한 개발자가 35mm 필름 사진의 스캔 및 후처리 과정을 자동화하여, 한 롤(36장)당 평균 4시간 소요되던 작업을 획기적으로 단축했습니다. 스캐너 하드웨어 제어는 수동으로 유지하되, 이후 네거티브 변환, 먼지 제거, 메타데이터 생성, 웹 갤러리 게시 등 대부분의 디지털 후처리 단계를 자동화하는 데 성공했습니다. 이 프로젝트는 총 11일간 64개의 커밋(commit)으로 완성되었으며, 개인의 창작 활동에 AI와 프로그래밍을 접목해 반복적인 노동을 줄이고 창작의 즐거움에 집중할 수 있게 한 사례로 평가됩니다.
자동화 파이프라인은 크게 네 가지 핵심 단계로 구성됩니다. 첫째, 네거티브 변환은 NumPy 기반 코드를 활용해 롤 전체의 색상 일관성을 유지하면서 프레임별 보정을 적용합니다. 이는 일몰과 같은 특정 장면의 색이 과도하게 변하는 것을 방지하고, 기존 수동 작업보다 더 밝고 중립적인 결과물을 제공합니다. 둘째, 먼지 제거는 이미지 분석으로 먼지 후보를 검출하고, 인페인팅(Inpainting) 모델인 LaMa를 사용해 복원합니다. 해변의 햇빛 반사 같은 오탐을 줄이기 위해 주변 맥락을 반영하며, 애매한 부분은 사용자가 직접 검토하고 승인할 수 있도록 했습니다. 셋째, 메타데이터 생성에는 로컬에서 실행되는 대규모 언어모델(LLM)인 Qwen3-VL이 활용됩니다. 스캔된 이미지로부터 약 3초 만에 검색용 태그 초안을 생성하여, 카메라, 렌즈, 날짜, 필름 종류 등의 정보를 결합해 사진 라이브러리 검색을 용이하게 합니다. 마지막으로, Cloudflare R2 버킷에 사진을 업로드하고, 필름통에서 필름을 꺼내 보는 듯한 3D 인터랙션을 구현한 웹 갤러리를 구축하여 사진을 공유할 수 있도록 했습니다.
이 프로젝트는 개인의 취미 활동에서 발생하는 반복적이고 지루한 작업을 AI와 자동화로 해결함으로써, 창작자가 본연의 즐거움에 집중할 수 있도록 돕는다는 점에서 큰 의미를 가집니다. 특히, 스캐너 직접 제어 시 발생했던 하드웨어 손상 위험을 통해 AI의 한계와 적절한 자동화 범위를 명확히 인지하고, 인간의 개입이 필요한 부분을 남겨두는 현실적인 접근 방식을 보여주었습니다. 필름 사진 애호가들에게는 후처리 부담을 줄여 더 많은 사진을 찍고 공유할 수 있는 동기를 부여하며, 다른 분야의 창작자들에게도 AI를 활용한 개인 워크플로우(workflow) 개선의 영감을 줄 수 있습니다. 결과적으로, 이 프로젝트는 기술이 단순한 효율성 증대를 넘어 개인의 삶의 질과 창작 경험을 향상시킬 수 있음을 보여주는 좋은 예시입니다.