• Home
  • E-submission
  • Sitemap
  • Contact us
J. Conserv. Sci Search

CLOSE


J. Conserv. Sci > Volume 39(1); 2023 > Article
디지털 이미지 데이터를 활용한 불교회화작품의 시계열 분석

초 록

회화문화유산의 손상은 육안관찰, 사진 자료, 보존상태 진단 기록 등을 통해 인지하게 되며, 시간 경과에 따른 변화 정도를 정확하게 파악하는 기술은 손상을 예방하고 보존처리에 효과적으로 활용될 수 있다. 본 연구에서는 촬영 시기가 다른 안동 봉정사 영산회 괘불도의 디지털 이미지를 통해 과거와 현재의 보존상태를 진단하고 이를 비교⋅분석하였다. 디지털 이미지 분석 프로그램을 활용하여 색상정보를 분석하고, Relief, Threshold Switching, Color Mapping in HSV space 등의 기능으로 대상 작품의 꺾임, 채색층 박락, 바탕재 손상, 오염의 형상정보와 면적을 산출하였다. 산출된 데이터를 기반으로 동일 영역 내 발생된 손상을 비교하여 손상의 변화 양상을 확인하였다. 손상면적 및 대상의 길이 등 정량적인 데이터를 함께 활용하여 작품 전체에 발생된 손상의 개선 및 변화 정도를 종합적으로 비교⋅분석하여 시간 경과에 따른 변화를 평가할 수 있었다.

ABSTRACT

Damage to the painting cultural heritage is recognized through visual observation, photographic data, and conservation diagnosis records, and technology that accurately understands the degree of change over time can prevent damage and be effectively used for conservation treatment. In this study, a time series analysis was conducted to diagnose and compare the conservation status of the past and the present using the digital image of Hanging Painting of Bongjeongsa Temple, Andong (The Vulture Peak Assembly) with different filming times. Color information was analyzed using a digital image analysis program. The shape information and area of crease, exfoliation of painting layer, loss of background material and contamination were calculated using the Relief, Threshold Switching, Color Mapping in HSV space function. Based on the calculated data, the change pattern was confirmed by comparing the damage that occurred in the same area. Quantitative data such as the area of damage and the length of the object were used together to comprehensively compare and analyze the degree of improvement and change in damage that occurred throughout the work to evaluate the change over time.

1. 서 론

회화문화유산은 재질 특성과 주변 환경 요소에 따라 손상의 유형과 정도가 다양하게 나타나며, 시간 경과에 따라 손상은 더 심화되거나 보존처리가 진행되어 개선되기도 한다. 일반적으로 회화문화유산의 손상 변화는 육안 관찰을 통한 기억이나 사진 자료, 보존상태 기록 등을 통해 인지하게 된다. 주관적 판단에 의한 회화문화유산 진단 및 조사 결과는 대상의 변화를 객관적으로 비교하기에 한계가 있다.
시간 경과에 따라 발생된 손상에 있어서 과거와 현재의 상태를 비교할 경우, 변화의 정도는 인지할 수 있으나 객관적인 정보로 제공하기 어렵다. 또한 장기간에 걸쳐 변화의 차이가 두드러지게 발생된 경우에는 확인이 비교적 용이하지만, 단기간에 미미하게 진행되고 있는 변화에 대해서는 명확하게 인지하거나 손상에 적극적으로 대처하기 위한 설득력 있는 데이터로 제시되고 있지 못하는 실정이다.
따라서 회화문화유산의 손상정도를 파악하고 향후 발생될 수 있는 변화를 예측하여 이에 따른 조치가 이루어져야 하며, 이를 위해서는 시간 경과에 따라 진행되는 회화문화유산의 변화 정도에 대한 객관적이고 정량적인 진단 기술이 필요하다.
시간 경과에 따른 회화문화유산 변화를 비교하기 위해서는 우선적으로 정확한 보존상태 진단이 필요하다. 현재까지 이루어진 회화문화유산의 보존상태 진단은 육안관찰과 사진 촬영, 적외선 열화상 촬영, 초음파 탐상, 3D Scan 등 다양한 과학적 조사 방법들을 병행하여 이루어지고 있다(Lee et al., 2018a; Lee et al., 2018b; Lee et al., 2022). 또한 디지털 이미지를 활용하는 연구들이 점차 늘어나고 있는 추세이며, 최근에는 디지털 이미지의 색상정보를 이용하여 회화문화유산의 보존상태를 객관적이고 정량적으로 진단 및 평가하는 연구도 이루어졌다(Kim et al., 2019; National Research Institute of Cultural Heritage and Konkuk University, 2021; 2022; Yoo et al., 2022).
디지털 이미지의 색상정보는 모든 색상을 정량적으로 표현할 수 있으며, 이를 활용하여 색공간과 픽셀 수 점유율 등을 이미지 분석 프로그램을 사용한 기술화를 통해 손상의 정도를 객관적으로 도출해내는 연구결과들도 보고되고 있다. 즉, 회화문화유산의 디지털 이미지 데이터를 활용한 분석이 이루어진다면 과거와 현재의 보존상태에 대한 객관적이고 정량적인 비교가 가능할 수 있다.
이에 본 연구에서는 디지털 이미지 분석 프로그램을 활용하여 촬영 시기가 다른 불교회화작품의 디지털 이미지를 분석하고, 각각의 보존상태를 진단하여 시간 경과에 따른 대상의 시계열 보존상태 변화를 비교 및 평가할 수 있는 기술적 방안을 모색하였다.

