흑백 동영상을 컬러로 변환하는 작업은 과거에는 상당한 시간과 노력이 필요한 후반 제작 과정이었습니다. 컬러리스트는 피사체에 마스크를 적용하고, 움직이는 물체를 추적하며, 각 영역에 색을 입히고, 장면마다 색상을 보정하는 데 몇 시간씩 투자해야 했습니다. 하지만 AI 동영상 컬러라이저의 등장으로 이러한 작업 방식은 크게 달라졌습니다.
최신 AI 동영상 컬러라이저는 인물, 사물, 조명, 배경, 움직임 등을 분석한 뒤 흑백 영상에 자연스럽다고 판단되는 색상을 적용합니다. 오래된 가족 영상, 역사 기록물, 아카이브 자료, 클래식 흑백 동영상 등에서 놀라울 정도로 좋은 결과를 얻을 수 있습니다. 이제 어려운 점은 단순히 한 프레임에 색을 입히는 것이 아닙니다. 장면이 움직이는 동안에도 색상이 자연스럽고 일관되게 유지되도록 하는 것이 핵심입니다.
도구를 선택할 때 이 차이는 매우 중요합니다. 정지 이미지 한 장에서는 보기 좋은 결과를 만들더라도, 움직이는 영상에서는 재킷 색상이 파란색에서 보라색으로 바뀌거나 피부 톤이 장면마다 달라지거나 움직이는 물체 주변으로 색이 번지면서 결과가 크게 어색해질 수 있습니다. 시간적 일관성은 여전히 자동 동영상 컬러화에서 가장 중요한 기술적 과제 중 하나입니다. 관련 연구에서도 깜박임과 프레임 간 색상 불일치를 주요 품질 문제로 다루고 있습니다.
아래에서 소개하는 7가지 도구는 서로 다른 방식으로 컬러화 작업을 수행합니다. 빠르게 사용할 수 있는 브라우저 기반 서비스도 있고, 오래된 필름 복원에 더 적합한 프로그램도 있으며, 오픈 소스 워크플로를 원하는 사용자에게 여전히 유용한 도구도 있습니다.
2026년 최고의 AI 동영상 컬러라이저
1. Magic Hour - 최고의 무료 온라인 AI 동영상 컬러라이저
추천 대상: 짧은 클립, 초보 사용자, 빠른 브라우저 기반 컬러화 작업, 데스크톱 소프트웨어를 설치하기 전에 AI 컬러화 기술을 먼저 테스트해 보고 싶은 사용자.
Magic Hour는 짧은 흑백 동영상을 업로드해 자동 컬러화가 어떤 결과를 만들어 내는지 간단히 확인하고 싶을 때 가장 사용하기 쉬운 옵션 중 하나입니다.
데스크톱 프로그램을 설치할 필요가 없습니다. 동영상 컬러라이저는 브라우저에서 실행되며, 영상을 업로드한 뒤 처리하는 간단한 워크플로를 기반으로 합니다. 현재 Magic Hour는 계정을 만들지 않아도 제한적으로 무료 컬러화를 이용할 수 있으며, 유료 플랜에서는 처리 가능한 영상 길이와 사용량이 늘어납니다. MP4, MOV, WebM 등 일반적인 동영상 형식을 지원합니다.
가장 큰 장점은 접근성입니다. 짧은 홈비디오, 역사 영상, 소셜 미디어 콘텐츠 등을 작업하는 사용자는 모델을 설정하거나 소프트웨어를 다운로드하거나 기존 컬러 그레이딩 방식을 익힐 필요 없이 바로 컬러화를 테스트할 수 있습니다.
Magic Hour는 각 프레임을 독립된 이미지로 처리하기보다 장면 전체에서 색상의 일관성을 유지하는 데도 상당한 비중을 두고 있습니다. 영상 속 동일한 물체가 움직일 때마다 색상이 바뀌면 컬러화 결과가 금방 부자연스러워질 수 있기 때문에 중요한 부분입니다.
반면 세밀한 제어에는 한계가 있습니다. 빠른 처리를 위해 설계된 브라우저 도구는 전문적인 복원 환경과는 다릅니다. 원본 영상에 심한 필름 그레인, 압축 손상, 초점 문제, 스크래치 또는 매우 낮은 해상도가 있다면 컬러화만으로 이러한 문제를 해결할 수는 없습니다.
