LED 네 개가 뱀이 되는 착시, 그림이 움직여 보이는 이유

정사각형 틀에 LED를 네 개 달고 전자적으로 하나씩 순서대로 점등하면, 아무도 '네 개의 불빛'을 보지 않고 '사각형 변을 따라 기어가는 뱀'을 봅니다. 실제로 기어가는 물체는 없습니다. 뇌가 시간 차이를 두고 들어오는 정지된 빛의 정보를 하나로 엮어 연속된 움직임으로 착각하기 때문입니다. 이를 '베타 운동(Beta movement)'이라고 부릅니다¹.

애니메이션은 이 뇌의 착시를 이용하는 기술입니다. 손으로 그림을 그리든, 컴퓨터로 3D 모델을 움직이든, AI에게 영상을 생성하도록 시키든 근본적인 원리는 같습니다. 정지된 이미지를 빠른 속도로 연속해서 보여줘 뇌가 이를 움직임으로 해석하게 만드는 것이죠¹. 달라진 것은 정지 프레임이 만들어지는 '방법'뿐입니다². 뇌가 움직임을 인식하는 원리부터 전통적인 셀 애니메이션, 3D 리깅, 그리고 최근의 AI 영상 생성까지 이 기술들이 어떻게 같은 원리를 다르게 활용하는지 살펴보겠습니다.

뇌가 만들어내는 움직임의 착시

이러한 지각 특성은 실험실의 LED 장치뿐 아니라 일상에서 접하는 LED 디스플레이에서도 공통적으로 작용합니다¹.

전통 애니메이션이 이 착시를 구현하기 위해 사용한 기본 단위는 '프레임(frame)'입니다. 빠르게 넘어가는 한 장 한 장의 그림이 뇌의 시각 시스템을 자극해 정적인 배열을 동적인 지각으로 바꾸는 것이죠¹. 결국 애니메이션을 만드는 일은 보는 사람의 뇌가 움직임을 완성하도록 정지 이미지를 정교하게 조립하는 작업과 같습니다.

손그림이 살아 움직이게 한 셀 애니메이션의 구조

과거 스튜디오들은 뇌의 착시를 유도하기 위해 투명 플라스틱 시트, 즉 '셀(cell)'을 제작했습니다. 셀 애니메이션은 셀룰로이드(Celluloid) 시트의 앞 글자를 딴 명칭으로, 얇고 투명한 플라스틱 위에 프레임을 그려 움직임을 만드는 고전적인 2D 기법입니다³.

작업 과정은 정교한 조립 공정을 방불케 합니다. 먼저 배경은 불투명한 상태로 따로 그리고, 캐릭터는 투명한 셀 위에 검은 잉크로 윤곽선을 따냅니다. 이후 시트를 뒤집어 뒷면에서 색을 칠해 채색을 마칩니다³. 완성된 셀을 배경 위로 겹쳐 배치하고 사진 촬영하듯 한 장씩 찍어 영상화하죠³. 같은 배경 위에 캐릭터 셀을 교체하며 배치할 수 있어, 배경이 캐릭터보다 더 정교하게 묘사되는 경우도 많았습니다³.

이때 사용하는 프레임 속도(frame rate)는 보통 초당 12장에서 24장 사이입니다³. 디지털 도구가 도입되면서 물리적 셀 시트의 사용은 줄어들었지만, 뇌가 인식할 정지 이미지를 만들어내는 이 물리적 원리는 변하지 않았습니다³.

물리적 무게감을 만들어내는 애니메이션의 화법

그냥 그림을 초당 12장씩 빠르게 넘기면 뇌는 이를 '화면이 빨리 바뀌는 현상'으로만 받아들일 수 있습니다. 움직임이 자연스럽게 느껴지려면 단순한 위치 변화 넘어 물리적인 무게감과 관성을 느끼게 하는 장치가 필요합니다.

디즈니 애니메이터 올리 존스턴과 프랭크 토마스는 이런 기법을 애니메이션의 원칙으로 개발했습니다⁴. 이 원칙들은 손그림 애니메이션은 물론 현재의 3D 작업까지 움직임을 설계하는 기준선이 되었습니다⁴.