2. 연구대상 및 방법

2.1. 연구대상

연구대상은 우리나라 불교회화 중 대형불화에 속하는 안동 봉정사 영산회 괘불도를 선정하였다. 1710년(숙종 36)에 비단 바탕 위에 천연안료를 사용하여 그림이 그려진 해당 괘불은 석가모니불을 중심으로 좌우에 8위(位)의 보살과 10위(位) 제자들이 대칭으로 그려진 군도 형식의 괘불이며, 2010년 2월 24일 보물로 지정되었다(Cultural Heritage Administration and Research Institute of Sungbo Cultural Heritage, 2019). 조사보고서에 따르면 괘불에는 가로 방향의 꺾임과 바탕재 손상, 채색층 박락, 오염, 과거 보수가 진행된 흔적 등 다양한 손상들이 확인된다. 또한, 2011년 10월부터 2013년 1월까지 약 15개월에 걸쳐 보존처리가 진행된 기록이 남아있다. 시계열 분석을 위해서 해당 작품에 대하여 2004년과 2019년의 두 시기에 걸쳐 실시된 조사과정에서 획득된 디지털 이미지를 활용하였으며(National Research Institute of Cultural Heritage, 2004; Cultural Heritage Administration and Research Institute of Sungbo Cultural Heritage, 2019) 과거 이미지(Resolution: 2,341 × 3,904)와 최근 보존처리 이후의 이미지(Resolution: 4,277 × 5,511)를 대상으로 분석을 진행하였다(Table 1, Figure 1).
디지털 이미지 분석은 디지털 이미지 분석 프로그램 PicMan(WaferMasters, Inc., USA)을 활용하였다. 해당 프로그램은 디지털 이미지의 화소의 색상정보 및 밝기정보를 이용하여 색상을 측정하고 분석할 수 있으며, 이 외에도 길이, 각도, 면적, 윤곽선 추출 등 이미지를 비교하는 작업이 용이하게 설계된 프로그램이다. 또한 공학, 자연과학, 농학, 의학 분야 등 여러 분야에서 활용되고 있으며 최근 문화유산 분야에서도 활발하게 활용되고 있다(Yoo et al., 2017; Yoo, 2020; Yoo and Yoo, 2021). 해당 프로그램은 대중적으로 사용되는 Photoshop, Illustrator, Image J와 같은 이미지 프로그램과 기능적인 부분은 유사하나 이미지 색상 분석에 특화된 기능이 집약되어 있어 동일한 기능일지라도 작업의 편리성 및 산출 결과에 대한 이점이 있어 본 연구의 프로그램으로 선정하게 되었다.

2.2. 연구방법

2.2.1. 이미지 형태 보정

시간 경과에 따른 대상의 변화를 비교하는 것은 동일한 영역에서 이루어질 필요가 있다. 불교회화작품은 대상을 구성하는 재질, 주변 환경, 보관 방식 등에 따라 다양한 손상이 나타나며 이로 인해 틀어지거나 왜곡되는 등 형태의 변형이 발생하게 된다. 특히 연구 대상인 안동 봉정사 영산회 괘불도는 대형 작품으로 유물 자체가 지닌 하중, 말아서 보관하는 특징, 보관장소의 기후변화 등에 따라 꺾임이나 바탕재 휘어짐, 상축 및 하축의 변형 등의 손상이 발생한다.
과거 이미지와 최근 이미지에서는 대상의 크기 및 형태가 다른 점이 확인된다. 보존상태 변화에 대한 원활한 비교를 위해 이미지 편집 프로그램(Photoshop, Adobe, USA)을 사용하여 이미지 보정을 실시하였다. 이미지 보정은 최근 이미지를 기준으로 하여 과거 이미지의 크기와 형태를 보정하였다. 먼저 세밀한 조정을 위해 과거 이미지를 동일한 크기로 100분할 하였다. 다음으로 최근 이미지를 가장 하단 레이어에 두고 고정시킨 후, 분할된 과거 이미지를 오버랩하여 이미지 편집 프로그램의 Warp 기능을 사용하였다. 이미지 보정은 대상의 크기와 도상의 형태 위주로 보정을 진행하였으며, 본 연구는 각 이미지의 상대적인 색상정보를 이용하는 방법으로 이미지의 색상에 대한 보정은 진행하지 않았다.

2.2.2. 손상유형별 색상정보 측정

디지털 이미지 분석 프로그램의 Point Value 기능을 사용하여 과거와 최근 디지털 이미지에서 확인되는 색상과 손상의 색상정보를 추출하였다. 과거와 최근 이미지에서 동일한 영역을 지정하여 적색과 녹색 두 가지 색상의 정보를 CIE-L*a*b* Format으로 10 point씩 추출하였으며, 각 지점에 대한 색차값(△E)을 정리하였다. 손상의 경우, 과거 이미지에서는 꺾임, 채색층 박락, 바탕재 유실 부위를 추출하였으며, 최근 이미지에서는 오염, 채색층 박락, 바탕재 보수 부위를 측정하였다. 색상정보는 전체 이미지에서 확인되는 각각의 손상 지점을 100 point씩 측정하였으며, RGB Format으로 추출하여 최소, 최대, 평균 값으로 정리하였다.

