AI가 좌표로 그림을 건네는 날을 꿈꾸며

AI 이미지 생성은 이미 충분히 그럴듯합니다.

하지만 대부분의 결과물은 여전히 픽셀 단위의 완성 이미지입니다. 우리는 여기서 한 걸음 더 나아가고 싶었습니다. AI가 그림을 단순히 만들어 내는 것이 아니라, 좌표와 패스로 설명하고, 사람이 다시 고칠 수 있는 형태로 건네도록 만드는 일입니다.

픽셀은 최종 화면을 남기고, 벡터는 그 화면을 만든 구조를 남깁니다.

01문제: 이미지는 예쁜데, 대화하기 어렵다

현재의 이미지 생성 모델은 빠르게 좋아지고 있습니다. 그러나 결과물은 대부분 래스터 이미지입니다. 멀리서 보면 충분히 자연스럽지만, 가까이 들어가면 색이 채워진 점의 배열입니다. 사용자가 “이 선만 조금 올려 주세요”라고 말했을 때, 시스템은 그 선의 의미를 직접 잡아내기보다 이미지를 다시 만들어야 하는 경우가 많습니다.

우리가 해결하고 싶었던 지점은 품질 경쟁이 아니었습니다. 더 선명하고 더 사실적인 그림보다, 다시 설명하고 다시 수정할 수 있는 그림이 필요했습니다. 메모 서비스 안에서 그림이 생각의 일부가 되려면, 그림도 텍스트처럼 일부를 집어 수정할 수 있어야 합니다.

02접근: 벡터는 그림의 의도를 저장한다

벡터는 화면의 색상 배열이 아니라 도형과 경로를 저장합니다. 예를 들어 M40 120 C 40 36 360 36 360 120이라는 한 줄은 “어디서 시작해, 어떤 제어점을 거쳐, 어디로 도착하는지”를 담습니다. 이 값은 사람이 읽을 수 있고, AI도 수정할 수 있습니다.

• 확대해도 깨지지 않습니다. 결과 픽셀이 아니라 수학적 경로를 다시 그리기 때문입니다.
• 부분 수정이 가능합니다. 앵커 포인트, 컨트롤 포인트, 색상, 레이어를 분리해 다룰 수 있습니다.
• 대화 단위가 작아집니다. 전체 이미지를 다시 만들지 않고 특정 패스나 좌표만 바꿀 수 있습니다.

<path d="M40 120 C 40 36 360 36 360 120" />
// start: (40, 120)
// controls: (40, 36), (360, 36)
// end: (360, 120)

03구현 방향: 메모 안에 캔버스를 넣는다

꼼꼼한 MCP에서 메모는 단순한 텍스트 저장소가 아닙니다. 텍스트, 이미지, 구조화된 필드가 AI와 사용자 사이에서 왕복하는 작업 단위입니다. 여기에 좌표 기반 캔버스를 붙이면, AI가 만든 그림도 하나의 메모처럼 저장하고 다시 불러올 수 있습니다.

사용자는 “또기를 벡터로 그려서 기록장에 남겨줘”라고 말할 수 있습니다. AI는 SVG 패스와 레이어를 만들어 메모에 남기고, 사용자는 다시 “부리를 조금 위로”, “몸통 곡선을 둥글게”, “이 선은 더 얇게”처럼 수정할 수 있습니다. 중요한 점은 이때 수정 대상이 이미지 전체가 아니라 구조화된 좌표라는 것입니다.

04기대효과: 생성보다 AI와 협업에 가까워진다

벡터 캔버스가 들어오면 AI 그림 기능은 “한 번 뽑아 보는 기능”에서 “같이 고쳐 가는 기능”으로 바뀝니다. 사용자는 결과물을 받아 보고 끝나는 대신, 좌표 하나, 곡선 하나, 레이어 하나를 기준으로 AI와 대화할 수 있습니다.

처음부터 완벽할 필요는 없습니다. 오히려 중요한 것은 틀린 곳을 정확히 가리킬 수 있다는 점입니다. 픽셀 이미지에서는 어긋난 선을 고치기 위해 전체 이미지를 다시 생성해야 할 수 있지만, 벡터에서는 제어점 하나를 옮기면 됩니다. 이 차이가 반복 작업의 품질을 만듭니다.

05우리가 보는 다음 단계

지금은 단순한 SVG와 패스 수준의 실험일 수 있습니다. 하지만 방향은 분명합니다. AI가 더 촘촘한 패스, 더 풍부한 그라데이션, 더 정교한 레이어 구조를 다룰수록 메모 안의 그림은 단순한 이미지가 아니라 수정 가능한 사고의 흔적이 됩니다.

꼼꼼한이 텍스트 메모로 생각을 붙잡는 도구였다면, 이제는 그림도 같은 방식으로 붙잡으려 합니다. 사람이 말하고, AI가 좌표로 그리고, 다시 사람이 고치는 왕복. 우리가 벡터 캔버스를 실험하는 이유는 바로 그 장면을 만들기 위해서입니다.