pile·
AI / ML·여기어때 (GC컴퍼니)여기어때 (GC컴퍼니)·

디자이너의 상상을 현실로: 여기어때 아이콘 생성기 제작기

여기어때 디자인팀이 디자인 시스템 YDS 의 2D·3D 아이콘을 일관되게 만들던 병목을, AI 생성과 벡터화 파이프라인을 묶은 "아이콘 생성기"로 자동화한 제작기를 다룬다. 단순히 AI 이미지를 뱉는 게 아니라, 브랜드 규칙을 학습시키고 비트맵을 실무에서 바로 쓰는 벡터 자산으로 변환하는 데 진짜 도전이 있었다.

핵심 포인트
  • YDS 의 반투명 질감·베벨·3D 앵글·브랜드 컬러 규칙 때문에 일반 AI 툴 결과물은 매번 리터칭이 필요해 오히려 느렸다.
  • 캔버스를 좌(3D)·우(2D 플랫)로 물리 이등분하고 영역을 격리해 한 번에 두 스타일을 "스타일 오염" 없이 생성했다.
  • 사용자가 첨부한 스케치의 실루엣은 유지하고 YDS 스타일·분할 규칙만 덧입히는 레퍼런스 기반 생성을 설계했다.
  • AI 비트맵을 자체 픽셀 스캔으로 안티앨리어싱·노이즈를 깎고 패스를 병합·정돈한 벡터로 변환했다.
  • 3D 는 PNG, 2D 는 정제된 SVG 로 클립보드에 바로 복사해 Figma 로 끊김 없이 붙여넣게 했다.
상세 정리
  • 배경: 서비스 확장으로 시각 에셋 수요가 폭증했고, YDS 일관성을 지키며 2D·3D 아이콘을 매번 세트로 만드는 과정이 작업 흐름의 심각한 병목이 됐다.
  • 일반 툴 한계: "빨간 캐리어 아이콘" 같은 요청에 스타일이 제각각 나와 디자인 툴로 다시 가져와 리터칭해야 해, 오히려 시간이 더 걸렸다.
  • 멀티 뷰 분할: AI 캔버스를 정확히 이등분해 좌측 3D, 우측 그림자·그라데이션을 뺀 2D 플랫을 배치하고, 두 영역이 조명·스타일로 간섭하지 않게 격리하는 규칙을 프롬프트에 주입했다.
  • 스타일 오염: 두 스타일을 동시에 요구하면 3D 렌더링에 2D 납작한 질감이 섞이는 문제를 위 영역 분리로 한 번의 생성에서 해결했다.
  • 레퍼런스 생성: 텍스트보다 그림이 의도를 잘 전달하는 경우를 위해, 첨부 스케치의 실루엣·형태를 유지하면서 YDS 스타일과 분할 규칙만 입히도록 설계했다.
  • 벡터화 동기: AI 가 만든 2D 는 비트맵이라 Figma·일러스트레이터에서 자유롭게 편집할 수 없어 "진짜 자산"이 아니라고 보고, 벡터 변환 파이프라인을 핵심 과제로 삼았다.
  • 배경 분리: 생성 시 배경을 순백(#FFFFFF)으로 강제하고 피사체 내부엔 순백을 못 쓰게 통제한 뒤, 자체 픽셀 스캔으로 외곽 안티앨리어싱과 노이즈를 깎았다.
  • 패스 최적화: 자동 벡터화가 앵커 포인트를 수백 개 찍어 편집이 어려운 문제를, 패스를 병합하고 좌표를 정돈하며 외곽선 속성을 걷어내 색이 채워진 순수 면 데이터로 압축했다.
  • UX: 3D 는 PNG, 2D 는 SVG 로 복사 버튼 한 번에 클립보드에 담겨 Figma 에 바로 붙고, 페이지네이션 대신 무한 캔버스 UI 와 즐겨찾기·ZIP 일괄 다운로드로 탐색 흐름을 끊지 않게 했다.
  • 교훈: 모델만 연동하면 끝이 아니라, 버전업마다 결과가 달라지므로 프롬프트·가이드라인을 끊임없이 튜닝하고 실무 워크플로에 녹여야 도구가 살아남는다.
왜 읽나디자인 시스템 일관성을 지키며 AI 생성 에셋을 실무에 쓰려는 디자이너·디자인 엔지니어에게, 프롬프트 영역 분리와 벡터화 파이프라인 설계의 구체적 레퍼런스.
여기어때 (GC컴퍼니)
여기어때 (GC컴퍼니) 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·인프랩 (인프런)인프런 (인프랩)·

    학습 에이전트 — AI 두뇌 구축하기

    인프런이 강의 학습 에이전트를 구축하며 겪은 기술 스택 선정, 컨텍스트·도구 설계, LLM-as-a-Judge 품질 개선, 비용 최적화 전략을 다룬다. LLM SSE 스트리밍 처리를 위해 Spring MVC + Virtual Thread + Spring AI를 선택하고, 명시적 프롬프트 캐싱으로 입력 토큰을 90% 절감하는 과정까지 실전 경험이 담겨 있다.

    #ai-agent#llm#llm-as-a-judge+2
  2. AI / ML·네이버 D2네이버 D2·

    AI 에이전트 회사 차리기: 설립부터 어디서든 동기화까지

    네이버 ENGINEERING DAY 2026 발표. Claude Code를 매일 쓰지만 매번 초기화되는 문제를 해결하기 위해 NaverMadCat이라는 다중 AI 에이전트 조직 프레임워크를 구축한 경험을 다룬다. 비서실장 역할의 에이전트가 10개 부서 에이전트를 조율하며, 어느 환경에서 접속해도 동일한 컨텍스트로 동작하도록 동기화 메커니즘을 구현했다.

    #claude-code#multi-agent#ai-agent+2
  3. AI / ML·vercel-blogVercel Blog·

    AI Gateway에서 실시간 음성 에이전트 구축하기

    Vercel AI Gateway가 음성·오디오 기능을 정식 지원한다. 실시간 대화 음성(Realtime Voice), 텍스트→음성(TTS), 음성→텍스트(STT) 세 가지를 기존 텍스트/이미지 모델과 동일한 라우팅·인증·모니터링 체계 위에서 사용할 수 있다. OpenAI gpt-realtime-2·Whisper와 xAI Grok 오디오 모델을 지원하며, AI SDK 7 베타로 제공된다.

    #llm-app#ai-sdk#realtime-voice+2