photo finishing software

검사와 보정을 반복하며 합성 흔적을 줄여 가는 티어 확장

5. 티어 설계 — 커버리지가 아니라 합성 비율의 문제

여기서 오해하기 쉬운 지점이 있습니다. 190자만 받아도 11,172자가 전부 만들어지니, 글자가 없어서 못 쓰는 일은 생기지 않습니다. 합성 구조 위에서 글자 단위 커버리지는 항상 100%입니다.

그러면 티어를 나눌 이유가 없어 보입니다.

실제 이유는 커버리지가 아니라 자연스러움입니다. 합성된 글자는 원본에 없던 조합이라, 아주 잘 만들어도 미세하게 '계산된 흔적'이 남습니다. 낮은 티어에서는 그 흔적이 눈에 보이고, 티어를 올리면 흔적이 줄어듭니다.

티어를 올리는 방법은 직접 필기하는 글자를 늘리는 것입니다. 따라서 티어의 설계 변수는 커버리지가 아니라, 실제 문구에서 직접 필기 글자가 차지하는 비율입니다.

티어	필기 글자 수	미학 총합	완성도 체감 수준
Standard	114자	55%	명확히 자동 생성임을 알 수 있음
Silver	150자	63%	일부 글자에서 어색함이 빈번
Gold	200자	70%	짧은 문장은 괜찮으나 긴 텍스트에서 티가 남
Platinum	350자	80%	일반인은 대부분 못 느끼고 전문가는 식별 가능
Diamond	550자	87%	전문가도 주의 깊게 봐야 식별

필기 글자 수에 따른 완성도 티어

티어를 올리는 목적은 글자 수 확보가 아니라 합성 흔적을 줄이는 것

5.1 폐루프로서의 티어 확장

운영 방식을 제어 구조로 읽으면 다음과 같습니다. 자소 합성 파이프라인 자체는 개루프 피드포워드입니다.

입력(190자 표본)과 규칙이 정해지면 출력(10,982자)이 결정되고, 출력의 오차를 스스로 감지하지 못합니다.

이 개루프에 측정을 붙이는 장치가 수동 검사입니다. Standard 114자에서 출발해 전체를 자동 합성한 뒤, 수동 검사로 어색한 글자를 찾아냅니다. 검사 로그가 오차 신호가 되고, 그 결과를 근거로 다음 레벨에서 어떤 글자를 직접 받을지 정합니다.

직접 필기 글자의 편입은 해당 음절의 합성 오차를 원천에서 0으로 만드는 보정 입력이고, 이것을 150자, 200자, 350자, 550자로 반복하는 티어 체계는 측정–보정을 순환시키는 폐루프에 해당합니다.

추가할 글자를 감으로 고르지 않고 검사에서 걸린 글자와 실제 문구에서 자주 쓰이는 글자로 다음 템플릿을 만든다는 점, 즉 보정이 항상 측정에 근거한다는 점이 이 구조의 핵심입니다.

확장에 우선 들어가는 글자는 정해져 있습니다. 카드 문구에 반복적으로 등장하는 고빈도 글자입니다. '다', '하', '지', '이', '기', '리', '가', '사', '어', '자'로 시작하는 약 120자 목록이 그 출발점입니다.[1]

이 글자들을 직접 필기로 대체하면, 카드 한 장에서 사람이 실제로 쓴 글자의 비율이 급격히 올라갑니다. 표 7의 미학 총합이 오르는 실체가 이것입니다.

이 원칙이 실제 템플릿에 어떻게 반영되는지는 Silver 150자의 구성이 잘 보여 줍니다. 150자는 성격이 다른 세 묶음의 합입니다.

구성	글자 수	목적
고빈도 글자	60자	실제 문구에서의 직접 필기 비율 확보
받침·공간 배분 글자	40자	받침 결합 시 세로 공간 배분의 표본 확보
고난도·변칙성 글자	50자	합성 오차가 큰 변칙 결합의 직접 확보

표 8. Silver 150자 템플릿의 실제 구성 — 빈도용과 구조용 글자가 분리 관리된다

한 가지 더 있습니다. 같은 자소라도 앞뒤 맥락에 따라 모양이 달라지는 경우가 있습니다. 'ㅈ'과 'ㅊ'이 대표적입니다. 사람은 같은 'ㅈ'을 쓸 때도 상황에 따라 다르게 씁니다. 이런 이체자를 별도 슬롯으로 관리하는지 여부가 낮은 티어와 높은 티어를 가르는 또 하나의 축입니다.

5.2 빈도 분포 모델과 커버리지 상한

직접 필기 비율은 음절 빈도 분포에 지배됩니다. 음절 빈도를 절단 지프 분포 p(r) ∝ r^(−α)(r은 빈도 순위)로 근사하면,[2]

빈도 상위 N자를 직접 필기로 확보했을 때 실제 문장에서 직접 필기 글자가 차지하는 기대 비율은 일반화 조화수의 비로 계산됩니다. 여기서 S는 상용 음절 집합의 크기이며, 계산에는 KS X 1001의 2,350을 사용합니다.

