컬러 그레이딩은 영화 제작과 비디오 편집에서 흔히 쓰이는 후반 작업 과정으로, 다양한 환경과 기기에서의 표현을 위해 이미지의 외관을 변경한다. 이는 대비, 색상, 채도, 디테일, 블랙 레벨, 화이트 밸런스와 같은 속성을 향상시키는 것을 포함하며, 영화, 비디오 또는 정지 이미지에 적용된다. 컬러 그레이딩과 컬러 보정이라는 용어는 종종 동의어로 사용되며, 이 과정에는 원본 이미지의 서로 다른 레이어 마스크를 창의적으로 혼합하고 합성하여 예술적인 색상 효과를 생성하는 것도 포함될 수 있다. 현대의 실무에서 컬러 그레이딩은 통제된 환경, 일반적으로 어둡거나 희미한 조명의 컬러 스위트에서 디지털 방식으로 수행되며, 비디오 편집에서 가장 노동 집약적인 부분 중 하나이다.
컬러 그레이딩의 기원은 컬러 타이밍으로 알려진 사진 화학 필름 과정에 있으며, 이는 필름 현상소에서 인화 중에 재촬영된 이미지를 노출시키는 데 사용되는 빛의 강도와 색상을 변화시켜 수행되었다. 이 과정만으로는 사용자가 변경 결과를 즉시 볼 수 없었기 때문에, 수정 사항을 실시간으로 보기 위해 Hazeltine 컬러 분석기가 일반적으로 사용되었다. 2000년대에 디지털 기술의 증가와 함께 할리우드 영화에서 컬러 그레이딩이 더 보편화되었고, 사진 화학 워크플로우에서 디지털 워크플로우로 전환되었다.
컬러 타이밍
컬러 타이밍은 필름 요소를 재생산하는 데 사용된 초기의 사진 화학 과정이다. 원래 "컬러 그레이딩"은 필름 재생산에서 앤서 프린트나 릴리즈 프린트로 전환할 때 색상 외관을 변경하는 실험실 용어였다. 2010년대 후반까지 이 필름 그레이딩 기술은 컬러 타이밍으로 알려지게 되었으며, 필름 현상 중 다양한 필터를 통한 노출 시간의 변경을 포함한다. 컬러 타이밍은 프린터 포인트로 지정되며, 이는 실험실 접촉 프린터의 사전 설정을 나타내며, 7~12 프린터 포인트가 한 스톱의 빛과 같다. 스톱당 포인트 수는 네거티브 또는 프린트 스톡과 실험실의 다양한 사전 설정에 따라 달라졌다.
영화 제작에서 창의적인 팀은 실험실 타이머와 만나게 되었는데, 타이머는 실행 중인 필름을 보고 팀의 지시에 따라 메모를 작성했다. 세션이 끝난 후 타이머는 실험실로 돌아가 필름 네거티브를 Hazeltine 장치에 놓았는데, 이 장치는 제어된 백라이트가 있는 미리 보기 필터를 갖추고 있어 각 장면의 각 프린터 포인트의 정확한 설정을 선택했다. 이러한 설정은 종이 테이프에 펀칭되어 고속 프린터에 공급되었고, 네거티브는 백라이트를 통해 프린트 스톡에 노출되었다. 필터 설정은 종이 테이프의 프린터 라이트에 맞춰 즉석에서 변경되었다. 시각 효과 샷과 같은 복잡한 작업의 경우 올바른 그레이딩 선택을 돕기 위해 필터 조합을 통과하는 "웨지"가 때때로 처리되었다.
텔레시네
텔레비전의 출현과 함께 방송사들은 생방송의 한계를 빠르게 깨닫고 릴리즈 프린트에서 직접 텔레시네를 통해 장편 영화를 방송하는 방향으로 전환했다. 이는 1956년 이전의 일로, Ampex가 최초의 Quadruplex 비디오테이프 레코더(VTR) VRX-1000을 도입하기 전이었다. 생방송 텔레비전 쇼는 비디오 모니터를 촬영하여 필름에 기록하고 다른 시간대에서 다른 시간에 방송할 수도 있었다. 이 시스템의 핵심은 텔레비전 방송을 필름에 기록하는 장치인 키네스코프였다.
초기 텔레시네 하드웨어는 필름 프로젝터를 비디오 카메라에 연결한 필름 체인이었으며, 필름에서 방송하기 위한 것이었다. Jay Holben이 American Cinematographer Magazine에서 설명했듯이, "텔레시네는 비디오 신호에 컬러 보정을 수행할 수 있는 기능을 갖추게 되면서 비로소 실행 가능한 후반 작업 도구가 되었다."
