본문으로 건너뛰기
Simon Willison조회 1

simonw/pedalican으로 만든 Codex Desktop용 Pedalican 펫

Simon Willison이 GPT-5.6 Sol xhigh와 gpt-image-2를 이용해 페리칸 자전거 스프라이트를 반복 생성하고 이를 합쳐 Codex Desktop용 'Pedalican' 펫을 만들었다.

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Simon Willison은 Codex Desktop에서 활성화한 기본 '펫'을 계기로 GPT-5.6 Sol xhigh에 '페리칸이 자전거를 탄 펫'을 지시했고, 모델이 여러 차례 gpt-image-2 호출을 통해 레퍼런스 이미지와 개별 프레임을 생성해 이를 스프라이트 시트와 GIF로 결합해 Pedalican 펫을 완성했다. 프롬프트에는 단일 중앙 포즈, 순수 마젠타(#FF00FF) 크로마키 배경, 192x208로 축소해도 읽기 쉬운 표현 같은 구체적 제약이 포함되어 출력 일관성을 확보했다. 작업 흐름은 모든 중간 산출물과 애셋을 GitHub 저장소에 보관하고 openai/skills의 hatch-pet 및 openai/codex의 imagegen 같은 Apache 2.0 라이선스 스킬을 사용해 재현 가능하게 구성되어 있다. 이 사례는 이미지 생성 모델을 이용해 간단한 게임용 스프라이트와 데스크톱 애니메이션 자산을 실제로 생산하는 하나의 실무적 파이프라인을 제시한다.

섹션별 상세

01
작성자는 Codex Desktop에서 우연히 활성화된 기본 펫을 계기로 맞춤 펫을 만들었고, 'Pedalican'이라는 이름은 GPT-5.6 Sol xhigh가 자동 생성했다. 사용자는 원하는 펫을 텍스트로 지시했고 모델이 여러 차례 gpt-image-2 호출을 통해 필요한 스프라이트 자산을 순차적으로 생성했다. 생성된 각 이미지와 결합된 스프라이트 시트 및 애니메이션 GIF가 GitHub 저장소에 모두 보관되어 있어 작업 흐름의 재현성이 확보되었다.
02
이미지 생성 워크플로는 초기 캐릭터 레퍼런스 이미지를 만든 뒤 그 이미지를 바탕으로 개별 애니메이션 프레임을 반복 생성하고 이를 병합해 최종 자산을 만드는 방식으로 진행되었다. 프롬프트에는 단일 중앙 포즈, 순수 마젠타(#FF00FF) 크로마키 배경, 192x208로 읽기 쉬운 축소 표현 같은 구체적 제약이 포함되어 출력의 일관성을 확보했다. 예시로 waving.gif는 gpt-image-2가 만든 단일 이미지에서 컴파일된 프레임을 기반으로 생성되었다는 기록이 남아 있어 중간 산출물과 최종 결과 사이의 연결이 명확하다.
text
Create one clean full-body reference sprite for Codex pet Pedalican. Pet identity: A compact adorable baby pelican with a round cream-white body, soft coral-orange bill and feet, riding a tiny sky-blue bicycle [...] Place a single centered pose on a perfectly flat pure magenta #FF00FF chroma-key background. Keep the full pet visible, compact, readable at 192x208, and easy to animate. [...]

Codex 펫용 레퍼런스 스프라이트를 생성하기 위한 프롬프트 예시로, 단일 포즈·크로마키 색상(#FF00FF)·목표 표시 해상도(192x208) 같은 구체적 제약을 포함해 게임용으로 읽기 쉬운 스프라이트를 얻는 방식을 보여준다.

마젠타 배경 위에 자전거를 탄 페리칸 스프라이트 여러 개가 나란히 배치된 애셋 이미지이다.
Screenshot이 이미지는 프롬프트 제약이 결과물에 어떻게 반영되는지 직접 보여주며, 단일 포즈와 밝은 크로마키 배경으로 스프라이트를 분리해 애니메이션 루프를 만드는 과정을 나타낸다. 이미지에서 캐릭터가 읽기 쉬운 작은 해상도에서도 식별 가능한 형태로 표현되어 있으며, 프레임을 결합해 GIF나 스프라이트 시트로 변환하기에 적합한 구성을 확인할 수 있다.
03
구현 핵심은 공개 라이선스 기반의 스킬 결합으로 이루어졌고, 특히 openai/skills의 hatch-pet과 openai/codex의 imagegen 두 스킬이 Apache 2.0 라이선스로 제공되어 파이프라인 재사용이 가능하다. 작성자는 각 중간 단계 이미지를 모두 저장하고 자세한 메모를 기록해 누군가 동일한 과정을 재현할 수 있게 했다. 이러한 구체적 산출물과 라이선스 정보는 이미지 생성으로 게임용 자산을 만드는 실무적 파이프라인을 검증 가능하게 만든다.

용어 해설

크로마키(Chroma Key)
단일 배경색을 투명 처리해 캐릭터를 다른 배경에 합성할 수 있게 하는 기법으로, 본문에서는 순수 마젠타(#FF00FF)를 사용해 스프라이트의 배경을 분리하고 애니메이션 루프용 자산을 손쉽게 추출하는 용도로 활용되었다.
스프라이트 시트(Sprite Sheet)
여러 프레임의 애니메이션 이미지를 하나의 큰 이미지로 병합한 자산 형식으로, 본문에서는 gpt-image-2로 생성한 개별 프레임들을 결합해 데스크톱 펫 애니메이션 루프와 GIF를 만들기 위한 중간 산출물로 사용되었다.
프롬프트 엔지니어링(Prompt Engineering)
생성 모델에 원하는 출력 형식과 제약을 정확히 전달하기 위해 입력 프롬프트의 구조와 지시어를 설계하는 과정으로, 본문에서는 단일 포즈, 해상도(192x208), 크로마키 색상(#FF00FF) 같은 구체적 제약을 프롬프트에 포함해 게임용 스프라이트를 얻었다는 점이 핵심이다.
OpenAI 스킬(OpenAI Skills)
Codex Desktop과 같은 플랫폼에서 특정 작업을 자동화하는 구성 단위로, 본문에서는 hatch-pet과 imagegen이라는 Apache 2.0 라이선스의 공개 스킬을 이용해 이미지 생성과 펫 생성을 연결하는 파이프라인이 구현되었다.

기술

  • GPT-5.6 Sol xhigh
  • gpt-image-2
  • Codex Desktop
  • hatch-pet
  • imagegen
  • GitHub

활용 사례

  • 게임용 스프라이트 생성
  • 데스크톱 애니메이션 펫 제작
  • 이미지 생성 기반 자동 자산 파이프라인 구축
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 07. 15.수집 2026. 07. 15.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.