2. Kolorize - 빠른 브라우저 기반 동영상 컬러화에 적합
Kolorize 역시 특정 기능에 집중한 방식을 사용합니다. 다양한 편집 기능을 제공하는 대규모 편집 프로그램 대신 흑백 영상을 업로드해 컬러 영상으로 변환하는 작업 자체에 초점을 맞춥니다.
이 서비스의 동영상 컬러라이저는 아카이브 자료, 문화 기록물, 클래식 영화, 뉴스릴, 가족 영상 등을 주요 사용 사례로 제시합니다. 원본의 그레인, 프레이밍, 움직임은 그대로 유지하면서 색상을 추가하는 것을 목표로 합니다.
이처럼 기능 범위를 좁힌 점은 오히려 장점이 될 수 있습니다. 올인원 AI 동영상 프로그램에서는 단순한 컬러화 기능이 업스케일링 모델, 생성 도구, 필터, 얼굴 향상, 프레임 보간 및 기타 수많은 기능 속에 묻히기 쉽습니다. Kolorize는 훨씬 이해하기 쉽습니다. 흑백 영상을 업로드하고 처리한 뒤 결과를 확인하면 됩니다.
하지만 단순한 만큼 결과를 세밀하게 수정할 수 있는 여지도 적습니다. 자동 컬러화는 결국 AI의 해석입니다. 모델이 의류, 건축물, 차량 또는 특정 역사적 사물의 색상을 잘못 추정하더라도 일반적인 컬러 그레이딩 프로그램만큼 세밀하게 수동 보정하기는 어려울 수 있습니다.
따라서 역사적으로 정확한 복원보다는 빠른 자동 컬러화에 더 적합합니다.
추천 대상: 복잡한 동영상 편집 프로그램을 배우지 않고 전용 온라인 컬러라이저를 사용하고 싶은 사용자.
3. DeOldify - 최고의 무료 오픈 소스 AI 동영상 컬러라이저
DeOldify는 현재 시장에서 독특한 위치를 차지하고 있습니다. 가장 최신 솔루션은 아니지만, 자동 이미지 및 동영상 컬러화 분야에서 여전히 가장 잘 알려진 오픈 소스 프로젝트 중 하나입니다.
원래 이 프로젝트는 오래된 사진과 필름 영상을 컬러화하고 복원하기 위한 딥러닝 모델을 중심으로 개발되었습니다. NoGAN 학습 방식은 초기 신경망 기반 컬러화 기술에서 문제가 되었던 아티팩트와 불안정성을 줄이기 위해 개발되었습니다. DeOldify에는 높은 채도보다는 보다 부드럽고 일관된 결과에 초점을 맞춘 전용 동영상 모델도 포함되어 있습니다.
기술적인 작업에 익숙한 사용자에게는 여전히 가치가 있습니다. 워크플로를 직접 살펴보고, 사전 학습된 모델을 사용하고, 코드를 수정하며, 상용 프로그램에 전적으로 의존하지 않고 자신만의 컬러화 파이프라인을 구축할 수 있습니다.
다만 2026년 기준으로 중요한 점이 하나 있습니다. 원본 DeOldify 저장소는 2024년 10월 제작자에 의해 아카이브 처리되었으며 현재 읽기 전용 상태입니다. 제작자 역시 현재의 딥러닝 기술 기준에서 이 프로젝트가 오래된 방식이라고 명시하고 있습니다. 커뮤니티 포크와 새로운 구현은 계속 제공되고 있지만, 최신 프로그램을 설치해 간단히 동영상을 컬러화하고 싶은 사용자에게 DeOldify가 가장 먼저 추천되는 선택지는 더 이상 아닙니다.
그렇다고 해서 DeOldify가 쓸모없어진 것은 아닙니다. 다만 추천하는 목적이 달라졌다고 보는 것이 맞습니다.
오픈 소스 기반으로 시작하고 싶거나 Python 또는 노트북 기반 워크플로에 익숙하거나 컬러화 과정이 실제로 어떻게 작동하는지 더 자세히 살펴보고 싶다면 DeOldify를 사용할 만합니다. 반면 지속적인 상용 지원이 필요한 실제 제작 환경에서는 최신 데스크톱 도구를 유지 관리하기가 더 쉽습니다.
추천 대상: 개발자, 연구자, 취미 사용자 및 오픈 소스 동영상 컬러화 워크플로를 선호하는 사용자.
