Notice - 얄팍한 상식 수준에서 다루는 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다.
디지털 카메라에서 '화질(Image/Picture quality)이 좋다'는 것은 무엇을 의미하는 걸까?
화질은 원래 정지 이미지 흔히, 사진이라고 불리는 스틸 이미지의 품질에서 주로 사용되는 일반적인 용어이다. 이후 영상 품질에도 확대되어 사용되고 최근에는 디스플레이 장치의 재현 성능도 화질이라는 말로 평가하는 경우가 흔하다. 일반적인 용어이다 보니 그 개념이 조금 두루뭉술하다.
화질의 두루뭉술한 개념 탓인지 화질의 좋고 나쁨 등의 평가는 매우 주관적이고 사람들 마다 평가가 엇갈리기도 하며 화질의 어떤 면을 이야기하는지 모호할 때가 많다. 그 원인은 -일전 광질(Light quality) 수다에서와 동일하게- 화질이라는 용어의 속에는 여러 가지 요소, 의미, 평가 기준이 뒤섞여 복합적이기 때문이지 싶다. 때때로 특정 카메라 제조사의 스틸 이미지의 화질 비교 또는 포맷 방식에 따른 화질 비교, 더 나아가 영상의 화질 등등의 비교에서 많이 언급되므로 화질의 개념과 좋고 나쁨을 결정하는 각각의 요소/요인에 대해 알아두는 것도 좋지 싶다.
여러 번 되풀이해서 언급했지만 '화질이 좋다'라는 것은 보기에 좋다라는 의미와는 조금 구분해서 사용할 필요가 있다. '좋다'라는 심미적인 영역이 대부분 그러하듯이 주관적이고 각자의 취향이나 비중을 높이 두는 요소 또는 인상 깊게 생각하는 요인에 따라 제 각각일 수 있음을 인정하지 않을 수 없다. 따라서 아래에서 자세히 언급되겠지만, '화질이 좋다'는 것을 객관적으로 접근하기 위한 첫 단계의 기준은 심미적인 관점보다는 해당 정보(데이터)의 정확도와 그 정보의 양이 풍부함(세밀함/디테일)을 의미한다고 할 것이다.
▶ 화질의 평가에 영향을 미치는 일반적 요소(기준)
- 해상도와 선명도(선예도와 첨예도)
높은 해상도의 정지 이미지나 영상은 그만큼 세밀한 표현이 가능하므로 데이터의 양이 많아서 낮은 해상도의 이미지나 영상에 비해 상대적/일반적으로 화질이 좋다고 할 수 있다. 하지만, 고 해상도가 모든 경우에 화질이 좋다고는 할 수 없는데 촬영상의 여러 조건 즉, 저조도, 흔들림에 의한 블러, 기타 광학계(렌즈)의 문제 등으로 선예도가 낮은 경우에는 해상도의 높고 낮음과 관계없이 화질이 저하될 수 있다. 따라서 화질의 평가에서 해상도(또는 해상력) 선예도는 항상 연관 지어 생각할 필요가 있어 보인다.
- 노이즈
노이즈는 화질의 직접적 평가 요소는 아니지만 다른 요소에 미치는 영향이 크고 자주 언급되므로 간략히 다루는 것도 좋겠다. 노이즈는 디지털 이미지나 영상 처리의 프로세싱의 전 과정 (필름에서의 감광제 입자로 인해 발생하는 그레인은 노이즈와 유사한 특징을 꽤 가지고 있지만, 엄밀한 의미에서 아날로그 신호 또는 디지털 데이터 신호에서의 노이즈 개념과는 다르다)의 다양한 노이즈가 있다.
사족으로 아날로그 신호의 노이즈와 디지털 신호의 노이즈는 완전히 동일한 것은 아니지만, 아날로그 신호의 노이즈 상당 부분이 디지털 데이터에 영향을 미친다. 즉, 아날로그 신호의 노이즈는 아날로그에서 디지털 변환 (ADC)을 거치며 그대로 디지털 신호의 노이즈로 이전된다. 때로는 ADC 과정에서 새로운 노이즈가 추가되기도 하는데, 그 대표적인 예로 양자화 노이즈 등을 들 수 있겠다. 하지만, 디지털 이미지 프로세싱을 통해 노이즈를 제거/감소하는 다양한 해법(디지털 필터링 등을 통해 픽셀화 된 정보의 재배열과 상호 보완/보간을 통해 노이즈를 줄이는 디노이지/노이즈 리덕션 등)이 있고 디지털 신호의 특성상 전송/저장/재생 과정에서 노이즈의 영향을 대폭 줄일 수 있는 장점이 있다.
