비디오 압축 설명: 왜 당신의 4K 파일은 200GB인가

당신은 방금 휴대폰이나 카메라로 10분짜리 4K 비디오 촬영을 마쳤고, 파일 크기를 확인했을 때 입이 딱 벌어진다: 200GB. 그동안, 넷플릭스에서 2시간짜리 4K 영화가 15GB 정도의 용량으로 매끄럽게 스트리밍된다. 그 이유는 무엇인가?

그 해답은 비디오 압축에 있다—현대 디지털 생활에 근본적인 기술로, 이것이 없으면 유튜브는 존재하지 않을 것이고, 비디오 통화는 불가능할 것이며, 당신의 스마트폰 저장소는 약 90초 분량의 영상을 기록한 후 가득 차게 될 것이다. 그럼에도 불구하고 매일 비디오를 다루는 대부분 사람들은 실제로 내부에서 무슨 일이 일어나고 있는지 이해하지 못한다.

이것은 또 하나의 피상적인 설명이 아니다. 우리는 비디오 압축의 메커니즘, 중요한 트레이드오프 및 workflow가 시간이랑 저장 공간을 낭비하고 있을 가능성에 대해 깊이 파고들 것이다. 당신이 비디오 기능을 개발하는 개발자든, 모션 그래픽을 내보내는 디자이너든, 랜딩 페이지 비디오 로딩이 왜 이렇게 오래 걸리는지 알아내려는 마케터든, 이 가이드는 당신이 비디오 파일에 대해 생각하는 방식을 변화시킬 것이다.

원본 영상의 진실: 비압축 비디오가 실제로 어떻게 생겼는가

압축에 대해 이야기하기 전에, 우리가 무엇을 압축하고 있는지 이해해야 한다. 원본 비압축 비디오는 모든 프레임의 모든 픽셀에 대한 전체 정보를 저장하므로 엄청나게 크다.

30초 프레임의 4K 비디오에 대한 수치를 계산해 보자. 4K 해상도는 3840 × 2160 픽셀로, 각 프레임당 8,294,400 픽셀에 해당한다. 각 픽셀은 일반적으로 24비트(빨강, 초록, 파랑 각각 8비트)의 색 정보로 저장된다. 그러므로 픽셀당 3바이트가 된다.

따라서 4K 비디오의 한 프레임 = 8,294,400 픽셀 × 3바이트 = 24,883,200 바이트, 즉 프레임당 약 23.7MB이다. 30초 프레임으로 기록된다면, 초당 711MB의 비디오가 된다. 10분짜리 비디오는 대략 427GB의 원본 데이터를 필요로 한다.

이것이 당신의 200GB 파일이 크긴 하지만 실제로는 어느 정도 압축되어 있다는 이유이다—아마도 녹화 동안 카메라가 적용한 경량 코덱을 사용했을 것이다. RAW 형식으로 촬영한 전문 영화 카메라는 일반적으로 이 범위의 파일을 생성하여 후속 색 보정 및 효과 작업을 위한 최대 이미지 품질을 보존한다.

"비디오 압축의 근본적인 도전은 인간의 인지가 움직임과 세부 사항을 감지하는 데 매우 정교하지만, 특정 유형의 정보 손실에 대해 놀랍도록 관대하다는 것이다. 이 분야는 우리가 볼 수 있는 것과 실제로 볼 필요가 있는 것 사이의 간극에서 존재한다."

저장 요구 사항은 더 높은 프레임 속도를 고려할 때 더욱 괴상해진다. 60fps 또는 120fps의 게이밍 콘텐츠는 이러한 수치를 두 배 또는 네 배로 증가시킨다. 이것이 게임 캡처와 스트리밍이 기술적으로 매우 요구되는 분야인 이유이다—당신은 시각적 품질을 유지하면서 실시간으로 방대한 양의 데이터를 압축하려고 하기 때문이다.

이러한 기본 수치를 이해하는 것은 매우 중요하다. 왜냐하면 그것이 나머지 모든 것을 맥락화하기 때문이다. 누군가가 비디오를 원래 크기의 1%로 압축했다고 말할 때, 그들은 과장하지 않고 있다. 현대 비디오 압축은 실제로 놀라운 결과를 나타내며, 대부분의 시청자가 우수한 품질로 인식하는 상태에서 100:1 압축 비율을 달성할 수 있다.

공간 압축 vs. 시간 압축: 두 개의 기둥

비디오 압축은 두 가지 기본 축에서 작동한다: 공간 압축(개별 프레임 내에서)과 시간 압축(프레임 간). 이러한 구분을 이해하는 것은 서로 다른 유형의 콘텐츠가 압축되는 방식이 다른 이유를 파악하는 데 필수적이다.

공간 압축은 각 비디오 프레임을 정지 이미지처럼 처리하고 JPEG 압축과 유사한 기술을 적용한다. 단일 프레임 내의 패턴—유사한 색상, 그래디언트, 질감 등을 찾아 더 효율적으로 표현한다. 만약 당신의 프레임의 절반이 파란 하늘이라면, 공간 압축은 "파란 픽셀, 파란 픽셀, 파란 픽셀"을 수백만 번 저장하지 않는다. 대신 "이 영역은 파랗다"라고 말하고 그 정보를 한 번만 저장한다.