2.2.3. 손상정보 산출

손상정보 산출은 앞에서 측정한 손상유형별 색상정보를 기반으로 진행하였다. 먼저 전체 이미지에서 산출하고자 하는 손상영역을 선정하였으며, 과거와 최근 이미지 모두 동일한 영역을 잘라내었다. 잘라낸 영역은 모두 동일한 해상도로 이미지를 보정한 후 이미지 프로세싱을 진행하였다. 각각의 손상유형의 특징에 따라 임계값과 색공간 정보를 조정하여 손상의 형상정보를 산출하였다. 산출된 손상영역의 형상정보는 픽셀 수(DP)를 계산하여 총 이미지의 픽셀 수(TP)와 함께 아래의 식에 대입하여 손상면적(DA)을 산출하였다.
(1)
DA(%)=DPTP×100

2.2.4. 보존상태 비교

보존상태 비교는 이미지 분석 데이터를 기반으로 과거와 최근 보존처리 이후의 이미지에서 동일한 영역에서 발생한 손상을 부분적으로 비교한 후, 전체 대상에 발생한 손상을 비교하였다. 시간 경과에 따른 길이 변화율과 손상면적 변화율을 계산하였으며 이를 통해 손상의 진행 및 개선 정도를 파악하였다.

3. 연구결과

3.1. 이미지 형태 보정

이미지 형태 보정을 통해 손상으로 인한 상축과 하축의 휘어짐, 도상의 크기와 형태를 보정하였다. 이미지 형태 보정 결과는 아래와 같다(Figure 2).

3.2. 손상유형별 색상정보 측정

과거와 최근 이미지에서 나타나는 적색과 녹색의 색상 정보는 아래와 같다(Table 2). 과거 이미지에서 적색의 색상 정보는 L* 41.4∼49.2(45.4), a* 43.2∼50.8(47.6), b* 31.0∼35.9(34.4)로 측정되었으며, 녹색의 색상정보는 L* 37.4∼46.3(42.0), a* -28.8∼-17.9(-23.2), b* 17.5∼19.6(18.7)로 측정되었다. 최근 이미지에서 적색의 색상정보는 L* 47.3∼52.7(49.7), a* 29.9∼38.7(35.6), b* 28.7∼32.4(30.6)로 측정되었으며, 녹색의 색상정보는 L* 49.4∼63.1(53.5), a* -15.5∼-10.6(-12.6), b* 8.3∼13.5(10.8)로 측정되었다. 과거와 최근 이미지의 동일 지점에 대한 색차값(△E)은 적색에서 8.9∼20.4(13.8)로 확인되었으며, 녹색에서는 12.7∼23.4(17.8)로 나타났다.
과거 이미지에서 확인되는 손상유형은 꺾임, 채색층 박락, 바탕재 유실 부위 나타난다. 최근 보존처리 이후 이미지에서 나타나는 손상은 바탕재 보수 부위, 채색층 박락, 오염 손상으로 확인되었다.
과거 이미지에서 꺾임 손상의 색상정보는 R 7∼180(83), G 12∼144(56), B 6∼124(41)로 측정되었다. 채색층 박락 손상의 색상정보는 R 92∼134(115), G 81∼123(103), B 56∼85(67)로 측정되었다. 바탕재 유실 부위의 색상정보는 R 100∼207(165), G 67∼141(111), B 41∼88(65)로 측정되었다.
최근 보존처리 이후 이미지에서 오염 손상의 색상정보는 R 196∼225(206), G 169∼207(182), B 121∼174(143)로 측정되었다. 채색층 박락 부위의 색상정보는 R 180∼200(191), G 144∼181(166), B 90∼138(117)로 측정되었다. 바탕재 보수 부위의 색상정보는 R 214∼237(226), G 194∼224(210), B 151∼192(175)로 측정되었다(Table 3).

3.3. 손상정보 산출

3.3.1. 꺾임

꺾임 손상은 물리적인 요인으로 인해 그림이 그려진 채색층과 바탕재가 구부러지거나 굽혀진 상태를 말한다. 디지털 이미지 분석 프로그램의 Relief 기능을 사용하여 꺾임 손상을 추출하였다. Relief 기능은 디지털 이미지의 X축과 Y축을 픽셀 단위로 이동시켜 부조효과를 주는 기능이다. X축을 이동시키고 Y축을 고정하였을 경우, 도상의 윤곽선이 추출되어 나타났다. 반면 X축을 고정시키고 Y축을 이동시켰을 경우, 도상의 윤곽선과 가로 방향의 꺾임 선이 함께 추출되었다(Figure 3). 도상의 윤곽선의 경우 이미지 편집 프로그램을 이용하여 일부 보정을 진행하였다. 꺾임 손상에 대한 전체 이미지 프로세싱 과정은 다음과 같다(Figure 4).