디지털 이미지나 영상에서의 '노이즈는 정확하지 않은/실제와 다른 값(데이터)을 가진 전자 신호' 정도를 의미하는데 발생 원인은 ISO 감도 증가에 따른 기술적 문제 뿐만 아니라 여러 복합적인 요소에 의해서도 발생한다. 잘 못된 화상 정보인 노이즈의 양이 작을수록, 신호 대비 잡음비/SNR가 낮을수록 화질이 좋라고 할 수 있다.
디지털 카메라의 노이즈 2 - "광자 샷 노이즈"와 "판독 노이즈" / Noise of a digital camera II - Photon shot noise & readout noise
Notice - 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다. 이전 카메라의 구조에서 간략히 언급했던 디지털카메라 노이즈에..
surplusperson.tistory.com
- 계조(gradation)
'톤'은 이미지나 영상의 품질과 관련하여 꽤 민감하게 작용한다. 톤은 명도와 채도(즉, 밝기와 농담)의 복합적인 개념(저마다 정의가 조금 복잡해서 정확하게 톤이 무엇인지 개념 잡기가 참 어렵다)이므로 두루뭉술하게 느낌을 표현하는 데에 꽤 장점이 있지만, 명확하게 의미를 파악하기 위해서는 '계조'와 '채도'로 나누어서 분석하는 것이 더 용이한 면이 있다. 그중에서도 명도와 관련된 계조 즉, 밝거나 어두움(명암)의 차이에 의해 발생하는 미묘한 차이를 사람의 눈(시각)은 채도(색정보) 보다 더욱 민감하게 인식되므로 세밀한 여러 단계의 계조(명도) 표현은 화질의 좋고 나쁨과 매우 밀접하게 관련된다. 연속적인 값(정보)을 나타내는 아날로그 방식(필름 등)에 비해 디지털 기술은 2진법에 의한 극단의 단순한 2가지 정보만 표시할 수 있으므로 연속적이고 부드러운 값(계조-그러데이션-)을 정상적으로 표현하기 위해서는 디지털 정보가 표시하는 값의 단계가 아주 세밀하게 나누어져야 한다.(따라서 이런 세밀함은 정보 양과 관련되므로 데이터 양과 세밀함은 디지털에서 거의 같은 의미로 사용될 때가 잦다)
이런 디지털 정보의 세밀한 단계는 비트 심도(bit depth)와 관련 있고 이는 다시 다이나믹 레인지의 범위나 색 심도와 엮이고 전송을 위한 비트율, 여러 코덱, 포맷 방식에 따른 비트 심도 등과도 연관된다. 즉, 비트 심도에 따라 정보의 양이 큰 차이를 보이므로 계조 그리고 아래에서 언급할 색 심도, 다이내믹 레인지 등은 현실적으로 가장 쉽게 대면하는 파일 형태(포맷)의 '비트 심도'와 '압축률' 등에 주목하여야 한다.(일반적으로 jpg는 8 bit의 비트 심도를 가지고 Raw는 12~16bit 등 제조사 또는 제품 등급에 따라 차이가 있다)
디지털 이미지에서 계조와 아래에서 언급하는 색 정보(색역, 색 심도 등등)는 거의 동일한 방식으로 디지털 데이터화 되어 저장된다. 하지만 굳이 이 두 개를 별도로 분리하여 다른 항목으로 수다의 주제로 삼은 이유는 흔히 디지털 데이터 처리/전송/저장의 효용을 위해 압축하는 방식에서 두 정보가 조금 다르게 다루어지기 때문이다. 즉, 명도의 정보는 시각적으로 데이터의 양 변화를 쉽게 인식하게되므로 압축할 경우에 그 손실을 최소화하고 색 정보의 경우에 시각적으로 그 변화를 잘 인식하지 못해 압축 시 많은 데이터의 손실이 일어나는 방식이 흔하기 때문이다.
- 색 재현력
색 정보나 색 재현력 그리고 색 균형(컬러 밸런스)과 관련해서는 주관적인 취향이 가장 많이 개입하는 부분이라고 생각한다. 엄밀한 의미에서의 '화질' 측면에서 우수함과 보기에 좋음을 구분하여야 하는 가장 주요한 부분이 아닐까 싶다. 즉, 가장 충실한 현실의 색 재현은 때로는 덜 보기 좋아 보일 여지가 많다. 우리는 이미지 프로세싱 과정에서 인위적으로 조정된 색(선호 색 재현 / Proffered color reproduction)을 더 현실적 또는 심미적으로 좋다고 받아들이는 경우가 많기 때문이다.
