Adobe Lightroom Open Eyes, 모바일에 생성형 눈 깜빡임 보정 도입

Adobe가 Lightroom Open Eyes를 출시하며, 익숙한 사진 보정 작업을 한 번의 탭으로 처리할 수 있는 모바일 기능으로 가져왔다. 동시에 얼굴 정확도에 관한 질문도 제기한다. 이 기능은 이미지 콘텐츠를 생성하는 소프트웨어인 생성형 AI를 사용해 감긴 눈을 열린 눈으로 교체한다. 덕분에 사진을 살릴 수는 있지만, 교체된 부분이 카메라가 실제로 포착한 기록이 되는 것은 아니다.

Adobe의 발표일은 2026년 10월 19일이다. 핵심 제안은 누군가 눈을 깜빡여 망쳐진, 그 외에는 쓸 만한 사진이라는 흔한 아쉬움을 겨냥한다. 더 중요한 변화는 편집 결정 자체에 있다. Lightroom은 문제를 식별하고 구체적인 보정 방식을 제안할 수 있어, 어색한 표정을 발견하는 순간과 대체 이미지를 생성하는 순간 사이의 거리를 줄인다.

Google Photos는 인접한 사진의 표정을 합성하는 Best Take를 통해 유용한 비교 기준을 마련했다. Adobe의 새 기능은 열린 눈 생성에 중점을 두며, 참조 이미지는 결과가 피사체를 닮도록 돕는다. 핵심 긴장은 편의성과 충실도 사이에 있다. 보기에는 자연스럽지만 새로 생성된 세부 정보를 담고 있는 얼굴을 사진가는 얼마나 신뢰해야 할까?

Adobe Lightroom Open Eyes는 눈 깜빡임 보정을 추천 편집으로 제공한다

변화의 핵심은 소프트웨어가 무엇을 생성하느냐만큼이나, 편집 기능이 어디에 나타나느냐에 있다.

Adobe의 Open Eyes 발표에 따르면, Lightroom은 감긴 눈을 감지하고 이에 대응하는 Quick Action을 제시한다. 사용자는 이후 보정을 생성할지 선택한다. Adobe는 라이브러리에 있는 해당 인물의 다른 사진이 눈 색상, 형태, 크기를 맞추는 데 도움이 될 수 있다고 설명한다.

이는 사람들이 이미 사진을 검토하고 개선하는 데 사용하는 동일한 애플리케이션 안에 특화된 보정 기능을 배치한다. 피사체가 다시 포즈를 취할 필요는 없다. 사진가도 편집 기법을 찾는 일부터 시작할 필요가 없다.

가상의 가족 모임을 생각해 보자. 사진 구도는 좋고, 누구도 다른 사람을 가리지 않으며, 표정은 그 순간의 분위기를 잘 전달한다. 눈 깜빡임은 그 외에는 성공적인 사진 안에 작은 결함을 만든다. 표적 보정은 이 프레임을 버리는 대신 보존할 이유를 제공한다.

중요한 단서는 감긴 눈꺼풀이 정보를 가린다는 점이다. 원본 사진에는 홍채, 완전히 열린 눈, 가려진 시선의 정확한 방향이 보이지 않는다. 소프트웨어는 그 세부 정보를 다른 곳에서 얻거나 해석해 만들어야 한다.

이는 어두운 얼굴을 밝게 하는 작업과 구별된다. 노출 조정은 촬영된 정보의 표현 방식을 바꾼다. 감긴 눈을 여는 작업은 원본 프레임에 한 번도 기록되지 않은 가시적 콘텐츠를 도입한다.

개인 앨범에서는 이 구분이 중요하지 않게 느껴질 수 있다. 부모는 눈을 깜빡인 모습보다 알아볼 수 있는 표정을 선호할 만하다. 그러나 기록물로 제시되는 이미지에서는 같은 변경이 사진이 증거로 뒷받침할 수 있는 내용을 바꾼다.

애플리케이션의 제안 자체도 주목할 필요가 있다. 눈에 띄는 추천은 기능을 쉽게 발견하게 하지만, 감지된 표정을 보정할 가치가 있는 것으로 규정한다. 사용자가 통제권을 유지하더라도 그 규정은 제품 차원의 선택이다.

