최근들어 몇몇 프로젝트를 인공지능 서비스인 claude를 사용하여 진행하고 있다.
이종호 님의 2026년 제주 발표요 약
본 논문에서 저자는 창작자의 방 프로젝트를 중심으로 생성형 AI 기반의 디자인 프로세스에서 나타나는 창작자의 위임 유형을 분석하고 특성을 고찰하였습니다. 초기 단계에서는 인공지능을 기능적 서포터의 역할로 활용하는 모습이 관찰되었고 위임의 정도도 가장 낮았습니다. 중간 단계인 채색과 사전 시각화 과정에서는 AI의 생성 역량에 더 높은 수준으로 위임하며 다양한 색상 조합의 가능성을 탐색하고 물리적 실행 전 최적화된 디자인 결정을 도출하는 데 활용되었습니다. 위임도가 가장 높은 후기 단계에서는 전시 공간 연출을 위한 사전 시각화 과정의 대부분을 생성형 AI의 역량에 전적으로 의존하는 뚜렷한 위임의 형태를 확인하였습니다. 본 논문이 기록한 단계별 위임의 유형 및 특성은 향후 디자인 환경에서 인간과 인공지능이 주도권을 어떻게 분배하고 협업할 수 있는지 보여주는 실증적 기초 자료로 활용될 수 있을 것입니다.
1. 서론
최근 생성형 인공지능의 비약적인 발전은 디자인과 예술 창작 과정에 위임 (Delegation)과 조율(Orchestration) 이라는 새로운 패러다임을 제시하고 있습니다 기술의 발전으로 AI는 단순한 제작 도구를 넘어 창작의 파트너로 자리 잡고 있으며[1], 이는 필연적으로 인간 고유의 창의성이란 무엇인가 라는 근본적인 질문을 넘어 창작 과정의 어디까지를 인공 지능에게 위임 하고 그 결과를 창작의 일부로 수용할 것인가를 고민하게 합니다. 본 연구는 자전적 회상 방법을 통하여 창작자의 방 프로젝트의 제작과정을 회상하였고 각 작업 단계에 따라 변화하는 창작자의 위임 양상과 협업의 유형을 추적하였습니다. 이를 위해 프로젝트의 전 과정을 초기 중기 후기의 세 단계로 나누었고 창작자의 의도와 개입 그리고 위임의 유형 , 그리고 위임 수준을 가감 없이 기록하였습니다.
첫째 위임도가 가장 낮은 초기 단계에서는 작가의 찰나적 직관을 통해 작품의 오리지널리티를 구축하고 이를 고수하려 하였습니다 이 과정에서 AI의 개입으로 인한 형태 변환을 창작자가 어느 선까지 용인하는지 그리고 그 이유는 무엇인지를 중점적으로 관찰하였습니다. 둘째 위임도가 중간 수준인 중기 과정에서는 AI를 활용한 다양한 형태 및 색상 조합의 사전 시각화(Pre-visualization) 작업을 주로 진행하였습니다. 이는 창작자가 디자인 결정의 불확실성을 줄이고 오류를 최소화하기 위해 시각적 탐색의 권한 일부를 AI와 공유하는 과정으로 기록되었습니다. 셋째 위임도가 가장 높은 후기 단계에서는 전시 공간 연출을 위한 사전 시각화 과정의 대부분을 생성형 AI의 역량에 전적으로 의존하는 뚜렷한 위임의 형태를 확인할 수 있었습니다. 본 연구에서 관찰되고 기록된 작업 단계별 위임의 유형과 협업의 태도는 향후 디자인 창작 환경에서 인간과 인공지능이 어떻게 주도권을 분배하고 생산적인 협업 모델을 구축할 수 있는지에 대한 실증적 자료로 활용될 수 있을 것입니다.
2. 본론 : 협업과정에서의 위임 유형
2.1. 초기 단계: 위임도 낮음
생성형 인공지능은 결과물을 직접 도출한다는 점에서 기존 매체와는 다른 차원으로 창작 과정에 개입합니다 이러한 환경 속에서 인간 창작자는 AI에 직관적인 원천 소스를 제공함으로써 프로젝트 전반에 걸쳐 창조적 주체성과 고유성을 주도적으로 유지하려 합니다. ' 창작자의 방' 프로젝트는 크로키 과정 특유의 긴장감과 찰나를 포착하는 예술적 행위가, 훼손없이 인공지능의 도움으로 증강되거나 전이될 수 있는 지에 대한 실험이었습니다. 이 과정에서 인간 모델의 인체 포즈를 단순화하여 크로키 선 으로 표현하였고 이를 이미지 생성 모델의 입력 값으로 활용하여 구체적인 이미지로 도출하였습니다. 이후 해당 2D 이미지는 다시 3D 모델로 변환되어 최종적으로 프린팅을 통한 물리적 입체물로 출력되는 일련의 과정을 거쳤습니다 (Figure 1).