색 재현력의 분석이나 평가는 사실 간단하지 않다. 현실 사물의 색은 하나로 고정/확정되어 있지 않고 주변의 빛의 상황에 따라 수시로 변하며, 색채 학자들에 의해 분류되는 색 재현 방법도 여러가지이며 궁극적인 색 재현 방법론 또한 주관적이고 때로는 심미적 가치와 결합하여 혼란스럽다. 단순히 총 천연색의 사실적 묘사가 좋은 색 재현이라고 말하기에는 너무 단순화한 것일지 모른다. 색 재현 또는 색감 이슈에 대한 수다는 아래의 별도 포스팅으로 대신하자.
디지털 카메라의 색감 논쟁에 대하여 / On the controversy of color reproduction of camera (Sony a7m2 & a6000 , fujifilm X-T1)
Notice - 얄팍한 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다. 디지털 카메라의 색재현에 대해서 수다를 나눠보자. 색과..
surplusperson.tistory.com
계조와 마찬가지로 색에 대한 정보도 디지털 이미지에서는 비트 심도의 영향을 받는다. 그기에 덧붙여서 색역(색 공간) 또한 색 표현의 기준점과 범위(영역)로 직접적으로 연관된다. 색 정보는 이미지 센서에서 가공된 RGB 정보를 처리 전송 저장하는 프로세싱 과정에서의 압축 방식 등에서 가장 많이 손실되는 정보 중 하나이다. (앞서 언급하였듯이 계조에 비해 색 정보에 대해 사람의 시각은 덜 민감하게 받아들이므로 주로 방대한 색 정보를 줄여서 압축하는 방식이 일반적이다) 따라서 코덱 등을 통한 인코딩 과정 등에서 기술적 차이에 의해 화질에서 차이가 발생하는데, 정보의 풍부함 즉, 이미지나 영상의 화질 측면에서는 비압축 또는 무손실 압축 방법이 가장 유리하다. 하지만, 효율적인 데이터의 처리, 전송, 저장을 위한 여러 현실적인 요소에 의해 압축하게 되고 정보의 일부분이 손실된다. (압축 방식도 크게는 무손실 압축과 손실 압축이 있고, 압축하는 방식에 따라서 화질 또한 차이를 보인다. 무손실 압축이 손실 압축에 비해 데이터 자체의 양이 많으므로 일반적으로 화질이 더 좋다고 할 수 있다)
일반적인 jpg 포맷은 8 bit의 비트 심도를 가지고 RGB의 각 색 신호에 256 단계의 계조를 가지고 16,777,216 색상(256x256x256)으로 색을 재현한다. 16 bit의 구현가능 색상은 281,474,976,710,656개에 달한다. 하지만 엄밀하게는 281,474,976,710,656개의 색상 표현이 아니라 281,474,976,710,656개의 색상 정보를 가진다는 의미이다.
색과 계조 다이나믹 레인지, 대비 등에서는 이를 담는 카메라뿐만 아니라 이를 표현하는 인쇄 또는 디스플레이 장치의 재생 화질과 연관해서 고려해보아야 한다. 일반적인 모니터는 8 bit의 색 심도를 표현할 수 있고, 최근의 광 색역 모니터는 10 bit 색 심도까지 표현이 가능하다. 이와 같이 이미지를 재생할 수 있는 장치의 색 심도가 10 bit 수준에 정체되었음을 감안하면 10 bit를 넘어서는 색 심도 (12 비트 또는 16비트 등등)는 일반의 재생 장치(모니터 등)에서 표현되지 않는 과잉 색 심도라 할 수 있다. 물론, 후반 작업에서 색 보정 작업 등에서 이 데이터들이 폭넓은 보정 관용도를 제공할 수 있으므로 무의미한 고 스펙이라고만 할 수는 없지만, 지금까지의 기술 수준 (디스플레이 장치의 표현 가능한 색 심도와 데이터 자체의 용량 문제 등등) 일반적인 용도에서는 무겁고 다루기 어려우며, 시각적으로 차이를 체감할 수 없는 정보라고 생각한다.
- 다이나믹 레인지
다이내믹 레인지와 화질 관계 또한 앞에서 언급한 계조나 색 정보와 크게 다르지 않다. 이전 수다의 주제로 다룬 바 있으므로 아래 링크로 갈음하자.
