AI로 자동화한 필름 사진 스캔 워크플로우
원제 Automating my 35mm film scanning pipeline
103 포인트댓글 69
Key Point
필름 사진 애호가가 수동 스캔 작업의 번거로움을 AI와 자동화로 극복한 실제 사례로, 크리에이티브 워크플로우에 LLM과 비전 모델을 실용적으로 활용하는 방법을 보여준다.
핵심 요약
- 35mm 필름 사진 작업 흐름을 자동화한 개인 프로젝트로, 롤당 36장을 처리하는 데 평균 4시간 걸리던 수동 작업을 개선했다.
- Claude AI를 스캐너에 직접 제어시키려 했으나 SANE 드라이버를 통해 스캔 방향을 잘못 설정해 스캐너 기어 메커니즘을 손상시켰고, 수리 후 기존 VueScan 소프트웨어를 유지하기로 결정했다.
- numpy를 이용한 음화 변환으로 필름 밀도를 측정해 36장의 색감을 일관되게 유지하며, 빈 필름 슬롯을 색감 기준점으로 삼아 자동 색보정을 수행한다.
- Dust 감지는 음화를 이미지 분석으로 스캔하되, 해변 장면에서 물 반사를 오인하는 오류를 해결하기 위해 주변이 매끄러운 영역에서만 작동하도록 제한했다.
- LaMa 인페인팅 모델로 감지된 먼지를 제거하되, 사용자가 임계값을 설정해 불확실한 점들은 개별 또는 일괄 승인할 수 있다.
- Qwen3-VL을 로컬 Ollama에서 실행하여 완성된 각 프레임을 약 5초에 스캔하고 태그를 자동 생성해 카메라·렌즈·날짜·필름 정보와 함께 라이브러리를 구성한다.
- 완성된 사진은 개인 4TB HDD에 저장하거나 Cloudflare R2 버킷으로 발행하며, 웹사이트에서 필름 캔을 3D로 모델링해 사용자가 들어서 필름을 꺼내 프레임을 확인하는 인터랙티브 갤러리를 구현했다.
- 전체 프로젝트는 11일간 64개 커밋으로 완성되었으며, 2020년부터 촬영한 22개 롤 314장의 사진을 전시하고 있다.