웹툰 챕터 대량 채색 가이드

대량 채색이 퍼블리셔에게 혁신적인 이유

웹툰 챕터를 출판용으로 채색하기 시작했을 때, 가장 먼저 배운 것은 단일 이미지 채색 도구가 프로덕션 작업에는 본질적으로 쓸모없다는 것이었습니다. 일반적인 웹툰 챕터는 40~80페이지입니다. 한 장씩 채색하면 — 빠른 AI 도구를 사용하더라도 — 페이지마다 색상이 일관되지 않습니다. 캐릭터의 머리카락이 12페이지에서는 적갈색이었다가 13페이지에서는 밤색이 될 수 있습니다. 배경의 색조가 패널 간에 달라집니다. 결과물은 페이지마다 다른 아티스트가 채색한 것처럼 보입니다.

대량 채색은 단순히 속도의 문제가 아닙니다. 아티스트가 하듯 챕터 전체를 하나의 작업 단위로 취급하는 것입니다. 인간 컬러리스트가 챕터를 작업할 때, 첫 페이지에서 팔레트를 확립하고 계속 유지합니다. 장면 전환을 보고 분위기를 유지합니다. 3페이지 전 벽의 색상을 잊지 않습니다. 프로덕션 등급의 채색 도구는 그 연속성을 재현해야 하며, 이는 도구가 전체 챕터를 한 번에 처리할 때만 가능합니다.

이것이 Watashi Colorizer를 처음부터 대량 파이프라인으로 구축한 핵심 이유입니다. 배치 모드를 나중에 추가한 단일 이미지 도구가 아니라, 챕터를 연결된 아트 시퀀스로 이해하도록 처음부터 설계된 시스템입니다.

엔지니어링 과제: 페이지 간 색상 일관성

대량 채색에서 가장 어려운 문제는 처리 속도가 아닙니다 — 일관성입니다. AI 모델은 고정 크기 배치로 이미지를 처리하며, 서로 다른 두 배치는 같은 콘텐츠에 대해 약간 다른 색상 해석을 생성합니다. 장면이 30페이지 하단에서 시작하여 31페이지 상단에서 이어지는데, 두 페이지가 다른 배치에 들어가면 액션 한가운데에 눈에 띄는 색상 이음새가 생깁니다.

우리의 해결책은 가상 이미지 분할이었습니다. 전체 페이지를 AI에 보내는 대신, 각 페이지에서 검은 패널 구분선 — 웹툰 형식에서 장면을 분리하는 순수 검정 수평 밴드 — 을 스캔합니다. 이 구분선에서 페이지를 개별 아트 밴드로 분할한 다음, 페이지 경계를 넘어 장면 연속성에 따라 밴드를 재그룹화합니다. 30페이지 하단과 31페이지 상단이 같은 AI 배치에 들어가 모델이 함께 보고 채색합니다.

이것은 수개월의 튜닝이 필요했습니다. 구분선 감지는 순수 검정 패널 구분선과 그림자, 머리카락, 밤 장면 같은 어두운 아트 콘텐츠를 구별해야 합니다. 모든 이미지의 모든 행을 스캔하고 RGB 임계값 15로 픽셀을 분류합니다 — 거의 순수 검정만 카운트됩니다. 채널당 10~30의 미묘한 그레이스케일 값을 포함한 가시적 텍스처가 있는 것은 아트로 인식되어 그대로 보존됩니다.

단일 이미지에서 전체 챕터로: 파이프라인 구축

전체 파이프라인은 4단계로 작동합니다. 먼저 업로드된 모든 이미지를 스캔하고 감지된 검은 공백에서 가상 이미지로 분할합니다. 둘째, 해당 가상 이미지를 장면 연속성에 따라 배치로 묶되, AI가 충분한 해상도를 받을 수 있도록 최대 종횡비를 준수합니다. 셋째, 각 배치는 하나의 긴 이미지로 스티칭되어 AI에 전송되고, 채색된 결과물이 다시 분리됩니다. 넷째, 모든 채색된 밴드가 정확히 원본 크기로 원래 캔버스에 합성됩니다.

배치 처리 단계가 가장 복잡합니다. 인접한 가상 이미지 사이의 모든 경계에 점수를 매기고, 완전히 검은 행을 스캔합니다 — 픽셀 어둡기를 평균하는 것이 아니라, 95% 이상의 픽셀이 순수 검정인 행의 수를 셉니다. 경계 점수가 높으면 배치를 분할해도 안전합니다. 점수가 낮으면 경계를 넘는 아트가 있으므로 해당 이미지들을 함께 유지합니다. 이 행 기반 점수 매기기는 검은 배경 위의 대사 텍스트 한 줄 같은, 픽셀 평균화에서는 놓치는 세부 사항을 포착합니다.

접근 방식을 형성한 프로덕션 요구사항

여러 프로덕션 요구사항이 아키텍처 결정을 이끌었습니다. 출력은 정확히 원본 크기여야 합니다 — 퍼블리셔는 기존 워크플로에 직접 대체할 수 있는 파일이 필요합니다. 캐릭터 색상은 헥스 코드 수준으로 제어 가능해야 합니다. 퍼블리셔에는 확립된 스타일 가이드가 있기 때문입니다. 도구는 수동 설정 없이 만화, 만화(manhwa), 만화(manhua), 웹툰 형식을 처리할 수 있어야 합니다. 프로덕션 팀이 시리즈마다 설정을 조정할 필요가 없어야 하기 때문입니다.

또한 대규모에서는 압축이 중요하다는 것도 배웠습니다. 2000×8000 픽셀의 PNG 페이지 한 장이 10MB 이상일 수 있습니다. 60페이지를 곱하면 한 챕터에 600MB가 파이프라인을 통과합니다. 인제스트 시 자동 압축 — 크기를 변경하지 않고 과대 PNG를 JPEG q92로 재인코딩 — 으로 가시적 품질의 모든 픽셀을 보존하면서 100MB 미만으로 줄입니다.

이런 것들은 테스트 이미지 한 장을 채색할 때는 생각하지 않는 것입니다. 100번째 챕터 이후에야 드러나는 요구사항이며, 파이프라인 효율성과 출력 일관성이 쓸만한 도구와 장난감의 차이가 됩니다.

채색된 챕터 출판에서 배운 것

수십 시리즈에 걸쳐 수천 페이지를 채색한 후, 가장 중요한 교훈은 일관성이 최고 품질을 이긴다는 것입니다. 모든 페이지가 양호한 챕터가 5페이지는 훌륭하지만 나머지가 눈에 띄게 다른 챕터보다 훨씬 출판 가능합니다. 캐릭터 팔레트, 컨텍스트 학습, 장면 인식 배치 처리 모두 하나의 목표에 봉사합니다: 전체 챕터가 한 명의 아티스트가 채색한 것처럼 보이게 하는 것.

두 번째 교훈은 편집이 선택 사항이 아니라는 것입니다. AI가 아무리 좋아져도 일부 패널은 수동 조정이 필요합니다. 캐릭터의 눈 색상이 변할 수 있습니다. 배경 분위기가 스크립트와 맞지 않을 수 있습니다. 우리의 편집 모드는 전체 챕터를 재처리하지 않고 특정 패널을 수정하는 자연어 지시를 가능하게 합니다. 프로덕션에서는 정확한 수정을 할 수 있는 능력이 초기 채색 품질만큼이나 중요하기 때문입니다.