사진 편집 용어집
사진 편집, AI 이미지 처리 및 디지털 사진의 핵심 용어를 쉽게 설명합니다.
Object Removal
개체 제거
사진 뒤의 영역을 재구성하면서 사진에서 원하지 않는 요소를 삭제하는 과정입니다.
인페인팅
주변 상황에서 새로운 픽셀 데이터를 합성하여 이미지의 누락되거나 손상된 영역을 채우는 기술입니다.
내용 인식 채우기
선택한 영역을 주변 이미지와 일치하는 콘텐츠로 자동 채워주는 편집 기능입니다.
클론 스탬프
이미지의 한 영역에서 픽셀을 복사하여 다른 영역에 페인팅하는 수동 편집 도구입니다.
힐링 브러쉬
샘플링된 픽셀을 대상 영역과 혼합하여 텍스처와 조명을 자동으로 일치시키는 리터칭 도구입니다.
마스킹
픽셀을 영구적으로 삭제하지 않고 이미지 레이어의 일부를 숨기거나 드러내는 비파괴 기술입니다.
선택 도구
대상 편집 작업을 위해 이미지의 특정 영역을 iso화하는 편집 도구입니다.
깃털
선택 영역이나 마스크의 가장자리에 적용되는 부드러운 전환으로, 선택한 영역과 선택되지 않은 영역 사이에 점진적인 혼합이 만들어집니다.
가장자리 감지
대비, 색상 또는 질감 변화를 기반으로 이미지의 개별 영역 간의 경계를 식별하는 알고리즘입니다.
올가미 도구
사용자가 개체나 영역 주위의 사용자 정의 선택 경계를 draw할 수 있는 자유형 선택 도구입니다.
Background
배경 제거
주요 피사체를 배경에서 분리하고 배경을 삭제하거나 교체하는 과정입니다.
투명한 배경
눈에 보이는 색상이 없는 이미지 배경으로 피사체를 다른 배경이나 표면에 배치할 수 있습니다.
알파 채널
각 픽셀에 대한 투명도 정보를 저장하는 이미지의 추가 데이터 채널입니다.
크로마키
이미지나 동영상에서 특정 색상(보통 녹색이나 파란색)을 제거하여 다른 배경으로 바꾸는 기술입니다.
배경 교체
기존 배경을 제거하고 이를 새로운 이미지, 색상 또는 생성된 장면으로 대체하는 프로세스입니다.
매트
사진의 어느 부분이 보이고 숨겨져 있는지 정의하는 회색조 이미지로, 합성에 사용됩니다.
차단
배경과 iso결합된 피사체의 이미지로, 일반적으로 투명한 배경으로 저장됩니다.
합성
여러 소스의 시각적 요소를 하나의 응집력 있는 이미지로 결합하는 프로세스입니다.
전경 추출
이미지의 배경에서 주요 피사체를 식별하고 iso화하는 과정입니다.
Enhancement
이미지 향상
선명도, 밝기, 색상, 디테일을 조정하여 사진의 시각적 품질을 향상시키는 프로세스입니다.
업스케일링
단순히 기존 픽셀을 확대하는 것이 아니라 의미 있는 디테일을 추가하면서 이미지의 해상도를 높입니다.
초해상도
누락된 세부 정보를 추론하여 저해상도 입력에서 고해상도 이미지를 생성하는 AI 기술입니다.
노이즈 제거
실제 이미지 세부 사항을 유지하면서 사진에서 임의의 시각적 노이즈(입자)를 줄이는 프로세스입니다.
샤프닝
가장자리 대비를 높여 이미지 세부 사항을 더욱 선명하고 뚜렷하게 표시하는 향상 기술입니다.
Color Correction
정확하고 자연스러운 색상 재현을 위해 이미지의 색상을 조정하는 과정입니다.
화이트 밸런스
광원의 색온도를 보상하여 흰색 물체가 사진에서 완전히 흰색으로 보이도록 하는 색상 조정입니다.
노출
이미지의 전체 밝기는 캡처하는 동안 카메라 센서에 도달한 빛의 양에 따라 결정됩니다.
차이
이미지의 가장 밝은 부분과 가장 어두운 부분 사이의 밝기 차이의 범위입니다.
HDR
높은 동적 범위(High Dynamic Range) — 표준 사진보다 더 넓은 범위의 밝기 수준을 캡처하거나 시뮬레이션하는 기술입니다.
다이내믹 레인지
카메라 센서나 디스플레이가 캡처하거나 재현할 수 있는 가장 밝은 영역과 가장 어두운 영역 간의 비율입니다.
AI & Machine Learning
생성 채우기
주변의 시각적 맥락에 따라 선택된 영역을 채우는 새로운 이미지 콘텐츠를 생성하는 AI 기능입니다.
생성 AI
단순히 기존 데이터를 분석하는 것이 아닌 이미지, 텍스트, 오디오, 비디오 등 새로운 콘텐츠를 생성하는 인공지능 시스템입니다.
