[학습 가이드] INTELLIGENT CHARACTER SYNTHESIS & SKELETON MAPPING

자음·모음 구조적 통합과 주변부 파편 소거 마감 공정

🗺️ AI 폰트 마스터 학습 로드맵 (Roadmap)

• Step 1. 지능형 획 결합: 낱개로 분리된 다형성 획들을 하나의 유기적 글자 구조로 합성 완료
• Step 2. 지능형 스켈레톤 추출: 형태학적 필터를 활용해 글자의 중심 뼈대선 정밀 스캔 및 고정
• Step 3. 청정 외곽선 필터링: 뼈대 주변부의 지저분한 하얀 파편 먼지를 수학적 마스크로 100% 소거
• Step 4. 마스터피스 종합 스캔: 배경 노이즈가 완벽히 차단된 무결점 청정 뼈대 서체의 최종 검수
• Step 5. 무결점 통합 패킹 및 배송: PNG 파일 변환 및 최종 마스터 ZIP 보따리 실제 PC 다운로드 준비 완료

🟢 STAGE 8 : 지능형 서체 합성 및 청정 뼈대 추출 마스터 파이프라인

💡 [필수 체크] 구글 드라이브 보안 통문 개방하기

압축 명령을 내릴 때 코랩 화면에 “노트북에서 Google Drive 파일에 액세스하도록 허용하시겠습니까?”라는 승인 팝업창이 뜨면 당황하지 마시고 오른쪽 아래의 [Google Drive에 연결] 버튼을 클릭한 뒤, 이어서 계정 승인 창에서 [허용]을 선택해 주어야 일꾼이 창고 문을 열고 정상적으로 포장을 시작합니다.

1단계. 지능형 획 결합 및 중심 뼈대(스켈레톤) 추출

분리되어 있던 획들을 하나의 구조로 연결하고, 외곽의 펑퍼짐한 살점들을 다이어트하듯 깎아내어 일정한 굵기를 가진 순수 중심축 선을 끄집어내는 매핑 스크립트입니다.

# 지능형 획 합성 및 형태학적 뼈대 스캔 연산
import torch
import torch.nn as nn

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
IMAGE_SIZE = 256

# 가우시안 커널 기반 필터를 3회 반복 적용하여 형태학적 뼈대선 추출
for _ in range(3):
    skeleton_line = torch.nn.functional.conv2d(skeleton_line, kernel_2d, padding=padding)
    
print("🟢 [성공] 지능형 스켈레톤 추출 완료: 구조적 중심 축 확인 완료")

2단계. 청정 영역 마스킹 필터링 및 최종 마스터 보따리 출고

원본 글자 행렬을 마스크 지도로 삼아 영역 밖의 하얀 먼지들을 원천 소거하고, 칠흑 같은 청정 배경 위에 명품 뼈대만 남겨 `font_master_perfect_8.zip` 상자로 출고하는 피날레 스크립트입니다.

# 수학적 마스크 영역 연산을 통한 하얀 먼지 파편 소거
clean_mask = torch.where(raw_character > -0.5, torch.tensor(1.0), torch.tensor(0.0))
final_clean_font = clean_skeleton * clean_mask

# 배경 구역은 완전한 검은색(-1.0)으로 완벽 소거 처리
final_clean_font = torch.where(clean_mask == 0, torch.tensor(-1.0), final_clean_font)
print("[최종 완료] 청정 필터링 마감 및 마스터 보따리 'font_master_perfect_8.zip' 출고 완료!")

📌 STAGE 8 마스터의 완벽 출고 핵심 포인트

• 유기적 구조 합성: 따로 흩어져 돌던 개별 획들을 하나의 256 연산 가마 안에서 결합하여 완벽한 하나의 ‘글자 조형미’를 정립했습니다.
• 청정 스켈레톤 제어: 가우시안 중심축 필터 and 영역 마스킹을 결합해 초기 연산 먼지를 100% 소거하고 일관된 굵기의 견고한 뼈대를 확보했습니다.
• 📥 최종 창고 확인: 코랩 왼쪽 메뉴판 열쇠(🔑) 아이콘 바로 밑의 ‘파일’ 방에서 font_master_perfect_8.zip 보따리의 점 3개(⋮)를 눌러 실제 다운로드하시면 최종 출고가 완료됩니다. (학습자용 이정표)

