Part A — 모듈 심화 §1

Color Science스펙트럼을 세 숫자로 줄이는 눈의 트릭에서 색공간·색순응·색차까지 — 색을 다루는 모든 챕터의 토대

색은 빛의 성질이 아니라 눈의 해석이다. 무한 차원의 스펙트럼이 망막의 세 추상체를 거치며 딱 세 숫자로 줄어든다. 이 차원 축소가 색의 모든 편리함(세 채널이면 충분)과 모든 함정(metamerism·광원 의존)을 낳는다. 색채과학은 그 세 숫자를 측정 가능하게 만든 언어이며, 이 핸드북에서 화이트밸런스·색 렌더링·HSI가 모두 여기에 기댄다.

Instrument 01

스펙트럼 → 색 (CMF 적분)

눈은 스펙트럼을 3숫자로

광원 색온도 (흑체) 5500 K

x̄ ȳ z̄ CMF · SPD(T)

tristimulus XYZ—

chromaticity (x, y)—

결과 색

색온도 슬라이더를 움직이면 흑체 스펙트럼(SPD) 전체가 바뀌지만, 눈에 남는 건 그것을 세 CMF 곡선( $\boldsymbol{\bar{x},\bar{y},\bar{z}}$ )에 투영한 XYZ 세 숫자뿐이다. 낮은 K는 빨강에 치우친 SPD → 따뜻한 색, 높은 K는 파랑 쪽 → 차가운 색. 화이트밸런스란 결국 이 광원의 위치를 추정해 지우는 일(→ §5)이다.

1.1 색측정 — 스펙트럼을 세 숫자로

삼자극치와 색도

망막의 세 추상체(L·M·S)는 빛의 스펙트럼 $\boldsymbol{\Phi(\lambda)}$ 를 각자의 분광 민감도로 적분한다. CIE는 이를 표준화해 색대응함수(CMF) $\boldsymbol{\bar{x},\bar{y},\bar{z}}$ 로 정의하고, 그 적분을 삼자극치(tristimulus) XYZ라 부른다.

\boldsymbol{X=\int \Phi(\lambda)\,\bar{x}(\lambda)\,d\lambda,\quad Y=\int \Phi\,\bar{y}\,d\lambda,\quad Z=\int \Phi\,\bar{z}\,d\lambda}

밝기를 제거하려면 정규화해 색도(chromaticity) 좌표를 얻는다 — 색의 “방향”만 남긴 2차원 지도다(말발굽 색도도).

\boldsymbol{x=\frac{X}{X+Y+Z},\qquad y=\frac{Y}{X+Y+Z}}

이 차원 축소의 핵심 결과가 메타메리즘(metamerism) — 서로 다른 스펙트럼이 같은 XYZ를 만들 수 있다. 색 재현(디스플레이·인쇄)이 가능한 이유이자, 광원이 바뀌면 메타머가 깨져(색이 달라 보여) 화이트밸런스가 어려워지는 근본 원인이다.

★Grassmann의 법칙 · CIE 1931 표준관찰자

Grassmann 1853 · CIE 1931 (2° observer)

Grassmann: 색 매칭이 선형(가산성·비례성)이라는 법칙 — 색을 벡터로 다룰 수 있게 한 토대. 삼자극치 대수의 근거.
CIE 1931: 색 매칭 실험을 표준화한 2° 표준관찰자의 CMF. 위 lab의 세 곡선. 이후 모든 측색의 기준(10° observer·CIE 2006으로 보완).

1.2 색공간 — 같은 색의 여러 좌표

XYZ에서 RGB·Lab으로

XYZ는 측색의 기준이지만 다루기 불편하다. 용도별로 좌표를 바꾼다 — 디스플레이용 RGB(sRGB·P3·Rec.2020), 지각 균등에 가까운 CIELAB, 인지 속성을 분리한 HSV/HSL 등. RGB↔XYZ는 3×3 선형 변환 + 감마이고, 색역(gamut)은 그 원색이 색도도에서 이루는 삼각형이다.

spectrum →XYZ (측색 기준) →linear RGB (3×3) →sRGB / P3 / Rec.2020 (+감마) →CIELAB (지각 균등)

★CIELAB · 색차 ΔE

CIE 1976 L*a*b* · ΔE76 → CIEDE2000

CIELAB: 밝기 L과 대립색 a(녹–적)·b*(청–황)으로 지각 균등에 가깝게 변환. 백색점(D50/D65) 기준 상대 좌표.
ΔE: 두 색의 거리 = 색차. 단순 유클리드 ΔE76은 부정확해, 채도·색상 가중을 보정한 ΔE2000(CIEDE2000)이 표준. 색 정확도 평가의 척도(→ §11).