이 과정에서 창작자는 인공지능을 기능적으로 활용하였지 만 중간 결과물에 대한 판단과 수정 방향 제시는 모두 창작자의 영역이었습니다.
2.2. 중기 단계: 위임도 중간
프로젝트 중반 이후부터는 입체 조형물의 배치 크기 비례 등을 사전에 비교하고 판단하기 위한 시각화 (Pre-visualization) 도구로 인공지능의 역할이 확장되었습니다. 특히 프린팅을 진행하기에 앞서 AI를 활용하여 다양한 스케일의 가구를 생성하고 가상 공간에 배치해 봄으로써 출력에 소요되는 시간과 자원을 획기적으로 절약할수 있었습니다. 이는 생성형 인공지능이 순수 창작 지원의 영역을 넘어 효율적인 프로젝트 관리와 디자인 프로세스 최적화를 지원하는 실질적 매개체로서 유의미하게 개입할 수 있음을 보 여주는 사례로 볼 수 있습니다.[2]
채색 단계에서는 재료의 불가역적인 물리적 특성을 극복하기 위해 인공지능을 활용하였습니다. 안료를 붓고 흘려보내는 푸어링(Pouring) 기법의 특성상 덧칠을 통한 수정이 불가능하므로 작업 전 최종 결과물을 정확히 예측하는 것은 창작자의 초기 의도를 훼손 없이 보존하기 위한 필수적인 과정입니다. 이를 위해 다양한 색상을 조합한 모자이크를 물리적으로 직접 제작하고 촬영하여 이를 인공지능의 원천 데이터로 입력하였고 이후 해당 시각 데이터를 최종 입체 모델과 합성하는 시뮬레이션 이미지를 생성함으로써 최종 채색 과정에서 발생할 수 있는 오류를 줄이고 최적의 색상조합의 방향을 선제적으로 도출할 수 있었습니다.
2.3. 후기 단계: 위임도 높음
전시 공간 연출을 위한 후기 단계에서는 사전 시각화 과정 의 대부분을 생성형 AI의 역량에 전적으로 의존하는 뚜렷한 위임의 형태를 확인할 수 있었습니다 작업의 의도인 인체가 사물로 변하는 과정을 인공지능에 전적으로 위임하여 중간과정을 생성하게 하였고 이는 바로 전시에 활용되었습니다.
3. 결론
본 연구에서는 창작자의 방 프로젝트 창작과정에서 관찰된 인간과 인공지능의 작업 단계별 위임의 유형과 협업의 태도를 기록하였습니다. 이는 향후 디자인 창작 환경에서 인간과 인공지능이 어떻게 주도권을 분배하고 생산적인 협업 모델을 구축할 수 있는지에 대한 실증적 자료로 활용될 수 있을 것입니다.
참고문헌
[1] Gaggioli, A., Bartolotta, S., Ubaldi, A., Gerardini, K., Sarcinella, E. D., & Chirico, A. (2025). Extended Creativity: A Conceptual Framework for Understanding Human-AI Creative Relations. arXiv:2506.10249 Liu, Z. (2025).
[2] Human-AI Co-Creation: A Framework for Collaborative Design in Intelligent Systems. AHFE International. arXiv:2507.17774
가장 최근 작업은 claude code로 애니메이션 skill을 작성하여 영상물을 제작하는 작업인데, 이 작업을 진행하며 prompt 개발에 촛점을 맞추기 보다는 prompt 를 적절하게 쓸 수 있는 skill 개발에 힘을 쏟고 있다. skill을 개발한다는 의미는 Agent를 육성시킨다는 의미와도 같다. Agent 가 내 의도를 충분히 파악해서 원하는 결과물이 잘 나올 수 있게 규칙과 조건을 세팅하는 일 말이다.
