본문으로 건너뛰기

사진 편집 용어집

사진 편집, AI 이미지 처리 및 디지털 사진의 핵심 용어를 쉽게 설명합니다.

객체 제거

객체 제거

사진에서 원치 않는 요소를 지우고 그 뒤의 배경을 다시 구성하는 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 분리하는 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.

이모지 오버레이

사진 위에 얹어 이미지 일부를 가리거나 장식하거나 검열하는 이모지로, 원래 장면에 포함된 이모지와는 다릅니다.

스티커와 이모지의 차이

둘 다 사진 위에 얹는 그래픽이지만, 이모지는 작은 표준 Unicode 글리프이고 스티커는 더 크며 맞춤형이거나 브랜드 이미지인 경우가 많습니다. 제거 기술은 둘 다 같습니다.

Magic Eraser(정의)

magic eraser는 사진에서 원치 않는 물체, 사람, 자국을 제거하고 그 뒤 영역을 자동으로 다시 만드는 AI 도구입니다. 지우고 싶은 부분을 칠하면 AI가 배경을 복원합니다.

레이어 마스킹

이미지 레이어에 연결된 마스크로 픽셀을 삭제하지 않고 일부를 숨기거나 드러내는 비파괴 편집 기법으로, 원터치 AI 객체 제거의 수동 전 단계입니다.

일괄 제거

객체, 배경, 워터마크 같은 동일한 제거 작업을 이미지를 하나씩 편집하지 않고 여러 이미지에 한 번의 자동 처리로 적용하는 것.

인페인팅 마스크

제거할 영역으로 표시하는 부분입니다. AI가 어떤 픽셀을 지우고 재구성해야 하는지 알려 주는 이진 맵이며, 참조로 쓰는 주변 픽셀과 구분됩니다.

이미지 향상

이미지 향상

선명도, 밝기, 색상, 디테일을 조정하여 사진의 시각적 품질을 향상시키는 프로세스입니다.

업스케일링

보간 또는 AI가 생성한 디테일을 이용해 이미지의 픽셀 크기를 늘리는 처리입니다.

초해상도

저해상도 원본에서 누락된 세부 정보를 그럴듯하게 예측해 더 높은 해상도의 이미지를 만드는 AI 이미지 처리 기술입니다.

노이즈 제거

입자와 색상 반점 같은 무작위 시각 노이즈를 실제 이미지 디테일은 유지하면서 줄이는 과정입니다.

샤프닝

가장자리 대비를 높여 이미지 세부 묘사가 더 또렷하고 선명하게 보이도록 하는 보정 기법입니다.

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 및 머신러닝

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.

의미 이해

AI 시스템이 픽셀 패턴뿐 아니라 이미지 속 객체와 장면의 의미를 이해하는 능력.

텍스트-이미지

프롬프트라고 부르는 텍스트 설명으로 이미지를 생성하는 AI 기술입니다.

아웃페인팅

기존 장면을 이어 가는 새 콘텐츠를 생성해 이미지를 원래 경계 밖으로 확장하는 AI 기법.

프롬프트 엔지니어링

AI 이미지 생성 모델이 원하는 시각적 결과를 만들도록 정확한 텍스트 설명을 작성하는 실무입니다.

이미지-투-이미지

기존 이미지를 참조로 사용해 스타일, 내용 또는 장면 세부 요소가 바뀐 새 이미지를 생성하는 AI 기술입니다.

ControlNet

확산 모델에 공간 조건을 추가해 생성 이미지의 구조를 정밀하게 제어할 수 있게 하는 신경망 아키텍처입니다.

스타일 전이

한 이미지의 예술적 스타일을 다른 이미지의 내용에 적용해 두 요소가 결합된 새 이미지를 만드는 AI 기술입니다.

얼굴 감지

사진 전체가 아니라 얼굴 영역에 인물 보정을 적용할 수 있도록 이미지에서 사람 얼굴의 위치를 찾는 AI 기능입니다.

깊이 추정

하나의 2차원 사진에서 장면 속 물체의 3차원 거리를 추론하는 AI 기술입니다.

프롬프트 가중치

AI 이미지 생성 프롬프트에서 특정 단어를 강조하거나 약화해 출력에 미치는 영향을 조절하는 기법입니다.

이미지 인페인팅

이미지에서 누락, 마스킹 또는 손상된 영역을 주변 맥락을 바탕으로 그럴듯한 픽셀로 재구성하는 계산 과정입니다.

이미지 합성

대규모 시각 데이터로 학습한 모델을 사용해 텍스트, 스케치, 노이즈 또는 기타 입력에서 AI가 완전히 새로운 이미지를 생성하는 것.

스마트 자르기

AI가 이미지에서 가장 중요한 영역을 찾아 선택한 종횡비에 맞게 자동으로 프레이밍하는 자르기 기술입니다.

AI Fill

이미지에서 선택하거나 제거한 영역을 주변 장면과 어울리는 새 생성 콘텐츠로 채우는 AI 기능으로, 자연스러운 객체 제거를 만드는 재구성 단계입니다.

리터치 ROAS

이미지 품질에 기인한 광고비 대비 수익률 — 더 깔끔하고 방해 요소가 없는 상품 및 광고 사진으로 클릭, 전환, 매출이 얼마나 늘었는지 측정한 값입니다.

객체 감지

이미지 안의 개별 객체를 찾아 식별하는 AI 단계입니다. 브러시 없이 한 번 탭해 제거할 수 있게 해 주는 '사진 속 내용을 찾는' 기능입니다.

일반 사진

해상도

이미지의 픽셀 수로, 보통 너비 × 높이(예: 3000×2000픽셀)로 표시합니다.

DPI

인치당 도트 수로, 프린터가 인쇄물 1인치 안에 배치하는 잉크 점의 수입니다.

픽셀

래스터 이미지나 디지털 화면에서 색상과 밝기 값으로 표현되는 최소 주소 지정 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 내부 처리나 압축 전의 센서 데이터를 보존하는 미가공 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 색의 범위와 숫자 색상 값을 해석하는 방식을 정의하는 체계입니다.

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.