아이폰 뒷면에는 대개 두세 개의 렌즈가 달려 있지만, 사진을 찍을 때 실제로 쓰이는 것은 한 번에 하나뿐이다. 광각과 망원 사이에서 사용자는 넓은 화각을 택하거나 중심부의 디테일을 택하거나 둘 중 하나를 골라야 했다. 최근 해커뉴스에 소개된 아이폰 앱 '포토신테시스(Photosynthesis)'는 이 오래된 딜레마를 다른 방식으로 풀려고 한다. 셔터를 한 번 누르면 두 개의 렌즈로 동시에 촬영한 뒤, 두 이미지를 정렬하고 합쳐 한 장의 고해상도 사진으로 만든다는 것이 핵심이다.
어떻게 동작하나
작동 원리는 비교적 명확하다. 예컨대 기본 1배 렌즈와 망원 렌즈를 짝지으면, 넓은 화각은 기본 렌즈에서 가져오고 사진 중심부의 선명한 광학 디테일은 망원 렌즈에서 가져와 합성한다. 광학 줌 렌즈가 없는 아이폰에서는 기본 카메라와 초광각(0.5배)을 조합해 비슷한 경험을 제공하며, 줌이 있는 프로 모델에서도 이 조합을 쓸 수 있다. 뷰파인더에는 더 정밀한 렌즈가 담아내는 영역을 표시하는 괄호 표식이 뜨는데, 피사체를 이 안에 넣으면 그 부분이 고해상도로 기록된다. 두 이미지의 정렬과 색은 자동으로 맞춰지고, 촬영 결과물에서 렌즈 간 경계는 중앙의 은은한 발광 효과로만 드러날 뿐 대체로 매끄럽게 이어진다.
이 앱이 강조하는 지점은 '생성형 AI를 전혀 쓰지 않는다'는 것이다. 이른바 '줌 앤 인핸스', 즉 흐릿한 이미지를 AI로 그럴듯하게 채워 넣는 방식과 달리, 포토신테시스가 내놓는 모든 픽셀은 카메라가 실제로 포착한 광학 정보라는 주장이다. 또한 두 렌즈에서 이미지를 동시에 캡처하기 때문에, 피사체나 촬영자가 움직이는 상황에서도 시차를 최소화한 합성 촬영이 가능하다고 설명한다. 콘서트나 라이브 공연처럼 피사체를 당겨 담고 싶으면서도 현장 분위기를 넓게 살리고 싶은 장면을 대표 활용 사례로 든다.
실무자 관점에서 눈여겨볼 부분
기술적으로 이 앱은 이미 스마트폰 카메라 파이프라인 안에 존재하는 다중 카메라 융합(multi-camera fusion)을 사용자 손에 명시적으로 꺼내 놓은 사례로 볼 수 있다. 아이폰의 내장 카메라 앱도 렌즈 전환 구간에서 프레임을 합성하지만, 그 과정은 자동화되어 있고 결과는 하나의 완성된 JPEG일 뿐 사용자가 개입할 여지가 없다. 반면 포토신테시스는 정렬·색 매칭 같은 합성 로직을 노출하고, 잘못 합쳐진 부분을 사용자가 직접 손볼 수 있게 열어 두었다. 내부 렌즈의 정렬을 미세 조정하거나, 유령 현상(ghosting)이나 이중으로 겹친 피사체를 '덧칠'해 바로잡는 편집 도구가 대표적이다. 필터·크롭·회전 같은 표준 편집에 더해, 두 렌즈 사진 전용 편집 계층을 얹은 셈이다.
결과물의 이식성도 실무적으로 흥미롭다. 완성한 사진은 일반 사진 앨범으로 내보내는 것은 물론, 레이어가 유지되는 포토샵(PSD) 문서, 공간 사진(spatial photo), 좌우 병렬 3D 등 여러 포맷으로 내보낼 수 있다. 자체 포맷인 포토신테시스 파일로 저장하면 레이어와 편집 기능을 잃지 않고 다시 불러와 작업을 이어갈 수 있다. 두 렌즈가 서로 다른 시점에서 촬영한다는 특성상 시차 정보가 자연스럽게 남고, 이를 공간 사진이나 3D 출력으로 연결한 점은 하드웨어 구조를 결과 포맷까지 일관되게 활용한 설계로 읽힌다.
한계와 남는 질문
다만 원리상 분명한 제약도 있다. 서로 다른 위치의 렌즈가 만드는 시차 때문에, 근거리 피사체나 겹치는 물체가 많은 장면에서는 정렬 오차와 이중상이 생길 수밖에 없고, 앱이 '덧칠' 보정 도구를 갖춘 것 자체가 이런 오류가 실제로 발생한다는 방증이다. 즉 자동 합성이 항상 완벽하지는 않으며, 상황에 따라 수동 보정이라는 추가 작업이 필요하다. 또한 초광각을 결합해 화각을 넓히는 조합은 중심부 디테일은 유지하되 주변부 화질은 결국 상대적으로 낮은 렌즈에 의존하게 되므로, '전 영역 고화질'이 아니라 '중심 우선 고화질'로 이해하는 편이 정확하다.
가격 정책은 첫 14일 동안 모든 기능을 열어 주고, 이후에는 촬영과 편집을 무료로 계속할 수 있되 나머지 전체 기능은 구독으로 잠금 해제하는 구조다. 원문만으로는 정확한 구독 금액이나 무료로 유지되는 기능의 경계가 어디까지인지는 확인되지 않는다. 화질과 화각 사이에서 하나를 포기해 온 스마트폰 촬영의 오래된 타협을, 생성형 AI가 아니라 광학 정보의 물리적 결합으로 풀려는 시도라는 점에서 눈여겨볼 만하다. 실제 활용도는 시차가 만드는 오차를 자동 정렬이 얼마나 안정적으로 흡수하느냐에 달려 있을 것이다.