색은 과학적 커뮤니케이션에서 가장 강력한 도구 중 하나이지만, 동시에 가장 많이 잘못 사용되는 도구이기도 합니다. 북유럽계 남성의 약 8%, 여성의 약 0.5%는 어떤 형태로든 색각 이상(Color Vision Deficiency, CVD)을 가지고 있습니다. 글로벌 연구 독자층에서 이는 심사자, 위원회 구성원, 편집자 10명 중 1명이 당신이 신중하게 선택한 빨간색과 초록색을 구분하지 못할 수 있다는 의미입니다.
색맹 안전 팔레트를 선택하는 것은 단순한 접근성 배려가 아니라 엄밀한 과학 커뮤니케이션의 일부입니다. 이 가이드는 대부분의 과학자들이 선택하는 황금 기준인 Okabe-Ito 팔레트를 시작으로, 올바른 선택을 위해 필요한 모든 것을 제공합니다.
이 글에서 배울 내용:
- 완전한 8색 Okabe-Ito 팔레트의 정확한 HEX(및 RGB) 코드
- 이 색들이 가장 일반적인 세 가지 CVD 유형에서 구별되도록 경험적으로 설계된 이유
- 선 그래프, 막대 그래프, 산점도, 다중 패널 그림에서의 실용적인 적용 규칙
- 대안적인 색맹 안전 팔레트와 언제 이를 선호해야 하는지
- 제출 전 CVD 안전성을 시뮬레이션하고 검증하는 무료 도구
Okabe-Ito 팔레트란?
이 팔레트는 마사타카 오카베(Masataka Okabe)와 케이 이토(Kei Ito)가 2008년 일본의 비영리단체 색각 유니버설 디자인 기구(CUDO)가 발행한 "Color Universal Design (CUD)" 가이드에서 제안했습니다. 목표는 세 가지 가장 흔한 CVD 형태에서도 구별 가능한 작고 실용적인 색 집합을 만드는 것이었습니다:
- 제2색각 이상(Deuteranopia / Deuteranomaly) — 녹색에 대한 감도 저하(남성에게 가장 흔함)
- 제1색각 이상(Protanopia / Protanomaly) — 적색에 대한 감도 저하
- 제3색각 이상(Tritanopia / Tritanomaly) — 청색에 대한 감도 저하(희귀, 약 0.003%)
이 팔레트는 수학 공식에서 도출된 것이 아니라 경험적으로 설계되었습니다: 오카베와 이토는 밝기와 채도가 서로 다른 색을 골라 CVD 혼동이 가장 심한 황록색 범위를 의도적으로 피한 다음, 그 집합을 색맹 시야에 대해 검증했습니다. 실제로 Matplotlib이나 ggplot2 기본값과 같은 채도 높은 팔레트에 비해 색이 차분해 보이는데, 이는 의도적인 설계입니다. 이는 수학적으로 보장된 것이 아니라 "경험적으로 색맹 안전한" 것으로 설명하는 것이 가장 정확합니다.
Okabe-Ito 8색 팔레트 — 정확한 HEX 코드
다음 표에는 정규 HEX 값, RGB 트리플렛, 권장 사용 사례와 함께 8가지 색이 모두 나열되어 있습니다. 이 HEX 코드는 원본 CUDO 문서에 제시된 값과 일치하며, 주요 과학 스타일 가이드에서 동일하게 재현됩니다. 여기에는 7색 하위 집합을 대중화한 Bang Wong의 2011년 Nature Methods "Points of view: Color blindness"도 포함됩니다(Wong은 팔레트를 대중화했고, 원 저작자는 오카베와 이토입니다).
| # | 이름 | HEX | R | G | B | 권장 용도 |
|---|---|---|---|---|---|---|
| 1 | 검정 Black | #000000 | 0 | 0 | 0 | 기본 데이터 계열, 기준선 |
| 2 | 주황 Orange | #E69F00 | 230 | 159 | 0 | 두 번째 계열; 파란색과 잘 어울림 |
| 3 | 하늘색 Sky Blue | #56B4E9 | 86 | 180 | 233 | 세 번째 계열; 구별성이 매우 높음 |
| 4 | 청록 Bluish Green | #009E73 | 0 | 158 | 115 | 네 번째 계열; 틸(teal)이라고도 함 |
| 5 | 노랑 Yellow | #F0E442 | 240 | 228 | 66 | 강조, 채우기; 얇은 선에는 사용 금지 |
| 6 | 파랑 Blue | #0072B2 | 0 | 114 | 178 | 강한 강조색; 주황색과 페어링 |
| 7 | 주홍 Vermilion | #D55E00 | 213 | 94 | 0 | 오차 막대, 강조 |
| 8 | 분홍보라 Reddish Purple | #CC79A7 | 204 | 121 | 167 | 8개 카테고리 상한 |
팁: 카테고리가 4개 이하인 그림은 색 2(주황), 3(하늘색), 6(파랑), 7(주홍)을 먼저 사용하세요. 이 네 가지 색은 세 가지 CVD 시뮬레이션 모두에서 쌍별 대비가 가장 높습니다.