지금 내가 개발한 Agent 는 baseball 관련 짧은 클립 영상을 만들기 위한 Agent 다. 내용을 우선 보면, 구글 드라이브에 잘 만든 야구 관련 이미지를 Agent에 입력하고, 이를 객체별로 분리한 후에 Animation Sequence의 source로 사용할 수 있도록 준비시킨다. 그렇게 이미지 애니메이션을 위한 영상 소스가 완성되면, 시간차를 두고 각 애니메이션 요소가 화면에 나타나고 없어지고, 크기가 커지고 작아지며 영상의 시퀀스가 진행되도록 세팅되어있다.
이렇게 Agent를 개발하고 훈련시키는 데에는 Claude Code와 대화가 가장 유효했으며, 만들어 놓은 영상 애니메이션을 보고 직접적인 수정안 피드백을 준 것이 가장 유효했었다.
# Animation Sequences — Episode 06-28
> 생성일: 2026-06-28
> 엔진: collage-animation-engine (`.claude/skills/collage-animation-engine.md`)
> 렌더링 모델: GPT Image 2 (이미지) / Seedance 2.0, Grok Video 1.5 (영상)
---
## ⚠️ NFT 포맷 필수 체크리스트
| 항목 | 권장값 | 비고 |
|------|--------|------|
| **포맷** | MP4 (H.264 + AAC) | 모든 주요 플랫폼 지원 |
| **해상도** | 1080p 이상 | 1:1 square = NFT 표준 |
| **종횡비** | **1:1 (square)** | OpenSea/Foundation/SuperRare 권장 |
| **파일 크기** | **10MB 이하** → Rarible 통과 / **50MB 이하** → 나머지 통과 | Rarible이 가장 엄격 |
| **길이** | 30초 이하 권장 | 플랫폼별 상이, 8-10초가 최적 |
| **메타데이터** | ERC-721 / ERC-1155 | `image` = PNG 썸네일, `animation_url` = MP4 |
| **스토리지** | IPFS 권장 | 탈중앙화 영구 보존 |
### NFT 메타데이터 JSON 템플릿
```json
{
"name": "작품명",
"description": "작품 설명",
"image": "ipfs://<PNG_CID>",
"animation_url": "ipfs://<MP4_CID>",
"attributes": [
{ "trait_type": "Style", "value": "Collage Animation" },
{ "trait_type": "Engine", "value": "collage-animation-engine" },
{ "trait_type": "Model", "value": "Seedance 2.0" }
]
}
```
---
## 2. Victory!! 야구 NFT
### 소스
- **Image 1:** 야구 경기장 실사 (PNG, 2944×1648) — Google Drive
- **Image 2:** 애니메이션 여성 배터 #11 (PNG, 2048×2048) — Google Drive
- **혼합 레퍼런스:** PIL로 두 이미지 합성 (2048×1024)
### 해체 파편 (collage-animation-engine Step 1)
| # | 파편 | 출처 | 상징 |
|---|------|------|------|
| 1 | 여성 배터 실루엣 (애니, #11) | Image 2 | 영웅 |
| 2 | 오렌지+블루 브러시스트로크 구름 | Image 2 | 서사적 에너지 |
| 3 | 도시 스카이라인 (저공 시점) | Image 2 | 세계를 내려다보는 시선 |
| 4 | 경기장 조명 + 관중 (실사) | Image 1 | 현실의 환호 |
| 5 | "Victory!!" 타이포 + 네트 라인 | 생성 | 승리 선언 |
---
### 2-A. Seedance 2.0 — Victory v1 (실사 단독)
> **파일:** `victory_nft_animation.mp4` (27MB) ⚠️ Rarible 초과 / 나머지 통과
**이미지 성격:** 혼합형
**애니메이션 전략:** 레이어 쌓기 + 독립 이동
**시퀀스:**
```
[LAYER STACK SEQUENCE]
Stack Order: 배경 → 선수 → 야구공/배트 → Victory!! → 폭죽
[LAYER 1 — 배경] (1.5s)
Royal blue→Navy 배경 + 종이 그레인 등장
[LAYER 2 — 선수 컷아웃] (1.5s)
크라프트지 선수가 좌하단→중앙 슬라이드인