눈 깜빡임은 흔히 우연히 일어난다. 하지만 감긴 눈은 웃음, 집중, 안도감 또는 의도적인 포즈의 일부일 수도 있다. 감지는 외형을 식별할 뿐, 그 사람이 무엇을 의도했는지나 사진가가 무엇을 중요하게 여기는지는 판단하지 않는다.

이 때문에 성공적인 제안에는 정확한 인식 이상의 것이 필요하다. 쉽게 거절할 수 있는 경로가 필요하다. 사용자가 그 표정이 사진에 있어야 한다고 판단할 때에도 사진은 온전히 받아들여질 수 있어야 한다.

따라서 Adobe Lightroom Open Eyes는 일상적인 모바일 작업 흐름 안에 작은 편집상 판단을 도입한다. 유용한 질문은 제안된 변경이 사진의 의도된 용도에 충분할 만큼 그 사람과 순간을 잘 보존하는가이다.

압박은 편집 작업 흐름에 가해진다

추천 보정은 편의성의 기준을 높이는 동시에, 완성된 이미지에 대한 책임은 사진가에게 남긴다.

전통적인 편집은 판단에서 시작된다. 사진가는 문제를 식별하고 도구를 선택한다. 추천 편집은 이 순서를 뒤집는다. 애플리케이션이 사용자가 작업을 구체화하기 전에 가능한 문제를 찾아내고 해결책을 제시한다.

Adobe의 기존 Quick Actions 작업 흐름은 이미 사진을 분석하고 콘텐츠와 관련된 편집을 추천한다. Open Eyes는 제안된 변경이 인물의 표정에 영향을 미치는 영역까지 이 상호작용을 확장한다.

이는 작업 흐름 차원에서 경쟁 편집 제품에 압박을 가한다. 파일을 내보내거나, 요청을 설명하거나, 낯선 인터페이스를 탐색해야만 접근할 수 있다면 기술적으로 유능한 도구도 매력이 떨어진다.

그렇다고 Adobe가 경쟁 소프트웨어보다 더 나은 결과를 낸다는 뜻은 아니다. 발표만으로는 비교 벤치마크를 도출할 수 없다. 대신 다른 경쟁 제안을 보여 준다. 누군가 결함을 알아차리는 순간에 가까운 곳에 구체적인 보정 기능이 나타난다는 것이다.

가끔 사진을 찍는 사람에게는 기능 발견이 중요하다. 편집 기능이 존재한다는 사실을 아는 것은 이를 사용하는 전제 조건이다. 맥락에 맞는 제안은 기능 이름을 알거나 기본 기법을 이해할 필요를 없앤다.

전문 사진가에게는 검토 시간도 계산에 포함된다. 빠른 생성은 결과물을 확인하고 수정하는 데 절약한 시간보다 더 많은 시간이 들지 않을 때만 유용하다. 전체 작업은 애플리케이션이 처리를 끝낼 때가 아니라, 사진가가 납품 가능한 결과물을 승인할 때 끝난다.

가상의 행사 사진가가 이 차이를 잘 보여 준다. 보정된 단체 사진은 시선 불일치, 달라진 눈꺼풀, 안경 주변의 변화를 점검해야 할 수 있다. 고객이 낯선 표정을 알아본다면, 시각적으로 정교한 결과물도 여전히 수정이 필요하다.

따라서 압박은 소프트웨어 설계와 전문적 판단 모두에 가해진다. 애플리케이션은 노력을 줄이기 위해 경쟁한다. 사진가는 줄어든 노력이 자신의 작업 기준과 양립할 수 있는 지점을 결정해야 한다.

편집 애플리케이션을 평가하는 구매자는 기능 제공 여부와 신뢰할 수 있는 완성을 구분해야 한다. 기능 목록은 도구가 존재하는지에 답한다. 실용적인 평가는 결과가 얼마나 자주 검토를 통과하는지, 실패한 편집을 얼마나 쉽게 거부할 수 있는지를 묻는다.

사진가의 편의성과 피사체의 편안함 사이에도 차이가 있다. 누군가는 가족 사진의 눈 깜빡임 보정은 반길 수 있지만, 전문 프로필 사진의 변경은 싫어할 수 있다. 같은 작업도 맥락에 따라 서로 다른 의미를 가질 수 있다.