Okabe-Ito의 여덟 가지 색은 조화롭고 색맹 안전한 참조 스트립을 이루며, 모든 SciDraw AI 그림에서 재사용할 수 있습니다.
이 특정 색들이 효과적인 이유
제1·2색각 이상(적록색각 이상)
제1·2색각 이상에서는 적색과 녹색 채널이 합쳐집니다. 적색 대 녹색으로만 다른 색은 혼동됩니다. Okabe-Ito 팔레트는 순수한 빨간색과 순수한 녹색을 완전히 피합니다. 대신 다음을 사용합니다:
- 주황(
#E69F00) — 제1색각 이상에서도 노란-주황으로 인식됨 - 청록 / 틸(
#009E73) — 청색 채널이 충분히 포함되어 적록 합산 후에도 생존 - 주홍(
#D55E00) — 주황 방향으로 충분히 이동하여 틸과 구별 유지
제3색각 이상(청황색각 이상)
제3색각 이상은 파란색과 녹색, 노란색과 보라색을 혼동합니다. 팔레트의 파란색(#0072B2)은 단파장 채널이 없어도 틸 및 노란색과 분리될 만큼 충분히 어둡고 채도가 높습니다.
휘도 대비
CVD 시청자는 색조가 실패할 때 종종 휘도(밝기) 차이에 의존합니다. Okabe-Ito 색들은 거의 0에 가까운 값(검정)부터 중간 범위(틸, 주홍, 주황), 높은 값(노랑, 하늘색)까지 넓은 휘도 범위를 포괄하여, CVD 시뮬레이션이 색조를 합칠 때도 2차 분리 채널을 제공합니다.
잘 분리된 색맹 안전 팔레트(왼쪽)는 가독성을 유지하지만, 충돌하는 적록 팔레트(오른쪽)는 많은 독자에게 구분되지 않습니다.
실제 팔레트 적용 방법
선 그래프 및 산점도
색을 2 → 3 → 6 → 7 → 4 → 5 → 8 순서로 할당하고, 검정(#1)은 기준 또는 귀무 계열을 위해 남겨두세요. 데이터 계열이 7개 이상인 경우 아홉 번째 색을 추가하는 대신 서브플롯으로 분할하는 것을 고려하세요. CVD 제약 하에서 9개 이상의 카테고리에 깔끔하게 확장되는 팔레트는 없습니다.
데이터를 이중으로 인코딩하기 위해 색과 모양(또는 선 스타일) 모두를 사용하세요. 회색조로 인쇄하거나 저품질 PDF를 보는 CVD 시청자도 그림을 올바르게 읽을 수 있습니다.
막대 그래프 및 채워진 영역
노랑(#F0E442)은 흰색 배경에서 얇은 선으로는 약하지만 채우기로는 효과적입니다. 가시성을 보장하기 위해 어두운 테두리(#000000 또는 #5a5a5a)와 페어링하세요.
히트맵 및 연속 스케일
Okabe-Ito 집합은 범주형 팔레트로, 연속 데이터를 위해 설계되지 않았습니다. 히트맵의 경우:
- 순차 데이터: 설계상 CVD 안전한
viridis,cividis또는mako사용 - 발산 데이터: 중앙 흰색이 있는
RdBu또는BrBG사용;RdGn피하기
다중 패널 그림
모든 패널에서 색 일관성을 유지하세요. 패널 A에서 주황 = 조건 X이면, 다른 모든 패널도 해당 매핑을 유지해야 합니다. 개별 패널이 CVD 안전하더라도 불일치는 다중 패널 그림에서 가장 흔한 색맹 접근성 실패입니다.
SciDraw AI의 과학 그림 메이커로 다중 패널 그림을 만들 때 Okabe-Ito HEX 코드를 프롬프트에 직접 지정하여 패널 간 일관성을 자동으로 적용할 수 있습니다.
