refactor(topics): 멀티 에이전트용 지식 재편 — _Common(공통 기본기) + Domain_* 구조

에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게
[공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류.
문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인).

- Topic_Programming → Domain_Programming (내부 구조 보존)
- Topic_Graphic → Domain_Design
- Topic_Business → Domain_Product
- Topic_General → Domain_General
- _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning),
  Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing)
- 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서)
- 빈 폴더 정리 (memory/procedures)
- 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

10_Wiki/Topics/Domain_Design/Topic_Prompt/시네마토그래피.md

@@ -0,0 +1,159 @@
+---
+id: 시네마토그래피
+title: "시네마토그래피"
+category: "AI_and_ML"
+status: "draft"
+verification_status: "conceptual"
+canonical_id: ""
+aliases: ["Cinematography", "시네마틱 스타일", "촬영 공학", "이미지 광학 제어", "Camera and Lighting", "필름 메커니즘"]
+duplicate_of: ""
+source_trust_level: "S"
+confidence_score: 0.98
+created_at: 2026-06-26
+updated_at: 2026-06-26
+review_reason: ""
+merge_history: []
+tags: ["research", "이미지 prompt 생성 예시", "시네마토그래피"]
+raw_sources: ["생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시", "Camera + Lighting Prompt Cheatsheet for AI Images Guide", "Cinematic AI Generator Prompts | Proxima Pictures", "8 Components of Great AI Art Prompts | Microsoft Copilot", "Photography Modifiers in AI-Generated Images | CodeSignal Learn", "Midjourney vs. Stable Diffusion vs. DALL·E 3 for Storyboarding | Prescene Blog", "Elegant Woman and Rugged Man in Cinematic Noir — Z-Image Base AI Generator | Proxima Pictures", "Runway Resources | AI Image Prompting Guide: 68 Ready-to-Use Prompts"]
+applied_in: ["Midjourney V8.1", "Stable Diffusion XL", "DALL-E 3", "Z-Image Base", "Gemini 2.5 Flash Image"]
+github_commit: ""
+---
+
+# [[시네마토그래피]]
+
+## 🎯 한 줄 통찰 (One-line insight)
+AI 이미지 생성에서 시네마토그래피는 물리적 광학 법칙과 조명 공학을 텍스트 토큰으로 인코딩하여 결과물의 서사적 깊이와 시각적 전율을 결정짓는 정밀 제어 앵커이다 [S758, S1622].
+
+## 🧠 핵심 개념 (Core concepts)
+- **카메라 우선 구조화 (Lead with Camera):** 피사체 묘사보다 "Wide shot, 35mm lens"와 같은 카메라 사양을 프롬프트 서두에 배치하여 전체 레이아웃의 원근감을 선제적으로 할당하는 전략 [S1062, S1643].
+- **렌즈 기하학 모사:** 초점거리(85mm, 50mm 등)와 조리개($f/1.4 - f/8.0$) 수치를 통해 공간의 압축률과 피사체의 투시 왜곡을 수학적으로 조율함 [S1625, S1626].
+- **조명 아키텍처:** 광원의 종류(Softbox, Neon)와 조사 각도($45^\circ$, Rim light)를 명시하여 물리적 입체감과 명암비(Contrast)를 연산함 [S703, S1626].
+- **광학적 결함 주입 (Optical Imperfections):** 색수차(Chromatic aberration), 필름 그레인, 렌즈 왜곡 등을 의도적으로 기술하여 인공적인 질감을 배제하고 사실성을 확보함 [S33, S1626, S1639].
+
+## 🧩 추출된 패턴 (Extracted patterns)
+- **심도 제어 패턴:** 인물 사진에는 85mm 렌즈와 $f/1.8$ 이하의 낮은 조리개 값을 결합하여 배경 보케(Bokeh)를 극대화하고 시선을 고정함 [S133, S1625, S1626].
+- **삼각형 하이라이트 패턴 (Rembrandt):** 측면 상단 광원을 지시하여 뺨 부분에 삼각형 빛 패치를 형성, 고전 회화와 같은 드라마틱한 분위기 연출 [S710, S1626].
+- **분리 및 할로 패턴 (Rim Light):** 피사체 배후에 강력한 광원을 배치하여 어두운 배경으로부터 실루엣을 명확히 분리하고 고급스러운 마감 부여 [S708, S1626].
+- **감정적 앵글 매칭:** 네덜란드 앵글(Dutch angle)로 불안함을, 로우 앵글(Low angle)로 피사체의 권위와 힘을 시각화함 [S1062, S1260].