Adobe Lightroom Open Eyes는 이 판단을 더 즉각적으로 만든다. 사진가는 별도의 리터칭 세션이 아니라, 보관할 사진을 선택하는 이미지 검토 과정에서 이 옵션을 마주한다.

그 결과 경쟁은 후보를 식별하고, 유용한 개입을 제안하며, 받아들일 만한 결과를 만들고, 사용자가 거절할 능력을 보존하는 전체 과정에 관한 것이 된다. 눈에 띄는 버튼은 그 과정의 일부만 해결한다.

Lightroom Open Eyes와 Best Take의 비교는 참조 이미지의 문제를 드러낸다

가장 중요한 비교는 대체 얼굴 정보가 어디에서 오는지에 관한 것이다.

Google은 2023년 10월 Pixel 8 세대와 함께 Best Take를 도입했다. Google은 가까운 시간대에 촬영된 유사한 사진을 사용해 선호하는 표정을 결합하는 시스템이라고 설명했다. 사용자는 사용 가능한 이미지에서 다른 표정을 선택할 수 있다.

이는 비교에 명확한 기반을 제공한다. Google이 설명한 작업 흐름에서 대체 표정은 다른 촬영 순간에서 나온다. 최종 합성 이미지는 여전히 현실을 바꾼다. 모든 사람이 반드시 동시에 그 표정을 지은 것은 아니기 때문이다.

Adobe는 모바일 기능에서 다른 강조점을 설명한다. 라이브러리의 사진이 닮은 정도를 개선하도록 돕는 가운데, 열린 눈을 생성하는 데 초점을 맞춘다. 이 차이는 원본 자료와 대체 결과의 관계에 관한 것이다.

참조 사진은 편집을 문자 그대로의 복사본으로 만들지 않으면서도 편집에 제약을 줄 수 있다. 누군가의 눈 색과 형태를 안다고 해서 원래 촬영 순간에 그 사람이 만들었을 정확한 표정까지 알 수 있는 것은 아니다.

웃는 순간에 촬영된 인물 사진을 상상해 보자. 별도의 참조 사진에는 같은 사람이 차분하게 카메라를 바라보는 모습이 담겨 있을 수 있다. 두 사진 모두 피사체를 나타내지만, 눈꺼풀과 볼, 시선은 서로 다른 표정에 속한다.

설득력 있는 보정은 이러한 관계가 함께 자연스럽게 느껴지도록 해야 한다. 고립된 특징을 맞추는 것은 알아볼 수 있는 얼굴을 유지하는 일의 일부일 뿐이다. 주변 표정이 대체된 부분이 그 순간과 일관되게 느껴지는지를 결정한다.

따라서 화자가 그 의미를 설명하지 않는 한 “실제”라는 표현은 불충분하다. 결과물은 실제 인물을 닮을 수 있지만, 그 프레임에서 한 번도 일어나지 않은 표정을 묘사할 수 있다.

역사적 비교는 새로움에 대한 주장을 제한하기도 한다. Photoshop Elements의 Adobe 공식 Open Closed Eyes 기능은 원본 사진을 사용해 감긴 눈을 교체한다. Adobe는 2019년 버전에서 이 기능이 개선됐다고 밝힌 바 있다.

따라서 눈을 여는 작업은 이미 확립된 편집 작업이다. 현재의 뉴스는 이 기능이 Lightroom의 모바일 경험에 배치된 방식과 보정 과정에서 생성 기술이 맡는 역할에 관한 것이다.

이 역사는 익숙한 작업이 지나치게 광범위한 결론을 부르기 쉽기 때문에 중요하다. 더 단순한 인터페이스가 새로운 정확도 기준을 입증하는 것은 아니다. 더 새로운 생성 방식이 신중하게 선택된 원본 사진보다 자동으로 뛰어난 것도 아니다.

반대로 참조 이미지에 의존하는 작업 흐름에는 자체적인 제약이 있다. 사진가에게 적절한 원본 자료가 필요하다는 점이다. 그런 자료가 없을 때 생성 기반 접근 방식은 단순한 교체로는 제공할 수 없는 가능성을 제시한다.

이 접근 방식들은 관련은 있지만 서로 다른 필요에 답한다. 하나는 촬영된 표정 중에서 선택하는 일을 우선시한다. 다른 하나는 사용 가능한 프레임에 보이는 눈이 없을 때 그럴듯한 보정을 구성하는 방법을 제공한다.