3.3.2. 채색층 박락

채색층 박락은 그림이 그려진 채색층과 바탕재 표면 간의 접착력이 약화되어 분말상 혹은 판상형의 형태로 떨어진 상태를 말한다. 연구에서 채색층 박락을 추출하기 위해 사용한 이미지는 녹색의 채색층으로 녹색계열의 색 공간을 황색계열의 Hue 값을 조정하고 Saturation과 Value 값을 조정하여 채색층 박락 손상을 구분하였다.
과거 이미지에서 채색층 박락은 Hue 35-75(Half-Width 15), Saturation 18.8-41.6(Half-Width 30), Value 40.8-71.4(Half-Width 40)으로 구분하였다(Figure 5). 최근 이미지에서의 채색층 박락은 Hue 32-58(Half-Width 10), Saturation 21.6-52.2(Half-Width 40), Value 58.0-94.9(Half-Width 48)로 구분하였다(Figure 6).

3.3.3. 바탕재 손상

불교회화작품의 바탕재는 면이나 견, 종이 등으로 이루어져 있으며, 일반적으로 그림을 그리게 되는 바탕 층위를 지칭한다. 과거와 최근 이미지에서 확인되는 바탕재 손상 및 보수부위는 모두 적색에서 황색계열의 색상정보를 지니는 것으로 확인되었다. 과거 이미지에서는 먼저 Hue 값을 18-44(Half-Width 10)으로 조정하여 색상과 바탕재 유실 부위를 구분하였다. 사용 이미지에서는 바탕재 유실 부위가 두 영역으로 확인되었으며, 영역별로 색상의 차이가 나타났다. 이후 Saturation 15.7-34.5(Half-Width 25), Saturation 32.5-94.5(Half-Width 80)의 영역으로 지정하여 두 영역을 구분하였다(Figure 7A, Figure 8). 최근 이미지에서는 바탕재 유실 부위에 대해 보존처리가 진행된 상태이다. 최근 이미지에서 바탕재 보수 부위는 Hue 값을 17-71(Half-Width 20)로 조정하여 색상영역을 구분한 후, Saturation 16.5-27.5(Half-Width 15), Saturation 35.3-54.1(Half-Width 25)를 주어 구분하였다(Figure 7B, Figure 9).

3.3.4. 오염

오염은 먼지 혹은 이물질, 곰팡이 등 오염물질로 인해 색상이 어두워지거나 얼룩진 상태를 말한다. 오염 손상은 먼저 RGB Line Intensity Graph를 통해 손상영역의 색상정보를 확인하였다. 손상이 발생된 영역에서 RGB 색상정보의 수치가 낮아지는 것을 확인하였다(Figure 10). 과거 이미지에서의 오염은 Hue 11-93(Half-Width 30), Saturation 45.9-80.4(Half-Width 45), Value 31.0-85.1(Half-Width 70)으로 구분하였다(Figure 11). 최근 이미지에서의 오염은 보존처리가 진행되어 과거 이미지에 비해 색상영역에서의 차이가 상대적으로 적게 나타난다. RGB Line Intensity Graph를 통해 RGB-Blue 채널에서 색상 구분에 영향을 미치는 것을 확인할 수 있었다. 이후 Blue 채널을 기준으로 Gray Scale로 이미지를 변형한 후, Contrast를 조정하여 영역을 구별하였으며, Value값을 0.8-64.3(Half-Width 82)로 지정하여 손상을 구분하였다(Figure 12).

