TL;DR

이 레포는 Codex용 스킬로 중국어 기사나 문서에서 의미적 앵커를 추출해 '小黑' 비주얼 IP 규칙을 적용한 16:9 손그림 PNG와 샷 리스트를 자동으로 생성한다. 입력 본문을 분석해 샷 리스트를 만들고 각 샷에 대해 Style DNA 기반의 프롬프트를 생성해 이미지 모델을 호출한 뒤 QA 체크리스트로 출력물을 검증하는 파이프라인을 따른다. 결과물은 편집 가능한 벡터 파일이나 PPT가 아니라 게시용 경량 PNG와 메타데이터 형태로 제공되며 복잡한 아키텍처 다이어그램이나 상업용 KV 제작에는 적합하지 않다.

주요 기능

• 기사나 문서에서 시각화 가능한 인지 앵커를 추출해 각 항목에 주제와 핵심 의미, 구조 유형, 소품과 캐릭터 동작을 포함한 샷 리스트를 생성한다. 생성된 샷 리스트는 이후 이미지 모델 호출의 입력으로 사용되며 각 샷은 어디에 배치할지를 명시해 편집 흐름을 단순화한다. 이 과정은 문단 단위의 의미 전환을 기준으로 중요한 장면을 선정함으로써 과도한 정보 수렴을 방지한다.
• 각 샷에 대해 프롬프트 기반으로 16:9 비율의 PNG 이미지를 생성하며 흰 배경, 얇은 검은 선, 제한된 색상 사용 등 Style DNA 규칙을 적용해 일관된 시각 정체성을 유지한다. 출력 파일은 assets/<article-slug>-illustrations/ 경로에 저장되어 워크스페이스에서 바로 활용할 수 있다. 생성 과정에서는 이미지 모델의 오탈자와 스타일 편차를 줄이기 위해 QA 체크리스트가 적용된다.
• 샷 리스트별로 핵심 주제, 구조 유형, 소품 배치, 작은 손글씨형 주석 텍스트 제안을 함께 제공하여 후속 편집 비용을 낮춘다. 각 제안은 짧은 한두 단어의 한국어 또는 중국어 표식을 권장해 이미지 모델의 문자 안정성을 높인다. 이 메타데이터는 반복 생성과 재현성 있는 스타일 유지에 활용된다.
• 스킬 내부에 스타일 가이드와 QA 체크리스트를 포함해 구형 사례의 단순 복제를 막고 입력 텍스트에 맞춰 새로운 은유와 구성을 발명하도록 유도한다. 작은 범위의 색상 강조와 캐릭터의 역할 규정을 통해 각 이미지가 단일 핵심 행동을 전달하게 설계되었다. 이로 인해 결과물이 PPT 정보형 그래픽과 혼동되지 않는 특징적 외양을 갖게 된다.

어떻게 동작하는가

스킬은 입력된 중국어 본문에서 문장과 문단의 의미적 전환을 식별해 시각화 후보가 될 인지 앵커를 추출한다. 추출한 각 인지 앵커에 대해 구조 유형을 분류하고 고정된 Style DNA 규칙을 적용한 프롬프트 템플릿을 생성한 뒤 이미지 모델을 순차 호출해 각 샷의 PNG를 생성한다. 생성 후에는 QA 체크리스트를 적용해 배경, 선 굵기, 색상 점유율, 작은 손글씨 주석의 길이 등을 검증하고 실패한 샷은 재생성하도록 설계되어 있다.

해결 문제

긴 텍스트에서 한 장면으로 시각화하기 어려운 추상적 판단이나 은유를 식별하고 그림으로 변환하는 문제를 해결한다. 이 스킬은 문서에서 시각화 가치가 높은 지점을 자동으로 골라 샷 리스트 형태로 구조화해 дизайнер나 작성자의 의사결정 비용을 줄인다. 또한 Style DNA와 QA 체크리스트를 통해 이미지 모델의 스타일 편차와 오탈자 문제를 낮추어 실제 콘텐츠에 바로 쓸 수 있는 일관된 출력물을 제공한다.