따라서 유용한 비교는 조건부다. 사용할 수 있는 사진, 원하는 결과, 얼굴 세부 정보를 촬영된 원본까지 추적하는 일이 얼마나 중요한지를 기준으로 Lightroom Open Eyes와 Best Take를 평가해야 한다.

이렇게 하면 경쟁 논의가 실제 편집 결정에 기반을 두게 된다. 모든 자동 얼굴 보정을 같은 기술로 취급하거나, 가장 쉬운 작업이 가장 충실한 사진을 만든다고 가정하는 일을 피할 수 있다.

자연스러운 얼굴에도 정확도 검사는 필요하다

시각적 개연성과 개인적 닮음은 별개의 기준이며, 편집 결과는 하나를 충족하면서 다른 하나를 놓칠 수 있다.

낯선 사람은 보정된 인물 사진에서 아무런 이상을 보지 못할 수 있다. 반면 피사체는 낯선 눈꺼풀 형태나 시선을 즉시 알아차릴 수 있다. 어느 반응도 다른 반응과 모순되지 않는다. 이는 그 사람에 대한 서로 다른 지식을 반영한다.

독립적인 테스트는 신중함이 필요한 이유를 제공한다. 사진 교육 기관 PHLEARN은 Open Eyes 테스트에서 클로즈업 결과의 홍채 색상 불일치와 한 번의 시도에서 눈썹 변화가 있었다고 보고했다. 이 관찰은 일반적인 실패율이 아니라 특정 사례에 관한 것이다.

그럼에도 유용한 평가 질문은 제시된다. 보정 결과가 그 사람의 특징을 유지하는가? 의도한 영역 안에만 제한되는가? 실제로 누군가가 보게 될 크기에서 자연스럽게 보이는가?

기능 시연만으로는 모든 사진에서 이런 질문에 답할 수 없다. 선택된 사례는 결과가 가능하다는 점을 보여 준다. 다양한 얼굴, 표정, 촬영 조건을 도구가 얼마나 일관되게 처리하는지는 증명하지 못한다.

여기서 검토한 출처에는 검증된 성공률이 없다. 인구통계학적 집단 전반, 까다로운 조명, 혼잡한 장면에서의 신뢰성에 관한 주장은 발표 내용을 넘어서는 테스트가 필요하다.

그러한 증거가 없다고 해서 도구를 사용할 수 없는 것은 아니다. 다만 적절한 신뢰 수준이 달라진다. 결과물은 정확한 복원으로 받아들이기보다 제안된 편집으로 평가해야 한다.

적용 기준은 사용처에 따라 달라진다. 개인 메시지 속 작은 이미지는 인화된 인물 사진과 가시적인 세부 묘사에 대해 서로 다른 요구를 둔다. 얼굴을 확대하면 축소된 미리보기에서는 사라지는 불일치가 드러날 수 있다.

그렇다고 작은 이미지는 검토할 필요가 없다는 뜻은 아니다. 개별 세부를 확인하기 어렵더라도 부정확한 시선은 표정을 바꿀 수 있다. 문제는 기술적 완성도뿐 아니라 의미까지 포함한다.

별도의 문제는 피사체의 의사다. 눈을 뜨게 하는 일은 얼굴 구조를 바꾸는 것보다 덜 중대해 보일 수 있지만, 여전히 그 사람이 보이는 방식을 바꾼다. 클라이언트 작업에서는 편집 인터페이스가 해결할 수 없는 가정을 승인 절차로 해소할 수 있다.

다큐멘터리 용도에서는 경계가 더 엄격하다. 새로 생성된 표정은 기록된 장면을 바꾼다. 편집자는 그것이 설득력 있어 보이는지를 고려하기 전에, 그러한 변경이 출판물의 기준에 부합하는지 평가해야 한다.

이미지가 원래 맥락을 벗어날 때도 이 구분은 중요하다. 개인적인 보정은 나중에 공개 프레젠테이션이나 홍보용 자산에 등장할 수 있다. 이를 보는 사람은 얼굴 콘텐츠가 생성되었다는 사실을 모를 수 있다.

Adobe Lightroom Open Eyes는 자동화를 통해 이러한 결정을 해결하지 않는다. 이 기능의 유용성은 제안이 표시된 뒤에도 사진가의 판단이 계속 작동하도록 하는 데 일부 달려 있다.