색공간·백색점 — sRGB / P3 / Rec.2020

IEC 61966 · DCI-P3 · ITU-R BT.2020

요지: 원색·백색점·감마가 색공간을 정의한다. sRGB(좁음, D65) → Display-P3(폰) → Rec.2020(UHD, 매우 넓음). 같은 RGB 수치라도 어느 색공간이냐에 따라 다른 색 — 색 관리(ICC)가 필요한 이유.

1.3 색순응과 색 외관

조명이 바뀌어도 흰 종이는 희다

인간 시각은 광원이 바뀌어도 표면색을 비교적 일정하게 본다 — 색순응(chromatic adaptation). 가장 단순한 모델이 von Kries: 추상체 응답(LMS)을 각 채널 독립으로 스케일링한다. 이것이 화이트밸런스의 대각 가정과 같은 뿌리다(→ §5).

\boldsymbol{\begin{bmatrix} L' \\ M' \\ S' \end{bmatrix} = \begin{bmatrix} k_L & & \\ & k_M & \\ & & k_S \end{bmatrix}\begin{bmatrix} L \\ M \\ S \end{bmatrix},\qquad k=\frac{1}{\text{white}}}

더 정확히는 Bradford·CAT02·CAT16 같은 적응 행렬을 RGB가 아닌 최적화된 원추공간에서 적용한다. 나아가 **색 외관 모델(CAM16/CIECAM02)**은 주변 밝기·배경·순응 정도까지 넣어 “그 조건에서 색이 어떻게 보일지”를 예측한다 — 디스플레이·인쇄의 색 일관성에 필수다.

★색순응 변환 — von Kries → Bradford → CAT16

von Kries 1902 · Lam(Bradford) 1985 · CAT02/CAT16

핵심: 광원 변화에 따른 색 이동을 원추(또는 sharpened) 공간의 대각 스케일링으로 모델링. “대각 WB가 언제·왜 부정확한가”를 정량화하는 도구(→ §5 cross-link).
의의: CAT16은 CIECAM16 색외관모델의 적응 단계 — 측색에서 외관으로의 다리.

색 외관 모델 — CIECAM02 / CAM16

Moroney et al. 2002 · Li et al. CAM16 2017

요지: 순응·주변·배경을 반영해 밝기(J)·채도(C)·색상(h) 같은 지각 속성을 예측. 단순 XYZ가 못 잡는 “보이는 색”을 다룬다.

1.4 현대·응용

측색에서 분광·학습으로

색채과학은 고전 측색에 머물지 않는다. ① 분광(spectral) 영상은 메타메리즘을 근본적으로 피하려 스펙트럼 자체를 재구성하고(→ §14 HSI), ② 학습형 색은 CCM·3D LUT를 데이터로 빚으며(→ §11), ③ 카메라 색 과학은 센서 분광감도 차이를 보정해 일관된 색을 낸다(→ §5 cross-sensor).

색채과학이 이 핸드북에 스며든 곳

색측정·색순응은 §5 White Balance(대각 WB = von Kries)의 이론적 토대이고, 색공간·ΔE는 §11 Color Rendering(CCM·gamut)의 언어이며, 메타메리즘의 근본 해법은 §14 HSI(분광)다. 색을 다루는 모든 챕터가 이 장의 어휘를 쓴다.

→ 이웃 모듈로

이 다음은

색의 언어를 잡았으니 그것이 쓰이는 곳으로 — 광원을 지우는 화이트밸런스(§5), 표준 색으로 빚는 색 렌더링(§11), 메타메리즘을 분광으로 푸는 HSI(§14), 그리고 이 모든 게 흐르는 ISP 파이프라인(§4).

이어서 읽기

§5 — White Balance · 색순응의 응용 §11 — Color Rendering · 색공간·CCM §14 — HSI · 메타메리즘의 해법 §4 — ISP · 파이프라인

개인 학습 자료 · ISP & Computational Photography · §1 Color Science