PixInsight를 배우지 않고 천체사진을 처리하는 법

“천체사진을 어떻게 처리하나요”에 대한 표준 답은 “PixInsight를 배우세요”이고, 나쁜 조언은 아닙니다. 다만 좀처럼 언급되지 않는 비용이 붙어 있습니다. 사진 한 장을 얻기까지 몇 달이 걸린다는 것입니다.

이 취미에서 그 비용을 치를 만한 사람도 분명히 있습니다. 하지만 드라이브에 쌓인 프레임으로 괜찮은 오리온 대성운 사진을 얻고 싶을 뿐인 사람이 훨씬 많고, 그들에게 신호 처리 환경을 석 달 배우라는 것은 큰 요구입니다. 이 글은 두 번째 무리를 위해 썼습니다.

추천

대부분의 사람에게 답은 Akastroid입니다. 딥스카이, 행성, 달, 태양을 하나의 앱으로 처리하며 Mac, Windows, Linux에서 동작합니다. 프레임을 끌어다 놓으면 평가, 보정, 스태킹, 그라디언트 제거, 색 보정, 샤프닝까지 고를 설정 없이 해 줍니다. 보통의 방법으로는 같은 결과를 위해 네 개에서 여섯 개의 프로그램이 필요합니다.

같은 오리온 스택에서 Akastroid의 자동 마무리는 신호 대 잡음비 402를 기록했고, Siril의 표준 작업 흐름은 87이었습니다. 하늘 그라디언트는 2.6% 대 21.6%였습니다(전체 비교). 내 데이터로 무료로 써 볼 수 있습니다.

모든 단계를 직접 조절하고 몇 달을 배우는 데 쓸 생각이라면 PixInsight를, 무료 소프트웨어로 단계를 직접 배우고 싶다면 Siril을 고르세요. 이 가이드의 나머지 부분에서 둘을 자세히 비교합니다.

처리란 무엇인가

소프트웨어를 걷어 내고 보면, 이 일은 여덟 가지 작업을 이 순서대로 하는 것입니다.

1. 캘리브레이션. 카메라가 더한 것을 빼냅니다. 다크는 센서의 노이즈 패턴을 없애고, 플랫은 먼지 그림자와 비네팅을 없애고, 바이어스는 읽기 오프셋을 없앱니다.
2. 등급 매기기. 망가진 프레임을 찾아냅니다. 구름, 인공위성, 초점 이탈, 추적 미끄러짐, 누군가의 자동차 헤드라이트.
3. 정렬. 모든 프레임을 같은 별들에 맞춰 픽셀 이하 단위로 맞춥니다.
4. 통합. 이상값을 배제하며 합쳐서, 노이즈는 줄고 신호는 줄지 않게 합니다.
5. 그라디언트 제거. 하늘이 한쪽이 더 밝은데, 성운까지 같이 걷어 내지 않으면서 그것을 빼내야 합니다.
6. 색상 캘리브레이션. 무엇이 흰색인지 정합니다. 화각 안의 별들을 색이 알려진 별 카탈로그와 대조하는 것이 이상적입니다.
7. 스트레치. 데이터는 선형이고 어두운 부분은 보이지 않습니다. 여기서 이미지가 나타나고, 대부분의 초보 이미지가 여기서 망가집니다.
8. 샤프닝과 노이즈 제거. 조심스럽게, 그리고 하고 싶은 것보다 덜.

모든 프로그램이 이 일들을 합니다. 다른 것은 그 수치를 누가 대는가입니다.

PixInsight는 무엇을 위한 것인가

더 나아가기 전에 PixInsight를 쓰는 이유를 제대로 짚어 두겠습니다.

가장 큰 강점은 마스킹입니다. 레인지 마스크, 휘도 마스크, 별 마스크, 그리고 PixelMath 덕분에 이미지의 일부에만 보정을 적용할 수 있습니다. 중심부를 날리지 않으면서 외곽만 스트레치하고, 배경에서만 노이즈를 줄이고, 감당할 수 있는 구조만 샤프닝하고 그러지 못할 구조는 그대로 두는 식입니다. 처리된 이미지를 완성된 이미지로 만드는 것이 이것이고, 어떤 자동화도 이를 대신하지 못합니다.

수상작 천체사진을 보고 저런 걸 만들고 싶다면 결국 PixInsight로 가게 될 것이고, 그게 맞습니다. 이 글의 나머지는 PixInsight를 첫 단계로 삼지 않고 프레임 폴더에서 제대로 된 사진에 이르는 방법에 관한 것입니다.

경로 하나: Siril에게 중간 과정을 맡기기

Siril은 무료이고 오픈소스이며 Windows, macOS, Linux에서 돌아갑니다. 원샷 컬러 전처리 스크립트가 별다른 지정 없이도 세션을 캘리브레이션하고 정렬하고 스태킹해 주므로, 1번부터 4번까지가 해결됩니다.

그다음 5번부터 8번은 Siril에서 직접 합니다. 배경 추출, 측광 색상 보정, 히스토그램 또는 일반화 쌍곡선 스트레치, 그리고 원하는 만큼의 노이즈 제거. 익혀야 할 기술이긴 하지만 PixInsight보다는 훨씬 작고, Siril 문서는 배우는 사람이 읽기 쉽게 쓰여 있습니다.

