent)** 임 속이려는 의도가 있다면, 카메라에서 바로 나온 사진이라도 ‘가짜’가 될 수 있음 대부분의 사람들은 필터 적용을 ‘가짜’로 여기지만, 사실 모든 사진엔 필터가 적용되어 있음 그 과정 자체를 ‘가짜’라 부르는 건 무의미함 - 영화 [Tim’s Vermeer](https://en.wikipedia.org/wiki/Tim%27s_Vermeer)의 인용이 떠오름 “예술과 기술은 분리되어야 한다는 현대적 생각은 잘못된 것”이라는 말처럼, **예술과 기술의 융합**이 바로 황금기의 특징이었음 또 [John Lind의 The Science of Photography](https://johnlind.tripod.com/science/scienceframe.html)와 [Bob Atkins의 센서 해설](https://www.bobatkins.com/photography/digital/size_matters.html)도 추천함. 특히 **픽셀 웰 크기**가 왜 중요한지 설명한 부분이 인상 깊었음 - 선형 데이터를 그대로 표시하면 어둡게 보이는 건 **모니터의 한계** 때문이라고 생각함 비트 깊이가 충분히 크다면 감마 보정 없이 선형광으로 표시할 수도 있지 않을까 함 - 아니, 문제는 **곡선의 형태**임 인간의 **광도 인식**은 선형이 아니므로, 어느 단계에서든 비선형화가 필요함 계산은 16비트 이상 선형 색공간에서 하고, 표시 직전에 감마를 적용하는 게 이상적임 과거에는 비선형 RGB로 블렌딩을 해서 **어두운 밴딩 현상**이 생기곤 했음 - 감마 보정은 모니터 때문만이 아니라, **하이라이트·섀도우에 더 많은 비트**를 배분하기 위한 이유도 있음 CRT는 전자총의 비선형 반응을 보정하기 위해 감마를 썼고, 필름이나 CMOS 센서도 빛에 대한 감도가 로그 형태라 비슷한 처리를 함 - 만약 선셋을 선형으로 표시하면, 태양 부분이 **눈이 아플 정도로 밝게** 나올 것임. 그건 현실적이지 않음 - ‘가공되지 않은 사진’은 사실상 존재하지 않음 RAW는 RGGB 픽셀 값의 집합일 뿐이며, 이를 **화면의 좁은 다이내믹 레인지**에 맞추기 위해 데이터를 전략적으로 버리고 중간 회색점을 정의하는 과정이 바로 **창의적 해석**의 영역임 - 글의 예시가 너무 인공적이고 다채로운 조명이라, ‘기준 진실’이 무엇인지 이해하기 어렵다는 아쉬움이 있음 - 하지만 그게 핵심임. ‘기준 진실’이라는 개념 자체를 **도전적으로 재고**하게 만드는 게 글의 목적임 마지막 두 이미지를 비교하며 각자 선호에 따라 ‘결과’를 판단하면 됨