01. 내가 직접 「기」의 ㄱ을 그렸다

「기」의 초성 ㄱ에는 곡선이 없다.
가로선, 세로선, 대각선, 하단의 가로 엔딩까지
모든 외곽선은 직선으로 이루어진다.

나는 Adobe Illustrator의 가로 52칸 × 세로 59칸 모눈을 기준으로
「기」의 ㄱ을 직접 그린 뒤,
AI에게 이 형태를 분석하도록 했다.

02. 「기」의 ㄱ을 8개의 좌표로 설명하다

나는 AI가 임의로 ㄱ의 모양을 해석하지 못하도록
외곽을 구성하는 8개의 좌표를 직접 지정했다.

마지막에는 반드시 ⑧에서 다시 원점 ①로 복귀한다.
그래야 외곽선이 완전히 닫힌다.

이 폐쇄된 외곽선 안을 검은색으로 채우면
「기」의 초성 ㄱ이 완성된다.

03. 좌표가 있어도 AI는 연결을 잘못했다

좌표를 정확히 제시했다고 해서
AI가 즉시 구조를 이해한 것은 아니었다.

첫 번째 좌표 실험에서 AI는
④와 ⑤를 연결한 뒤
⑤에서 ⑥으로 선을 출발시키지 않았다.

대신 ④와 ⑤ 사이의 중간 지점에서
⑥ 방향으로 대각선을 연결했다.

04. ①부터 ⑧, 그리고 원점 복귀까지 다시 가르치다

나는 연결 순서를 다시 처음부터 설명했다.
이번에는 좌표만 제시하지 않고,
각 선분의 방향과 역할까지 하나씩 알려주었다.

특히 ⑤에서 ⑥으로 직접 연결하는 것과,
⑦과 ⑧을 같은 높이의 수평선으로 연결하는 것이 중요하다.

05. AI가 마침내 내 연결 의도를 이해했다

수정된 설명을 바탕으로
AI는 ①부터 ⑧까지의 연결 순서와
⑧에서 ①로 돌아가는 폐쇄 경로를 다시 그렸다.

첫 번째 결과보다 분명히 나아졌다.
특히 ⑤에서 ⑥으로 선을 직접 연결해야 한다는 의도를 이해했다.

06. 이 「ㄱ」 형태가 적용되는 글자

이 ㄱ은 초성이 왼쪽에 있고,
중성이 오른쪽에 배치되는 글자에 적용한다.

위 글자들의 초성 ㄱ은
동일한 기본 외곽 구조를 유지한다.

쌍기역 ㄲ 역시 이 ㄱ의 구조를 두 개 결합하여 만든다.

ㄲ은 일반적인 쌍기역 모양을 임의로 새로 그리는 것이 아니라,
학습된 ㄱ의 DNA를 두 개 결합하여 구성해야 한다.

07. 받침이 들어가는 글자에도 같은 DNA를 적용한다

이 규칙은 받침이 없는 글자에만 적용되는 것이 아니다.
초성이 왼쪽, 중성이 오른쪽,
종성이 아래쪽에 배치되는 글자에도 같은 ㄱ의 기본 구조를 적용한다.

다만 받침이 아래쪽 공간을 차지하기 때문에,
이 유형의 초성 ㄱ은 「기」의 ㄱ보다 상대적으로 높이가 작아져야 한다.

기본 구조와 연결 순서는 유지하지만,
일부 좌표를 위로 이동시켜
종성이 들어갈 공간을 확보한다.

08. 받침이 들어갈 때 이동하는 좌표

「기」의 ㄱ은 하나의 완전히 고정된 그림이 아니다.
기본 DNA를 유지한 상태에서
받침의 유무와 글자 내부 공간에 따라 일부 앵커가 이동한다.

먼저 ③과 ⑥의 위치가 위로 올라간다.
그에 따라 대각선과 하단 가로 엔딩을 구성하는
④와 ⑤도 함께 위로 이동한다.

④와 ⑤는 서로의 수평 관계를 유지한 상태로
그대로 위로 이동할 수 있다.
또한 받침 공간을 더 확보해야 할 경우
디자이너의 판단으로 강제로 더 올릴 수도 있다.

필요한 경우 ⑥은 ⑦의 높이까지 올라갈 수 있다.

09. 학습한 규칙으로 「김」을 생성하다

나는 지금까지 정리한 규칙을 준수하여
「김」 글자를 생성하도록 AI에게 지시했다.

「김」은 초성 ㄱ이 왼쪽,
중성 ㅣ가 오른쪽,
종성 ㅁ이 아래쪽에 배치되는 구조다.

AI는 「기」의 ㄱ을 기본형으로 삼고,
③·④·⑤·⑥ 좌표를 위로 이동시켜
받침 ㅁ이 들어갈 공간을 확보하려고 했다.

결과는 완전한 성공은 아니었다.
특히 ⑦과 ⑧ 좌표의 연결이
같은 높이의 수평선으로 유지되지 않았다.

좌표의 위치와 획의 두께도
연구원님의 원도 규칙과 정확하게 일치하지 않았다.

10. 이번 실험에서 발견한 문제점

11. 앞으로는 좌표 기반 벡터 학습으로 발전시킨다

이번 실험을 통해
원도 이미지만 보여주는 방식보다
좌표와 이동 규칙을 데이터로 제공하는 방식이 더 중요하다는 사실을 확인했다.

「기」의 ㄱ을 기본형으로 두고,
「김」의 ㄱ은 받침형,
「끼」와 「깊」의 ㄲ은 쌍자음형으로 분리하여 관리한다.

다음 단계에서는 이미지 생성 AI가 임의로 선을 해석하게 두기보다,
좌표에 따라 SVG 또는 벡터 경로를 직접 만드는 방식을 검토해야 한다.

12. 하나의 ㄱ에서 발견한 중요한 가능성

이번 실험은 단순히 「기」의 ㄱ 하나를 그린 작업이 아니다.
AI가 한글 자소를 어떤 방식으로 이해해야 하는지를 시험한
첫 번째 좌표 기반 학습이었다.

처음에 AI는 ㄱ의 형태를 제대로 인식하지 못했고,
8개의 좌표를 제공한 뒤에도 연결 순서를 틀렸다.

그러나 디자이너가 정확한 좌표와 연결 순서,
꺾임점, 가로 엔딩, 수평선, 원점 복귀 규칙을 반복해서 알려주자
AI는 조금씩 구조를 이해하기 시작했다.

「김」 생성 결과는 아직 완전하지 않았다.
그러나 AI가 고정된 이미지가 아닌
가변 좌표 구조를 이해하기 시작했다는 점에서 의미가 있다.

앞으로는 원도를 단순한 이미지로만 학습시키는 방식에서 벗어나,
좌표·연결 순서·두께·이동 규칙을 포함한
벡터 기반 설계 데이터로 발전시켜 나갈 것이다.