RTINGS 2.0은 방금 TV 리뷰를 재구성했으며 퀀텀닷이 정말 멋지게 보입니다.
하이엔드 TV를 구입한 적이 있다면 새벽 2시에 RTINGS에 접속해 차트를 훑어보고 어떤 패널이 Dune을 아라키스처럼 보이게 할 수 있는지 해독해본 적이 있을 것입니다. RTINGS는 다른 사람들이 모두 참고하는 사이트입니다. 따라서 올봄에 사이트가 테스트를 개편했을 때, 이는 쇼핑객과 업계 모두에게 중요한 문제였습니다.
RTINGS가 중요한 이유
RTINGS는 인터넷에서 가장 영향력 있는 실험실 중심의 TV 리뷰 사이트입니다. 3월에는 성능 측정 방식과 점수 표시 방식을 개선하는 대대적인 업데이트인 TV 테스트 벤치 2.0을 출시했습니다. 새로운 시스템에서는 '성능 사용'(밝기, 블랙 레벨, 색상, 모션 등에 대한 독립형 점수)을 도입하고 루브릭을 강화하여 실제 가정에서 보는 것과 더 잘 일치하도록 수치를 더 엄격하게 표시합니다. 번역: 점수가 더 엄격해지고 더 많은 정보를 제공합니다.  
특히 의미 있는 변화는 다음과 같습니다:
색 볼륨을 위한 색 영역 링. 이제 RTINGS는 '색상'에 대한 단일 막대 대신 TV가 밝기 레벨에 걸쳐 얼마나 많은 기준 색 공간을 재현할 수 있는지를 평가합니다. Gamut Rings는 프로 캘리브레이션 업계에서 주목받고 있는 새로운 컬러 볼륨 측정 방식입니다.  
스펙트럼 전력 분배(SPD) 차트. 이제 RTINGS는 TV에서 나오는 빛의 스펙트럼을 게시합니다. 이를 통해 클래식 화이트 LED, KSF/PFS 레드 인광체 혼합, 진정한 퀀텀닷 백라이트 또는 QD-OLED의 RGB 스택 등 내부의 실제 조명 엔진을 확인할 수 있습니다. 개별 리뷰에서 SPD가 하드웨어를 확인하는 명시적인 콜아웃도 찾아볼 수 있습니다. 
주변 색상 채도. 새로운 테스트는 어두운 실험실뿐만 아니라 밝은 실내에서도 색상이 얼마나 잘 유지되는지 보여줍니다. 이는 램프, 창문, 화창한 오후의 거실 현실을 재현하는 데 매우 유용합니다. 
모션/반응 시간 개편. RTINGS는 게이머와 스포츠 팬에게 매우 중요한 반응 시간 (색상 전환 포함) 을 강화했습니다. 
더 엄격하고 균형 잡힌 채점. 이제 각 성능 영역이 어려운 방식으로 채점되기 때문에 일부 카테고리, 특히 색상과 모션이 전체 혼합 사용 점수에서 더 큰 비중을 차지합니다.
TV 기술 비교 - RTINGS 2.0 평균 점수
큰 그림: 2.0에서 누가 승리할까요?
처음 몇 달간의 RTINGS 2.0 결과를 위의 차트에 정리했습니다. 몇 가지 패턴이 눈에 띕니다:
모든 제품의 점수가 더 까다로운 기준에 따라 떨어졌지만 하락 폭은 동일하지 않았습니다. 데이터 세트에 따르면 QD-OLED 및 QD-LCD 모델은 평균적으로 약 0.5점 하락한 반면, WOLED는 조금 더 하락했고 소위 "유사 QLED" 세트를 포함한 WLED/KSF 백라이트가 장착된 세트는 1점 이상 하락했습니다. 이는 점수의 변별력을 높이겠다는 RTINGS의 목표와 일치하는 결과입니다. 
9개 브랜드의 55개 모델(전환 이후 테스트)을 대상으로 한 오늘의 스냅샷에서 QD-OLED가 혼합 사용 순위에서 1위를 차지했으며, WOLED가 그 뒤를 이었고 풀팻 QD-LCD가 모든 LCD를 이끌었습니다. 색상과 모션이 점수에 더 많은 영향을 미치는 KSF, "유사 QD" 및 일반 WLED 세트는 눈에 띄게 하락했습니다.
컬러는 새로운 킹메이커
RTINGS 2.0은 단순히 넓은 색 영역을 커버하는 디스플레이와 넓은 다이나믹 레인지에서 색 정확도를 유지할 수 있는 디스플레이 사이에 더 많은 일광을 제공합니다. 색 영역 링 접근 방식을 사용하여 색 볼륨을 조절합니다:
BT.2020 컬러 볼륨에서 QD-OLED가 크게 앞서고 있으며, QD-LCD가 그 뒤를 잇고 있습니다.
WOLED, KSF 및 "유사 QD"는 60% 중반 범위에서 클러스터링됩니다.
YAG 기반 WLED(와이드 가멋 기술 없음)는 BT.2020 SDR 볼륨의 약 45%에 비해 훨씬 뒤처집니다.
이것이 바로 가멋 링의 의미, 즉 세트가 다양한 밝기 범위에서 얼마나 정확하게 색상을 전달할 수 있는지를 보여주는 것입니다.  