📚 폰트마스터 시리즈 다시보기 (Navigation)

• 시리즈 1편: Generative AI 폰트 자동화 생성 엔진의 서막
• 시리즈 2편: 나노 단위 폰트 표본 데이터 가마 정제 요령
• 시리즈 3편: 인공지능 레이어(Generator) 설계도 매커니즘
• 시리즈 4편: GPU 고속 가속 장치 가동 및 오류 해결 지름길
• 시리즈 5편: 압축 보따리 로컬 드론 다운로드 파일 공정 성공
• 시리즈 6편: 256 고해상도 고도화 Epoch 및 칼날 선명도 검수 교과서
• 시리즈 7편: 다각화 서체 규칙 주입 및 선명도 임계치 필터링 제어 교과서
• 시리즈 8편: 지능형 서체 합성 및 청정 뼈대(스켈레톤) 추출 교과서 [현재 글]

STAGE 01. 60개의 원도, 이제 AI 실험을 시작한다

52개의 원도에서 시작해 최종 60개의 원도로 다시 다듬었다.
이제는 더 이상 원도를 늘리지 않는다.
이제부터는 이 60개의 글자가 AI와 함께 어디까지 갈 수 있는지 확인해 볼 차례다.
“드디어 첫 번째 실험이 시작된다.”

프롤로그 — 이제 정말 AI에게 원도를 보여준다 🤖

이상하게도 새로운 서체를 시작할 때마다 가슴이 설렌다.
하지만 이번에는 설렘만 있는 것이 아니다.

마음 한쪽에는 조심스러운 두려움이 있다.

나는 이미 한 번 경험했다.
AI에게 서체 제작을 맡겨보고, 나름대로 열심히 준비하고,
많은 시간을 투자하고, 수없이 결과를 수정했다.

처음에는 조금만 더 수정하면 될 것 같았다.
한 글자만 고치면 될 것 같았고,
원도를 조금 더 만들면 될 것 같았고,
AI에게 설명을 조금 더 자세하게 하면 될 것 같았다.

그러나 어느 순간 깨달았다.

“내가 지금 앞으로 가고 있는 것인가?
아니면 계속 제자리에서 맴돌고 있는 것인가?”

결국 많은 시간과 노력과 정렬을 소비한 뒤,
나는 다시 원점으로 돌아왔다.

그것은 단순한 실패가 아니었다.
다시 시작하는 데 필요한 용기까지 빼앗아 가는 경험이었다.

그래서 이번에는 다르게 시작한다.

“일단 내가 만든 원도를 AI에게 직접 보여주자.”

🧠 이제는 ‘추가 제작’보다 ‘실험’이 먼저다

최종적으로 다듬은 원도는 60자다.

이제 당분간 원도를 더 만들지 않는다.

이미 만들어 놓은 60개의 원도가 실제로 AI에게 어떤 정보를 제공할 수 있는지 먼저 확인한다.

💡 중요한 발견

이 서체의 핵심은 단순히 글자의 외형에만 있는 것이 아니다.
초성·중성·종성이 하나의 글자 안에서 차지하는 공간을 어떻게 조절하는가 역시 중요한 설계 원리다.

🤖 AI에게 가르쳐야 할 것

1. 원도의 외형
2. 초성·중성·종성의 공간 배분
3. 스텐실 브리지의 적용 원칙
4. 브리지의 방향과 위치
5. 글자 유형에 따른 가변적인 설계
6. 새로운 글자를 만들 때 기존 원칙을 유지하는 방법

AI가 단순히 ‘비슷하게’ 만드는 것이 아니라,
같은 설계 원칙으로 새로운 글자를 만들 수 있는지 확인하는 것이 이번 실험의 목적이다.

📐 현재 정리된 브리지 규칙

① 스텐실 브리지를 적용하는 자음
ㄷ, ㄹ, ㅁ, ㅂ, ㅅ, ㅇ, ㅈ, ㅊ, ㅋ, ㅌ, ㅍ, ㅎ

② 스텐실 브리지를 적용하는 모음
ㅑ, ㅕ, ㅔ, ㅐ, ㅖ, ㅒ

모음의 브리지는 모두 가로 브리지다.