디지털 카메라와 다이나믹 레인지에 대하여 II / About digital camera and dynamic range
Notice - 상식 수준에서 다루는 비전문적이고 깊이 없는 포스팅이므로 숨겨져 있을 오류와 논리적 비약, 수다쟁이의 헛된 망상에 주의가 필요하다. 일전 다이나믹 레인지에 대한 수다를 한 적이 있는데, 내용이 부..
surplusperson.tistory.com
- 대비(콘트라스트)
대비는 반대되는 성향의 배치로 그 의미를 넓게 해석하면 여러 예술 방면에 걸쳐 그 내용이 방대하다. 화질에 대해서 다루므로 시각적 대비로 한정하여 다루어 보면 대비는 크게 명암 대비와 색채 대비를 생각해 볼 수 있다. (영상에서는 보이는 시간차에 의해 계시대비 등도 포함할 수 있다) 여기서는 범위를 한정하여 톤(색조) 대비에 한정하자. (톤 대비와 관련해서는 감마 곡선에 주목할 필요가 있다) 고 대비(경조 - High contrast)는 밝은 영역과 어두운 영역의 반대되는 두 톤을 대비시켜 보다 시각적으로 강조 효과를 얻을 수 있다. 하지만 세부적인 묘사에서의 정보를 잃어버리는 즉, 디테일에 손실이 발생한다. 반대로 저대비(연조 - Low contrast)는 두 극단적인 영역에서의 정보 손실은 발생하지 않지만, 대비를 통한 시각적인 강조 효과는 약화된다. 대비의 조정은 명도뿐만 아니라 채도에도 영향을 미쳐서 색의 대비도 달라진다. (명도와 채도를 묶어서 '색조'라고 칭하기도 한다)
대비가 높은 이미지의 경우 시각적으로 명확하게 보여지므로 화질이 좋다고 일반적으로 생각하기 쉽다. 하지만, 엄밀한 의미에서 대비가 높으면 극단적인 명부와 암부의 계조 등 일부 정보는 잘 표현되지 않으며 세부의 디테일 또한 저하되는 경우가 많다. 다시 말해 시각적으로 고 대비의 사진이 화질이 좋아 보인다고 하여도 실제 정보의 양은 그 반대인 경우가 더 많다.
대비를 통한 정보의 양 변화를 잘 인식하지 못하는 경우가 많은데, 최근 영상에서 Log 프로파일을 통해 '저 대비'를 통해 명부와 암부 양 극단의 정보를 보다 충실히 담으려는 시도(다이나믹레인지가 확대되는 효과) 등이 눈에 띈다. 달리 표현하면 Log 프로파일은 감마 곡선의 패턴에 변화를 주는 방식이라고 할 수 있다.
물론 시각적으로 가장 잘 인식하는 중간 톤의 데이터 정보가 상대적으로 희생되는 방식이므로 이런 Log 프로파일 모드가 항상 화질이 더 우수하다고 할 수는 없다. 즉, 다이나믹레인지가 8 f-stop을 초과하지 않는 범위에서 촬영은 Log 프로파일 모드보다 일반적인 촬영 모드가 더 화질이 좋다(정보의 양이 많음)고 할 것이고, 이를 초과하는 다이내믹 레인지 촬영 조건에서는 Log 프로파일 모드로 촬영된 영상이 더 화질이 좋다고 할 수 있다. 피사체 구도의 조도나 측광, 그리고 다이내믹 레인지 등등의 여러 조건에 따라 상대적이고 가변적이다.
- 모아레(Moiré) 패턴
디지털 이미지 센서의 Bayer 필터 구조로 인해 발생하는 모아레 패턴은 줄무늬 패턴이 만드는 일종의 간섭현상으로 디지털 카메라나 디스플레이 장치 등에서는 이미지 품질을 망쳐서 꽤 치명적이다. 즉, 이미지 센서의 필터 상의 RGB가 각각 위치가 조금씩 다르고 이로 인해 상이 조금씩 어긋나 발생한다. 광학 로우 패스 필터를 통해 어느 정도 대처가 가능하지만, 필터로 인한 광학적 손실(화질 저하)이 발생한다. 이미지 센서 앞의 컬러 필터의 패턴 변화를 통해 어느 정도 완화하기도 하고, 이미지 센서 전면의 컬러 필터를 취하지 않는 포베온 센서는 모아레 현상이 거의 발생하지 않는다.