3.4. 보존상태 비교

안동 봉정사 영산회 괘불도 이미지에서 확인되는 손상에 대한 정량적인 데이터를 기반으로 과거와 최근 보존상태를 비교 분석하였다. 먼저, 일부 주요 변화가 확인되는 부위에서의 비교를 진행하였다(Figure 13). 해당 부위의 과거 이미지에서 바탕재 손상은 3.4%로 산출되었으며 보존처리가 진행된 후 100% 개선되었다. 이후 최근 이미지에서는 바탕재 보수 부위가 2.8% 생성되었다. 채색층 박락 손상의 경우 과거 이미지에서는 6.6%로 산출되었으며 보존처리가 진행된 후에는 69.2% 개선된 3.4%로 산출되었다. 산출된 결과는 이미지를 확대하여 세밀한 영역에서의 비교도 가능하다. 과거 이미지에서의 꺾임 손상은 8.7%로 나타나며, 보존처리 이후 100% 개선이 되었다. 최근 이미지에서는 꺾임 손상의 남은 흔적을 계산하였을 경우 1.1%가 산출되었으며, 이는 일반적으로 채색층 박락의 형태로 나타난다.
다음으로는 전체 이미지에서의 보존상태를 비교하였다. 대상의 길이를 측정하여 꺾임 손상으로 인한 길이 변화를 파악하였다. 대상의 길이를 측정하기 전에 기준점을 먼저 선정하였다. 도상을 기준으로 측정할 경우는 손상으로 인해 변형이 발생된 상태이므로 정확한 기준으로 지정하기에는 한계가 있다. 따라서 기준점은 시간이 경과하고도 변화가 발생하지 않는 부분이 되어야 한다. 본 연구에서는 하축의 길이 정보를 기준으로 하여 길이를 측정하였다. 하축의 길이 정보는 이전에 조사된 보고서(Cultural Heritage Administration and Research Institute of Sungbo Cultural Heritage, 2019)에서 확인하였다. 과거 이미지에서 세로 길이는 712.8 cm로 측정되었으며, 보존처리 이후 최근 이미지에서는 742.4 cm로 측정되었다. 꺾임 손상으로 인해 30.4 cm의 차이가 확인되었으며 전체 길이 대비 4.2% 축소된 것으로 나타났다(Figure 14). 과거 이미지에서 바탕재 유실 부위는 총 0.2%로 측정되었으며, 보존처리가 진행된 후 100% 개선되어 손상이 제거된 것으로 나타났다. 다만, 보존처리 이후 손상은 제거되었으나 바탕재 보수 부위가 0.9% 생성된 것으로 확인되었다. 채색층 박락 부위는 과거 이미지에서 6.3%로 나타났으며, 보존처리 이후 9.5% 개선된 5.7%의 영역만이 확인되었다. 꺾임 손상은 7.2%로 보존처리 이후 100% 개선된 것으로 확인되며, 오염 손상은 0.6% 생성되었다(Table 4, Figure 15). 채색층 박락 손상의 경우 개선된 정도가 미미해 보일 수 있으나, 보존상태 조사 결과 대상의 채색층은 시간이 흐름에 따라 열화가 진행되어 안료와 바탕재 표면 간의 결속력이 약화된 상태였으며, 이에 대한 고착처리 및 강화처리가 진행되어 상태가 개선되었다. 이와 같이 단순한 손상의 수치상 비교는 오해를 불러일으킬 가능성이 있기 때문에, 해당 데이터 이외에도 대상에 대한 보존상태 조사 자료와 보존처리 기록 등을 함께 확인하며 비교하는 것이 필요하다.