C(N) = H(N, α) / H(S, α), H(n, α) = Σ(k=1..n) k^(−α)

계산식 - 빈도 상위 N자를 확보했을 때의 누적 커버리지 (모델 추정)

티어 / 상위 N자	α=1.1	α=1.2	α=1.3	비고
Standard 114	72.9%	80.6%	86.7%	미학 총합 55%
Silver 150	75.7%	82.9%	88.5%	미학 총합 63%
Gold 200	78.5%	85.1%	90.2%	미학 총합 70%
Platinum 350	83.9%	89.2%	93.1%	미학 총합 80%
Diamond 550	88.0%	92.1%	95.1%	미학 총합 87%
2,350 (KS X 1001)	100%	100%	100%	참조 상한

표 9. 티어별 직접 필기 글자 비율 모델 추정치와 미학 총합의 대응

두 계열의 값이 다르다는 점에 주의해야 합니다. 커버리지는 상위 N자를 빈도 순으로 확보했다고 가정한 상한이고, 미학 총합은 합성 글자의 시각적 완성도까지 반영한 실측 평가입니다. 실제 템플릿의 114자는 빈도 상위 114자가 아니라 자소 구조를 채우기 위한 글자('꺄', '뼤', '쁴', '쒀' 등 저빈도 포함)이므로, Standard 티어의 실제 직접 필기 비율은 표 9의 값보다 훨씬 낮습니다.

확장 단계에서 고빈도 글자를 우선 편입하는 이유가 여기 있습니다. 표 8에서 본 것처럼 구조용 글자와 빈도용 글자를 분리해 관리하면 같은 글자 수로 더 높은 체감 완성도를 얻을 수 있습니다.

실무 지침으로 정리하면, 티어 확장 글자 목록은 다음 세 소스의 합집합으로 구성하는 것이 합리적입니다. (1) 자소 구조를 채우는 필수 글자, (2) 카드 문구 고빈도 글자 약 120자, (3) 직전 티어의 수동 검사에서 어색하다고 판정된 글자.

글소담 - 통합검증 505자 , 한글 커버리지 98% (스캔 300dpi)

글소담 - 글꼴 분해,합성기

실전에서는 standard 114자로 전체 글자를 합성한 후에, A4 한장에, 최대한 표준 글자를 포함하는 문단을 출력해서, 어색한 부분을 검출하는 방식을 사용하는데, 티어를 올려가면서, 글자수를 늘려가는 방식보다 빠르게 폰트 생성이 가능할 경우도 있습니다.

한 걸음만 더

티어를 자동차의 옵션처럼 단순히 글자 수가 많은 상품으로 이해하면 핵심을 놓치기 쉽습니다. 모든 티어는 원칙적으로 11,172자를 표현할 수 있습니다. 달라지는 것은 실제 문구 안에서 원본 필기가 차지하는 비율과, 합성된 글자가 주변 글자와 얼마나 자연스럽게 어울리는가입니다.

그래서 다음 단계에 넣을 글자는 무작정 많이 고르지 않습니다. 주문 문구에서 자주 나타난 글자, 이전 검사에서 반복적으로 어색했던 글자, 이름처럼 시선이 먼저 가는 위치에 쓰이는 글자를 우선합니다. 한 글자를 추가로 받더라도 실제 카드 여러 장의 인상을 바꿀 수 있는 글자를 선택해야 같은 필기 부담으로 더 큰 개선을 얻을 수 있습니다.

이 과정은 출시 후에도 끝나지 않습니다. 새 주문에서 발견된 어색한 조합을 기록하고, 다음 템플릿에 반영하고, 다시 결과를 측정하면 티어는 고정된 등급표가 아니라 계속 학습하는 품질 관리 체계가 됩니다. 사람이 판단한 어색함이 다음 버전의 보정 입력으로 돌아가는 것이 폐루프의 실질적인 의미입니다.

[1]고빈도 우선 편입 목록(약 120자): 다하지이기리가사어자 아적대시장되수나전부 정소상인그일주고히오 구보도치제비로스서마 무생신연내성동실화학 해중우여관공식한국문 의원용미르바저교방물 모거조음발개위만간들 요안세반차외달경통심 분단라금유예속과계입 선불행점감출진려러재 양래회명말당초체두.

[2]Zipf, G. K.(1949), Human Behavior and the Principle of Least Effort. 절단 지프 분포와 그 일반화인 지프–만델브로 분포, 그리고 어휘 규모 성장에 관한 힙스(Heaps)의 법칙이 언어 빈도 모델의 표준 참조다. 한국어 음절 빈도의 편중은 실측으로도 확인되는데, 한국어 사전 표제어 발음형 47,401개를 분석한 결과 음절 유형 1,283개 가운데 고빈도 82개 유형(6.4%)이 전체 자료의 50.25%를 차지한다는 보고가 있다[신지영(2010), 「한국어 사전 표제어 발음의 음소 및 음절 빈도」, 언어청각장애연구 15(1), 94–106]. 어절 단위 빈도는 국립국어원 「현대 국어 사용 빈도 조사」(2002) 및 그 후속 조사를 참조.

이전 목록

55.내 글씨체를 손글씨 AI로봇에게 가르치려면 몇 자가 필요할까? (4편)

54.내 글씨체를 손글씨 AI로봇에게 가르치려면 몇 자가 필요할까? (3편)

53.내 글씨체를 손글씨 AI로봇에게 가르치려면 몇 자가 필요할까? (2편)

52.내 글씨체를 손글씨 AI로봇에게 가르치려면 몇 자가 필요할까? (1편)

51.펜이 굵어지면 글씨는 어떻게 달라질까? (3편)

50.펜이 굵어지면 글씨는 어떻게 달라질까? (2편)

49.펜이 굵어지면 글씨는 어떻게 달라질까? (1편)

48.사례14.손글씨 편지 - 시청 앞 부스에서 멈춰 선 아들 — 공공기관 손편지 캠페인과 AI손글씨

47.사례13.손글씨 카드 - 명절 단체 문자 대신 주문 상자에 넣은 카드

46.사례12.손글씨 편지 - 10년 친구가 입대하자 알게 된 마음 — 전화로는 못 하는 말이라서

45.사례11.손글씨 카드 - 오배송 뒤 신뢰를 회복하는 사과 카드