프로크리에이트해상도 (2) 썸네일형 리스트형 [데이터 최적화] 디지털 캔버스 DPI 이해: 72와 300이 만드는 데이터 밀도 차이 DPI는 인쇄용 숫자로 알려져 있지만, 수익화 작업에서는 파일의 선명도·용량·리사이징 안정성까지 결정하는 핵심 설계값입니다. 웹용 72와 출력용 300은 단순히 숫자 차이가 아니라, 같은 크기에서 픽셀 밀도와 데이터량이 달라지는 구조적 차이를 만듭니다. 이 글은 DPI가 실제로 무엇을 의미하는지, 해상도(픽셀)와 어떤 관계를 가지는지 그리고 프로크리에이트에서 캔버스를 만들 때 DPI를 어떻게 목적 기반으로 설계해야 하는지, 72와 300이 만드는 데이터 밀도 차이를 데이터 최적화 관점에서 정리합니다.DPI는 나중에 맞추면 된다라는 착각저는 프로크리에이트에서 캔버스를 만들 때, 오랫동안 DPI를 거의 신경 쓰지 않았습니다. 화면에서 예쁘게 보이면 충분하다고 생각했고, 어차피 SNS에 올리거나 미리캔버스에 .. [데이터 최적화] 이미지 리사이징의 과학: 보간법이 화질을 바꾸는 이유 이미지 크기를 줄이거나 키울 때 생기는 픽셀 깨짐과 흐림은 실수가 아니라 보간법(Interpolation)이 픽셀을 재계산하는 방식의 차이에서 발생합니다. 이 글은 최근접 이웃(Nearest Neighbor), 쌍선형(Bilinear), 쌍입방(Bicubic) 보간법이 각각 어떤 원리로 픽셀을 만들고 버리는지 설명하고 디지털 드로잉 수익화 작업(이모티콘, 스티커, 굿즈, 썸네일)에서 어떤 선택이 품질 리스크를 줄이는지 데이터 관점으로 정리합니다.리사이징은 픽셀 재생성저는 프로크리에이트로 만든 작업물을 미리캔버스에 올리거나 이모티콘 규격에 맞춰 사이즈를 조정하거나 굿즈 인쇄용으로 크기를 다시 잡는 과정에서 화질이 무너지는 경험을 반복했습니다. 화면에서는 또렷했던 선이 계단처럼 보이거나 경계가 흐려지거나 색.. 이전 1 다음
