
무료 포토샵 개발기
색의 재조립
무료 포토샵의 채널 혼합은 새로운 색 수학을 발명하는 작업이 아니었습니다. 알려진 RGB 가중합을 기존 조정 레이어와 연결하고, 출력 채널·상수·단색 모드가 저장되는 편집 설정을 AI와 구성한 과정입니다.
AI 생성 시연용 사진. 편집 화면과 출력 이미지는 실제 포토샷에서 만들었습니다.
출처에서 시작하다.
색을 섞는 수학은 이미 있었다
채널 혼합은 원본의 빨강·초록·파랑이 출력에 얼마나 기여하는지 정합니다. 이 계산은 이미 알려져 있었고, 포토샷에는 조정값 저장과 마스크·불투명도 합성 경로도 있었습니다. AI와 한 일은 계산과 화면, 저장 구조를 같은 기능으로 연결하는 것이었습니다.
Adobe 문서는 출력 채널과 단색 옵션의 의미를 확인하는 자료입니다. 아래 발췌는 공개된 포토샷 저장소의 구현이며, 기능 설명과 코드의 출처를 구분해 기록합니다.
출력 채널과 입력 채널을 나누다
출력 빨강을 고른다고 원본의 빨강만 바꾸는 것은 아닙니다. 빨강 출력에 원본 R·G·B 각각의 비율을 지정합니다. 세 출력 채널에 각각 세 비율과 상수가 있어 숫자 설정은 총 12개입니다.
계산은 0~1의 RGB에 비율을 곱해 더하고 상수를 더한 뒤 100으로 나눕니다. 결과는 0~1로 제한합니다. 패널의 합계 표시는 안내이며, 합계를 자동으로 100%로 맞추는 처리는 아닙니다.
L166–184포토샷 구현 코드 ↗
mixer: {
name: '채널 혼합',
description: '출력 채널을 원본 RGB 채널의 비율로 만듭니다.',
controls: ['r', 'g', 'b']
.flatMap((c) =>
['R', 'G', 'B', 'Constant'].map((v, i) =>
control(
c + v,
['빨강', '초록', '파랑', '상수'][i],
-200,
200,
c === v.toLowerCase() ? 100 : 0,
1,
c,
),
),
)
.concat(control('mono', '단색', 0, 1)),
},계산의
안쪽으로.
상수와 불투명도는 다른 단계
상수 +10은 계산된 채널에 0.1을 더합니다. 밝은 값은 범위 제한에 걸릴 수 있습니다. 레이어 불투명도는 그 뒤 계산된 사진을 원본과 합치는 단계에서 적용됩니다.
예를 들어 RGB 170·130·110의 빨강과 파랑을 교환하면 110·130·170입니다. 이 결과를 불투명도 70%로 원본과 섞으면 반올림 전 128·130·152입니다. 이 숫자는 설명용 표본이며 사진에서 측정한 값은 아닙니다.
단색 모드도 같은 구조로
단색 모드를 켜면 코드는 세 출력 모두 빨강 출력 설정을 읽습니다. 한 번 정한 입력 비율로 같은 값을 R·G·B에 넣기 때문에 회색이 됩니다.
9편의 흑백 조정은 색상각을 여섯 구간으로 나눠 섞었습니다. 채널 혼합의 단색은 RGB 성분의 가중합입니다. 비슷한 회색 사진을 만들어도 조절하는 기준이 달라 두 기능을 하나로 설명하지 않았습니다.
코드를 읽다.
L720–727포토샷 구현 코드 ↗
if (t === 'mixer') {
for (let c = 0; c < 3; c++) {
const key = v.mono ? 'r' : 'rgb'[c];
out[c] = clamp(
(r * v[key + 'R'] + g * v[key + 'G'] + b * v[key + 'B'] + v[key + 'Constant']) / 100,
);
}
}L836–853포토샷 구현 코드 ↗
beforeRGB: RGB = [0, 0, 0],
mixed: RGB = [0, 0, 0];
for (let i = start; i < end; i += 4) {
if (!data[i + 3]) continue;
let amount = opacity * (mask ? mask[i + 3] / 255 : 1);
if (blend === 'dissolve') amount = pixelNoise(i / 4) < amount ? 1 : 0;
if (!amount) continue;
compiled(data[i], data[i + 1], data[i + 2], out);
for (let c = 0; c < 3; c++) beforeRGB[c] = data[i + c] / 255;
if (a.values.dither && (a.type === 'lookup' || a.type === 'gradient'))
for (let c = 0; c < 3; c++) out[c] = clamp(out[c] + (pixelNoise(i / 4) - 0.5) / 255);
blendRGB(beforeRGB, out, blend, mixed);
for (let c = 0; c < 3; c++)
data[i + c] = Math.round(clamp(beforeRGB[c] + (mixed[c] - beforeRGB[c]) * amount) * 255);
}
}L253–265포토샷 구현 코드 ↗
export function isIdentityAdjustment(a: Adjustment): boolean {
if (a.type === 'lookup') return !a.cube;
if (a.type === 'curves') return channels.every((c) => a.curves![c].every((p) => p.x === p.y));
if (a.type === 'photo') return a.values.density === 0;
if (['blackwhite', 'gradient', 'invert', 'posterize', 'threshold'].includes(a.type)) return false;
if (a.bands?.some((b) => b.hue || b.saturation || b.lightness)) return false;
return definitions[a.type].controls.every(
(c) =>
['preserve', 'relative', 'skin', 'legacy', 'colorizeHue', 'colorizeSaturation'].includes(
c.key,
) || (a.values[c.key] ?? c.initial) === c.initial,
);
}편집 화면에서.

사진과 코드가 만나는 자리
보관된 실제 프로젝트와 화면의 설정은 Monochrome 켜짐, Red 21·Green 72·Blue 7·Constant 0, 레이어 불투명도 100%입니다. AI 생성 인물 원본을 실제 포토샷에서 편집하고 내보낸 예시입니다.
오늘 공개 코드의 조정 레이어 검사에서 mixer를 포함한 16종의 항등·알파·저장 왕복·합성 일치를 재확인했습니다. 이는 모든 사진에서 Photoshop과 같다는 검사가 아닙니다. 다음 편에서는 외부 색상표를 읽는 컬러 룩업을 다룹니다.
사진으로 보는 결과.


AI 생성 시연용 사진. 편집 화면과 출력 이미지는 실제 포토샷에서 만들었습니다.