LICA: 그래픽 디자인 연구를 위한 계층적 이미지 구성 주석 (LICA)

1. 문제 정의 (Problem)

기존의 그래픽 디자인 데이터셋은 AI 모델이 디자인의 구조적, 제약 기반 특성을 이해하고 생성하는 데 있어 다음과 같은 한계를 가지고 있었습니다.

• 구조적 정보의 부재: 기존 데이터셋 (Magazine, CGL-Dataset, PKU-PosterLayout 등) 은 대부분 평면 래스터 이미지나 단순한 바운딩 박스 (Bounding Box) annotations 에 의존합니다. 이는 텍스트, 이미지, 벡터, 그룹 등 개별 요소 간의 위계적 관계 (Hierarchy), 레이어 순서, 스타일 속성 (폰트, 색상, 투명도 등) 을 무시합니다.
• 정적 (Static) 인 관점: 모든 기존 데이터셋은 단일 프레임의 정적 이미지를 다룹니다. 현대 디자인의 핵심 요소인 애니메이션, 비디오, 시간적 구조 (Temporal Structure) 를 표현할 수 없습니다.
• 범위의 제한: 특정 도메인 (예: 포스터만) 에 국한되거나, 샘플 수가 적고 (약 24K 이하), 세부적인 서브타입 (Vector, Lottie 등) 을 구분하지 못합니다.

이러한 한계로 인해 AI 는 디자인을 픽셀 단위의 이미지로만 인식할 뿐, 편집 가능한 구조화된 프로그램으로 이해하거나 동적인 디자인을 생성하는 데 어려움을 겪고 있습니다.

2. 방법론 및 데이터셋 구성 (Methodology)

LICA 는 이러한 한계를 극복하기 위해 155 만 개 이상의 멀티 레이어 그래픽 디자인 구성을 포함하는 대규모 데이터셋을 구축했습니다.

• 데이터 구조:
  • 각 디자인은 계층적 JSON으로 표현되며, 텍스트, 이미지, 벡터, 그룹 (Group) 등의 타입화된 컴포넌트 (Component) 로 구성됩니다.
  • 각 컴포넌트는 공간 기하학 (위치, 크기), 타이포그래픽 속성, 투명도, 가시성 등 풍부한 메타데이터를 포함합니다.
  • 템플릿 기반 조직화: 971,850 개의 고유한 템플릿으로 구성되며, 하나의 템플릿은 최대 24 개의 레이아웃 변형 (Variants) 을 가질 수 있어 디자인 일관성과 스타일 변형을 연구할 수 있게 합니다.
• 컴포넌트 유형 및 속성:
  • 텍스트: 2,700 개 이상의 폰트 패밀리, 글자 단위 스타일 오버라이드 (Style Ranges), 아크형 텍스트 경로 (Curvature) 등을 지원합니다.
  • 이미지: 원본 자산과 잘린 영역 (Crop) 을 분리하여 저장하는 2 단계 표현 방식을 사용하여 클리핑 패스, 회전, 변형을 정밀하게 기록합니다.
  • 벡터: Lottie 애니메이션, 그래프 SVG, 스트로크 SVG 등 3 가지 서브타입을 구분합니다.
  • 그룹: 자식 요소를 포함하는 컨테이너로, 중첩된 계층 구조를 지원합니다.
• 시간적 모달리티 (Temporal Modality):
  • 그래픽 디자인 비디오: 27,261 개의 애니메이션/비디오 레이아웃을 포함합니다. 이는 자연 영상과 달리, 컴포넌트 계층 내에서 키프레임, 이징 곡선 (Easing curves), 지속 시간, 시작 시간 오프셋을 직접 인코딩하여 시간적 구조를 정의합니다.
• 데이터 수집 및 품질 관리:
  • 커스텀 렌더링 엔진을 기반으로 한 주석 파이프라인을 구축하여, 주석자들이 구조화된 형식으로 직접 디자인을 생성하도록 유도했습니다.
  • 자동화 검증 (구조 무결성) 과 수동 QA 팀의 시각적 검증을 통해 데이터의 정확성을 보장했습니다.

