우리는 AI 피규어에 Chat-on-Left, Output-on-Right 패턴을 시도했지만 실패했습니다. 여기 성공한 방법이 있습니다.

Source: Dev.to

연구자들은 그림을 만드는 데 터무니없이 많은 시간을 소비합니다. 제 동료는 리뷰어가 수정 요청을 하면서 색상 팔레트를 여섯 개의 그림에 맞추려고 matplotlib에서 삼 일을 보냈습니다. 삼 일. 색상 때문에.

문제

기존 워크플로우는 다음과 같습니다:

• 각 플롯을 개별적으로 생성하는 Python/R 코드를 작성한다
• 각각을 PNG로 내보낸다
• PowerPoint 또는 Illustrator를 연다
• 패널 A, B, C, D를 수동으로 배치한다
• 글꼴/색상이 일치하지 않음을 깨닫는다
• 코드를 다시 열어 수정하고, 다시 내보내고, 다시 배치한다
• 마감일까지 반복한다

우리는 이를 해결하기 위해 Plottie AI를 만들었다. 하지만 첫 번째 버전은 잘못되었다.

Failure #1: The Chat Pattern Doesn’t Work for Visual Composition

2025년의 모든 AI 도구는 동일한 레이아웃을 가지고 있었습니다: 왼쪽에 채팅, 오른쪽에 결과. 우리는 그것을 그대로 복제했습니다.

문제는? 연구자들은 하나의 그림을 만들지 않습니다. 8–24개의 패널을 만들어 일관성을 유지해야 합니다. 채팅 인터페이스에서는 각 그림이 별개의 대화로 취급됩니다. 그림을 나란히 보거나, 색상 팔레트를 비교하거나, 다중 패널 레이아웃을 구성할 수 없습니다. 결국 언제나 PowerPoint로 돌아가게 됩니다.

우리가 대신 만든 것: 무한 캔버스.

Figma를 떠올리세요, ChatGPT가 아니라. 여러 AI‑생성 그림이 같은 화면에 존재합니다. 할 수 있는 일:

• 모든 그림을 한 번에 보기
• “프레임”으로 끌어다 놓아 다중 패널 구성 만들기
• 전체를 하나의 PNG/SVG/PDF로 내보내기
• 20개 이상의 저널‑전용 프리셋을 통해 색상 팔레트 교체

결과: 한 베타 테스터의 작업 흐름이 90 분 → 15 분으로 단축되었습니다.

실패 #2: AI 출력은 편집 가능해야 함

우리 V1은 AI‑생성된 그림을 최종으로 간주했습니다: generate → export → done. 연구자들은 싫어했습니다.

AI가 80 % 정도는 도와주지만, 마지막 20 %가 중요합니다: Nature 스타일 가이드의 정확한 헥스 코드, 그림 범례의 특정 폰트 크기, 축 레이블의 정밀한 포맷팅. “대충 괜찮다”는 학술 출판에서는 통하지 않습니다.

해결책: 우리는 모든 것을 다시 구축하여 편집 가능한 SVG를 출력하도록 했습니다. 모든 요소(텍스트, 축, 범례, 색상)는 생성 후 조정할 수 있습니다. 또한 특정 학술지(Nature, Science, Cell, Lancet)에 맞는 20개 이상의 원클릭 색상 팔레트를 추가했습니다.

실패 #3: 단일 LLM = 단일 장애 지점

V1은 하나의 AI 제공업체만 사용했습니다. 해당 업체가 속도 제한을 걸거나 다운되면 전체 서비스가 중단되었습니다. 마감일을 맞추는 데 있어 이는 용납될 수 없습니다.

해결책: 멀티‑LLM 아키텍처 — Claude, Gemini, 그리고 GPT를 작업 인식 라우팅과 함께 사용합니다. 데이터 플롯은 코드 샌드박스(E2B)를 통해 처리하고, 다이어그램은 Excalidraw 기반 파이프라인을 거칩니다. 하나의 제공업체가 느릴 경우 요청은 다른 제공업체로 라우팅됩니다. 사용자는 전혀 눈치채지 못합니다.

우리를 놀라게 한 점

우리는 데이터 플롯(막대 차트, 산점도, 히트맵)을 위해 구축했습니다. 가장 큰 놀라움은 다이어그램에 대한 수요였습니다: 흐름도, CONSORT 다이어그램, 경로 다이어그램, 과학 일러스트레이션 등. 연구자들은 단순히 데이터를 플롯하는 것이 아니라 과정을 설명합니다.

그래서 우리는 데이터‑플롯 엔진 옆에 전체 다이어그램 편집기(Excalidraw)를 통합했습니다. 같은 캔버스에서 화산 플롯과 CONSORT 흐름도를 동시에 가질 수 있습니다.

스택 (궁금한 분들을 위해)

• AI 엔진: Python + FastAPI + 멀티‑LLM 라우팅 + E2B 샌드박스
• 프론트엔드: Next.js 15 + Excalidraw + Konva (캔버스)
• 백엔드: Go + Gin + Typesense (검색) + Cloudflare R2 (스토리지)
• 인증: Supabase (서브도메인 간 쿠키 공유)
• 배포: Cloudflare Pages (프론트엔드) + Fly.io (백엔드) + Docker (AI 엔진)

지금까지의 수치

• 출시일: 2026년 1월 21일
• 베타 사용자: ~3,000명
• 생성된 도표: 3,000개 이상
• 가장 인기 있는: 화산 플롯, 히트맵, 플로우차트
• 무료 티어: 하루 15 크레딧 (여러 도표에 충분)

시도해 보기

플레이해 보세요: ai.plottie.art — 무료이며 카드가 필요 없습니다.

AI 창작 도구를 만들면서 채팅 vs. 캔버스, 단일 vs. 다중 모델, 편집 가능 vs. 정적 출력과 같은 UX 과제에 부딪힌 경우, 댓글에서 의견을 나누고 싶습니다.