옹호할 수 있는 입장은 구체적이다. 눈 깜빡임 보정은 선택한 목적에 맞게 사진을 개선할 수 있지만, 결과로 만들어진 눈은 여전히 편집된 표현이다. 그 표현을 진정성 있다고 부르려면 적용한 기준을 설명해야 한다.

제안된 보정은 완성된 사진의 의미를 바꾼다

편집 제안은 수락 여부가 선택 사항이더라도 어떤 표정이 공개 기록의 일부가 되는지에 영향을 미친다.

사진 촬영에는 이미 선택이 수반된다. 사람들은 프레임을 고르고, 외관을 조정하며, 어디에 공유할지 결정한다. 생성형 얼굴 보정은 선택한 프레임 안의 표정을 바꾸는 또 하나의 선택을 더한다.

그 선택이 자동으로 문제 되는 것도, 자동으로 사소한 것도 아니다. 졸업 사진과 뉴스 사진은 서로 다른 목적을 지닌다. 둘 모두에 하나의 규칙을 적용하면 사람들이 그 이미지를 만들고 보는 이유가 흐려진다.

가족 기념 사진에서는 모두가 카메라를 바라보는, 알아볼 수 있는 단체 인물 사진이 원하는 결과일 수 있다. 보정된 눈 깜빡임은 사진이 손대지 않은 상태인 척하지 않으면서도 그 목적에 기여할 수 있다.

보도나 증거 용도에서는 질문이 달라진다. 사진의 가치는 노출이 이루어진 순간에 무슨 일이 있었는지에 달려 있다. 카메라가 기록하지 않은 표정을 도입하면 시각적 차이가 아무리 작더라도 그 가치에 영향을 준다.

인터페이스는 감긴 눈의 모습만으로 올바른 기준을 판단할 수 없다. 인터페이스가 보는 것은 편집 가능한 특징이다. 사진가는 작업의 목적, 피사체와의 관계, 관객의 기대를 이해한다.

이 책임의 구분은 계속 분명하게 드러날 필요가 있다. 추천 기능은 사용자가 적절성을 검토하기 전에 작업을 일상적인 일처럼 느끼게 할 수 있다.

어떤 표정을 보존할 가치가 있는지에 관한 문화적 질문도 있다. 웃는 동안 감긴 눈은 더 단정한 시선보다 사건의 더 많은 부분을 전달할 수 있다. 기술적으로 완벽하지 않은 프레임이 더 표현력 있는 사진으로 남을 수 있다.

이 우려는 Adobe의 발표보다 앞선다. 2023년 Best Take 비평에서 TechRadar의 Philip Berne은 완벽하지 않은 가족 사진의 가치를 주장했다. 이 관점은 모든 평범하지 않은 표정을 결함으로 취급하는 태도에 균형추를 제공한다.

그렇다고 사용자가 얼굴 편집을 거부해야 한다는 뜻은 아니다. 소프트웨어가 신중한 선택을 지원해야 한다는 뜻이다. 애플리케이션이 대안을 제공한다는 이유만으로 원래 표정이 정당화될 필요는 없다.

실질적인 디자인 시사점은 명확하다. 실패했거나 원치 않는 제안은 쉽게 무시할 수 있어야 한다. 편집본과 원본을 비교하면 사용자가 자신의 기준에 따라 사진이 개선됐는지 판단하는 데 도움이 되어야 한다.

같은 원칙은 편집된 사진을 보관하는 방식에도 적용된다. 원본을 보존하면 포착된 순간을 나중에 해석할 수 있다. 오늘 선호하는 표현 방식이 원본을 지울 필요는 없다.

인물 사진이나 행사 취재를 의뢰하는 기업에는 이것이 편집 정책의 문제가 된다. 팀은 얼굴 생성이 허용되는 경우와 승인 권한자를 명시해 납품 과정의 불확실성을 줄일 수 있다.

Lightroom 업데이트의 더 넓은 의미는 여기에 있다. 전문적인 개입이 제안되는 모바일 작업으로 바뀌면, 더 많은 사람이 그 바탕에 있는 판단과 마주하게 된다. 결정의 핵심은 허용 가능한 완성 사진이 무엇을 표현해야 하는가에 있다.