텔레시네 컬러링 작동 방식
음극선관(CRT) 시스템에서 전자 빔이 인광체 코팅된 외피에 투사되어 작은 빛의 점을 생성한다. 이 빔은 필름 프레임을 왼쪽에서 오른쪽으로 스캔하여 수직 프레임 정보를 캡처한다. 수평 스캐닝은 필름이 CRT의 빔을 지나 이동하면서 수행된다. 광자 빔이 필름 프레임을 통과하면 일련의 이색성 거울을 만나 이미지를 기본 빨간색, 녹색, 파란색 구성 요소로 분리한다. 각 개별 빔은 광전자 증배관(PMT)에 반사되어 광자가 전자 신호로 변환되고 테이프에 기록된다.
전하 결합 소자(CCD) 텔레시네에서는 백색광이 노출된 필름 이미지를 통해 프리즘에 비춰져 이미지를 세 가지 기본 색상으로 분리한다. 각 색상의 빛 빔은 각 색상에 대해 하나씩 다른 CCD에 투사된다. CCD는 빛을 전자 신호로 변환하고, 텔레시네 전자 장치는 이를 비디오 신호로 변조하여 컬러 그레이딩할 수 있게 한다.
Rank Cintel MkIII CRT 텔레시네 시스템의 초기 컬러 보정은 세 개의 광전자 증배관 각각의 기본 게인 전압을 변경하여 빨간색, 녹색, 파란색 출력을 변화시키는 방식으로 수행되었다. 추가 발전으로 많은 컬러 처리 장비가 아날로그에서 디지털로 전환되었고, 차세대 텔레시네인 Ursa에서 컬러링 과정은 4:2:2 색 공간에서 완전히 디지털화되었다. Ursa Gold는 전체 4:4:4 색 공간에서 컬러 그레이딩을 가능하게 했다.
컬러 보정 제어 시스템은 1978년 Rank Cintel TOPSY(텔레시네 운영 프로그래밍 시스템)로 시작되었다. 1984년 Da Vinci Systems는 Rank Cintel MkIII 시스템에서 색상 전압을 조작하는 컴퓨터 제어 인터페이스인 최초의 컬러 보정기를 도입했다. 그 이후로 기술은 디지털 컬러리스트에게 놀라운 힘을 주기 위해 발전했다. 오늘날 Da Vinci Systems와 Pandora International을 포함한 많은 회사가 컬러 보정 제어 인터페이스를 만든다. 일부 텔레시네는 2018년 기준으로도 여전히 운영 중이었다.
컬러 보정 및 향상
컬러 보정(디지털 컬러 그레이딩)의 주요 예술적 기능 중 일부는 다음과 같다:
- 촬영된 내용을 정확하게 재현
- 재료의 변동 보정(예: 필름 오류, 화이트 밸런스, 다양한 조명 조건)
- 의도된 시청 환경 보정(어두운, 희미한, 밝은 주변)
- 특수 시각 효과 포함을 위한 기본 외관 최적화
- 원하는 예술적 '룩' 설정
- 장면의 분위기 향상 및/또는 변경 - 영화의 음악 반주에 해당하는 시각적 등가물(필름 틴팅과 비교)
이러한 기능 중 일부는 다른 기능보다 우선시되어야 한다. 예를 들어, 컬러 그레이딩은 기록된 색상이 원래 장면과 일치하도록 보장하기 위해 수행될 수 있는 반면, 다른 경우에는 매우 인위적인 양식화된 룩을 설정하는 것이 목표일 수 있다. 전통적으로 컬러 그레이딩은 실용적인 목표를 위해 수행되었으며, 예를 들어 영화 Marianne에서는 야간 장면을 낮에 촬영할 수 있도록 그레이딩이 사용되었다.
AI 이미지 및 비디오 생성에서의 컬러 그레이딩
Generative AI 및 Artificial intelligence 이미지 및 비디오 생성의 맥락에서 컬러 그레이딩은 프롬프트 내에서 시각적 스타일 또는 사진/영화 기법으로 호출된다. 프롬프트 작성자는 특정 키워드를 사용하여 모델을 특정 색상 팔레트, 대비 수준 및 분위기로 안내한다. 일반적인 용어로는 "틸 앤 오렌지", "블리치 바이패스", "하이 컨트라스트", "뮤트 컬러", "빈티지 필름 룩", "시네마틱 컬러 그레이딩", "컬러 그레이디드" 등이 있다. 이러한 설명자는 신경망이 전문적으로 그레이딩된 영상의 룩을 모방한 출력을 생성하도록 돕는다.