4. 고찰 및 결론

본 연구에서 활용한 안동 봉정사 영산회 괘불도 디지털 이미지는 2004년과 2019년에 획득된 데이터로서, 약 15년의 시기적 차이를 지니고 있으므로 이에 따른 시계열 분석을 실시할 수 있었다. 또한, 2011년 보존처리가 진행되어 손상이 개선된 부분과 보존처리 이후 추가로 발생한 손상의 정보도 함께 비교하였다.
2004년과 2019년에 조사된 대상 이미지를 비교한 결과, 우선적으로 크기와 형태의 차이가 확인되었으며, 과거 이미지에서는 꺾임이나 바탕재 변형 등의 손상이 발생하여 도상의 형태나 길이가 달라진 것으로 보인다. 또한, 최근 이미지는 보존처리가 진행되어 꺾임이나 바탕재 변형으로 인한 부분이 개선되어 원래의 길이로 늘어난 상태인 것으로 파악되었다. 이미지 편집 프로그램을 활용하여 과거 이미지의 크기와 형태를 최근 이미지에 맞추어 보정하였으나, 해당 기술에 대해서는 향후 몇 가지 보완 연구가 필요한 사항이 있다. 먼저, 무엇보다도 시기가 다르게 촬영된 이미지 간의 해상도와 색상정보 차이점이다. 이는 동일 대상에 대한 시기별 촬영 조건과 결과가 최대한 같아야 하지만, 촬영 장비와 기술에 있어 아직 개선되어야 할 사항들이다. 두 번째는 이미지를 촬영하는 방식에 따라 왜곡 등이 발생할 수 있다. 본 연구에서는 비교하고자 하는 영역에 대한 이미지 크기 및 형태 보정을 통해 왜곡으로 인한 영역의 차이를 일부 극복할 수 있었다. 다만, 보다 정확한 비교를 위해서는 추후 3D Scanning과 같은 정밀 측정이 함께 병행되어야 한다.
동일한 영역을 지정하고 적색과 녹색의 색상정보를 측정하여 색차값을 비교하였다. 두 색상 모두 과거와 최근 이미지 간 색차값의 차이가 크게 나타나 색상의 변화에 대한 비교는 불가하였다. 이는 앞서 언급한 것과 같이 손상이 진행됨에 따라 변화가 발생한 것이 아니라, 디지털 이미지를 획득 시 촬영조건에 따른 차이로 인한 것으로 보인다. 촬영조건 중 특히 조명은 색상정보에 큰 영향을 줄 수 있으며, 이미지의 해상도에 따라 검출되는 영역에 따른 차이도 영향을 줄 수 있다. 색상에 대한 직접적인 비교를 위해서는 촬영조건에 대한 기록을 상세히 남기고, 이후 비교하고자 하는 대상의 이미지를 최대한 동일한 조건에서 촬영하는 것이 필요하다.
다음으로 각 손상유형별로 색상정보를 측정하여 특징을 파악하고 면적을 산출하였다. 대형불화에서 대표적으로 발생되는 손상인 꺾임의 경우, RGB 수치의 변화 폭이 큰 영역을 갖는 특징이 있다. 이는 꺾임으로 인해 빛을 받는 부분과 그 반대 방향에 그림자가 생성되어 어두워지는 특성에서 기인한다. 또한 괘불은 괘불궤에 말아서 보관하는 특성상 주로 가로 방향의 꺾임이 발생하게 된다. 해당 특징을 활용하여 디지털 이미지의 X축을 고정시키고, Y축을 이동시켜 꺾임 손상을 추출할 수 있었다. 다만, 현재까지는 꺾임 이외에도 도상의 윤곽선이 함께 추출되기 때문에 이미지 편집 프로그램을 함께 병용하는 방법이 필요하다. 또한, 꺾임 손상으로 인해 바탕재가 휘어지며 이에 대한 높고 낮음의 정도는 2D 이미지에서 추출하기에는 한계가 있다. 따라서, 이미지상에서 나타나는 꺾임 손상의 특징을 따라 꺾임 선을 구분해내었으며, 이에 대한 면적 산출이 가능하였다.
채색층 박락은 손상이 발생한 부위가 아닌 부분에 비해 R 값의 수치가 증가하는 특징이 확인된다. 연구에서 선정한 부위는 녹색 영역으로 안료가 떨어지면서 채색층 아래에 있는 황색 계통의 바탕재질이 드러나 색상정보에 영향을 주는 것으로 판단된다. 바탕재 손상은 적색과 황색 계통의 색상정보가 주로 확인되었다. 이는 바탕재가 열화되면서 색상이 변화되어 색상정보에 변화가 나타나는 것으로 판단된다. 그러나 연구에서 활용하는 2D 이미지의 특성상 꺾임으로 인한 바탕재 휨, 채색층이나 바탕재의 박리나 들뜸 등의 입체적인 손상을 추출하기에는 한계가 있다. 특히 박리 손상의 경우 불교회화작품에서 주로 나타나는 손상으로 이에 대한 추출방안을 마련하는 것이 필요하다. 이를 위해서는 대상에 대한 3D Scanning을 통해 3D 이미지 데이터를 획득하고 이를 분석하는 방법이 필요할 것으로 보인다.
오염손상은 대체로 손상이 발생된 색상에 비해 RGB 수치가 낮게 나타나는 특징이 확인되었다. 이는 오염물질로 인하여 원래의 색상보다 색이 어두워지기 때문에 이러한 특징이 나타나는 것으로 보인다. 또한, 오염손상은 곰팡이나 이물질 등 다양한 형태로 나타나 색상정보의 범주의 폭이 다양할 수 있다. 해당 경우에는 보존과학적 지식에 따라 오염손상의 유형을 분류하고, 추출하고자 하는 영역을 지정한 후 이미지 프로세싱을 진행하거나 색상별로 영역을 구분한 뒤 각각 색상 내에서 구분하는 방법을 적용하여야 한다.
전체 대상 영역의 비교를 통해서 시간 경과에 따른 보존상태 변화의 정도를 종합적으로 파악하고 수치화하여 손상의 변화를 정량적으로 제시하였다. 보존상태 비교 도중 면적의 차이가 발생하기도 하였는데, 이는 해상도를 동일하게 보정을 하였더라도 원본 이미지의 해상도가 달라 세밀한 영역을 산출하는 부분에서 차이가 발생한 것으로 판단된다. 또한, 채색층 박락에서는 보존처리가 진행되었으나 처리 전과 면적의 차이가 크지 않은 부분도 확인이 된다. 이 같은 수치상 비교는 해석에 있어 오해를 불러일으킬 가능성이 있다. 따라서 필요에 따라서는 단순 수치상 비교만이 아닌, 대상에 대한 보존상태 조사나 보존처리 기록과 함께 보존과학적 지식을 바탕으로 진단⋅ 평가하는 방법이 함께 수행되어야 한다. 오염손상의 경우, 보존처리 진행 후 손상영역이 증가된 양상이 확인된다. 이에 대한 원인으로는 보존처리 이후 추가적으로 손상이 발생하였거나, 촬영된 이미지의 조건의 차이에 따라 과거에서 확인되지 않은 부분이 나타났을 가능성이 있다.
본 연구에서는 촬영된 시기가 다른 불교회화작품의 디지털 이미지 데이터를 통해 각각의 보존상태를 진단하고 이를 비교하는 시계열 분석 기술을 검토하였다. 연구 결과는 시간 경과에 따른 불교회화작품의 보존상태를 객관적이고 정량적으로 비교하는 방법이 될 수 있을 것이다. 또한, 대상의 변화 양상을 확인하고 추후 진행될 수 있는 손상을 방지하는 예방보존 차원의 방안으로도 활용될 수 있다. 이 외에도 계속해서 구축되고 있는 수많은 디지털 이미지를 효과적으로 활용하거나 디지털 아카이브화 한다면 향후 이루어질 보존⋅관리 및 활용에 있어 실효성 있는 기술이 될 수 있을 것으로 생각된다.

사 사

이 연구는 국립문화재연구원 2022 연구용역과제 ‘디지털 이미지데이터 분석을 통한 대형불화 보존상태 평가 연구’의 지원을 받아 수행된 연구입니다. 프로그램 기술 연구에 도움을 주신 WaferMasters사의 유우식 박사님과 김정곤 박사님께 감사드립니다.