4. AVCLabs Video Enhancer AI - 컬러화와 동영상 복원에 적합
AVCLabs는 원본 영상에 단순한 컬러화 이상의 작업이 필요할 때 더 적합한 선택입니다.
Video Enhancer AI는 흑백 영상 컬러화뿐 아니라 동영상 업스케일링, 노이즈 제거, 안정화, 프레임 보간, 얼굴 향상 및 복원 도구를 함께 제공합니다. 따라서 색상이 없는 것만이 문제가 아닌 디지털 변환 홈비디오나 아카이브 영상에 특히 적합합니다.
현재 컬러화 워크플로에서 가장 주목할 만한 기능은 버전 5.3.0에 도입된 Premium 모델입니다. 각 프레임을 독립적으로 처리하는 대신 16개 프레임을 하나의 그룹으로 분석해 움직이는 장면에서 발생하는 깜박임과 색상 불일치를 줄이도록 설계되었습니다. AVCLabs는 이 모델을 충분히 활용하려면 최소 8GB의 GPU 메모리를 권장합니다.
이러한 다중 프레임 방식은 실제 문제를 직접 해결합니다. 좋은 동영상 컬러화는 단순히 컬러화가 잘된 이미지 여러 장을 이어 붙이는 것과 다릅니다. 모델이 인접한 프레임에서 조금씩 다른 색상 판단을 내리면 시청자는 이를 색상이 맥동하거나 깜박이거나 불안정하게 변하는 현상으로 인식하게 됩니다. 시간 정보를 함께 처리하면 반복해서 등장하는 물체의 시각적 일관성을 유지하는 데 더 많은 맥락을 활용할 수 있습니다.
AVCLabs는 모든 영상에 동일한 스타일을 적용하는 대신 여러 컬러화 모드를 제공합니다. Premium 모델은 보다 자연스럽고 균형 잡힌 결과를 목표로 하며, 다양한 영상 향상 기능을 활용해 컬러화 전후에 노이즈와 낮은 해상도 문제를 처리할 수 있습니다.
가장 큰 단점은 높은 하드웨어 요구 사항입니다. 고급 데스크톱 처리는 5초짜리 영상을 웹사이트에 업로드하는 것만큼 간편하지 않으며, 성능이 높은 모델일수록 강력한 GPU의 영향을 크게 받습니다.
하지만 복원 프로젝트라면 충분히 감수할 만한 부분입니다.
추천 대상: 컬러화와 함께 노이즈 제거, 업스케일링, 안정화 또는 전반적인 복원이 필요한 오래된 동영상.
5. VidHex - 초보자에게 적합한 데스크톱 AI 동영상 컬러라이저
VidHex는 온라인 서비스의 간편함과 종합 복원 프로그램의 다양한 기능 사이에 위치한 도구입니다.
데스크톱 소프트웨어에는 Color Enhancement 및 SDR-to-HDR 도구와 함께 전용 B&W Colorization 모델이 포함되어 있습니다. 컬러라이저는 흑백 영상을 분석하고 피사체와 장면 정보를 바탕으로 자동으로 색상을 적용하므로 수동 마스크나 키프레임을 설정할 필요가 없습니다.
따라서 워크플로도 비교적 쉽게 따라갈 수 있습니다. 영상을 불러오고 B&W 컬러화 모델을 선택한 뒤 결과를 미리 보고 내보내면 됩니다. 명령줄 도구나 보다 전문적인 복원 소프트웨어를 피하고 싶은 사용자에게 특히 접근하기 쉬운 방식입니다.
VidHex는 컬러화 이후 기본적인 영상 보정이 필요한 경우에도 유용합니다. 색이 바랜 원본을 먼저 컬러화한 뒤 다른 프로그램으로 바로 옮기지 않고 애플리케이션 내의 다양한 색상 및 영상 향상 옵션으로 추가 보정할 수 있습니다.
다른 자동 컬러라이저와 마찬가지로 자연스러워 보이는 결과가 역사적으로 정확한 색상을 의미하는 것은 아닙니다. 소프트웨어는 잔디가 녹색일 가능성이 높거나 피부색이 일반적으로 자연스러운 범위에 있을 것이라고 추정할 수 있습니다. 하지만 원래 장면에서 특정 자동차가 진한 파란색이었는지, 검은색이었는지, 버건디색이었는지를 확실하게 판단할 수는 없습니다.