대규모 이미지 및 비디오 데이터 세트로 훈련된 모델은 텍스트 설명과 색상 분포를 포함한 시각적 특징 간의 연관성을 학습한다. 예를 들어, "네온 컬러 그레이딩이 있는 미래 도시"와 같은 프롬프트는 모델이 채도가 높은 파란색과 분홍색으로 이미지를 생성하게 할 수 있으며, "탈색된 컬러 그레이딩이 있는 음울한 장면"은 뮤트하고 낮은 대비의 결과를 생성할 수 있다. 이러한 프롬프트의 효과는 모델의 색상 관련 용어 이해에 달려 있으며, 이는 훈련 데이터와 RLHF와 같은 정렬 기술에 의해 형성된다.
주요 실무자 및 도구
역사적으로 컬러 그레이딩은 숙련된 실험실 타이머와 나중에는 특수 하드웨어와 소프트웨어를 사용하는 디지털 컬러리스트에 의해 수행되었다. 영화 산업에서 Da Vinci Systems와 Pandora International과 같은 회사는 업계 표준이 된 제어 인터페이스를 개발했다. DaVinci Resolve, Baselight 등과 같은 현대 소프트웨어 도구는 전문 후반 작업에서 널리 사용된다. AI 영역에서 OpenAI, Google DeepMind, Anthropic과 같은 조직의 연구원과 엔지니어는 텍스트 프롬프트를 기반으로 컬러 그레이딩 스타일을 적용할 수 있는 모델을 개발했지만, 특정 실무자는 덜 일반적으로 언급된다.
다른 개념과의 관계
컬러 그레이딩은 이미지의 색상 분포를 나타내며 AI 모델에서 색상을 분석하거나 조정하는 데 자주 사용되는 컬러 히스토그램과 밀접한 관련이 있다. 또한 이미지 간 색상 외관을 표준화하는 기술인 컬러 정규화와도 교차하며, 머신러닝 파이프라인에서 전처리 단계로 사용되기도 한다. 딥러닝 모델에서 컬러 그레이딩은 모델이 생성된 콘텐츠에 특정 시각적 스타일을 적용하는 법을 학습하는 스타일 전송의 한 형태로 볼 수 있다.
AI 생성에서의 컬러 그레이딩 과정은 전통적인 후반 작업과 유사하지만, 명시적인 사용자 제어가 아닌 모델에 의해 암시적으로 수행된다. 프롬프트 작성자는 가상의 컬러리스트 역할을 하며 언어를 사용하여 모델의 출력을 원하는 미학으로 이끈다. 이는 생성 모델을 위한 프롬프트 작성의 핵심 기술인 프롬프트 엔지니어링에서 색상 관련 용어의 새로운 어휘를 탄생시켰다.
과제 및 고려 사항
AI 컬러 그레이딩의 한 가지 과제는 비디오 생성에서 여러 프레임에 걸쳐 일관성을 달성하는 것이다. 정지 이미지는 개별적으로 그레이딩할 수 있지만, 비디오는 깜박임이나 갑작스러운 변화를 피하기 위해 시간적 일관성이 필요하다. Google DeepMind 및 다른 연구소에서 개발한 모델은 종종 시간적 평활화 기술을 사용하지만, 이는 여전히 활발한 연구 영역이다. 또한 컬러 그레이딩 용어의 해석은 모델마다 다를 수 있어 일관되지 않은 결과를 초래할 수 있다. 프롬프트 작성자는 원하는 룩을 달성하기 위해 종종 다른 표현과 매개변수를 실험해야 한다.
또 다른 고려 사항은 AI 생성 미디어에서 컬러 그레이딩의 윤리적 및 미학적 함의이다. 전통적인 컬러 그레이딩과 마찬가지로, 선택된 사항은 이미지의 분위기와 의미에 크게 영향을 미칠 수 있으며, AI 모델은 훈련 데이터에 존재하는 편향을 의도치 않게 영속시킬 수 있다. 따라서 컬러 그레이딩의 기술적 및 예술적 측면을 이해하는 것은 AI 생성 콘텐츠의 창작자와 소비자 모두에게 중요하다.
미래 방향
AI 모델이 계속 개선됨에 따라 자연어를 통한 컬러 그레이딩 제어 능력은 더 정밀해질 가능성이 높다. 트랜스포머 아키텍처와 어텐션 메커니즘의 발전은 모델이 미묘한 색상 설명을 더 잘 이해할 수 있게 할 수 있다. 전통적인 컬러 그레이딩 도구와의 통합은 AI가 초기 그레이딩을 생성하고 인간 컬러리스트가 이를 다듬는 하이브리드 워크플로우를 가능하게 할 수도 있다. 대규모 언어 모델의 지속적인 개발과 시각적 데이터와의 정렬은 AI 프롬프트에서 컬러 그레이딩이 호출되는 방식을 형성하여 시각적 스토리텔링을 위한 점점 더 강력한 도구가 될 것이다.