③ 세로 브리지를 사용하는 자음
ㄷ, ㄹ, ㅁ, ㅂ, ㅇ, ㅎ

④ 가변적인 자음
ㅅ, ㅈ, ㅊ, ㅋ, ㅌ, ㅍ은 글자 유형과 조합에 따라 가변적으로 판단한다.

⚠️ 규칙은 완성된 정답지가 아니다

지금까지 발견한 규칙을 가지고 먼저 실험한다.
실험하면서 AI가 잘못 이해하는 부분을 찾는다.
그리고 그 실패를 다시 새로운 규칙으로 정리한다.

🧪 첫 번째 AI 실험

① 60개의 PNG 원도를 전체적으로 확인한다.

② 초성·중성·종성의 구성과 스텐실 구조를 분석한다.

③ 첫 번째 실험에 적합한 대표 5자를 선정한다.

④ AI가 원도를 어떻게 이해하는지 확인한다.

⑤ AI가 이해한 규칙을 검토한다.

⑥ AI가 새로운 글자를 만들어 보도록 한다.

⑦ 결과를 원도와 비교하고 실패 원인을 분석한다.

🔒 원본 60자는 안전하게 보존한다

• 원본 PNG는 그대로 보존한다.
• 원본 파일은 직접 수정하지 않는다.
• 실험이 필요하면 복사본을 사용한다.
• 원본과 실험 데이터를 분리한다.
• SVG 변환은 나중에 진행한다.

📁 지금 준비할 파일

파일 형식: ZIP

포함 파일: 최종 60개의 PNG 원도

원본: 연구원님의 PC에 그대로 보관

목적: AI 실험을 위해 60개의 원도를 한 번에 확인하고 분석하기 위한 준비

🔒 원본은 그대로 둔다

60개의 PNG 원도는 이 프로젝트의 출발점이다.
원본을 보존한 상태에서 실험하고,
필요한 경우 나중에 SVG나 다른 벡터 형식으로 변환한다.

🧠 이번 프로젝트의 핵심 원칙

AI가 결과를 만들더라도,
그 결과를 그대로 받아들이지 않는다.

AI가 왜 그렇게 만들었는지 확인한다.

그리고 연구원이 만든 원도와 규칙에 맞는지를 직접 검증한다.

60개의 원도에서 대표 5자를 선택한다

AI는 이 원도들을 보고
연구원의 스텐실 설계 의도를 이해할 수 있을 것인가?

어쩌면 이 프로젝트는 성공할 수도 있고,
중간에 또 다른 벽을 만날 수도 있다.

그러나 이번에는 한 가지 약속을 했다.

처음부터 끝까지 모든 과정을 기록하겠다.

60개의 원도에서 시작해서,
한 글자씩 만들어 보고,
실패하고,
다시 고치고,
규칙을 발견하고,
AI와 논쟁하고,
결국 하나의 폰트가 탄생하는 순간까지.

이제 더 이상 준비만 하지 않는다.

드디어 AI에게 60개의 원도를 보여준다.

AI 기반 한글 스텐실 서체 개발 프로젝트
60개의 원도에서 시작하여, 하나의 폰트가 완성될 때까지.

AI에게 새로운 한글 글자를 만들어 보라고 했다

60개의 원도에서 대표 글자를 선택하고,
AI에게 새로운 글자를 만들어 보라고 했다.
그리고 처음으로 생성된 글자를
내 눈으로 직접 검수했다.

프롤로그 — 드디어 첫 번째 결과물이 나왔다 🤖

60개의 원도를 준비했다.

원도의 구조를 분류했다.

잘못 분류된 글자를 다시 검수했다.

그리고 이제,
드디어 AI에게 새로운 글자를 만들어 보라고 했다.

이번 실험에서 중요한 것은
처음부터 완벽한 글자를 만드는 것이 아니었다.

내가 만든 원도를 바탕으로
AI가 새로운 한글 글자를 만들어 낼 수 있는지
직접 확인하는 것이 첫 번째 목표였다.