박물관, 다큐멘터리 또는 역사 자료를 다룰 때는 이러한 차이가 특히 중요합니다.
추천 대상: 전용 컬러화 기능과 일반적인 동영상 향상 기능을 하나의 인터페이스에서 간편하게 사용할 수 있는 데스크톱 애플리케이션을 원하는 사용자.
6. HitPaw VikPea - 원클릭 AI 동영상 컬러화에 적합
HitPaw VikPea는 AI 동영상 컬러화 관련 검색에서 높은 인지도를 얻고 있으며, 현재 제공하는 기능을 보면 그 이유를 쉽게 알 수 있습니다.
VikPea는 오래된 필름, 아카이브 영상, VHS 자료 및 홈비디오를 위한 전용 B&W 컬러화 기능과 AI Colorist 도구를 제공합니다. 전반적인 복원 워크플로에는 노이즈 제거, 저조도 향상, 색상 향상, HDR 처리 및 고해상도 내보내기 기능도 포함되어 있습니다.
HitPaw는 2026년 8월 VikPea를 버전 5.5.0으로 업데이트했으며, 회사는 특히 AI Colorist 모델 개선, 지원 GPU에서의 복원 속도 향상 및 미리보기 워크플로 개선을 주요 업데이트로 언급했습니다.
가장 큰 매력은 편의성입니다. 사용자가 프레임 단위의 컬러 그레이딩 워크플로를 직접 구축할 필요가 없습니다. 소프트웨어가 영상을 분석하고 자동으로 색상을 적용한 뒤 미리보기를 제공하며, 마지막으로 처리된 동영상을 내보냅니다.
입력 영상에 여러 문제가 동시에 존재할 때도 실용적인 선택입니다. 오래된 흑백 영상은 노이즈, 낮은 대비, 저해상도, 흐릿한 디테일을 함께 가지고 있는 경우가 많습니다. 하나의 애플리케이션에서 컬러화와 영상 향상을 모두 처리할 수 있어 여러 프로그램을 오가야 하는 번거로움을 줄여 줍니다.
다만 사용자가 직접 결과를 평가하는 과정은 여전히 필요합니다. 잘 처리된 컬러 프레임이 매우 자연스럽게 보이더라도 실제 색상과 다를 수 있습니다. 특히 의류, 도색된 표면, 군복, 차량, 실내 공간, 특수한 조명 아래의 피부 톤을 주의 깊게 확인해야 합니다. 이러한 영역에서는 그럴듯한 색상과 정확한 색상이 반드시 일치하지는 않습니다.
추천 대상: 최소한의 수동 설정으로 흑백 영상을 컬러화하고 향상할 수 있는 완성도 높은 상용 데스크톱 워크플로를 원하는 사용자.
7. UniFab Video Colorizer AI - 오래된 필름과 아카이브 영상에 적합
UniFab는 시간적 안정성을 부가적인 장점이 아니라 핵심 기능으로 다룬다는 점에서 오래된 필름 컬러화에 특히 주목할 만합니다.
Video Colorizer AI는 색상을 적용하기 전에 사물, 얼굴, 피부 톤, 조명을 분석하고, 시간적 일관성 시스템을 사용해 프레임 사이에서 색상을 유지합니다. 또한 4가지 컬러 스타일과 다중 장면 처리를 지원하며, 8mm 가족 영상, 16mm 필름 및 아카이브 동영상 등을 주요 사용 사례로 제공합니다.
이러한 접근은 충분히 합리적입니다. 필름 복원은 깨끗한 현대 흑백 클립을 컬러화하는 작업과는 다른 문제를 가지고 있습니다. 오래된 영상에는 흐릿한 경계, 눈에 띄는 그레인, 노출 변화, 스크래치, 바랜 대비, 모션 블러, 갑작스러운 장면 전환 등이 포함될 수 있습니다. 이러한 문제들은 모두 객체 인식과 색상 전파의 정확도를 떨어뜨릴 수 있습니다.
UniFab가 원본의 그레인과 질감을 유지하는 데 초점을 맞춘다는 점도 주목할 만합니다. 지나치게 강한 복원은 오래된 영상을 기술적으로는 더 깨끗하게 만들 수 있지만 원본 특유의 질감을 없애 버릴 수 있습니다. 좋은 컬러화 워크플로는 필름 질감을 매끄럽고 인공적인 표면으로 바꾸지 않아야 합니다.
