소규모 도예가들은 스튜디오에서는 완벽해 보이지만 진열대에서 다르게 작동하는 유약의 어려움을 잘 알고 있습니다. 일관되지 않은 조명, 다양한 배경, 여기저기 흩어진 메모 때문에 결과를 비교하거나 추세를 파악하기 어렵습니다. 일관된 시각 기록과 검색 가능한 메타데이터를 결합함으로써, 순간적인 사진들을 신뢰할 수 있는 지식 기반으로 바꿀 수 있습니다.

원칙: 이미지 표준화 및 데이터 풍부화

핵심 아이디어는 모든 사진 변수를 고정하고 각 이미지를 구조화된 데이터 (structured data)와 연결함으로써, 유약의 외관을 주변 맥락으로부터 분리하는 것입니다. 배경, 조명, 각도가 동일할 때, 사진상의 차이는 환경적 노이즈가 아니라 광택 (gloss), 질감 (texture), 또는 결정 형성 (crystal formation)과 같은 유약의 실제 변화를 반영하게 됩니다. 이러한 시각적 단서들은 객관적인 기술어 (광택계 측정값, 질감 용어, 색상 설명) 및 소성 (firing) 세부 정보와 함께 태그를 지정하면 검색 가능한 속성 (attributes)이 됩니다.

도구: 각 테스트에 대한 노트를 생성하고, 표준화된 사진을 삽입하며, 테스트 ID (Test ID), 레시피 ID (Recipe ID), 광택 (Gloss), 질감 (Texture), 소성 기록 (Firing Log)과 같은 속성 (properties)을 첨부할 수 있는 무료 디지털 노트인 Obsidian을 사용하세요. Obsidian의 그래프 뷰 (graph view)와 태그 기반 검색을 사용하면 "광택계 측정값이 70 GU 초만이면서 수직 표면에서도 안정적인 모든 유약 보여주기"와 같은 쿼리 (queries)를 실행할 수 있습니다.

미니 시나리오

당신은 확산형 LED 조명 아래에서 중간 회색 무광 카드 위에 놓인 새로운 시노 (shino) 유약을 촬영합니다. Obsidian에서 #shino #cone10_reduction #matte 태그가 달린 노트를 생성하고, 광택 측정값을 72 GU로 채운 뒤, 질감을 "매끄러움 (smooth)"으로 기록하고 이를 레시피와 연결합니다. 일주일 후, 고급 검색을 실행하면 이 시노 유약이 당신의 광택 및 안정성 기준을 충족한다는 것을 즉시 확인할 수 있습니다.

구현 단계

1. 무대 설정 (Set up the stage) – 반사가 없는 중간 회색(mid-grey) 배경을 배치하고, 카메라를 삼각대에 고정하며, 모든 테스트에 동일한 조명 설정을 사용합니다. 소성된 타일을 정면에서 촬영하여 샘플 전체가 프레임에 가득 차도록 합니다.
2. 테스트 기록 생성 (Create the test record) – Obsidian에서 테스트 ID 형식(YYMMDD-이름-번호)을 사용하여 새 노트를 만듭니다. 사진을 첨부한 다음, 다음과 같은 속성(properties)을 추가합니다: 레시피 ID (Recipe ID), 광택 (Gloss (GU)), 질감 (Texture, bubbled, crystalline, smooth, orange-peel 등에서 선택), 색상 설명 (Color Description, 객관적인 문구), 그리고 전체 소성 로그 (Firing Log: cone, atmosphere, peak temp, hold time, kiln position). #shino, #carbon_trap, #matte, #cone10_reduction, #porcelain과 같은 설명적인 태그를 최소 5개 추가합니다.
3. 연결 및 검토 (Link and review) – 링크나 임베디드 참조(embedded reference)를 통해 해당 노트를 마스터 레시피 파일에 연결합니다. 생산용 배치를 혼합하기 전에 노트를 열어 시각적 로그와 데이터를 확인하고, 적용 관련 메모(침지(dip) vs. 붓질(brush), 도포 횟수, 체질(sieving) 여부 등)를 추가합니다. Obsidian의 검색 기능을 사용하여 "파란색이 결정화된 모든 유약을 보여줘"와 같은 질문에 답할 수 있습니다.

결론 (Conclusion)

유약 사진 촬영을 표준화하면 주관적인 변동성을 제거할 수 있으며, 각 이미지를 검색 가능한 디지털 노트북에 삽입하면 단편적인 관찰을 실행 가능한 데이터로 전환할 수 있습니다. 그 결과, 더 빠른 레시피 개선, 결함 재발 감소, 그리고 정밀하게 쿼리할 수 있는 성장하는 시각적 라이브러리를 얻게 됩니다. 이는 소규모 생산 도예가들이 자신감을 가지고 유약 레시피 계산과 배치 일관성 추적을 자동화할 수 있도록 돕습니다.

렌즈를 이용한 기록: 시각 AI를 사용하여 유약 테스트 및 결과 문서화하기

소규모 생산 도예가들은 작업실에서는 완벽해 보였던 유약이 선반 위에서는 다르게 나타나는 좌절감을 잘 알고 있습니다. 일관되지 않은 조명, 다양한 배경, 그리고 흩어져 있는 메모들은 결과를 비교하거나 트렌드를 파악하는 것을 어렵게 만듭니다. 일관된 시각적 기록을 검색 가능한 메타데이터 (metadata)와 결합함으로써, 여러분은 스쳐 지나가는 사진들을 신뢰할 수 있는 지식 베이스 (knowledge base)로 바꿀 수 있습니다.
...

원칙: 이미지를 표준화하고 데이터를 풍부하게 만들기

Line 8: "핵심 아이디어는 모든 사진 변수(photographic variable)를 고정하고 각 이미지를 구조화된 데이터(structured data)에 연결함으로써, 유약의 외관을 맥락(context)으로부터 분리하는 것입니다."

Count: The1 core2 idea3 is4 to5 decouple6 the7 glaze’s8 appearance9 from10 its11 context12 by13 fixing14 every15 photographic16 variable17 and18 linking19 each20 image21 to22 structured23 data24. =>24.

Line 9: "배경, 조명, 그리고 각도가 동일할 때, 사진상의 차이는 환경적 노이즈(environmental noise)가 아니라 광택(gloss), 질감(texture), 또는 결정 형성(crystal formation)과 같은 유약의 실제 변화를 반영하게 됩니다."

Count: When1 the2 backdrop,3 lighting,4 and5 angle6 are