+
+## ⚖️ 비교 및 선택 기준 (Comparison & decision criteria)
+
+| 렌즈 유형 | 시각적 특성 | 주요 강점 | 최적 활용 도메인 |
+|---|---|---|---|
+| **85mm Portrait** | 얼굴 왜곡 제거, 얕은 심도 [S1625] | 부드러운 배경 보케 유도 [S1626] | 패션 뷰티 화보, 인물 클로즈업 [S1625] |
+| **50mm Standard** | 인간 안구와 유사한 원근감 [S1625] | 무왜곡 평면 구성 [S1626] | 커머스 제품 촬영, 스틸 라이프 [S1625] |
+| **35mm Cinematic** | 피사체와 배경의 이상적 비중 [S1625] | 자연스러운 3인칭 시점 [S1626] | 영화 스틸컷, 스토리보드 구성 [S1625] |
+| **24mm Wide** | 전경의 역동적 왜곡 [S1625] | 소실점과 기하학적 투시 강조 [S1626] | 건축 외관, 광활한 자연 풍경 [S1625] |
+
+## 📖 세부 내용 (Details)
+
+### 1. 전문 조명 기법의 렌더링 제어 [S1626]
+- **소프트박스 조명:** 피사체 사선 상단에서 확산된 부드러운 빛을 묘사한다. 피부 질감을 플랫하게 정돈하여 상업 광고에 적합하며, 그림자 경계면이 매우 부드럽다 [S707, S1626].
+- **키아로스쿠로(Chiaroscuro):** 명암 대조를 극단적으로 강화하여 연극적이고 신비로운 연출을 구성한다 [S710, S1509].
+- **체적 조명(Volumetric Light):** 안개나 먼지 입자에 빛이 부딪혀 빛의 다발이 형성되는 현상을 유도하여 밀도 있는 대기감을 생성한다 [S808, S1637].
+
+### 2. 필름 및 기계 메커니즘 묘사 [S1626]
+- **DSLR 바디 세팅:** 특정 카메라 모델(예: Canon EOS 5D Mark IV)과 함께 셔터 스피드($1/125\text{s}$), ISO(100) 등을 수치로 명시하여 고해상도 생성 한계를 정교하게 활성화한다 [S33, S1626].
+- **아날로그 필터링:** "VHS color palette"나 "scan lines"를 주입하여 현대적인 디지털 픽셀을 90년대 브라운관 브로드캐스트 사양으로 강제 변환시킨다 [S1638, S1639].
+
+### 3. 화면 구도와 프레이밍 [S1260, S1622]
+- **황금비 및 3분할 법칙:** "Rule of thirds"를 명시하여 시각적 균형과 안정감을 확보한다 [S33, S759].
+- **시점 제어:** 눈높이 샷(Eye-level)은 연결성과 신뢰감을, 부감 샷(Bird's eye)은 피사체의 취약함을 시각적으로 은유한다 [S1260].
+
+## ⚖️ 모순 및 업데이트 (Contradictions & updates)
+- **시네마틱 키워드의 모호성:** "Cinematic"이라는 단일 키워드만으로는 모델이 무작위 결과물을 내놓을 가능성이 높으므로, 반드시 구체적인 조명 방향과 대비 수치를 수반해야 한다 [S705, S718].
+- **해상도와 구도의 관계:** 과거에는 업스케일링 과정에서 구도가 망가지는 현상이 잦았으나, **Midjourney V8.1**(--hd)과 같은 최신 엔진은 초기 단계부터 2K 고화질로 렌더링하여 구조적 완벽성을 유지한다 [S1628].
+
+## 🛠️ 적용 사례 (Applied in summary)
+- **영화 스토리보딩:** Midjourney와 Stable Diffusion을 활용하여 조명과 렌즈 값을 사전 시각화, 제작 효율을 증대시킨 사례 [S1054, S1061].
+- **상업 브랜드 캠페인:** 버거킹 프랑스의 할로윈 캠페인에서 AI 특유의 '비현실적 조명'을 의도적으로 공포 컨텐츠로 활용함 [S920, S966].
+- **Z-Image Base 최적화:** $cfg\_scale$ 4.5와 16:9 종횡비를 설정하여 질감과 조명의 시네마틱 선명도를 확보하는 실무 세팅 [S809, S810].
+
+## 💻 코드 패턴 (Code patterns)
+```python
+# Python - Gemini 2.5 Flash Image API를 활용한 시네마토그래피 프롬프트 주입 예시
+from vertexai.preview.vision_models import ImageGenerationModel
+
+def generate_cinematic_asset(subject, scene_context):
+    model = ImageGenerationModel.from_pretrained("gemini-2.5-flash-image")
+    
+    # [S1184, S1625, S1626, S1644] 기반 시네마틱 프롬프트 조립
+    # 카메라 사양 선제 배치 패턴 준수
+    cinematic_prompt = (
+        f"Cinematic wide shot, 35mm lens, {scene_context}. "
+        f"Subject: {subject}. "
+        "Lighting: Rembrandt lighting with deep chiaroscuro, volumetric fog. "
+        "Technical: 8k resolution, shot on full-frame DSLR, f/2.8, realistic skin pores."