오래된 홈비디오, 다큐멘터리 아카이브 또는 스캔된 필름을 주로 작업하는 사용자라면 UniFab는 목적에 특화된 상용 옵션 중 하나입니다.
추천 대상: 8mm 및 16mm 스캔 영상, 가족 아카이브, 역사 영상, 프레임 간 색상 안정성을 특히 중요하게 생각하는 사용자.
AI 동영상 컬러화가 때때로 부자연스럽게 보이는 이유
자동 컬러화 기술은 빠르게 발전했지만, 컬러화 작업 자체에는 소프트웨어만으로 완전히 제거할 수 없는 불확실성이 존재합니다.
AI는 색상을 복원하는 것이 아니라 예측합니다
흑백 프레임에는 밝기 정보가 기록되어 있을 뿐, 모든 물체의 원래 RGB 값이 저장되어 있는 것은 아닙니다.
두 셔츠의 밝기가 비슷하지만 하나는 빨간색이고 다른 하나는 파란색이었다면, 흑백 이미지에는 어떤 셔츠가 어떤 색이었는지 판단할 수 있는 정보가 충분하지 않을 수 있습니다.
따라서 컬러라이저는 학습된 시각적 맥락을 기반으로 색상을 추정합니다.
이 때문에 자동으로 컬러화한 역사 사진이 매우 자연스럽게 보이더라도 자동차, 군복, 건물 또는 의류의 실제 색상과는 다를 수 있습니다.
움직이는 물체는 정지된 물체보다 처리하기 어렵습니다
물체는 회전하거나 이동하고, 다른 물체 뒤에 가려지거나 화면 밖으로 나갔다가 다시 등장하면서 프레임마다 형태가 달라집니다.
컬러라이저는 한 프레임에서 일부만 보이는 물체가 몇 프레임 전 선명하게 보였던 동일한 물체라는 사실을 이해해야 합니다. 이러한 연관성을 놓치면 색상이 갑자기 변할 수 있습니다.
오래된 필름은 난이도를 한층 더 높입니다
먼지, 스크래치, 깜박임, 심한 그레인, 낮은 다이내믹 레인지, 흐릿한 초점은 모두 객체 인식을 방해합니다.
깨끗한 현대 영상에서는 얼굴을 정확하게 인식하는 AI 시스템도 손상된 8mm 스캔 영상을 처리할 때는 활용할 수 있는 정보가 훨씬 적을 수 있습니다.
따라서 복원과 컬러화는 완전히 별개의 작업으로 보기보다 하나의 워크플로에 포함된 과정으로 다루는 것이 더 효과적인 경우가 많습니다.
컬러화 전후 중 언제 동영상을 복원해야 할까요?
모든 원본 영상에 적용할 수 있는 하나의 정답은 없습니다.
적절한 순서는 영상이 어떤 방식으로 손상되었는지에 따라 달라집니다.
깨끗한 흑백 영상의 경우
컬러화 → 간단한 색상 보정 → 내보내기
원본이 이미 선명하고 비교적 깨끗하다면 먼저 강한 복원 작업을 적용할 이유가 거의 없습니다.
노이즈가 많거나 손상된 오래된 영상의 경우
가볍게 노이즈 제거/디블러 → 컬러화 → 업스케일 또는 디테일 복원 → 최종 색상 보정
여기서 중요한 단어는 가볍게입니다. 심한 노이즈를 어느 정도 제거하면 컬러화 모델이 피사체를 더 쉽게 인식할 수 있지만, 지나친 전처리는 질감과 경계 정보를 손상시킬 수 있습니다.
해상도가 매우 낮은 영상의 경우
원본 정리 → 컬러화 → 신중하게 업스케일
극단적인 확대 전에 컬러화를 진행하면 업스케일링으로 생성된 인공적인 디테일이 너무 일찍 추가되는 것을 피하면서 컬러화 모델이 원본의 명암 관계를 그대로 활용할 수 있습니다.
마지막 향상 단계에서는 표시 해상도, 디테일 및 선명도를 개선할 수 있습니다.