비용: 없음. 요구하는 것: 여섯일곱 가지 작업과 그 파라미터가 대략 무엇을 하는지 익힐 것. 한계: 스크립트는 고정되어 있습니다. 데이터를 들여다보지 않으므로 모든 세션에 같은 설정을 적용합니다. 그래서 광각 화면과 좁게 잘라낸 화면이 같은 블랙 포인트를 받고, 자정에 시상이 무너진 밤에도 프레임이 전부 스태킹됩니다.

경로 둘: 마무리는 GraXpert와 Photoshop으로

이미 Photoshop을 아신다면, 1번부터 4번까지는 DeepSkyStacker나 Siril로, 5번은 GraXpert로, 6번부터 8번은 커브와 레벨을 써서 Photoshop으로 하는 경로가 현실적입니다.

비용: Photoshop에 드는 비용만큼. 요구하는 것: 이미 갖춘 Photoshop 숙련도, 그리고 일반 사진의 보정 감각이 여기서는 맞지 않는다는 것을 알 만큼의 천체사진 지식. 배경은 검정이어서는 안 되고, 주간 사진에서 맞아 보이는 커브는 여기서 희미한 신호를 망가뜨립니다.

경로 셋: 측정을 대신 맡기기

저 여덟 단계를 익히는 데 몇 달이 걸리는 이유는 어느 한 단계가 개념적으로 어려워서가 아닙니다. 각 단계마다 파라미터가 있고, 거기에 무슨 값을 넣어야 하는지 아는 일이 수십 번의 세션을 거쳐 몸에 붙는 패턴 인식이기 때문입니다.

그런데 그 파라미터 중 취향의 문제인 것은 거의 없습니다. 어떤 제거 방식이 이 스택에 맞는지는 프레임 수와 분산에 달렸습니다. 디컨볼루션을 얼마나 세게 걸지는 측정된 별 폭과 신호 대 잡음비에 달렸습니다. 블랙 포인트를 어디에 둘지는 화면에서 하늘이 차지하는 비율에 달렸습니다. 이것들은 측정값이고, 프로그램이 측정할 수 있습니다.

Akastroid가 하는 일이 그것입니다. 저희가 만드는 것이니 그 점을 감안해 읽어 주세요. 폴더를 읽고 세션을 측정한 뒤 그 측정값으로 여덟 단계를 전부 수행하고, 모든 결정을 근거 수치와 함께 나열해 어느 것이든 뒤집을 수 있게 합니다. 100프레임 세션이 1분도 걸리지 않습니다. 무료 등급에서는 전체 파이프라인으로 처리 5회와 내보내기 2회를 할 수 있고, 그다음에 라이선스를 요구합니다.

비용: 모든 기능을 갖춘 무료 등급에 내보내기 세 번, 그 후 1회 79달러. 요구하는 것: 폴더 하나. 한계: 조정은 전역적입니다. 마스크도 없고 선택적 편집도 없습니다. PixInsight가 넘어서려고 존재하는 바로 그 한계입니다.

대부분의 사람에게 맞는 조합

별로 주목받지 못하지만 가장 많은 사람에게 맞는 구성이 있습니다. 이미 PixInsight를 갖고 있는 분들 중에도 여기 해당하는 경우가 많습니다. 1번부터 4번까지는 자동으로 돌리고, 마무리는 원하는 곳에서 하는 것입니다.

캘리브레이션, 등급 매기기, 정렬, 통합은 기계적인 작업입니다. 정답이 있고, 그 정답은 데이터가 정하며, 손으로 한다고 해서 손으로 했다는 사실 말고는 얻는 것이 없습니다. Akastroid의 처리 전 스택 이미지 저장은 마무리가 적용되기 전의 통합 결과를 저장하는데, PixInsight나 Photoshop에서 출발점으로 쓰기에 알맞은 파일입니다.

그다음 여러분의 시간은 판단이 필요한 5번부터 8번에, 이미 익숙한 도구에서 쓰면 됩니다. 게다가 공들일 가치가 있다는 것을 이미 아는 데이터에 쓰게 됩니다. 자동 처리가 3분 만에 완성본을 만들면서 그날 밤 무엇이 잘못됐는지도 알려 줬을 테니까요.

깊은 도구를 배워야 할 때

다음 중 해당하는 것이 있는지 스스로에게 물어보세요.

• 마스크와 선택적 보정을 원한다. 어떤 자동화도 이걸 주지 않습니다.
• 공모전이나 출판을 위한 이미지를 만든다.
• 맞춤형 채널 매핑으로 협대역을 합성하며 모든 단계를 통제하고 싶다.
• 처리 자체를 즐긴다. 충분히 좋은 이유이고, 이 때문에 이 취미를 하는 사람도 꽤 많습니다.

어느 것도 해당하지 않는다면 그 몇 달은 의무가 아닙니다. 오랫동안 그것이 유일한 길이었을 뿐입니다.

어디서 시작할까

한 번도 처리해 내지 못한 세션 하나를 고르세요. 위 경로 중 여러분의 상황에 맞는 것으로 돌려서, 불완전하더라도 완성된 이미지 한 장을 뽑아내세요.

그다음 각 단계가 무슨 일을 했는지 읽어 보세요. 결과를 보고 거꾸로 되짚는 편이 이론부터 배우고 끝에 이미지가 나오기를 바라는 것보다 처리를 빨리 이해하는 길입니다.