그 결과물이 화면에 나타났다.

나는 긴장하면서 글자를 하나씩 살펴보았다.

그리고 곧바로 이상한 점을 발견했다.

AI는 글자를 만들 수 있었다.

하지만 내가 만든 서체의 규칙을
그대로 이해한 것은 아니었다.

🔴 첫 번째 핵심 검수 결과

AI는 글자의 ‘모양’은 만들었지만,
내가 정한 ‘설계 체계’까지 지키지는 못했다.

💡 「고」에서 확인한 규칙

ㄱ의 세로 내림과 획 두께는 원도를 기준으로 유지한다.
ㅗ는 57칸까지 내려 배치한다.
ㅗ에는 스텐실을 적용하지 않는다.

⚠️ 「가」 검수 규칙

ㄱ의 삐침은 곡선이나 임의의 변형이 아니라
직선 형태로 통일한다.

📐 「나」 검수 규칙

ㄴ의 끝부분은 위로 치솟지 않는다.
끝은 직선으로 마무리한다.

🤖 「다」에서 확인한 규칙

ㄷ의 끝부분은 직선으로 마무리한다.
ㄷ의 상단 좌측에는 세로 방향의 스텐실 브리지가 존재한다.

🧠 ㅁ의 스텐실 구조

① 우측 상단 모서리 — 세로 방향 브리지

② 좌측 하단 모서리 — 세로 방향 브리지

③ 나머지 1개의 브리지 — 세로 방향

AI는 글자의 형태를 만들 수 있다.

그러나 서체의 규칙을 지키려면
더 정확한 학습 방법이 필요하다.

🧪 발전된 AI 학습 방법

① 원도를 분석한다.

② 글자의 구조 규칙을 정리한다.

③ 52×59 모눈과 비례 규칙을 적용한다.

④ 자소별 획의 방향과 형태를 정리한다.

⑤ 스텐실의 위치와 방향을 기록한다.

⑥ AI가 새로운 글자를 생성한다.

⑦ 사람이 직접 검수한다.

⑧ 오류를 새로운 규칙으로 기록한다.

⑨ 수정된 규칙을 다시 AI에게 적용한다.

⑩ 다음 글자로 넘어간다.

📋 이번 실험에서 추가된 규칙

• 모든 생성 글자는 기본적으로 52×59 모눈 체계를 따른다.
• 글자의 기본 비례는 가로보다 세로가 긴 구조를 유지한다.
• 고의 ㄱ은 세로 내림과 획 두께를 원도 기준으로 유지한다.
• 고의 ㅗ는 하단 위치를 57칸까지 내려 배치한다.
• ㅗ에는 현재 기준으로 스텐실을 적용하지 않는다.
• 가의 ㄱ 삐침은 직선으로 통일한다.
• 나의 ㄴ 끝부분은 위로 치솟지 않고 직선으로 마무리한다.
• 다의 ㄷ 끝부분은 직선으로 마무리한다.
• ㄷ의 상단 좌측에는 세로 방향의 스텐실이 존재한다.
• 마의 ㅁ은 직선 구조로 통일한다.
• ㅁ에는 총 3개의 스텐실이 존재하며 모두 세로 방향이다.
• ㅁ의 스텐실 위치는 기존 원도를 기준으로 정확하게 학습해야 한다.

AI는 글자를 만들었지만,
연구원님의 규칙까지 완전히 이해한 것은 아니었다.

따라서 다음 실험에서는
원도 → 규칙 추출 → 생성 → 검수 → 규칙 보완의
순환 구조로 AI 학습 방법을 발전시킨다.

첫 번째 생성은 끝났다.

그러나 진짜 학습은
지금부터 시작이다.

원도에서 규칙을 발견하고,
그 규칙으로 AI를 다시 가르친다.

한 글자를 만들고,
검수하고,
고치고,
다시 만든다.

이제 AI와 함께
한글 스텐실 서체의 규칙을 찾아가는
진짜 실험이 시작된다.

AI 기반 한글 스텐실 서체 개발 프로젝트 · STAGE 02
첫 번째 AI 생성과 검수의 기록