AI 이미지 생성은 이미 충분히 그럴듯합니다. 프롬프트 몇 줄이면 포스터 같은 그림도, 제품컷 같은 장면도 빠르게 나옵니다. 그런데 막상 메모나 작업물 안에서 다시 고치려고 하면 문제가 드러납니다. 대부분의 결과물은 여전히 도트(픽셀)로 굳어진 완성 이미지이기 때문입니다.
우리가 궁금했던 것은 “더 예쁘게 그릴 수 있나”가 아니었습니다. AI가 만든 그림을 사람이 이어받아 고칠 수 있을까. 더 나아가 AI가 그림을 좌표와 패스의 형태로 그려 주고, 사용자가 그 구조 위에서 다시 생각을 얹을 수 있을까. 꼼꼼한 MCP의 벡터 캔버스 실험은 그 질문에서 출발했습니다.
- 픽셀은 결과를 보여주지만 의도를 남기기 어렵습니다. 확대하면 깨지고, “이 선만 조금 올려줘” 같은 요청을 다루기 어렵습니다.
- 벡터는 그림을 좌표의 언어로 바꿉니다. 출발점, 제어점, 도착점이 남기 때문에 사람이 읽고 AI가 다시 수정할 수 있습니다.
- 꼼꼼한 MCP가 보고 있는 방향은 생성보다 협업입니다. 그림을 한 번 뽑고 끝내는 것이 아니라, 메모처럼 저장하고 다시 불러와 함께 고치는 흐름입니다.
01문제: 이미지는 예쁜데, 대화하기 어렵다
래스터 이미지는 최종 화면을 저장합니다. 색이 찍힌 점들이 촘촘히 모여 하나의 장면을 만들고, 우리는 그 장면을 봅니다. 결과만 놓고 보면 충분히 훌륭합니다. 하지만 수정의 순간에는 이야기가 달라집니다.
사용자가 “이 곡선만 조금 부드럽게”, “오른쪽 선만 얇게”, “몸통은 유지하고 부리 각도만 바꿔줘”라고 말했을 때, 픽셀 이미지는 그 요청을 구조적으로 받아들이기 어렵습니다. 시스템은 선의 의미를 직접 잡기보다 비슷한 이미지를 다시 만들어야 하는 경우가 많습니다.
메모 서비스 안에서 그림이 생각의 일부가 되려면, 그림도 텍스트처럼 일부를 집어 고칠 수 있어야 합니다. 문장에서 단어 하나를 바꾸듯, 그림에서도 점 하나와 선 하나를 다룰 수 있어야 합니다.
02벡터는 그림의 의도를 저장한다
벡터는 화면의 색상 배열이 아니라 도형과 경로를 저장합니다. 예를 들어 SVG의 패스 한 줄은 “어디서 시작해, 어떤 제어점을 지나, 어디로 도착하는지”를 담습니다. 이것은 이미지가 아니라 이미지의 설계도에 가깝습니다.
이 한 줄은 사람이 완전히 외울 필요는 없습니다. 전체 그림을 다시 생성하지 않고도 시작점, 제어점, 색상, 레이어 같은 요소를 따로 다룰 수 있습니다.
- 확대해도 깨지지 않습니다. 결과 픽셀이 아니라 수학적 경로를 다시 그리기 때문입니다.
- 부분 수정이 쉬워집니다. 앵커 포인트, 컨트롤 포인트, 색상, 레이어를 분리해 고칠 수 있습니다.
- AI와 대화하는 단위가 작아집니다. “전체를 다시 그려줘”보다 “이 패스의 제어점을 조금 낮춰줘”가 훨씬 명확합니다.
03꼼꼼한 MCP에서는 메모 안에 캔버스가 들어간다
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.
예를 들어 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 말할 수 있습니다.
이때 핵심은 수정 대상이 이미지 전체가 아니라 구조화된 좌표라는 점입니다.
그림이 AI와 작성자 모두에게 열려 있는 데이터가 됩니다.
아직은 완성품이 아닙니다.
AI와 쓰는 메모는 실험 방향으로 보는 것이 맞습니다. 벡터 캔버스가 모든 이미지를 즉시 완벽하게 바꾸지는 못합니다. 다만 반복해서 고쳐야 하는 캐릭터, 아이콘, 간단한 도해, 메모용 스케치에서는 “다시 생성”보다 “부분 수정”이 훨씬 자연스러운 작업 방식이 될 수 있습니다.
04생성 기능이 아니라 협업 기능이 된다
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 필요도 줄어듭니다. 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 옮기는 것으로 충분할 수 있습니다.
05우리가 보는 다음 단계
지금은 단순한 SVG와 패스 수준의 실험일 수 있습니다. 하지만 방향은 분명합니다. AI가 더 촘촘한 패스, 더 풍부한 색상 정보, 더 정교한 레이어 구조를 다룰수록 메모 안의 그림은 단순한 첨부 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.
꼼꼼한이 꿈꾸는 그림 메모는 AI와 인간의 협업입니다.
댓글 0
첫 댓글을 남겨보세요.