- 포맷 또는 압축 방식(코덱)에 따른 데이터 손실 문제
앞서 언급했던 바와 같이 디지털 카메라에서는 이미지 센서에 조사되는 빛이라는 아날로그 정보를 디지털 정보로 전환/변환하는 과정에서 일차적인 정보의 손실이 필연적으로 발생한다. 그리고 가공된 디지털 정보는 전송/처리/저장의 편의를 위해 압축되는 경우가 일반적이고 이 과정에 관여하는 것이 코덱/파일 포맷이다. 파일 포맷이나 코덱의 성능 평가는 데이터의 손실이 적으면서 압축률이 높은 것을 말한다. 스틸 이미지의 압축 방식은 jpg가 압도적이지만, 영상에서는 여러 제조사의 이해관계와 성능 문제 그리고 영상 자체의 해상도와 지엽적/국제적인 송출 기준 등의 변화에 따라 표준적인 포맷이 여럿 존재한다.
이런 여러가지 코덱이나 포맷에 대하여 일률적으로 화질을 평가하는 것은 조금 무리가 있다. 각 방식에 따른 처리/전송/재생 환경 등을 고려하여야 한다. 단순히 데이터 정보 량의 많고 적음으로 평가하는 화질 평가나 비교보다는 각각의 조건과 용례/용법/ 환경에 걸맞은 화질 평가 라야 비로소 현실적인 의미를 가지지 않을까 생각한다.
- 광학 장치의 단일수차와 색수차의 억제 그리고 비네팅 등
자이델 5 수차로 인한 화질(해상력과 선예도)의 저하, 왜곡의 발생이나 색 수차, 그리고 광학계 설계상의 문제로 발생하는 비네팅 등도 화질과 관련해서 언급할 수 있다. 이에 대해서는 각각 수다로 꽤 오래전에 곱씹은 주제이므로 간단히 언급하는 수준으로 만족하자.
▶ 일반적인 화질(이미지 품질) 평가 방법
화질의 평하기 위해서 다루어야할 요소는 위에서 알아본 바와 같이 꽤 많고 복잡하다. 최근의 디지털 이미지에서는 한마디로 화질이 좋고 나쁨을 평하기는 더더욱 어렵다. 단순히 사용된 광학계의 화질뿐만 아니라, 이미지 센서의 성능과 이를 전송/가공/저장하는 디지털 프로세싱 과정에서의 여러 요인을 감안하여야 하기 때문이다.
복잡하고 귀찮아도 때로는 화질 평가를 해야하는 경우가 있을 테니 일반적인 화질(이미지 품질) 평가 방법에 대해서도 간략히 알아보자. 다양한 카메라로 촬영된 이미지의 품질 비교나 최근 새롭게 출시되는 신상의 성능/ 장단점 등을 리뷰를 하고 싶을 경우 등에 활용할 수도 있겠다.
먼저, 완벽한 품질의 이미지가 있다는 가정하에 만들어진 이미지를 비교하여 화질을 평가하는 방법 (Full reference methods)이 있다. 하지만 완벽한 품질의 이미지라는 것의 어쩌면 이상적인 그리고 그 기준 또한 임의적이라 정의가 조금 모호하지 싶다.
다르게 생성된 두 이미지를 비교하여 화질을 평가하는 방법 (Reference - Reference methods)으로 가장 일반적이고 많은 리뷰어들이 애용하는 방법이다. 반드시 두 개만으로 한정할 필요도 없이 다수의 다른 조건의 이미지를 비교하여 화질을 평가한다면 나름 객관적인 비교/리뷰가 되지 싶다.
단지 하나의 이미지만의 화질을 평가하는 방법(Non-reference methods)이 있지만, 이는 객관성을 확보하기에 어려움이 많아 보인다.
대부분의 평가 방법에서 활용되듯이 수학적인 실측 데이터 만큼 근거로 활용하기 좋은 정보도 없다. 이미지 품질 모델에는 피크 신호대 잡음비, 구조 유사성, 시각 정보 충실도 등이 주로 활용되고 있다고 한다.
'화질'이라는 일반적인 용어에 큰 의미를 부여하기는 어려울지 모른다. 하지만 흔히 일상에서 화질이 좋다고 말하면서 그냥 좋아 보인다거나 내 눈이 화질의 기준이라는 막연하고 주관적인 근거보다는 좀 더 객관적인 평가 기준이 있지 않을까 싶어서 정리해 보았다. 이 또한 정리하고 보니 너무 뻔한 내용이라 괜한 잉여력의 발동이었나 싶기도 하다.
불금이니 서둘러 마무리하고 늦가을의 여흥을 즐기러 가야겠다.