Figure 1.
Hanging Painting of Bongjeongsa Temple, Andong (The Vulture Peak Assembly)((A) Filmed in 2004, (B) Filmed in 2019).
JCS-2023-39-1-05f1.jpg
Figure 2.
Results of image shape calibration ((A) Before calibration, (B) Reference image, (C) After calibration).
JCS-2023-39-1-05f2.jpg
Figure 3.
Results of relief application by fixing X and Y axis ((A) X:2, Y:0, (B) X:0, Y:2).
JCS-2023-39-1-05f3.jpg
Figure 4.
Result of crease damage extraction ((A) Original image, (B) Apply relief mode-X:0, Y:2, (C) Extracted image before calibration, (D) Extracted image after calibration).
JCS-2023-39-1-05f4.jpg
Figure 5.
Result of exfoliation of painting layer extraction filmed in 2004 ((A) Original image, (B) Hue 35-75 (Half-Width 15), (C) Saturation 18.8-41.6 (Half-Width 30), (D) Value 40.8-71.4 (Half-Width 40)).
JCS-2023-39-1-05f5.jpg
Figure 6.
Result of exfoliation of painting layer extraction filmed in 2019 ((A) Original image, (B) Hue 32-58 (Half-Width 10), (C) Saturation 21.6-52.2 (Half-Width 40), (D) Value 58.0-94.9 (Half-Width 48)).
JCS-2023-39-1-05f6.jpg
Figure 7.
Image of damage to the background material ((A) Filmed in 2004, (B) Filmed in 2019).
JCS-2023-39-1-05f7.jpg
Figure 8.
Result of exfoliation of painting layer extraction filmed in 2004 ((A) Hue 18-44 (Half-Width 10), (B) Saturation 15.7-34.5 (Half-Width 25), (C) Saturation 32.5-94.5 (Half-Width 80)).
JCS-2023-39-1-05f8.jpg
Figure 9.
Result of crease damage extraction filmed in 2019 ((A) Hue 17-71 (Half-Width 20), (B) Saturation 16.5-27.5 (Half-Width 15), (C) Saturation 35.3-54.1 (Half-Width 25)).
JCS-2023-39-1-05f9.jpg
Figure 10.
Identification of contamination damage characteristics through RGB line intensity graphs ((A) Filmed in 2004, (B) Filmed in 2019).
JCS-2023-39-1-05f10.jpg
Figure 11.
Result of contamination extraction filmed in 2004 ((A) Hue 11-93 (Half-Width 30, (B) Saturation 45.9-80.4 (Half-Width 45), (C) Value 31.0-85.1 (Half-Width 70)).
JCS-2023-39-1-05f11.jpg
Figure 12.
Result of contamination extraction filmed in 2019 ((A) Apply gray scale-B channel, (B) Apply auto contrast, (C) Value 0.8-64.3 (Half-Width 82)).
JCS-2023-39-1-05f12.jpg
Figure 13.
Results of partial damage area time series comparison.
JCS-2023-39-1-05f13.jpg
Figure 14.
Length measurement results.
JCS-2023-39-1-05f14.jpg
Figure 15.
Damage area mapping image ((A) Filmed in 2004, (B) Filmed in 2019).
JCS-2023-39-1-05f15.jpg
Table 1.
History of Hanging Painting of Bongjeongsa Temple, Andong (The Vulture Peak Assembly)(Cultural Heritage Administration and Research Institute of Sungbo Cultural Heritage, 2019)
Category Content
Title Hanging Painting of Bongjeongsa Temple, Andong (The Vulture Peak Assembly)
Designation Treasure
Designated date 2010.02.24
Period 1710 (King Sukjong 36)
Quantity 1
Material Painted on silk
Total Size 821.6 × 620.1 cm
Painting Size 742.1 × 585.8 cm
Weight 59.5 kg
A collector Bongjeongsa Temple in Andong, Korea
Conservation treatment record 2011.10 ~ 2013.01
Table 2.
Color information and color difference values of red and green (CIE-L*a*b* Format)
Color Before conservation treatment
After conservation treatment
△E
L* a* b* L* a* b*
Red R1 44.7 48.4 34.5 48.4 36.6 31.9 12.6
R2 44.5 47.2 34.8 49.7 36.8 32.4 11.9
R3 41.4 43.2 31.0 52.5 31.6 29.7 16.1
R4 44.5 46.5 33.6 47.6 38.7 30.9 8.9
R5 49.2 46.8 35.1 47.9 36.4 30.6 11.4
R6 49.2 50.8 35.9 47.3 37.9 30.4 14.1
R7 45.5 50.6 35.0 49.1 38.4 31.1 13.3
R8 44.2 48.9 33.9 50.1 37.0 30.1 13.9
R9 45.6 47.8 35.6 52.7 29.9 28.7 20.4
R10 44.7 46.0 34.3 51.4 33.0 30.6 15.1
Green G1 41.9 -25.3 18.1 57.8 -13.2 9.4 21.8
G2 38.8 -24.4 18.7 51.3 -12.6 10.5 19.0
G3 46.2 -25.6 19.3 63.1 -11.4 11.5 23.4
G4 37.4 -17.9 19.3 52.2 -10.6 13.5 17.5
G5 46.3 -20.2 19.6 52.8 -11.3 13.2 12.7
G6 41.3 -21.1 19.2 51.4 -12.4 11.2 15.5
G7 44.9 -28.8 17.5 55.0 -15.5 8.9 18.8
G8 42.3 -22.5 18.8 49.7 -12.8 9.9 15.0
G9 43.2 -24.0 17.7 49.4 -14.3 8.3 14.8
G10 37.8 -22.9 18.5 51.8 -12.4 11.2 19.0
Table 3.
Color information by damage type (RGB Format)
Before conservation treatment
After conservation treatment
Type of damage Color variable Red Green Blue Type of damage Color variable Red Green Blue
Crease Min 7 12 6 Contamination Min 196 169 121
Max 180 144 124 Max 225 207 174
Average 83 56 41 Average 206 182 143
Exfoliation of painting layer Min 92 81 56 Exfoliation of painting layer Min 180 144 90
Max 134 123 85 Max 200 181 138
Average 115 103 67 Average 191 166 117
Loss of background material Min 100 67 41 Reinforcement of background material Min 214 194 151
Max 207 141 88 Max 237 224 192
Average 165 111 65 Average 226 210 175
Table 4.
Area calculation result by type of damage
Before conservation treatment After conservation treatment
Total number of pixels 5,520,573 Total number of pixels 20,828,419
Type of damage Damaged area (pixels) Ratio (%) Type of damage Damaged area (pixels) Ratio (%)
Crease 395,827 7.2 Contamination 125,573 0.6
Exfoliation of painting layer 339,240 6.3 Exfoliation of painting layer 1,178,032 5.7
Loss of background material 8,613 0.2 Reinforcement of background material 196,911 0.9

