Okabe-Ito 색상 팔레트: 8가지 HEX 코드 총정리

Okabe-Ito 팔레트는 색각 이상을 고려해 만든 과학 그림용 8색 조합입니다.

남성은 약 12명 중 1명, 여성은 약 200명 중 1명이 어떤 형태로든 색각 이상을 겪습니다. 그림에서 빨강과 초록의 차이만으로 의미를 구분하면 독자와 심사자 중 적지 않은 사람이 의도와 다른 정보를 보게 됩니다. 이 글에서는 모든 HEX 코드와 RGB 값, 그리고 R, Python, CSS에 바로 붙여 넣을 수 있는 코드를 한곳에 정리했습니다.

Okabe-Ito 팔레트 8색 HEX 코드

이 8가지 색이 잘 구분되는 이유

색각 이상은 ‘세상이 회색조로 보이는 것’이 아닙니다. 흔한 유형의 색각 이상은 색 공간의 특정 축을 압축합니다. 그래서 주로 빨강-초록 축에서 차이가 나는 색은 서로 비슷하게 보이지만, 명도와 파랑-노랑 축의 차이는 비교적 잘 남습니다.

권장 사용 순서

8색보다 적게 쓸 때는 표의 앞에서부터 필요한 수만큼 고르지 마세요. 색 수가 적어도 서로 최대한 멀리 보이도록 다음 순서를 사용하면 좋습니다.

1. #0072B2 파랑
2. #E69F00 주황
3. #009E73 청록
4. #CC79A7 붉은 보라
5. #56B4E9 하늘색
6. #D55E00 주홍
7. #F0E442 노랑
8. #000000 검정

파랑과 주황을 먼저 쓰는 데에는 이유가 있습니다. 모든 색각 이상 유형에서 이 두 색의 대비가 가장 안정적으로 유지됩니다.

바로 복사해 쓰는 코드

R

okabe_ito <- c(
  "#E69F00", "#56B4E9", "#009E73", "#F0E442",
  "#0072B2", "#D55E00", "#CC79A7", "#000000"
)
# ggplot2
scale_colour_manual(values = okabe_ito)

Python

OKABE_ITO = [
    "#E69F00", "#56B4E9", "#009E73", "#F0E442",
    "#0072B2", "#D55E00", "#CC79A7", "#000000",
]
import matplotlib as mpl
mpl.rcParams["axes.prop_cycle"] = mpl.cycler(color=OKABE_ITO)

CSS

:root {
  --oi-orange:         #E69F00;
  --oi-sky-blue:       #56B4E9;
  --oi-bluish-green:   #009E73;
  --oi-yellow:         #F0E442;
  --oi-blue:           #0072B2;
  --oi-vermilion:      #D55E00;
  --oi-reddish-purple: #CC79A7;
  --oi-black:          #000000;
}

이 팔레트가 적합하지 않은 경우

• 순서형 또는 연속형 데이터. 지각적으로 균일한 순차형 색상표를 사용하세요. 보통 viridis를 선택합니다.
• 중앙값을 기준으로 갈라지는 데이터. ColorBrewer의 RdBu처럼 중앙에 중립색이 있는 발산형 배색을 사용하세요.
• 8개가 넘는 범주. 아홉 번째 색을 더하기보다 패널 분할, 그룹화, 직접 라벨링으로 그림 구조를 바꾸는 편이 대개 더 낫습니다.

자주 하는 실수

관련 글

관련 읽을거리: 과학 그림에 가장 좋은 컬러 팔레트 (2026), 과학 그림에서 흔한 5가지 실수.

자주 묻는 질문