예를 들어 '스쿼시와 스트레치(Squash and Stretch)'는 물체의 변형을 통해 무게감을 부여합니다. 공이 땅에 닿을 때는 납작해지고, 튀어 오를 때는 늘어나는 식이죠⁴. '기대(Anticipation)' 원칙은 행동 전의 예열 동작으로 사실감을 만듭니다. 캐릭터가 점프하기 전 몸을 약간 웅크려 관객이 다가올 움직임에 대비하게 만드는 것이죠⁴. 이런 장치들이 프레임 사이를 단순한 위치 변화가 아니라 실제 물체가 충격을 받고 중력을 저항하는 것처럼 보이게 만듭니다⁴.

뼈대를 심고 계산하는 3D 애니메이션 파이프라인

컴퓨터 기반의 3D 애니메이션에서는 손으로 매번 윤곽선을 그리지 않습니다. 대신 사람, 하드웨어, 소프트웨어가 정해진 순서로 작업하여 최종 산출물을 내는 '파이프라인(pipeline)'을 통해 움직임을 만듭니다².

이 과정에서 핵심은 '리깅(Rigging)'입니다. 리깅은 3D 모델 내부에 뼈대 구조를 심는 작업으로, 애니메이터가 복잡한 기하학적 형태를 부위별로 빠르고 효율적으로 움직일 수 있게 돕습니다². 뼈대가 설치된 캐릭터에 표정과 동작을 부여하는 애니메이션 단계는 파이프라인 전체에서 가장 시간이 많이 걸리는 중요 작업입니다².

움직임이 결정되면 '렌더링(Rendering)' 단계가 이어집니다. 렌더링은 3D 데이터를 최종 2D 이미지나 영상 레이어로 변환하는 계산 과정입니다². 3D 애니메이션에서는 장면을 객체, 색, 배경, 전경, 그림자, 하이라이트 등 여러 층(layer)으로 분리해 렌더링한 뒤, 후반 합성 단계에서 이를 하나로 모아 프레임을 완성합니다². 뇌에 전달할 정지 화면을 만드는 방식이 물리적 촬영에서 컴퓨터 계산으로 바뀐 셈입니다.

사람의 손을 거치지 않는 AI 영상 생성

최근의 AI 영상 생성 기술은 프레임을 만드는 주체 자체를 변화시키고 있습니다. KB금융그룹 IT 계열사인 KBDS의 김현호 개발자는 2025년 10월, 구글 딥마인드의 AI 영상 생성 모델 'Veo3'를 활용한 실험을 공개했습니다⁵.

김현호 개발자는 KB금융 마스코트의 정지된 이미지를 먼저 NanoBanana로 '바닷가 배경'으로 변환한 뒤, Veo3에 입력했습니다. 그리고 '가볍게 손을 흔들며 인사하는 장면'이라는 짧은 텍스트 지시(프롬프트)를 넣었습니다⁵. 3D 모델링이나 리깅 과정, 손 그림 작업 없이도 정지된 캐릭터가 실제로 손을 흔들고 배경과 음악까지 포함된 영상이 생성되었습니다⁵.

다만 이 방식에는 검증이 필요한 한계도 있습니다. 김현호 개발자의 관찰에 따르면 생성된 영상에서 특정 캐릭터가 프레임마다 모양이 미세하게 변형되거나 표정 일관성이 떨어지는 현상이 발생했습니다⁵. AI가 프레임 간 일관성을 유지하려 노력하지만, 완전한 생생함을 위해선 여전히 사람의 보정과 조율이 필요함을 보여주는 사례입니다⁵.

LED 네 개를 켜면 뇌가 뱀을 보듯, 셀을 넘기든 뼈대를 움직이든 프롬프트를 입력하든 보는 사람의 뇌가 움직임을 만들어내는 사실은 동일합니다¹. 그림에 생명이 들어간 것이 아니라, 뇌가 정지의 연속을 움직임으로 엮어낸다는 점을 이해하면 애니메이션의 과거와 미래를 관통하는 원리를 명확히 파악할 수 있습니다.