차별점

• 문서의 의미적 앵커를 먼저 추출하고 그에 맞춰 은유적 구성을 재발명하는 워크플로를 적용해 단순한 템플릿 적용을 넘는다. 즉 템플릿 베이스의 일괄 적용 대신 입력별로 새 은유를 설계하여 유사한 문서들에서 반복적 복제를 방지한다. 이 접근은 기사 본문과 시각물이 의미적으로 연결되도록 하는 데 초점을 둔다.
• 고정된 비주얼 IP인 '小黑' 캐릭터를 핵심 행위자로 규정해 캐릭터가 항상 장면의 의미 전달을 담당하도록 한다. 캐릭터의 참여 여부와 역할 기준을 QA 항목으로 넣어 캐릭터가 단순 장식이 되는 것을 차단한다. 이로 인해 일관된 브랜드성은 유지되면서도 각 이미지가 행동 중심의 설명력을 갖게 된다.
• 출력물을 PNG 중심으로 제한하고 PPTX나 SVG 등 편집형 산출물은 제공하지 않아 경량화된 게시용 이미지를 빠르게 얻는 데 최적화되어 있다. 이 설계는 대량 편집이나 상업용 KV 제작처럼 고해상도 편집 유연성이 필요한 워크플로와는 다른 목적을 명확히 구분한다. 결과적으로 단순하고 반복 가능한 게시용 일러스트를 빠르게 확보하는 작업에 적합하다.

사용 사례

• 블로그나 소셜 미디어용 긴 설명형 글의 핵심 포인트를 시각적으로 표출해 독자의 주목을 유도하는 데 활용할 수 있다. 샷 리스트와 PNG 산출물을 통해 에디터는 빠르게 삽입 이미지를 확보하고 게시 파이프라인에 연결할 수 있다. 특히 방법론이나 워크플로를 설명하는 글에서 추상 개념을 은유로 전환해 이해도를 높이는 역할을 한다.
• Notion 문서나 내부 위키의 핵심 프로세스, 판단 규칙, 상태 설명을 간결한 손그림으로 변환해 문서 가독성과 기억력을 높이는 데 쓸 수 있다. 각 이미지가 하나의 핵심 행동으로 압축되므로 문서 내 시각적 네비게이션이 쉬워진다. 팀 문서화에서 시각적 표준을 유지하려는 상황에서 Style DNA가 일관성을 보장한다.
• 콘텐츠 크리에이터가 방법론 중심의 에세이나 기획안을 소셜용 카드로 재가공할 때 이미지 생성 파이프라인에 바로 연동해 반복 생산을 자동화할 수 있다. 샷 리스트를 기반으로 A/B 테스트용 다른 은유 버전을 생성하고 결과를 비교하는 워크플로에 적용할 수 있다. 이 과정은 수작업 일러스트 의존도를 낮춰 콘텐츠 생산 속도를 높인다.

시작하기

레포를 로컬로 복제한 뒤 ian-xiaohei-illustrations 디렉토리를 Codex의 skills 폴더로 복사하면 설치가 완료된다. 예시 명령은 git clone https://github.com/helloianneo/ian-xiaohei-illustrations.git 와 mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills" 와 cp -R ./ian-xiaohei-illustrations "${CODEX_HOME:-$HOME/.codex}/skills/" 이다. 설치 후 Codex 환경에서 'Use $ian-xiaohei-illustrations' 형태의 자연어 호출로 샷 리스트 생성과 직접 이미지 생성을 실행할 수 있다.

요구사항

• Codex 실행 환경과 사용자가 스킬을 설치할 수 있는 파일 권한이 필요하다. 레포의 agents/openai.yaml 같은 샘플 설정을 참조해 이미지 생성 백엔드를 연결할 수 있어야 한다. 생성된 이미지에서 한글 또는 중문 주석의 안정성을 위해 입력 텍스트를 짧게 유지하는 것이 권장된다.
• 생성 모델의 API 키 또는 연결된 이미지 모델 런타임이 사전에 구성되어 있어야 실제 PNG 산출물이 생성된다. 레포는 이미지 모델 호출 부분을 외부 설정 파일로 분리해 두어 별도 이미지 백엔드를 연결할 수 있게 설계되어 있다. 로컬에서 재현하려면 해당 백엔드의 요건을 만족해야 한다.

이미지 분석