+    )
+    
+    response = model.generate_images(
+        prompt=cinematic_prompt,
+        number_of_images=1,
+        aspect_ratio="16:9"
+    )
+    return response
+
+# 실행 예시: 1920년대 배경의 인물 대조 샷 생성
+generate_cinematic_asset("an elegant woman in a pearl necklace", "Art Deco ballroom background")
+```
+
+## ✅ 검증 상태 및 신뢰도
+- **상태:** draft
+- **검증 단계:** conceptual (물리적 카메라 메커니즘과 AI 렌더링 엔진 연산 원리 교차 검증)
+- **출처 신뢰도:** S (Midjourney Docs, CodeSignal 기술 가이드, 전문 시네마틱 분석 포함)
+- **신뢰 점수:** 0.98
+- **중복 검사 결과:** 신규 생성 (New discovery)
+
+## 🔗 관련 문서 링크 (Related document links)
+
+### 상위/유사 개념
+- [[프롬프트 엔지니어링]] — 텍스트 기반 시각 제어 기술의 모체
+- [[확산 모델(Diffusion Model)]] — 시네마틱 지시어가 노이즈 제거 과정에 개입하는 물리 엔진
+- [[이미지 prompt 생성 예시]] — 시네마토그래피 기법이 적용되는 실무 라이브러리
+
+### 심층 후속 질문 (Deeper Research Questions)
+- 섭동 어텐션 가이던스(PAG)가 조명의 반사광(Reflection)과 굴절률(Refraction)을 독립적으로 강화하는 연산 방식은 무엇인가? [S1644]
+- 75토큰 청크 경계에서 'BREAK' 구문이 조명 가중치의 텐서 연속성을 물리적으로 어떻게 보존하는가? [S1631]
+- 플로우 매칭(Flow Matching) 아키텍처가 네거티브 구문 없이도 시네마틱한 대비를 자연어만으로 구현하는 내부 기작은? [S1643]
+
+### 실무 적용 맥락 (Practical Application Contexts)
+- **Implementation:** 고해상도 베이스 생성 패러다임(--hd)을 통한 드리프트 방지 [S1628].
+- **System Design:** ComfyUI 기반 CSV 배치 처리로 일관된 촬영 톤의 스토리보드 양산 [S1642].
+- **Operation / Maintenance:** Denoising Strength 0.5 임계값 제어를 통한 시네마틱 구도 보존 수정 [S1642].
+
+### 인접 주변 주제
+- [[ControlNet]] — 프롬프트를 넘어서는 기하학적 촬영 각도 강제 제어
+- [[LoRA 미세 조정]] — 특정 영화 감독의 고유 화풍과 조명 톤을 모델 레벨에서 고정
+
+## 🔗 지식 그래프 (Knowledge Graph)
+- **상위/루트:** [[이미지 prompt 생성 예시]]
+- **관련 개념:** [[프롬프트 엔지니어링]], [[광학적 시각 제어]], [[필름 메커니즘]]
+- **참조 맥락:** 고품질 영화적 비주얼 에셋 제작 및 AI 기반 영상 스토리보딩 설계 시 핵심 지침으로 참조됨.
+
+## 📚 출처 (Sources)
+- [S33] 25+ AI Prompts for Stunning Anime-Style Illustrations | The GBTI Network
+- [S703] Camera + Lighting Prompt Cheatsheet for AI Images Guide
+- [S705] Camera + Lighting Prompt Cheatsheet for AI Images Guide
+- [S708] Camera + Lighting Prompt Cheatsheet for AI Images Guide
+- [S710] Camera + Lighting Prompt Cheatsheet for AI Images Guide
+- [S758] Cinematic AI Generator Prompts | Proxima Pictures
+- [S759] Cinematic AI Generator Prompts | Proxima Pictures
+- [S808] Elegant Woman and Rugged Man in Cinematic Noir — Z-Image Base AI Generator | Proxima Pictures
+- [S809] Elegant Woman and Rugged Man in Cinematic Noir — Z-Image Base AI Generator | Proxima Pictures
+- [S810] Elegant Woman and Rugged Man in Cinematic Noir — Z-Image Base AI Generator | Proxima Pictures
+- [S1062] Midjourney vs. Stable Diffusion vs. DALL·E 3 for Storyboarding | Prescene Blog
+- [S1260] Runway Resources | AI Image Prompting Guide: 68 Ready-to-Use Prompts
+- [S1509] The Best AI Prompts for Surrealism, Sci-Fi, and Abstract Art
+- [S1622] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1625] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1626] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1628] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1631] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1638] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1639] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1642] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1643] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+- [S1644] 생성형 이미지 모델의 프롬프트 엔지니어링 메커니즘과 도메인별 최적화 및 실무 예시 (Markdown)
+
+## 📝 변경 이력 (Change history)
+- 2026-06-26: Initial draft generated via Datacollector_MAC P-Reinforce engine. High-density synthesis of technical optical control completed.