화면에 노란 광원이 없는데 노란 픽셀은 어디서 나올까?
일부 화면에 돋보기를 가까이 대면 사진이 작은 색 요소로 나뉜다. 뒤로 물러서면 각각의 빛이 다시 하나의 그림이 된다. 빨강, 초록, 파랑이 협력해 여러 색의 인상을 만든다. 원래 장면에서 나온 모든 파장을 그대로 재현할 필요는 없다.
색이 같아 보여도 스펙트럼은 다를 수 있다.
빛이 더해진 뒤 눈이 판단한다
그림에서 빨강과 초록이 겹치면 표시된 노랑, 초록과 파랑은 청록, 파랑과 빨강은 자홍이 된다. 세 채널이 정해진 최댓값이면 기준 흰색이 된다. 이는 가산 혼합이다. 들어오는 빛의 일부를 흡수하는 안료와 달리 빛의 기여분을 더한다.
원은 일부러 단순하게 만들었다. 각 채널이 완전히 켜지거나 꺼져 있으므로 검정을 포함해 여덟 조합이 나온다. 실제 이미지 채널에는 중간값도 있다. 상대적인 세기를 바꾸면 훨씬 많은 색을 만들 수 있지만 가능한 범위는 화면이 선택한 원색에 제한된다.
세 채널은 특정 관찰자에게 맞는다
전형적인 사람의 색각은 세 종류의 원추세포에서 시작한다. 각 세포의 파장 반응 범위는 겹친다. 서로 다른 스펙트럼도 특정 조건에서 충분히 비슷한 원추세포 반응을 만들어 같아 보일 수 있다. 이런 색 일치를 메타머라고 한다. 화면은 이 가능성을 이용해 세 종류의 빛으로 많은 색의 인상을 근사한다.
눈에 작은 빨강, 초록, 파랑 픽셀이 있거나 누구나 똑같이 본다는 뜻은 아니다. 원추세포 감도는 넓게 분포하고 색각에는 개인차가 있다. 적응과 주변 환경도 영향을 준다. RGB는 정해진 색 체계의 실용적인 표현이지 모든 관찰자와 조건을 완전히 설명하는 방식은 아니다.
천육백만 조합에는 설명이 필요하다
세 채널에 각각 8비트를 쓰면 채널마다 256개 코드값이 생긴다. 256을 세 번 곱하면 16,777,216개 조합이다. 스크립트도 이 수를 확인한다. 이는 인코딩의 개수이며, 모든 이웃 값의 차이를 사람이 구별하거나 패널이 정확히 출력한다는 보장은 아니다.
코드값과 빛의 관계도 중요하다. sRGB에서 코드값 0.5는 채널의 선형 광량 절반이 아니다. 반대로 선형값 0.5는 약 0.73536으로 인코딩된다. 전달 곡선이 그 차이를 보여 준다. 실제 빛을 더하는 계산은 선형값에서 수행하고 표시할 때 결과를 인코딩해야 한다.
작은 요소가 언제나 줄무늬는 아니다
확대한 줄무늬 그림은 배치 예시이며 실제 하드웨어 조사가 아니다. 디스플레이마다 서브픽셀 배치가 다를 수 있고 추가 종류를 쓰기도 한다. 대체로 눈이 개별 요소를 분리하지 못할 때 한 픽셀의 전체 색이 나타난다. 거리, 광학 조건, 픽셀 밀도가 함께 영향을 준다.
이 공간적 평균 때문에 화면을 가까이 찍은 사진에는 보통 거리에서 없던 색 무늬가 나타날 수 있다. 화면을 촬영하면 다른 샘플링 격자와 색 반응도 추가된다. 그러므로 서브픽셀 사진은 화면 전체의 색 정확도를 측정한 결과와 다른 이야기를 한다.
색역은 경계이지 품질 점수가 아니다
세 원색과 기준 백색은 명시된 색 공간에 속한다. 화면의 색역 밖에 있는 색은 세 채널을 정상 범위에서 높이거나 낮추는 것만으로 정확히 재현할 수 없다. 소프트웨어가 가능한 색으로 매핑하면 채도, 명도, 색상이 바뀔 수 있다.
넓은 색역은 더 많은 색을 표현하지만 사진이 더 충실하다고 저절로 보장하지는 않는다. 이미지가 의도한 색 공간을 올바르게 해석하고 출력 장치의 특성도 충분히 알아야 한다. 과도하게 채도가 높은 그림은 생생하면서도 원래 의도에서는 멀어질 수 있다.
세부 조건이 협력할 때 그림이 성립한다
화면의 사진은 파일 숫자, 색 공간의 의미, 화면 출력, 보는 환경이 서로 맞아야 한다. RGB 원 그림은 그중 한 부분만 떼어 낸다. 특정 패널이나 방의 조명, 개인의 지각을 모델링한다고 주장하지 않고 가산 조합을 보여 준다.
노란 영역이 하나의 연속된 색으로 보일 때, 그 통일된 인상이 다른 스펙트럼을 가진 이웃한 빛에서 나올 수 있음을 떠올려 보자. 화면은 원래 빛을 전부 다시 만들 필요가 없다. 채널과 관찰 조건의 한계 안에서 유용한 시각적 일치를 만들면 된다.
더 읽어 보기
W3C: CSS Color, predefined colour spaces ↗OpenStax: Color and color vision ↗공식 문서와 함께 읽으면 좋은 자료입니다.