이것이 왜 대화형 비디오가 그렇게 잘 압축되는지에 대한 이유다. 배경은 종종 정적이거나 단순하고, 심지어 사람의 의상과 피부 톤도 비슷한 색 영역을 형성한다. 기업 인터뷰 비디오는 최소한의 가시적인 품질 손실로 원본 크기의 5%로 압축될 수 있다.

시간 압축은 비디오 압축이 정말 흥미로워지고 효과적인 지점이다. 연속적인 비디오 프레임은 일반적으로 매우 유사하다는 사실을 이용한다. 일반 비디오에서는 아마도 90-95%의 픽셀이 이전 프레임과 다음 프레임에서 변하지 않는다. 왜 모든 이 중복 정보를 저장해야 하는가?

현대 코덱은 키프레임(I-프레임)과 예측 프레임(P-프레임 및 B-프레임)의 시스템을 사용한다. 키프레임은 공간 압축만으로 저장된 전체 프레임이다. 그런 다음, 다음 몇 개의 프레임을 완전히 저장하는 대신, 코덱은 키프레임에서 변경된 것만 저장한다. 만약 누군가가 이야기하면서 입만 움직인다면, 이후 프레임에서는 입의 영역에 대한 데이터만 저장하면 된다.

B-프레임(양방향 프레임)은 더욱 정교하다—이들은 이전 및 미래 프레임을 참조하여 콘텐츠를 예측할 수 있다. 그렇기 때문에 비디오 인코딩은 즉각적이지 않다; 인코더는 저장할 것과 예측할 것에 대한 최적의 결정을 내리기 위해 여러 프레임을 동시에 분석해야 한다.

이러한 프레임 유형의 비율은 파일 크기와 인코딩 시간에 극적으로 영향을 미친다. 매 10프레임마다 키프레임이 있는 비디오는 더 크지만 스크러빙과 편집이 쉬운 반면, 매 250프레임마다 키프레임이 있는 비디오는 훨씬 작지만 정확하게 탐색하기 어렵고 디코드가 더 까다롭다.

이것이 많은 움직임이 있는 화면 녹화(예: 게임 장면)가 정적인 화면 캡처보다 훨씬 더 큰 이유이다. 전체 프레임이 16밀리초마다 변경되면, 시간 압축은 어떻게든 할 수가 없다. 코덱은 거의 모든 프레임을 키프레임으로 처리해야 하며, 비디오 압축이 작동할 수 있게 해주는 많은 효율성을 잃게 된다.

코덱 해독: H.264, H.265, VP9, 및 AV1

코덱(압축기-해제기)은 실제 압축을 수행하는 알고리즘이다. 코덱 환경은 지난 20년 동안 극적으로 발전했으며, 적절한 코덱 선택은 파일 크기와 품질에 가장 큰 영향을 줄 수 있는 결정 중 하나이다.

H.264(AVC라고도 함)는 2000년대 중반부터 인터넷 비디오의 가장 큰 작업 말단이다. 많은 카메라가 녹화하는 형식이고, 대부분의 장치가 디코드할 수 있는 것이기도 하다. H.264는 좋은 시각적 품질을 유지하며 전형적인 콘텐츠에 대해 대략 1000:1의 압축 비율을 달성한다. 427GB의 원본 10분짜리 4K 비디오는 H.264에서 합리적인 품질 설정 하에 400-600MB로 압축될 수 있다.

H.264의 보편성은 그 강점이자 약점이다. 거의 모든 장치에서 지원되고 하드웨어 가속이 가능하며, 성숙하고 잘 최적화된 인코더를 갖추고 있다. 그러나 그것은 또한 나이를 먹고 있다. 4K 및 특히 8K 콘텐츠의 경우, H.264는 저장 공간과 대역폭을 압박하는 비트 전송률을 요구한다.

H.265(HEVC - 고효율 비디오 코딩)는 이 문제를 해결하기 위해 설계되었다. H.264와 동일한 시각적 품질에서 약 50% 더 나은 압축을 달성하며, 또는 동일한 파일 크기로 눈에 띄게 더 좋은 품질을 제공한다. 동일한 10분짜리 4K 비디오는 H.265에서 200-300MB로 압축될 수 있다. 단점? 인코딩 속도가 H.264보다 현저히 느리며(2-5배 더 긴 시간), 특허 라이센스 문제가 채택을 제한했다. Apple 기기는 잘 지원하지만, 웹 브라우저 지원은 불규칙하다.

구글이 개발한 VP9는 H.265와 유사한 압축 효율을 제공하지만 로열티가 없다. 유튜브는 4K 콘텐츠에 대해 VP9를 광범위하게 사용한다. Chrome과 Firefox에서 잘 지원되지만, 구형 장치에서 하드웨어 가속 지원이 제한적이다. 인코딩 시간은 H.265와 유사하며 느리지만, 파일 크기 절감은 상당하다.

AV1은 최근에 주목받고 있는 신형 코덱으로, H.265/VP보다 추가로 30% 개선될 것으로 약속하고 있다.