오픈크랩으로 텍스트만으로 조경 지주목 이미지 만들기

밤 9시, 에이전트코리아에는 조경 분야에서 일한다는 한 참여자의 다급한 질문이 올라왔다. 예전에 다른 참여자가 공유했던 지주목(나무를 지탱하는 버팀목) 이미지가 실사에 가까울 만큼 정교했던 것을 기억하고 있었고, 그 이미지가 정확히 어떤 과정을 거쳐 만들어졌는지 캐물었다. 조경 실무에서 지주목은 준공 사진에 흔히 등장하는 요소이지만, 실제 시공 전에 완성 예상도를 만들어야 할 때는 참고할 만한 자료가 마땅치 않다는 현실적 필요가 질문의 배경에 있었다. 다급하게 이어진 물음표만 봐도, 실무에 당장 적용해보고 싶은 마음이 읽혔다.

답을 내놓은 개발자는 과정을 세 단계로 요약했다. 먼저 실제 준공 사진들을 모아 오픈크랩(OpenCrab)이라는 도구 안에서 CLIP과 함께 온톨로지(개념 간 관계를 정리한 지식 구조)를 구축했고, 그렇게 정리된 온톨로지를 바탕으로 지피티의 이미지 생성 기능을 호출해 최종 이미지를 뽑아냈다는 것이다. 즉 단순히 이미지 생성 모델에 프롬프트만 던진 것이 아니라, 실제 시공 사진 데이터를 온톨로지 형태로 구조화한 뒤 그 지식을 이미지 생성 단계에 반영하는 방식이었다. 사진 더미를 그저 참고 자료로 쌓아두는 대신, 온톨로지라는 형태로 한 번 가공했다는 점이 이 과정의 핵심이었다.

여기서 조경 담당자가 다시 물은 지점이 이 대화의 핵심이었다. "기본 렌더링 이미지를 깔거나 스케치 같은 것을 깔고 변환한 게 아니라, 텍스트만으로 만든 이미지인지 궁금하다"는 질문에 개발자는 "프롬프트로만" 만들었다고 명확히 답했다. 즉 참고 이미지를 밑그림으로 두고 이미지-투-이미지 방식으로 변형한 결과가 아니라, 온톨로지로 정리된 지식을 언어로 풀어낸 프롬프트만으로 실사에 가까운 조경 이미지를 완성했다는 뜻이다. 밑그림 없이 텍스트만으로 이 정도 완성도를 냈다는 사실이, 질문을 던진 담당자에게는 가장 놀라운 대목이었을 것이다.

이 대화가 눈길을 끄는 이유는 이미지 생성 자체의 기술이 아니라, 그 앞단의 준비 과정에 있다. 실제 준공 사진이라는 원천 데이터를 온톨로지로 구조화해 두면, 이후 텍스트 프롬프트만으로도 도메인 특유의 디테일(지주목의 형태·배치·재질 같은 조경 실무 지식)을 재현할 수 있다는 사례를 보여준 셈이다. 조경처럼 전문 분야일수록 일반적인 이미지 생성 프롬프트만으로는 실무 디테일을 살리기 어려운데, 온톨로지 구축이라는 중간 단계가 그 간극을 메우는 방법으로 커뮤니티에 소개된 하루였다. 결국 이 사례가 시사하는 것은, 텍스트-이미지 변환 기술 자체보다 그 앞에 어떤 지식을 어떻게 구조화해 먹이느냐가 실무 적용의 성패를 가른다는 점이다.