figma·2025년 11월 19일·3분 읽기큐레이션 요약

Gemini 3 Pro

Google의 Gemini 3 Pro에 포함된 Nano Banana Pro는 이미지의 색상·질감·구도·브랜드 정체성을 유지하면서도 빠르게 변형하고 정교하게 수정할 수 있는 생성형 이미지 모델이다. Figma는 이를 활용해 소셜 콘텐츠 변주, 다크 모드 전환, 인물 사진 보정, 제품 장면 합성 등 기존에 많은 시간이 걸리던 작업을 자연어 몇 마디로 처리할 수 있다고 소개한다. 핵심은 단순한 이미지 재생성이 아니라 원본의 맥락과 의도를 보존한 채 부분적으로 개선할 수 있다는 점이다. ## 브랜드 정체성을 유지하는 이미지 변형 - Figma Buzz, Figma Design, Figma Slides 등 다양한 제품에서 Nano Banana Pro를 테스트했다. - 새로운 이미지를 만들면서도 다음 요소를 비교적 안정적으로 유지한다. - 브랜드 색상과 팔레트 - 질감과 일러스트 스타일 - 타이포그래피와 로고 - 이미지의 구도와 시각적 분위기 - 단순한 설명만으로 기존 디자인의 “느낌”은 보존하면서 여러 스타일과 방향을 실험할 수 있다. - 작은 캐릭터와 넓은 배경의 비율, 가벼운 드로잉의 매력, 로고 형태 등을 유지한 채 변주하는 사례가 제시된다. ## 기존 작업을 상황에 맞게 수정 - 겨울철 뉴욕 활동을 소개하는 뉴스 앱 일러스트를 다크 모드용 이미지로 변환했다. - 기존 일러스트를 처음부터 다시 그리지 않고, 조명과 색상만 조정해 어두운 환경에 어울리도록 만들었다. - 수작업으로 여러 이미지를 다시 제작했다면 수 시간이 걸렸을 작업을 짧은 프롬프트로 처리할 수 있다. - 핵심은 원본 이미지를 버리고 새로 생성하는 것이 아니라, 기존 자산의 구조와 개성을 유지하며 특정 사용 맥락에 맞게 바꾸는 것이다. ## 새로운 구도와 장면으로 확장 - 천문학 앱 일러스트를 아늑한 공간에서 누군가 휴대폰으로 읽는 장면에 배치했다. - 모델은 일러스트를 휴대폰 화면에 자연스럽게 합성하고, 무드보드의 조명과 분위기도 반영했다. - 장면의 콘셉트에 맞춰 별빛 같은 요소를 추가하는 등 단순 합성을 넘어 창의적인 보완도 수행했다. - 회사 리더의 프로필 사진을 기존 임원 사진들과 어울리도록 다음과 같이 수정할 수 있다. - 촬영 구도 변경 - 카메라 각도 조정 - 배경 교체 - 브랜드 스타일에 맞춘 분위기 조정 - 특히 얼굴을 수정할 때 인물의 정체성과 likeness를 크게 왜곡하지 않는 점을 장점으로 강조한다. ## 여러 이미지와 모델을 결합한 장면 구성 - Figma Weave를 이용하면 브랜드 무드보드의 그래픽, 문구, 사진 등 여러 요소를 하나의 장면으로 합성할 수 있다. - Nano Banana Pro는 서로 다른 시각 자료를 결합하면서도 전체 장면의 일관성을 유지하는 데 활용된다. - Google의 Veo와 함께 사용하면 합성된 공간에 사람들의 활동이나 움직임을 추가해 영상으로 확장할 수 있다. - 그 밖에도 다음 모델과 조합할 수 있다. - 3D 모델 - 이미지 업스케일러 - 배경 제거 모델 - LLM 기반 프롬프트 개선 도구 - 여러 전문 도구를 조합해 모듈식으로 아이디어를 발전시키는 창작 환경을 만들 수 있다는 설명이다. ## Figma 제품 안에서 맥락을 유지한 편집 - Nano Banana Pro를 팀이 이미 사용하는 Figma 제품과 작업 흐름 안에서 활용할 수 있다는 점을 강조한다. - 이미지를 매번 새로 생성하지 않고 기존 이미지에 직접 수정을 요청할 수 있다. - 가능한 편집 사례는 다음과 같다. - 이미지 속 문구 수정 - 특정 색상만 변경 - 배경이나 구도 조정 - 얼굴과 인물의 자연스러운 유지 - 지역과 언어에 맞춘 타이포그래피 변경 - 원본 이미지의 맥락을 유지하면서 필요한 부분만 수정하므로, 브랜드 자산을 반복적으로 재작업하는 시간을 줄일 수 있다. Figma의 사례는 Nano Banana Pro를 완성품을 한 번에 생성하는 도구라기보다, 기존 디자인 자산을 보존하면서 빠르게 실험하고 수정하는 협업 도구로 바라본다. 브랜드 이미지, 제품 시안, 프레젠테이션 자료처럼 일관성이 중요한 작업에서 부분 편집과 반복적인 변주에 활용하는 것이 특히 효과적이다.

