(아이디어1) 소수 민족 언어를 위한 에코 폰트(eco-font) 생성 시스템 구축

🌎 관련 SDGs

• SDG 12: 책임 있는 소비와 생산
• SDG 10: 불평등 감소

🥵 해결하려는 문제

• 기존 에코폰트는 알파벳이나 주요 국가 언어(영어, 한국어 등)에만 국한되어 개발되었습니다.
• 일반 폰트와 달리 에코 폰트 생성에 AI를 결합한 사례는 부재합니다.
• 디자인 비용과 더불어 소수 민족에 대한 낮은 관심도는 창작 환경에 제약이 됩니다.
• 폰트 디자인은 인쇄 의존도가 높은 지역에서 비용을 절감할 수 있는 가장 효율적인 수단이라고 생각했습니다.

😀 해결 방법 데이터가 부족한 소수 민족 언어를 대상으로도 원활하게 에코 폰트를 생성하는 자동화 시스템을 구축합니다. 소수 민족 언어와 뿌리가 같은 고자원/저자원 언어를 대상으로 에코 폰트를 먼저 생성한 다음, one-shot style transfer를 통해 소수 민족 에코 폰트도 생성합니다. 한번 만들어진 폰트 디자인은 Vector DB에 저장되어 관련 소수 민족 언어가 입력으로 들어올 때마다 레퍼런스가 됩니다.

🤯 기술 요소

• Generative AI (stable diffusion)
• RAG (Retrieval-Augmented Generation)
• Vision Transformer (ViT)
• 플랫폼 구축

☝️ 주요 기능 (파이프라인)

• 데이터가 풍부한 언어를 대상으로 잉크 사용량, 가독성 trade-off를 고려한 에코 폰트를 생성합니다.
• 생성된 에코 폰트는 스타일 레퍼런스로서 Vector DB에 저장됩니다.
• 저장된 스타일 레퍼런스는 관련 있는(언어 뿌리가 같은) 소수 민족 언어가 입력으로 들어왔을 때 one-shot style transfer를 돕기 위해 RAG 대상이 됩니다.
• one-shot style transfer를 통해 언어 데이터가 부족한 상황에서도 스타일 전이를 도모할 수 있습니다.
  • One-Shot Multilingual Font Generation Via ViT (2024) : 논문에서는 원샷 스타일 전이를 위해 ViT와 RAG를 결합한 아키텍처를 제안하는데, 에코 폰트 생성 주제와 연관성이 높은 자료입니다.

✌️ 부가 기능 (예시)

• 기존 생성모델을 개선합니다.
  • (예시1) 예술 작품(폰트 디자인) 특화 생성모델인 만큼 창의성을 보장하기 위해 관련 연구 적용 (예. Enhancing Creative Generation on Stable Diffusion-based Models, CVPR 2025)

(아이디어2) 업사이클링 아트(Upcycling art) 생성 시스템 구축

🌎 관련 SDGs

• SDG 12: 책임 있는 소비와 생산
• SDG 11: 지속 가능한 도시와 공동체

🥵 해결하려는 문제 우리가 매일 사용하는 일회용품과 버려지는 쓰레기는 너무 익숙한 나머지 쓰레기가 환경에 미치는 영향을 간과하기 쉽습니다. 이러한 저조한 환경문제 인식을, 지루하고 평범한 방법이 아닌 ‘업사이클링 아트’라는 예술의 한 분야로 고취시키려 합니다. ‘업사이클링 아트’란 수명이 다해 쓸모없어진 폐기물을 단순히 재가공하는 것을 넘어, 예술적 영감을 더해 새로운 가치를 지닌 예술 작품으로 재탄생시키는 활동입니다. 

😀 해결 방법 일상에서 찍은 쓰레기 사진들을 생성모델에 통과시켜 작품 도안을 출력합니다. 이때 단순히 쓰레기 외형 정보(형태,색깔 등)만으로는 작품을 생성하기 어려운데, 직접 구축한 벡터 데이터베이스에서 디자인 레퍼런스 및 추천 키워드를 얻어 프롬프트에 합치는 방법을 생각하였습니다. 

🤯 기술 요소

• Generative AI (stable diffusion)
• RAG (Retrieval-Augmented Generation)
• zero-shot learning, multi-modal learning (제로샷/멀티모달 학습)
• recommendation system (추천 시스템)
• 플랫폼 구축

☝️ 주요 기능

• 열악한 디지털환경(ex. 저해상도 카메라)에서도 견고하게 ‘쓰레기’ 객체를 추출합니다.
• 기하학적으로 변형된 피사체에서도 미학적 가치를 추출하도록 제로샷 성능을 도모합니다.
• 추출된 특징벡터를 기반으로 데이터베이스에서 디자인 레퍼런스 및 추천 키워드를 얻습니다.
• 증강된 프롬프트를 생성모델에 건네 작품 도안을 생성합니다.

✌️ 부가 기능 (예시)

• 모델과 전체적인 시스템의 범용성을 확보하면 쓰레기를 넘어 ‘패션/의류’ 등 기타 물건들도 다룰 수 있습니다. 의류 도메인으로 확장시 온라인 중고 플랫폼에서 사용자의 선호도를 고려해 자동으로 중고의류를 추천해주는 시스템도 생각해보았습니다.
• 기존 생성모델을 개선합니다.
  • (예시1) 소수 민족/국가/지역의 문화를 잘 반영할 수 있도록 기존 생성모델 편향 완화 기법 조사
  • (예시2) 예술 작품 특화 생성모델인 만큼 창의성을 보장하기 위해 관련 연구 적용 (예. Enhancing Creative Generation on Stable Diffusion-based Models, CVPR 2025)

☺️ 얻어 가는 것 아래 사항들은 모두 예시로 작성된 것으로 팀원들의 관심 기술스택을 적극적으로 반영하려고 합니다.

• AI/ML
  • 생성모델, 멀티모달의 깊은 이해와 활용
  • 도메인 특화 모델을 위한 미세조정 기법
• Web/App
  • 생성 지연 시간(Latency)을 극복하는 AI-Native UX 설계
  • 멀티미디어(Vision) 데이터 핸들링 및 최적화
  • 비동기 스트리밍(Streaming) 데이터 처리
• Server/Cloud
  • 벡터 데이터베이스(Vector DB) 실무 구축 및 운영
  • LangChain / LlamaIndex를 활용한 RAG 백엔드 구축
  • 복잡한 ML 파이프라인 통합 및 비동기 처리(Orchestration)