5%/초면 정지로 읽힐까
6%/초가 빠르다고 느껴 5%/초로 낮추고 싶을 때
- 지시문에서
- 평균 6%/초로
- 이렇게 바꾸세요
- 평균 5%/초로
- 그러면
- 평균 5%/초로 낮춰도 이 장면의 정지 칸은 2칸(8%)으로 6%/초와 같다. 달라지는 것은 최대 프레임 차가 4.61에서 3.72로 내려간 점이다. 제작자 기록의 '5%/초도 정지로 보였다'는 이 장면의 자로는 확인되지 않는다.
Zoom Speed That Reads as Still
사진을 밀어 넣어도 너무 느리면 프레임 차 자는 '멈춘 화면'으로 센다. 프레임 차 자는 이웃한 두 프레임이 얼마나 다른지 재는 방법이다. 어느 속도부터 움직임으로 읽히는지 코드가 직접 계산해 보여 준다.
‘연출 전’은 대충 시켰을 때를 가정해 만든 화면이고 실제 AI 결과와 다를 수 있다.
사진이 멈춰 보이지 않게 천천히 줌 넣어줘→ '천천히'가 몇 %/초인지 비어 있어서 속도가 요청마다 달라지고, 느린 쪽은 자로 재면 정지로 세어진다
평균 6%/초로 2.4초 동안 밀고, 정지는 프레임 차 0.5 미만으로 세서 정지 비율을 20% 이하로 맞춰줘→ 속도 6%/초의 샷과 함께 정지·움직임 24칸 띠, 속도별 정지 비율 표가 숫자로 나오는 장면
장면: 밤 골목을 찍은 사진 한 장을 2.4초 샷 하나로 밀어 넣는다. 연출 전은 2%/초로 느리게 밀리는 드리프트이고, 샷은 0.3초에 시작한다.
움직임: 배율은 평균 6%/초로 올리고 곡선은 power1.inOut(느리게 출발해 느리게 도착)을 쓴다. 샷 길이는 2.4초다.
측정: 10fps, 64px 회색 프레임으로 줄여 인접한 두 프레임의 평균 절대차를 센다. 정지 판정은 프레임 차 0.5 미만이다.
화면: 사진은 왼쪽 위에 크게 둔다. 그 아래에 프레임 차 막대와 정지·움직임 글자, 0.1초마다 한 칸씩 채워지는 24칸 띠를 놓는다. 사진 오른쪽에는 자가 보는 64×36 회색 그림과 정지 판정 설명을 두었다가, 마지막 단계에서 그 자리를 속도 1~10%/초별 정지 비율 표로 바꿔 줘. 표에는 제작자 기록의 범위를 금색 선으로 겹쳐 보여 줘.
금지: 숫자를 손으로 적어 넣기, 사람 눈에 자연스럽다는 말로 판정하기.
구현에 쓰이는 기술: canvas getImageData 로 64×36 회색 프레임을 만들어 평균 절대차 계산ffmpeg fps=10,scale=64:-2,format=gray 로 같은 자를 영상 파일에 적용GSAP power1.inOut 이징numpy: np.abs(np.diff(frames)).mean(axis=(1, 2))
팁은 데모에서 값만 바꿔 같은 장면과 비교한 것이다. AI가 같은 결과를 내는지는 직접 해 봐야 안다.
6%/초가 빠르다고 느껴 5%/초로 낮추고 싶을 때
움직임이 약한 칸도 정지로 세고 싶을 때
2.4초가 길게 느껴질 때
각 단계의 버튼을 누르면 위의 데모가 그 단계까지의 모습으로 바뀝니다.
느리게 밀리는 사진에 10fps, 64px 회색 자를 댄다. 화면 오른쪽 위의 작은 그림이 자가 실제로 보는 그림이다. 이웃한 두 프레임의 차이(프레임 차)가 0.5보다 작으면 그 0.1초는 정지다.
const m = meter(spd); // 프레임 25장, 프레임 차 24개 const still = m.df[cur] < STILL_THR; // 0.5 미만이면 정지
같은 장면에서 평균 속도만 6%/초로 바꾼다. 곡선이 power1.inOut 이라 샷의 양쪽 끝은 느리다. 그래서 속도와 상관없이 처음과 끝의 한 칸씩은 프레임 차가 작게 나와 정지로 세어진다.
const zoomShot = (spd, u) => 1 + spd / 100 * SHOT * ioq(u);
0.1초마다 한 칸이다. 정지 칸은 회색, 움직임 칸은 분홍이다. 정지 비율과 가장 길게 이어진 정지는 이 칸에서 센다. 값은 장면이 지나가며 쌓인다.
let run = 0, best = 0;
for (const x of df) { run = x < STILL_THR ? run + 1 : 0; best = Math.max(best, run); }아홉 가지 속도로 같은 샷을 모두 돌려 정지 비율을 구한다. 금색 선은 제작자 기록이다. 기록에서는 2%/초의 정지 비율이 54~71%였다. 6%/초는 0~4%였다. 밤 골목 장면을 직접 계산하니 2%/초는 25%였고, 5%/초부터는 양 끝 두 칸(8%)에서 더 내려가지 않았다. 장면 질감이 달라서 기록과 값이 같지 않다. 7%/초로 정한 값은 기록에서 여유를 둔 것이고, 따로 검증하지 않은 추정이다. 사람 눈에 정지로 읽히는지는 아직 비교한 적이 없다.
SPEEDS.forEach((v) => { const d = meter(v).df;
pct[v] = d.filter((x) => x < STILL_THR).length / d.length * 100; });이웃한 두 프레임의 밝기를 화소마다 뺀 값의 평균이다. 0에 가까우면 두 장이 거의 같다는 뜻이다.
영상 전체에서 프레임 차가 문턱(0.5)보다 작은 0.1초 칸이 차지하는 비율이다. 쇼츠 성공작 30편의 바닥값이 20% 이하로 기록돼 있다.
정지와 움직임을 가르는 기준 숫자다. 여기서는 프레임 차 0.5로 두었다. 값을 올리면 정지로 세는 칸이 늘어난다.
초당 배율이 몇 %씩 바뀌는지다. 6%/초면 1초에 사진이 6% 더 커진다.
눈치채기 어려울 만큼 천천히 흘러가는 움직임이다. 제작 기록에서는 2%/초가 해당하고, 자로 재면 정지로 센다.
시작과 끝이 느리고 중간이 빠른 속도 변화다. 같은 평균 속도여도 양 끝이 느려서 정지 칸이 생긴다. 이 곡선을 샷마다 거는 방법은 '홀드 카메라'에서 다룬다.
‘확인’은 출처 문서에서 사실로 확인한 내용, ‘추정’은 결과물을 보고 추론한 내용, ‘원본 없음’은 흔히 쓰이지만 대표 원본 사례를 확인하지 못해 성공 사례로 제시하지 않은 기법이다.