원문 읽기(새 탭에서 열림)

veoFigma대규모 언어 모델figma-weave+3

google·2025년 5월 11일원문

생성형 AI로 (새 탭에서 열림)

구글은 단 몇 장의 2D 제품 사진만으로 몰입감 있는 3D 쇼핑 경험을 구현하는 최신 생성형 AI 기술을 공개했습니다. 이 기술은 초기 NeRF 모델에서 시작해 시점 조건부 확산 모델을 거쳐, 현재는 고도화된 비디오 생성 모델인 'Veo'를 활용하는 단계까지 발전했습니다. 이를 통해 기업들은 적은 비용과 시간으로도 가구, 의류, 전자제품 등 다양한 카테고리의 제품을 360도 인터뷰 뷰로 변환하여 소비자에게 실제 매장에서 물건을 살펴보는 듯한 경험을 제공할 수 있게 되었습니다. ## 1세대: 신경 방사 휘도장(NeRF)을 이용한 초기 모델 * **핵심 기술:** 2022년 구글은 NeRF(Neural Radiance Fields)를 활용해 5장 이상의 이미지로부터 360도 회전 뷰를 생성하는 기술을 선보였습니다. * **구현 과정:** 가장 정보가 많은 이미지를 선택하고 배경을 제거한 뒤, NOCS(XYZ 예측)와 CamP(카메라 최적화) 등을 결합하여 제품의 3D 표현력을 학습시켰습니다. * **한계점:** 신발과 같이 비교적 단순한 구조에는 효과적이었으나, 샌들이나 하이힐처럼 구조가 얇고 복잡한 제품은 소수의 이미지로 정확한 기하학적 구조를 재구성하는 데 어려움이 있었습니다. ## 2세대: 시점 조건부 확산 모델을 통한 확장 * **시점 예측:** 특정 각도의 사진(예: 신발 윗면)만 있어도 "다른 각도에서는 어떻게 보일까?"를 예측하는 시점 조건부(View-conditioned) 확산 모델을 도입했습니다. * **기술적 특징:** 'DreamFusion'에서 제안된 점수 증류 샘플링(SDS) 기법을 사용하여, 모델이 렌더링한 이미지와 확산 모델이 생성한 목표 이미지를 비교하며 3D 모델의 매개변수를 최적화했습니다. * **성과:** 이 방식은 복잡한 구조의 신발 카테고리에서도 높은 현실감을 구현해냈으며, 구글 쇼핑에서 제공되는 대다수의 360도 신발 시각화 기능의 기반이 되었습니다. ## 3세대: Veo 모델을 활용한 범용적 3D 생성 * **비디오 생성 기술의 응용:** 구글의 최첨단 비디오 생성 모델인 'Veo'를 기반으로 하며, 빛의 상호작용, 재질, 질감 및 복잡한 기하학적 구조를 탁월하게 포착합니다. * **학습 방식:** 수백만 개의 고품질 3D 합성 자산을 다양한 조명과 각도에서 렌더링한 데이터를 학습하여, 하나 이상의 이미지 조건에서 360도 회전 영상을 생성하도록 미세 조정(Fine-tuning)되었습니다. * **범용성 및 효율성:** 정밀한 카메라 위치 추정 과정이 필요 없어 모델이 더 단순하고 신뢰도가 높으며, 가구와 전자제품처럼 표면이 반사되거나 복잡한 제품군에서도 자연스러운 3D 뷰를 생성합니다. * **입력 데이터:** 단 한 장의 사진으로도 생성이 가능하지만, 가려진 부분에 대한 '환각(Hallucination)' 현상을 줄이고 고화질 결과물을 얻기 위해서는 제품의 전체 면을 포괄하는 최소 3장의 이미지가 권장됩니다. 이러한 기술적 진보는 온라인 쇼핑의 시각적 한계를 극복하고 소비자에게 더 구체적인 정보를 제공하는 데 기여하고 있습니다. 향후 비즈니스 운영자들은 제품의 앞면, 뒷면, 측면을 포함한 최소 3장의 고화질 사진을 확보함으로써 AI를 통한 고품질의 3D 쇼핑 콘텐츠를 손쉽게 구축할 수 있을 것으로 보입니다.

veo생성형 AIdiffusion-models3d-reconstruction+3