핵심 내용
GeekNews 최신 글에서 새로 소개된 AesCode는 Microsoft가 공개한 연구·코드 프로젝트다.
포스터·대시보드·인포그래픽을 생성할 때 이미지 생성 모델이 제안한 레이아웃과 시각 스타일을 참고하되, 실제 글자·표·숫자는 원래 요청 내용에서 가져오도록 학습한다.
결과를 픽셀 이미지 한 장이 아니라 수정할 수 있는 HTML/CSS 코드로 만드는 것이 핵심이다.
원본 GitHub README에 따르면 디자인 요소를 그래프로 표현하고, 텍스트 일치·요소 경계·차트 값·배치·여백 등을 서로 다른 검증 규칙으로 평가한다.
논문팀이 제시한 인포그래픽 300개 내부 평가에서는 AesCode-32B의 종합 점수 85.89%, AesCode-8B 82.94%를 보고했다.
이는 저장소의 특정 평가 방법과 데이터셋에서 얻은 수치로 일반적인 모든 디자인 작업의 성능을 보장하지 않는다.
저장소의 코드는 MIT 라이선스로 공개됐다. GitHub
배경
이미지 생성 모델은 보기 좋은 구도를 만들지만 텍스트와 숫자를 잘못 그릴 수 있고, 코드 생성 모델은 정확한 내용을 배치해도 디자인 완성도가 떨어질 수 있다.
두 접근의 강점을 나눠 사용하면 시각적 가이드와 검증 가능한 구조화된 결과물을 동시에 얻을 가능성이 있다.
산업·시장에 미치는 영향
AI 디자인 도구의 경쟁 기준이 이미지 품질에서 문구 정확성, 편집 가능성, 레이아웃 재현성, 자동 검증으로 확대되고 있다.
AesCode는 연구용 공개 프로젝트로, 모든 디자인 프로그램에 곧바로 통합된 상용 서비스는 아니다.
실무에서 바로 활용할 수 있는 시사점
한국어 홍보 이미지·카드뉴스·차트 자동제작에서는 이미지 생성 결과를 그대로 최종본으로 쓰기보다 HTML/CSS·SVG 형태로 만들고 글자·차트 숫자·안전 여백을 검증하는 구성이 유용하다.
저장소 예제를 시험할 때는 한글 폰트 렌더링, 세로형 비율, 브라우저별 출력 차이도 평가해야 한다.