Aiarty Video Enhancer는 워크플로의 이 단계에서 유용하게 활용할 수 있습니다. 전용 흑백 자동 컬러라이저가 아니므로 위에서 소개한 도구를 대체하는 프로그램으로 봐서는 안 됩니다. Aiarty Video Enhancer의 역할은 동영상 복원입니다. 노이즈 제거, 디블러, 디테일 복구, 압축 아티팩트 감소 및 컬러화 전후의 오래된 영상 업스케일링에 활용할 수 있습니다. 현재 Aiarty의 복원 도구는 오래된 VHS, DV, 캠코더 영상 및 기타 손상된 동영상 소스를 지원하며, 블러, 노이즈 및 손실된 디테일의 다양한 조합에 맞춘 전용 모델을 제공합니다.
실제 작업에서는 이러한 차이를 이해하는 것이 중요합니다. 흐릿한 480p 영상에 색상을 추가한다고 해서 갑자기 훌륭하게 복원된 영상이 되는 것은 아닙니다. 경우에 따라서는 색상만 바꾸는 것보다 원본 화질 자체를 개선하는 것이 훨씬 큰 시각적 차이를 만들어 냅니다.
어떤 AI 동영상 컬러라이저를 선택해야 할까요?
모든 상황에 가장 좋은 하나의 도구는 없습니다. 대부분의 기능 목록에서 보여 주는 것보다 원본 영상의 상태가 훨씬 더 중요하기 때문입니다.
- 거의 별도의 설정 없이 짧은 클립을 온라인에서 컬러화하고 싶다면 Magic Hour를 선택하세요.
- 대규모 편집 프로그램보다 자동 동영상 컬러화 자체에 집중된 브라우저 기반 도구를 원한다면 Kolorize를 선택하세요.
- 편의성보다 오픈 소스를 중요하게 생각하고 오래된 아카이브 프로젝트나 커뮤니티 구현을 사용하는 데 익숙하다면 DeOldify를 선택하세요.
- 흑백 영상에 노이즈 제거, 업스케일링, 안정화 또는 전반적인 복원 작업도 필요하다면 AVCLabs Video Enhancer AI를 선택하세요.
- 전용 B&W 컬러화 기능과 추가 색상 향상 옵션을 갖춘 간단한 데스크톱 인터페이스를 선호한다면 VidHex를 선택하세요.
- 컬러화와 전반적인 AI 동영상 향상을 결합한 상용 원클릭 중심 워크플로를 원한다면 HitPaw VikPea를 선택하세요.
- 오래된 필름이나 아카이브 영상이 주요 작업 대상이고 프레임 간 색상 일관성이 중요하다면 UniFab Video Colorizer AI를 선택하세요.
어떤 도구를 사용하든 전후 비교 스크린샷 한 장만 보고 결과를 판단하지 말고 실제 움직이는 영상을 확인하세요. 첫 번째 미리보기 프레임이 얼마나 화려하게 보이는지보다 안정적인 색상, 자연스러운 피부 톤, 깔끔한 경계 처리, 원본 질감 유지가 더 중요합니다.
마무리
AI는 기존의 프레임 단위 수작업에 필요한 시간과 비용을 투입하기 어려웠던 영상에서도 컬러화를 현실적인 작업으로 만들어 주었습니다. 오래된 가족 영상, 역사 기록물, 다큐멘터리 삽입 영상, 아카이브 클립 등을 이제 비교적 적은 수작업만으로도 자연스러운 컬러 동영상으로 변환할 수 있습니다.
하지만 컬러화는 여전히 원래 색상을 복원하는 과정이 아니라 AI가 색상을 해석하는 과정으로 이해해야 합니다.
가장 좋은 결과를 만드는 도구는 한 프레임에서 보기 좋은 색상을 생성하는 데 그치지 않습니다. 움직임 속에서도 색상을 안정적으로 유지하고, 원본 영상의 질감을 보존하며, 얼굴을 자연스럽게 처리하고, 움직이는 피사체 주변에서 눈에 띄는 색 번짐을 방지해야 합니다.
원본 자체에 노이즈, 블러, 압축 손상 또는 저해상도 문제가 있다면 컬러화는 전체 복원 과정의 일부일 뿐입니다. 필요한 경우 먼저 영상을 정리하고, 신중하게 컬러화한 뒤 움직이는 상태에서 결과를 확인하고, 실제로 화질 개선 효과가 있을 때만 마지막으로 복원 또는 업스케일링 작업을 적용하세요.
이러한 워크플로는 오래된 흑백 영상을 단순히 가장 화려한 컬러화 모델에 넣는 것보다 훨씬 자연스럽고 믿을 만한 결과를 만들어 내는 경우가 많습니다.