모바일 출시 후 주목할 점

다음으로 유용한 증거는 재현 가능한 결과, 이해하기 쉬운 제어 방식, 참조 기반 대안이 어떻게 발전하는지에 관한 것이다.

첫 번째 신호는 생성된 결과를 같은 피사체의 알려진 사진과 비교하는 독립 테스트다. 가장 유익한 평가는 성공적인 시도와 함께 실패한 시도를 보여 주고, 각 결과의 배경 조건을 설명할 것이다.

매력적인 결과의 모음은 선택된 사례에서의 유용성을 보여 줄 것이다. 투명한 평가는 어디에서 신뢰를 높여야 하고 어디에서 수동 검토가 계속 필요한지를 드러낼 것이다.

Lightroom Open Eyes에서 핵심 구분은 그럴듯해 보이는 것과 정체성을 보존하는 것 사이에 있다. 테스트는 둘 다 검토해야 한다. 낯선 관찰자는 만족하지만 피사체는 실망하는 결과는 홍보 사례가 놓칠 수 있는 한계를 드러낸다.

일관된 유사성의 증거는 Adobe의 주장을 강화할 것이다. 인접한 특징이 반복적으로 바뀐다면 좁은 범위의 보정이 안정적으로 좁은 범위에 머문다는 주장은 약화된다. 어느 결론도 단일 사례에 의존해서는 안 된다.

다음 신호는 참조 자료와 사용자 제어에 관한 더 명확한 제품 안내다. 사진가는 어떤 자료가 편집에 기여하는지, 피사체를 잘못 표현하는 결과를 어떻게 거부할 수 있는지 이해할 때 이점을 얻는다.

유용한 안내는 참조 정보를 바탕으로 한 해석과 다른 사진의 직접적인 대체 사이의 경계를 분명히 할 것이다. 이 작업들은 비슷한 외관을 만들 수 있지만, 결과에 관해 서로 다른 주장을 뒷받침한다.

더 큰 명확성은 이 기능을 클라이언트 작업에서 더 쉽게 평가하게 할 것이다. 계속되는 모호성은 사진가가 결과물에서 동작 방식을 추론하게 만들어, 겉보기에는 단순한 작업을 신뢰하는 데 필요한 노력을 늘릴 것이다.

마지막 신호는 경쟁 제품이 표정 처리를 어떻게 발전시키는지다. 소스 선택을 명확히 하거나, 비교를 개선하거나, 대체된 얼굴 세부의 출처를 더 쉽게 이해하도록 하는 변화를 주목해야 한다.

경쟁사의 발표만으로는 증거가 거의 추가되지 않는다. 편의성과 더 강한 제어를 결합한 검증된 워크플로는 Adobe의 접근 방식에 더 큰 압박을 가할 것이다. 제품 전반에 걸쳐 비슷하게 설명되지 않는 생성이 이어진다면, 근본적인 충실도 문제는 해결되지 않은 채 남을 것이다.

앞으로 몇 달 동안 이러한 신호는 AI 기능을 추가로 세는 것보다 더 중요하다. 관련된 진전은 제안된 편집, 사용 가능한 소스 자료, 사진가의 의도된 용도 사이의 관계를 더 낫게 만드는 일이다.

Adobe Lightroom Open Eyes는 익숙한 문제를 다루며, 그 배치는 해결책을 더 쉽게 접하게 한다. 이 기능의 가치는 첫 탭의 단순함이 아니라, 사람들이 검토 후 수용하는 사진을 통해 드러날 것이다.

눈 깜빡임 보정을 일상적인 마무리 단계로 채택하기 전에, 변경된 얼굴을 피사체가 정확하다고 인식하는 사진과 비교하라. 의도한 감상 크기에서 결과를 판단하고, 그 표정이 여전히 그 순간에 속하는지 물어보라. 개인 사진에서는 피사체의 선호가 결정을 이끌 수 있다. 전문 작업에서는 납품 전에 허용 가능한 경계에 합의하라. 편리한 보정이 유일하게 남은 버전이 되지 않도록 원본을 보관하라. 그런 다음 성공과 실패 모두를 드러내는 독립 평가를 따르라. 유용한 질문은 구체적이다. 이 편집은 이 사람과 이 사진에서 중요한 것을 보존하는가? 그 답에 따라 생성된 눈이 최종 이미지에 포함되어야 하는지 결정하라.