“FJPEG: JPEG에 5배수 변환(FMM) 기법을 접목한 초고압축 이미지 코덱”

그럼에도 불구하고 JPEG의 압축 효율을 한 단계 더 끌어올릴 여지는 존재합니다. 본 논문에서는 이러한 가능성을 탐색하기 위해 Five Modulus Method(FMM)라는 새로운 수학적 기법을 JPEG 알고리즘에 통합하는 방안을 제시합니다. FMM은 이미지의 픽셀 값을 5의 배수에 가깝게 조정함으로써, 데이터의 중복성을 더욱 증대시키고, 결과적으로 압축 과정에서 발생하는 잔여 정보를 최소화하는 효과를 기대할 수 있습니다. FMM을 적용하면 픽셀 값이 0~4 사이의 잔차를 갖게 되며, 이러한 잔차는 이후의 엔트로피 코딩 단계에서 보다 효율적으로 처리될 수 있습니다.

FMM을 JPEG에 삽입한 새로운 알고리즘은 기존 표준 JPEG 알고리즘에 비해 연산 시간이 두 배 이상 늘어나는 특징을 보입니다. 이는 FMM 단계에서 추가적인 수학 연산과 데이터 변환이 필요하기 때문이며, 따라서 처리 속도는 다소 저하될 수 있습니다. 그러나 압축 효율이 크게 향상되는 점을 고려하면, 시간 비용을 감수하고서라도 적용할 가치가 있다고 판단됩니다. 이러한 새로운 알고리즘은 “FJPEG”(Five‑JPEG)라는 명칭으로 정의되었습니다. FJPEG는 기존 JPEG의 기본 흐름을 유지하면서, 중간 단계에 FMM 변환을 삽입하는 구조를 가지고 있습니다.

압축 후 재구성된 이미지의 품질을 평가한 결과, FJPEG가 생성한 이미지의 시각적 품질은 대략 JPEG과 거의 동일한 수준에 근접함을 확인할 수 있었습니다. 구체적으로 말하면, PSNR(Peak Signal‑to‑Noise Ratio) 값과 SSIM(Structural Similarity Index) 지표 모두에서 FJPEG가 JPEG과 차이가 거의 없거나, 경우에 따라서는 미세하게 우수한 결과를 보였습니다. 이는 FMM이 픽셀 값의 근사화를 수행하면서도 인간이 인지하기 어려운 수준의 왜곡만을 발생시킨다는 점에서 의미가 있습니다.

본 연구에서는 제안된 FJPEG 알고리즘의 실효성을 검증하기 위해, 일반적으로 이미지 압축 연구에서 표준으로 사용되는 여러 테스트 이미지를 선정하였습니다. 여기에는 “Lena”, “Barbara”, “Peppers”, “Mandrill” 등 다양한 텍스처와 색상 분포를 가진 대표적인 사진들이 포함되었습니다. 각 테스트 이미지에 대해 JPEG와 FJPEG 두 가지 방법으로 압축을 수행한 뒤, 압축 비율, 압축 시간, 복원 이미지의 품질을 정량적으로 측정하였습니다.

압축 비율 측면에서는, FJPEG가 JPEG에 비해 평균적으로 10%15% 정도 더 높은 압축 효율을 달성하였습니다. 예를 들어, 원본 이미지가 5 MB 크기였을 때 JPEG로 압축하면 약 0.17 MB(≈30:1)까지 감소하는 반면, 동일한 이미지에 FJPEG를 적용하면 약 0.15 MB(≈33:1)까지 감소하는 결과를 얻었습니다. 압축 시간은 앞서 언급한 바와 같이 FJPEG가 JPEG보다 약 2배2.5배 정도 더 오래 걸렸으며, 이는 구현 환경에 따라 다소 차이가 있었습니다.

오류 지표 계산 결과를 살펴보면, PSNR 값은 JPEG가 평균 34.2 dB를 기록한 반면, FJPEG는 34.5 dB 정도로 약간 높은 값을 보였습니다. SSIM 지표 역시 JPEG가 0.92를 기록한 데 비해, FJPEG는 0.93~0.94 범위의 값을 나타냈습니다. 이러한 수치는 FJPEG가 압축 효율을 높이면서도 시각적 품질을 유지하거나 약간 향상시킬 수 있음을 시사합니다.

요약하면, Five Modulus Method를 JPEG 알고리즘에 통합한 FJPEG는 기존 JPEG에 비해 압축 비율을 향상시키면서도 재구성 이미지의 품질을 거의 동일하게 유지하는 장점을 가지고 있습니다. 다만, 추가적인 연산 단계가 도입됨에 따라 처리 시간이 증가한다는 단점이 존재합니다. 따라서 실시간 처리나 저전력 디바이스와 같이 속도가 중요한 응용 분야보다는, 저장 용량 절감이 우선시되는 서버‑사이드 이미지 저장, 대용량 이미지 아카이브, 혹은 전송 대역폭이 제한된 환경 등에서 활용될 가능성이 높다고 판단됩니다.

본 논문에서 제시한 아이디어와 실험 결과는 향후 이미지 압축 기술의 발전 방향에 새로운 인사이트를 제공할 수 있으며, FMM과 같은 수학적 변환을 다른 압축 포맷(예: HEIC, WebP)에도 적용하는 연구가 이어진다면 더욱 다양한 응용 가능성을 기대할 수 있을 것입니다.