REFERENCES

Cultural Heritage Administration, Research Institute of Sungbo Cultural Heritage, 2019, Research Report of Large Buddhist Painting: Gwsebultaeng 28.

Kim, G.H., Kim, J.G., Kang, K.T. and Yoo, W.S., 2019, Image-Based Quantitative Analysis of Foxing Stains on Old Printed Paper Documents. Heritage, 2(3), 2665–2677.
crossref
Lee, H.S., Kim, S.H. and Han, K.S., 2018a, Scientific Investigation for Conservation Methodology of Bracket Mural Paintings of Daeungjeon Hall in Jikjisa Temple. Journal of Conservation Science, 34(2), 107–118.
crossref
Lee, S.O., Bae, G.W., Namgung, H., Nam, D.H., Choi, Y.G. and Chung, K.Y., 2018b, Conservation State of Mural Painting of Royal Tombs in Neungsan-ri, Korea. Journal of Conservation Science, 34(5), 333–343.

Lee, H.S., Eom, T.H., Jee, B.G., Yi, S.J., Yu, Y.G. and Han, K.S., 2022, Conservation Status Diagnosis of Mural Painting in Geungnakjeon Hall of Daewonsa Temple, Boseong: Avalokitesvara Bodhisattva Mural and Buddhist Monk Bodhidharma Mural. Journal of Conservation Science, 38(4), 314–326.
crossref pdf
National Research Institute of Cultural Heritage, Konkuk University, 2021, A Study on Quantitative Calculation and Evaluation of Damaged State of Painting Cultural Heritage using Imaging Program, 1–147.

National Research Institute of Cultural Heritage, 2004, Buddhist Ceremonial Paintings Ⅲ, 25–30.

National Research Institute of Cultural Heritage, Konkuk University, 2022, A Study on the Evaluation of Large Buddhist Painting Conservation Status through Digital Image Data Analysis, 1–238.

Yoo, W.S., Ishigaki, T. and Kang, K.T., 2017, Image processing software assisted quantitative analysis of various digital images in process monitoring, process control and material characterization. In: The 2017 International Conference on Frontiers of Characterization and Metrology for Nanoelectronics (ICFCMN); Monterey, CA, USA.

Yoo, W.S., 2020, Comparison of outlines by image analysis for derivation of objective validation results: “Ito Hirobumi’s characters on the foundation stone” of the main building of Bank of Korea. Journal of Conservation Science, 36(6), 511–518.
crossref pdf
Yoo, Y.S. and Yoo, W.S., 2021, Digital image comparisons for investigating aging effects and artificial modifications using image analysis software. Journal of Conservation Science, 37(1), 1–12.
crossref pdf
Yoo, W.S., Kang, K.T., Kim, J.G. and Yoo, Y.S., 2022, Extraction of Color Information and Visualization of Color Differences between Digital Images through Pixel-by-Pixel Color-Difference Mapping. Heritage, 5(4), 3923–3945.
crossref


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
FOR READERS
Editorial Office
303, Osongsaengmyeong 5-ro, Osong-eup, Heungdeok-gu, Cheongju-si, Chungcheongbuk-do, Korea
Tel: +82-10-5738-9111        E-mail: journal@conservation.or.kr                

Copyright © 2024 by The Korean Society of Conservation Science for Cultural Heritage.

Developed in M2PI

Close layer
prev next