그리고 밝은 실내 스트레스 테스트인 주변 색상 채도에서도 이 패턴이 유지됩니다. QD-OLED 및 True QD-LCD는 더 좁고 순수한 원색을 생성하도록 설계된 조명 엔진에서 기대할 수 있는 WOLED 및 KSF 세트보다 채도를 더 잘 유지합니다. 
밝기: 여전히 미니 LED 마력이 지배
최고 밝기는 최신 QD-MiniLED LCD 괴물들이 유연하게 움직이는 곳입니다. RTINGS의 익숙한 HDR 피크 10% 창 메트릭을 보면 롤업이 표시됩니다:
QD-LCD는 평균 ~2,000니트 미만입니다,
QD-OLED는 10대 중반(최근 세트의 경우 약 1,500니트) 정도입니다,
WOLED/KSF/"유사 QD"는 일반적으로 ~900~1,000니트 대역에 위치합니다.
퀀텀닷 필름을 사용한 미니 LED 백라이트는 색을 씻어내지 않고도 스페큘러 하이라이트를 위한 헤드룸을 최대한 확보할 수 있으며 RTINGS는 이를 일관되게 측정합니다. 
모션: OLED는 터치할 수 없고, QD-LCD는 가장 빠른 LCD입니다.
블러 없는 동작을 추구한다면, 발광 OLED는 RTINGS 방식에서 밀리초 미만의 "첫 번째 응답" 전환으로 다른 리그에 머물러 있습니다. LCD 중에서도 QD-LCD는 샘플에서 일관되게 최고의 응답 시간을 기록했으며, 이는 KSF 기반 세트와 비교했을 때 눈에 띄는 격차입니다. 그럴듯한 이유 중 하나는 퀀텀닷 다운 컨버전 속도가 매우 빠르기 때문에(나노초) 백라이트 자체가 액정의 본질적으로 느린 셔터에 지연 시간을 추가하지 않는다는 점입니다. 반면 형광체는 감쇠 시간이 수 밀리초 정도로 길어 LCD의 속도를 훨씬 더 느리게 합니다.
"유사 QLED"와 실제 제품 - 스펙트럼은 거짓말을 하지 않습니다.
마케팅 언어가... 창의적이 되었습니다. 일부 저가형 "QLED" TV는 미량의 퀀텀닷만 사용하지만 주로 KSF 적색 형광체와 녹색 형광체에 의존하여 더 넓은 .
RTINGS 2.0에서는 갑자기 쉽게 발견할 수 있습니다. 이제 리뷰는 픽셀 섹션에서 SPD 차트를 링크합니다. 631nm 부근의 선명한 빨간색 선들이 모여 있는 클러스터가 KSF 시그니처입니다. 몇몇 2024년형 "Q" 모델은 RTINGS 카피에서 KSF 플러스 모델이라고 명시적으로 언급되어 있습니다. 반대로 QD도 KSF도 사용하지 않는 보급형 모델도 있는데, 이는 넓고 덜 분리된 원색으로 나타나며 색 성능이 약합니다. 
라벨뿐 아니라 조명 엔진을 확인하고 두 개의 'QLED'가 왜 그렇게 다르게 작동하는지 이해할 수 있어 쇼핑객에게 유용합니다.
이것이 구매자에게 의미하는 바(그리고 2.0의 출시가 마음에 드는 이유)
현실 세계의 색상에 관심이 있다면 이제 RTINGS의 색상 및 주변 색 채도 점수를 통해 와이드 가멋 엔진(QD-OLED, True QD-LCD)과 다른 모든 엔진 간의 차이를 파악할 수 있습니다. 
밝은 실내에서 많이 시청하는 경우 밝기 및 반사 처리를 확인한 다음 주변 색상 점수를 살펴 채도가 씻겨나가지 않는지 확인하세요. 미니 LED QD-LCD는 종종 여기서 빛을 발합니다. 
게임을 한다면 모션/반응 시간 및 게임 모드 반응성을 살펴보세요. OLED는 여전히 모션 선명도가 뛰어나지만 2.0 이하에서는 LCD 기술 간의 격차가 의미 있게 벌어집니다. 
결론
RTINGS의 테스트 벤치 2.0은 TV 구매자에게 큰 도움이 됩니다. 새로운 지표와 더 엄격해진 채점 기준을 통해 진정한 와이드 컬러, 고성능 세트와 유사 제품을 쉽게 구분할 수 있습니다. 지금까지 집계된 데이터에 따르면, QD-OLED 및 QD-LCD와 같은 퀀텀닷 기술은 컬러 볼륨, 밝은 실내 채도, (QD-LCD의 경우) HDR 피크에서 우위를 점하며 새로운 시스템에서 꾸준히 상위권에 올랐습니다. 특히 암실을 중요시하는 사람들에게는 WOLED가 여전히 우수하지만, 색상과 밝기가 함께 중요한 경우에는 QD가 탄력을 받고 있으며, 이제 그 이유를 보여주는 테스트 벤치가 있습니다. 
⸻
이 글의 차트에 대한 참고 사항
모든 점수와 데이터는 이 글을 쓰는 시점의 RTINGS 2.0 리뷰에서 집계된 것입니다. 점수 하락은 2.0과 비교하여 1.11 미만의 점수를 받은 동일 모델의 과거 데이터를 사용하여 계산되었습니다. 개별 모델은 다양하며 RTINGS는 지속적으로 데이터베이스를 업데이트합니다. 각 지표에 대한 정확한 방법론은 위에 링크된 RTINGS의 테스트 페이지를 참조하세요. 