하드 섀도 바닥에 찰싹, stop-motion 프레임 떨림
[LAYER 3 — 야구공 + 배트] (1s)
공 우상단에서 회전 착지, 배트 좌하단 튕겨오듯 등장
[LAYER 4 — "Victory!!" 타이포] (1s)
상단 밖에서 쾅 낙하 → 착지 충격 프레임 흔들림
마리골드 옐로우 크롬 반사 번쩍
[LAYER 5 — 폭죽/완성] (2s)
색종이+폭죽 전면 폭발 → 5레이어 완성 유지
[독립 동작]
- 야구공 제자리 자전
- Victory!! 텍스트 미세 진동
- 선수 배트 스윙 1회 반복
```
**스펙:** 8초 | 1080p | 1:1 ⭐ | 27MB | 오디오 포함
---
### 2-B. Seedance 2.0 — Victory v2 (anime+실사 혼합) ⭐ 추천
> **파일:** `victory_nft_v2_animation.mp4` (18MB) ⚠️ Rarible 초과 / 나머지 통과
**이미지 성격:** 혼합형 (누적형 + 충돌형)
**애니메이션 전략:** 레이어 쌓기 → 충돌 에너지 폭발 → 완성 정지
**시퀀스:**
```
[LAYER STACK SEQUENCE]
Stack Order: 네이비 배경 → 브러시스트로크 구름 → 도시 스카이라인
→ 경기장 관중 → 여성 배터 → "Victory!!" 타이포
[LAYER 1 — 배경] (1.5s)
Royal blue→navy 그라데이션 번짐, 필름 그레인 깜빡임
[LAYER 2 — 브러시스트로크 구름] (1.5s)
오렌지+블루 표현주의 구름이 트레이싱지처럼 하강
좌→우 소용돌이치며 반투명 안착
[LAYER 3 — 도시 스카이라인] (1s)
신문지 질감 도시 항공뷰 하단에서 슬라이드업
찢긴 신문 활자처럼 등장, 하드 섀도 안착
[LAYER 4 — 경기장 관중 플래시] (1s)
실사 경기장 조명+관중 실루엣 → 잡지 클리핑으로 우측 착지
스타디움 플래시 한 번 번쩍, stop-motion 지터
[LAYER 5 — 여성 배터 히어로 등장] (2s) ← 핵심
크라프트지 여성 배터 좌하단→저각도 슬라이드인
배트 스윙 모션 1회 (Open Stance → Impact → Manse Follow-Through), 머리카락 wind-blown 휘날림
스타디움 네트 연필선 자기 그리듯 뒤에 등장
[LAYER 6 — "Victory!!" 임팩트] (1.5s)
상단 밖에서 쾅 낙하 → 전체 프레임 1프레임 흔들림
마리골드 옐로우 크롬 번쩍 → 3D 베벨 섀도 고정
[CLIMAX — 충돌 폭발] (2s)
배터 배트 재스윙 → 구름 에너지 방사형 폭발
Victory!! 2x 펄스(커졌다→원래대로)
색종이+빛 파편 전면 폭발 → 시네마틱 정지 마무리
```
**NFT 최적화 포인트:** ⭐
- 1:1 square 포맷 — NFT 표준 완벽 부합
- 6레이어 점층 구조 → 정적 썸네일(PNG)과 강력한 차별화
- 오디오 포함으로 감상 완성도 극대화
- `image` = `victory_nft_v2_collage.png` / `animation_url` = `victory_nft_v2_animation.mp4`
**스펙:** 8초 | 1080p | **1:1** ⭐ | 18MB | 오디오 포함
---
## 플랫폼별 업로드 가이드
| 파일 | 크기 | OpenSea | Foundation | SuperRare | Rarible | Magic Eden |
|------|------|---------|------------|-----------|---------|------------|
| `victory_nft_v2_animation.mp4` | 18MB | ✅ | ✅ | ✅ | ❌ | ✅ |
| `victory_nft_animation.mp4` | 27MB | ✅ | ✅ | ✅ | ❌ | ✅ |
> Rarible 용 Victory 영상이 필요하면 ffmpeg으로 10MB 이하 재인코딩 필요.
> 명령어: `ffmpeg -i input.mp4 -crf 32 -preset slow output_rarible.mp4`
---
## 생성 파일 목록
```
dist/episodes/06-28/
└── victory/
├── victory_nft_collage.png (12MB) — v1 실사 단독
├── victory_nft_animation.mp4 (27MB) — v1 애니메이션
├── victory_nft_v2_collage.png (12MB) — v2 anime+실사 혼합
└── victory_nft_v2_animation.mp4 (18MB) — v2 애니메이션 ⭐ 추천
```