3. 주요 기여 (Key Contributions)

1. 규모와 구조적 충실도 (Scale and Structural Fidelity):
   • 기존 데이터셋보다 수백 배 큰 규모 (약 155 만 개 레이아웃, 2,460 만 개 이상의 개별 컴포넌트) 를 제공합니다.
   • 단순한 바운딩 박스를 넘어, 각 요소의 타이포그래피, 스타일, 위계적 관계를 포함한 완전한 계층 구조를 제공합니다.
2. 그래픽 디자인 비디오의 도입:
   • 그래픽 디자인을 시간적 매체로 처음 표현한 데이터셋입니다. 27,000 개 이상의 애니메이션 레이아웃에 컴포넌트별 키프레임 및 모션 파라미터를 포함하여, 동적 디자인 생성 연구를 가능하게 합니다.
3. 새로운 연구 패러다임의 제시:
   • 픽셀이 아닌 디자인 구조 (Structure) 를 직접 조작하는 모델을 위한 기반을 마련했습니다. 레이어 인식 인페인팅, 구조적 레이아웃 생성, 제어된 디자인 편집, 시간적 일관성 있는 생성 모델링 등 새로운 연구 과제를 정의했습니다.

4. 결과 및 데이터 특성 (Results & Characteristics)

• 다양성: 20 개의 디자인 카테고리 (인스타그램 게시물, 프레젠테이션, 명함, 인포그래픽 등) 와 971,850 개의 고유 템플릿을 포함합니다.
• 세부 통계:
  • 텍스트 컴포넌트: 814 만 개 이상 (평균 레이아웃당 5.25 개).
  • 이미지 컴포넌트: 701 만 개 이상.
  • 벡터 컴포넌트: 419 만 개 이상.
  • 그룹 컴포넌트: 531 만 개 이상.
• 비디오 분포: 소셜 미디어 비디오 (16,275 개), 프레젠테이션 (6,576 개) 등 다양한 시간적 디자인 표면 (Temporal Design Surfaces) 을 포함합니다.
• 렌더링 파이프라인: 구조화된 JSON 을 HTML/CSS 렌더링 엔진을 통해 시각화하여, 생성된 디자인이 편집 가능하고 수정 가능한 프로그램으로 작동함을 증명했습니다.

5. 의의 및 향후 연구 방향 (Significance & Future Directions)

LICA 는 그래픽 디자인 AI 연구에 다음과 같은 중대한 의의를 가집니다:

• 구조적 생성 및 편집: 디자인을 픽셀이 아닌 '편집 가능한 구성 요소'의 집합으로 다루어, 텍스트 제거, 이미지 교체, 레이어 재배열 등 의미 있는 디자인 편집 작업을 가능하게 합니다.
• 타이포그래피 연구: 글자 단위 스타일 속성 데이터를 통해 폰트 생성 및 타이포그래픽 분석 연구의 새로운 지평을 엽니다.
• 단편 마케팅 비디오 생성: 컴포넌트별 모션 메타데이터를 활용하여, 플랫폼 제약 조건 내에서 텍스트 애니메이션 동기화 및 제품 강조 타이밍을 예측하는 생성 모델을 훈련할 수 있습니다.
• 디자인 품질 평가: 기존 기하학적 메트릭이나 LLM 기반 평가의 한계를 넘어, 구조적 일관성과 카테고리별 맥락을 고려한 학습 기반 품질 평가 메트릭 개발의 토대가 됩니다.

결론적으로, LICA 는 그래픽 디자인을 단순한 이미지 생성이 아닌, 구조적 제약과 시간적 흐름을 가진 복잡한 시스템으로 이해하고 생성하는 AI 모델 개발을 위한 필수적인 인프라를 제공합니다.