본문으로 건너뛰기
Ink·tab
전체 유틸

색맹 · 색약 시뮬레이터

팔레트 또는 이미지를 4 시각 (적록 deutan · protan · 청황 tritan · 전색맹) 으로 동시 비교합니다.

모드
6 색을 4 시각으로 비교
원본
#3a4bd0
#2bb46c
#f59e0b
#ef4444
#8b5cf6
#f3f4f6
Deutan
#264dcc
#928a70
#dfaf0f
#837442
#4a70f1
#f3f4f6
Protan
#2d56d7
#ae9d69
#c99903
#5e5843
#4471fe
#f3f4f6
Tritan
#1e6073
#15b49d
#ff8172
#ff3745
#7b6f8b
#f2f4f5
Achromat
#555555
#838383
#a7a7a7
#777777
#7c7c7c
#f4f4f4

KWCAG 2.2 — 색 정보만으로 의미를 전달하지 않을 것 (지침 1.4.1). 이 도구로 색만 바꿨을 때 정보가 사라지는지 빠르게 검증할 수 있습니다.

브라우저 안에서만 처리됩니다. 네트워크 전송 없음.

언제 쓰나

디자인 시스템의 색을 결정한 직후, 데이터 시각화의 카테고리 색을 정한 직후, 또는 공공기관 외주 (KWCAG 2.2 준수 의무) 전에 한 번 검증할 때 씁니다. 대비 (contrast) 가 통과한 색쌍이라도 적록색약자에겐 같은 회색으로 보이는 경우가 있어, 색만으로 의미를 전달하는 차트·버튼·라벨이 무용지물이 됩니다.

두 모드

  • 팔레트 — hex / rgb / oklch 토큰을 한 개 또는 여러 개 (최대 24색) 붙여넣으면 4 시각으로 동시 비교. color-palette 의 11-stop 결과 통째로 넣어 두 stop 이 구분되는지 확인 가능.
  • 이미지 — JPG / PNG / WebP 한 장 (최대 20MB) 을 업로드하면 4 시각으로 변환된 이미지 4 장 + 원본을 동시에 표시. 차트·인포그래픽·UI 스크린샷 검증.

4 시각 type

  • Deuteranopia (deutan) — M-cone 결손, 적록 색맹의 약 75% 비중
  • Protanopia (protan) — L-cone 결손, 적록 색맹의 약 25%
  • Tritanopia (tritan) — S-cone 결손, 청황 색맹 (< 0.01% 빈도)
  • Achromatopsia (전색맹) — 모든 cone 결손, 회색조

각 type 의 부분 결손 (deuteranomaly · protanomaly) 은 동일 매트릭스의 severity 비례 — 본 도구는 v1 에서 완전 anopia 만 지원합니다.

시뮬레이션 모델

Machado, Oliveira, Fernandes (2009) 의 sRGB 직접 변환 매트릭스 (severity 1.0). 퍼포먼스를 위해 gamma-encoded sRGB 에 직접 적용 — linear-RGB 경유 대비 약 3 배 빠르며 디자이너 프리뷰 용도로 시각적 차이가 미미합니다. 정확한 의학적 진단용으로는 부적합.

KWCAG 1.4.1 — 색만으로 의미 전달 금지

한국형 웹 접근성 지침 (KWCAG) 2.2 의 1.4.1 항목, 그리고 WCAG 2.1 의 1.4.1 항목은 모두 "색만으로 정보·동작·반응을 식별·구분·강조하지 않을 것" 을 요구합니다. 본 도구의 4 시각 비교에서 같은 색으로 수렴되는 stop 이 보이면 — 색 외 다른 단서 (모양 · 텍스트 · 패턴 · 위치) 를 추가해야 합니다.

로컬 처리

이미지 디코드는 createImageBitmap, 시뮬레이션은 Canvas getImageData + 매트릭스 산술. 모두 브라우저 안에서. 매트릭스 계수가 코드에 박혀 있어 외부 모델 다운로드도 없습니다 — 추가 의존성 0KB.

이럴 땐 안 맞습니다

  • 의학 진단 — 본 도구는 디자인 검증용. 의료용은 표준화된 임상 검사 (이시하라 등) 를 사용하세요.
  • 색약 사용자가 보는 정확한 색 — 시뮬레이션은 모델이고 개인차가 있습니다. 실제 사용자 테스트를 대체하지 않습니다.
  • HEIC (iPhone 사진) — 브라우저가 디코드하지 못합니다. 먼저 JPG/PNG 로 내보내기 하세요.

이미지 · 팔레트 모두 페이지 안에서

Machado et al. 2009 매트릭스 산술 — 외부 모델·서버 호출 없음. 이미지 픽셀 처리는 Canvas getImageData, 결과는 페이지 안에서만 표시됩니다. 업로드 흔적 없음.

자주 묻는 질문

어떤 시뮬레이션 모델을 쓰나요?
Machado, Oliveira, Fernandes (2009) 의 sRGB 직접 변환 매트릭스 (severity 1.0 = 완전 anopia 가정). 본 도구는 퍼포먼스 우선으로 gamma-encoded sRGB 에 직접 적용 — 학술 정확도보다 디자이너 프리뷰 시각 일관성이 목표입니다. 의학 진단용으로는 부적합.
왜 4 type 만 다루나요?
이 도구가 보여주는 4 type — deuteranopia (M-cone 결손, 적록 색맹의 75%), protanopia (L-cone 결손, 적록 색맹 약 1%), tritanopia (S-cone 결손, 청황 색맹 < 0.01%), achromatopsia (전색맹) — 이 디자인 검증에 가장 자주 인용됩니다. 부분 결손 (deuteranomaly · protanomaly) 도 동일 매트릭스의 severity 비례 축소 — UI 단순화를 위해 v1 은 완전 anopia 만.
디자인 시스템 검증에 어떻게 활용하나요?
color-palette 의 11-stop 스케일 결과 또는 디자인 토큰 묶음을 팔레트 모드에 붙여넣어 4 시각에서 두 stop 이 구분되는지 확인. 또는 contrast 검사 통과한 색쌍이 적록색약자에겐 같은 회색으로 보이는지 (대비는 충분하지만 색 정보가 사라지는 케이스) 검증. KWCAG 2.2 지침 1.4.1 (색만으로 의미 전달 금지) 점검에 적합.
이미지가 외부로 전송되나요?
아니요. 디코드는 createImageBitmap, 시뮬은 Canvas getImageData + 매트릭스 산술 — 모두 브라우저 안에서 실행됩니다. 외부 모델 다운로드도 없습니다 (매트릭스가 코드 안에 박혀 있음 — 추가 의존성 0KB).