다른 색맹 안전 팔레트
Okabe-Ito 팔레트만이 유일한 선택지는 아닙니다. 아래 표는 일반적으로 권장되는 다른 집합들과 비교합니다.
| 팔레트 | 색상 수 | 유형 | 적용 CVD 유형 | 비고 |
|---|---|---|---|---|
| Okabe-Ito | 8 | 범주형 | 제1·2·3형 | 과학 분야 권장 기본값 |
| Wong (2011) | 7 | 범주형 | 제1·2형 | 검정 제외 Okabe-Ito 하위 집합; Nature Methods 발표 |
| Tol Bright | 7 | 범주형 | 제1·2형 | Paul Tol 팔레트; 프레젠테이션에 적합 |
| Tol Muted | 10 | 범주형 | 제1·2형 | 최대 10개 카테고리; 약간 낮은 대비 |
| IBM Color Blind Safe | 5 | 범주형 | 제1·2형 | 깔끔하고 높은 대비; 5가지 색만 |
| viridis | 연속 | 순차 | 모든 유형 | 최고의 연속 팔레트; 지각적 균일성 |
| cividis | 연속 | 순차 | 모든 유형 | 제2색각 이상에 특별히 최적화 |
Okabe-Ito를 대안보다 선호해야 할 때:
- 단일 차트에서 정확히 최대 8개 카테고리가 필요한 경우
- 그림이 인쇄물에 실릴 경우(팔레트는 화면과 CMYK 인쇄 모두를 위해 설계됨)
- 제1·2·3형을 동시에 커버하는 단일 팔레트를 원할 경우
Paul Tol 팔레트를 고려해야 할 때:
- 8개 이상의 범주형 색이 필요한 경우(Tol Muted는 10개까지)
- 거리에서 더 잘 보이는 약간 더 밝은 색이 필요한 프레젠테이션 슬라이드를 만드는 경우
CVD 안전성을 위한 그림 확인
CVD 안전 팔레트를 선택하는 것이 첫 번째 단계입니다. 출력을 확인하는 것이 두 번째 단계입니다. 잘못된 적용(잘못된 HEX 코드, 추가된 그라데이션, 불투명도 겹침)이 접근성을 조용히 깨뜨릴 수 있기 때문입니다.
시뮬레이션 도구
| 도구 | 플랫폼 | 방법 | 비고 |
|---|---|---|---|
| Coblis (color-blindness.com) | 웹 | 이미지 업로드 | 빠름; 모든 8가지 CVD 유형 시뮬레이션 |
| Sim Daltonism | macOS / iOS | 데스크톱 앱 | 실시간 화면 오버레이 |
| Color Oracle | Win / Mac / Linux | 데스크톱 앱 | 전체 화면 실시간 시뮬레이션 |
| Adobe Color | 웹 | 접근성 검사기 | 대비 비율도 확인 |
| Chromatic Vision Simulator | iOS / Android | 모바일 | 카메라 기반 실시간 시뮬레이션 |
회색조 테스트
그림을 회색조로 변환(완전히 채도 제거)하세요. 휘도만으로도 모든 계열을 구분할 수 있다면 가장 엄격한 접근성 기준을 통과한 것입니다. 온라인에서 컬러를 허용하는 많은 저널이 인쇄할 때는 여전히 회색조를 사용하므로, 이 테스트는 두 가지 실패를 한 번에 잡아냅니다.
자동화된 그림 확인
SciDraw AI의 그림 검사기는 업로드된 그림에서 제1·2형 색각에 안전하지 않은 적록 조합을 포함한 일반적인 팔레트 문제를 표시할 수 있습니다. 제출 전 빠른 확인은 몇 초밖에 걸리지 않으며 심사자 불만을 예방할 수 있습니다.
색각 이상을 시뮬레이션하고 회색조로 변환하면 그림이 모든 독자에게 가독성을 유지하는지 확인할 수 있습니다.
일반 도구에서 Okabe-Ito 적용하기
R / ggplot2
# 색맹 친화적 팔레트 패키지 설치
# install.packages("ggthemes")
library(ggthemes)
scale_colour_colorblind() # Okabe-Ito 자동 적용
# 또는 수동 정의:
okabe_ito <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442",
"#0072B2", "#D55E00", "#CC79A7", "#000000")
scale_colour_manual(values = okabe_ito)Python / Matplotlib
okabe_ito = [
"#E69F00", "#56B4E9", "#009E73", "#F0E442",
"#0072B2", "#D55E00", "#CC79A7", "#000000"
]
import matplotlib.pyplot
Prism (GraphPad)
GraphPad Prism에서 데이터 세트 색상을 더블 클릭하고 "사용자 지정 색상"을 선택한 다음 HEX 코드를 입력합니다. 팔레트 가져오기 기능은 없지만, 위의 HEX 표를 참조 문서에 복사해두면 수동 입력이 빠릅니다.