확산 모델
학습된 패턴에 따라 무작위 시작점부터 점차적으로 노이즈를 제거하여 이미지를 생성하는 생성 AI의 일종입니다.
신경망
정보를 여러 층으로 처리하는 상호 연결된 노드로 구성된 생물학적 뇌 구조에서 영감을 얻은 컴퓨팅 시스템입니다.
딥러닝
많은 레이어가 있는 신경망을 사용하여 대규모 데이터 세트에서 복잡한 패턴을 학습하는 기계 학습의 하위 집합입니다.
이미지 분할
이미지를 별개의 영역으로 나누는 과정으로, 일반적으로 서로 다른 객체나 영역을 식별하고 라벨을 지정합니다.
의미론적 이해
픽셀 패턴뿐만 아니라 이미지에 어떤 객체와 장면이 묘사되어 있는지 이해하는 AI 시스템의 능력입니다.
텍스트를 이미지로
작성된 텍스트 설명(프롬프트)을 이미지로 생성하는 AI 기술.
아웃페인팅
기존 장면을 이어가는 새로운 콘텐츠를 생성해 이미지를 원래의 경계 너머로 확장하는 AI 기술.
신속한 엔지니어링
AI 이미지 생성 모델을 원하는 시각적 출력으로 안내하기 위해 정확한 텍스트 설명을 작성하는 방법입니다.
이미지 대 이미지
기존 이미지를 참조로 사용하여 특성이 변경된 새로운 이미지 생성을 안내하는 AI 생성 기술입니다.
ControlNet
확산 모델에 공간 조건을 추가하여 생성된 이미지 구조를 정밀하게 제어할 수 있는 신경망 아키텍처입니다.
스타일 트랜스퍼
한 이미지의 예술적 스타일을 다른 이미지의 콘텐츠에 적용하여 두 이미지를 결합한 새로운 이미지를 만드는 AI 기술입니다.
얼굴 인식
이미지 내에서 사람의 얼굴을 찾아 식별하여 대상 인물 조정을 가능하게 하는 AI 기능입니다.
깊이 추정
2차원 사진 한 장에서 장면 속 사물의 3차원 거리를 추론하는 AI 기술.
프롬프트 가중치
AI 이미지 생성 프롬프트에서 특정 단어를 강조하거나 덜 강조하여 해당 단어가 출력에 미치는 영향을 제어하는 기술입니다.
이미지 인페인팅
주변 상황을 기반으로 그럴듯한 콘텐츠를 합성하여 이미지의 누락되거나 손상된 영역을 재구성하는 계산 프로세스입니다.
이미지 합성
대규모 데이터 세트에 대해 훈련된 AI 모델을 통해 완전히 새로운 이미지를 생성하고, 노이즈, 텍스트 또는 기타 입력을 통해 사실적이거나 예술적인 시각 효과를 생성합니다.
스마트크로pping
AI 기반 자동 cropping는 이미지의 가장 중요한 영역을 식별하고 주어진 종횡비에 대해 최적으로 프레임을 지정합니다.
General Photography
해결
이미지의 픽셀 수로 일반적으로 너비 × 높이로 표시됩니다(예: 3000×2000픽셀).
DPI
인치당 도트 수(Dots Per Inch) — 인쇄 출력물의 1선형 인치에 몇 개의 잉크 도트가 들어가는지를 나타내는 인쇄 해상도 척도입니다.
픽셀
단일 색상 값을 포함하는 디지털 이미지의 주소 지정이 가능한 가장 작은 요소입니다.
종횡비
이미지의 너비와 높이 사이의 비례 관계로, 16:9 또는 4:3과 같은 비율로 표현됩니다.
압축
때로는 품질을 희생하면서 픽셀 데이터를 보다 효율적으로 인코딩하여 이미지 파일 크기를 줄이는 프로세스입니다.
손실 대 무손실
두 가지 압축 접근 방식: 손실이 있는 경우 더 작은 파일의 일부 데이터를 영구적으로 삭제합니다. 무손실은 모든 원본 데이터를 보존합니다.
RAW 형식
카메라 내 처리나 압축 없이 카메라 센서에서 캡처한 모든 데이터를 보존하는 처리되지 않은 이미지 형식입니다.
메타데이터
이미지 속성, 캡처 설정 및 컨텍스트를 설명하는 이미지 파일 내에 저장된 정보입니다.
EXIF 데이터
교환 가능한 이미지 파일 형식 - 이미지 파일 내에 카메라 설정, 날짜, 위치 및 기술 세부 정보를 저장하는 메타데이터 표준입니다.
색 공간
이미지가 표현할 수 있는 정의된 색상 범위로, 사용 가능한 색상 범위를 결정합니다.
비트 심도
픽셀당 각 색상 채널을 나타내는 데 사용되는 비트 수로 가능한 색상 값의 총 개수를 결정합니다.
히스토그램
그림자(왼쪽)부터 밝은 부분(오른쪽)까지 이미지의 밝기 값 분포를 보여주는 그래프입니다.