Adobe Illustrator / Inkscape
HEX 값으로 색상 견본 라이브러리를 만드세요. Illustrator에서는: 창 → 견본 → 새 색상 그룹. 이렇게 하면 코드를 암기하지 않고도 항상 안전한 집합에서 선택할 수 있습니다.
Okabe-Ito를 사용하는 AI 그림 도구 활용
AI 기반 그림 생성기는 생성 프롬프트에 HEX 코드를 제공하면 특정 색상 팔레트를 적용할 수 있습니다. SciDraw AI에서 그림 내용을 설명하고 다음과 같이 지정할 수 있습니다:
"Okabe-Ito 색상만 사용: 주황 #E69F00, 하늘색 #56B4E9, 파랑 #0072B2, 주홍 #D55E00"
그래피컬 추상 메이커도 마찬가지로 색상 제약을 허용하며, 기관이나 저널이 Okabe-Ito를 표준으로 채택한 경우 유용합니다.
피해야 할 일반적인 실수
- 틸과 갈색 페어링 — 갈색은 Okabe-Ito 집합에 없으며 제2형 색각에서 어두운 주황과 혼동될 수 있습니다. 정의된 집합을 고수하세요.
- 투명도 / 알파 추가 — 겹치는 반투명 채우기는 CVD 안전성이 테스트되지 않은 혼합 색을 만들 수 있습니다.
- 흰색 또는 연회색 배경에서 노랑을 선으로 사용 — 노랑(
#F0E442)은 1px 선으로는 사실상 보이지 않습니다. 채우기용으로 예약하거나 획 너비를 상당히 늘리세요. - 인쇄 CMYK 변환 무시 — RGB 화면용으로 정의된 HEX 값은 CMYK 변환 중 변동될 수 있습니다. 색상 정확도가 중요한 경우 저널 제작팀에 RGB와 CMYK 값을 모두 제공하세요.
- "색맹 방지"라고 부르기 — 모든 개인에게 완벽한 팔레트는 없습니다. 색 + 모양의 결합 인코딩이 항상 색 단독보다 안전합니다.
자주 묻는 질문
Q: Okabe-Ito 팔레트는 Nature Methods의 Wong 팔레트와 같은 것인가요? A: 거의 같습니다. Nature Methods에 발표된 Wong(2011) 7색 팔레트는 Okabe-Ito의 하위 집합으로, 검정을 제외합니다. 두 팔레트는 동일한 HEX 코드를 가진 동일한 6개의 유채색을 공유합니다. 용어는 종종 상호 교환적으로 사용됩니다.
Q: Okabe-Ito를 히트맵에 사용할 수 있나요?
A: 아니요. 이것은 이산 그룹을 위해 설계된 범주형 팔레트입니다. 연속 히트맵 데이터의 경우 대신 viridis 또는 cividis를 사용하세요. 두 팔레트 모두 지각적으로 균일하고 CVD 안전합니다.
Q: 저널이 CVD에 안전하지 않은 특정 브랜드 색상을 요구합니다. 어떻게 해야 하나요? A: 브랜드 색상을 단일 강조 요소(예: 제목 표시줄 또는 로고)에 사용하고 모든 데이터 계열에는 CVD 안전 색상을 적용하세요. 색상이 유일한 구분자가 되지 않도록 모양과 패턴 인코딩으로 보완하세요.
Q: Okabe-Ito는 8가지 색각 이상 유형 모두에 적용되나요? A: 가장 일반적인 세 가지 유형인 제1·2·3형에 대해 테스트되고 문서화되어 있습니다. 단색시(완전 색맹)와 같은 희귀한 형태에는 질감이나 패턴과 같은 추가적인 조치가 필요합니다.
Q: Okabe-Ito로 안전하게 표시할 수 있는 카테고리는 몇 개인가요? A: 최대 8개지만, 작은 그림에서는 5-6개 이상부터 가독성이 저하됩니다. 7-8개 카테고리의 경우 기호 크기를 늘리고 그림 옆에 보충 표를 고려하세요.
Q: 기존 그림에 Okabe-Ito를 자동으로 적용하는 무료 도구가 있나요? A: SciDraw AI의 그림 검사기는 업로드된 그림을 분석하고 CVD 문제를 표시할 수 있습니다. Okabe-Ito가 적용된 완전한 재생성을 위해 과학 그림 메이커는 처음부터 정확한 팔레트 제약을 지정할 수 있게 해줍니다.
