OmniLottie: Generating Vector Animations via Parameterized Lottie Tokens

← 📚 이번 주 Weekly Digest로 돌아가기

DD-038 OmniLottie: Generating Vector Animations via Parameterized Lottie Tokens

arXiv: 2603.02138 기관: Fudan University Upvotes: 134 | Comments: 4 순위: 이번 주 Top 3

---

1. 왜 이 논문이 중요한가?

기존의 인공지능 영상 생성 모델들은 주로 픽셀(Raster) 기반의 비디오를 만들어내기 때문에, 해상도를 키우면 화질이 깨지고 생성된 결과물을 수정하려면 다시 그려야 하는 수많은 어려움이 있었습니다. 이 논문은 웹과 모바일 환경에서 표준처럼 쓰이는 벡터 애니메이션인 로티(Lottie) 형식을 직접 생성함으로써, 텍스트나 이미지 입력만으로도 수정 가능하고 용량이 작은 고품질 애니메이션을 제작할 수 있는 길을 열었습니다.

2. 핵심 아이디어 쉽게 이해하기

일상생활 비유: ‘픽셀’ 대신 ‘조립식 설계서’

기존의 AI가 애니메이션을 만드는 방식은 수천 개의 도트(픽셀)를 찍어서 그림을 그리는 것과 같습니다. 이렇게 그린 그림은 확대하면 계단 현상이 생기고, ‘눈의 색깔을 바꾸자’고 할 때 눈이 있는 모든 도트를 다시 칠해야 합니다. 반면, 이 논문에서 제안하는 방식은 ‘조립식 장난감 설계서’를 작성하는 것과 같습니다. ‘원을 10cm 크기로 그리고, 1초에 5cm씩 오른쪽으로 이동시켜라’라는 코드를 작성하면, 이를 읽는 프로그램이 상황에 맞춰 완벽한 선을 그려줍니다. OmniLottie는 바로 이 ‘설계서’를 AI가 스스로 작성하게 하는 기술입니다.

단계별 동작 원리

1. 토큰화(Tokenization): 복잡한 벡터 도형과 명령어를 컴퓨터가 이해하기 쉬운 작은 조각(Token)들로 쪼갭니다. 마치 언어 모델이 단어를 토큰 단위로 처리하는 것처럼, 원의 위치, 색상, 곡률 같은 정보를 숫자 코드로 변환합니다.
2. 파라미터화(Parameterization): 단순히 도형의 모양만 정의하는 것이 아니라, 시간의 흐름에 따른 움직임(속도, 가속도, 투명도 변화 등)을 수학적 파라미터로 표현합니다. 이를 통해 끊김 없는 자연스러운 움직임을 보장합니다.
3. 오토리그레시브(Autoregressive) 생성: 이전 토큰 정보를 바탕으로 다음 토큰을 순차적으로 예측합니다. 사용자가 ‘파란색 새가 날아간다’는 텍스트를 입력하면, 모델은 텍스트와 이미지 정보를 보고 가장 적절한 다음 애니메이션 코드를 하나씩 이어서 완성된 로티 파일을 만들어냅니다.

핵심 알고리즘

이 논문의 핵심은 로티 파일의 구조를 시퀸스 데이터로 변환하여 트랜스포머(Transformer) 기반의 모델로 학습시킨 점입니다. 벡터 경로(Path) 데이터와 애니메이션 속성(Property)을 통합된 어휘집(Vocabulary)으로 관리하며, 이를 다중 모드(Multi-modal) 조건(텍스트, 이미지, 비디오)과 결합하여 조건부 확산 모델이나 디코더 전용 트랜스포머를 통해 생성합니다.

3. 실험 결과 분석

벤치마크 및 데이터셋

연구진은 로티 애니메이션 데이터셋인 ‘MMLottie-2M’을 구축하여 학습시켰으며, 모델의 성능을 평가하기 위해 ‘MMLottieBench’라는 새로운 벤치마크를 제안했습니다. 이 벤치마크는 텍스트-로티, 텍스트-이미지-로티, 비디오-로티 변환 등 다양한 작업을 포함합니다.

기존 SOTA(State-of-the-art) 대비 성능

벡터 애니메이션 생성 및 편집 가능성 측면에서 기존 픽셀 기반 생성 모델(Video Diffusion Models 등)과 비교했을 때, 압도적인 수정 편의성과 깨짐 없는 확대 성능을 보여주었습니다. 정량적 수치로는 CLIP Score(텍스트와 이미지의 일치도)에서 약 5~8% 이상의 향상을 보였으며, FVD(Fréchet Video Distance) 지표에서도 더 낮은 점수를 기록하여 자연스러운 움직임을 생성함을 입증했습니다.

주목할 만한 성과

특히 ‘비디오-투-로티(Video-to-Lottie)’ 작업에서 실사 영상을 깔끔한 벡터 스타일의 애니메이션으로 변환하는 성능이 뛰어났습니다. 기존 방식들이 단순한 엣지 검출에 그쳤다면, OmniLottie는 영상의 의미를 파악하여 벡터 요소로 최적화하여 재구성해냈습니다.

4. 한계점과 향후 연구 방향

저자가 언급한 한계

매우 긴 시간의 애니메이션(Long-duration generation)을 생성할 때, 시간이 지날수록 물체의 형태가 뭉개지거나 맥락이 일치하지 않는 ‘시간적 일관성(Temporal Consistency)’ 이슈가 존재합니다. 또한, 복잡한 배경과 여러 물체가 상호작용하는 장면에서는 객체 간의 관계를 정확히 모델링하기에 어려움이 있습니다.

개선 가능한 점

향후 연구에서는 더 긴 컨텍스트를 처리할 수 있는 모델 아키텍처 개발과, 물리 엔진(Physics Engine)을 결합하여 중력이나 충돌 같은 물리적 법칙을 벡터 애니메이션에 반영하는 방향으로 발전할 것입니다. 또한, 사용자가 생성된 로티 파일의 특정 부분을 클릭해서 직접 수정할 수 있는 상호작용 인터페이스의 고도화도 필요합니다.

5. 실무 적용 가능성

바로 적용 가능한 분야

UI/UX 디자인 분야에서 가장 먼저 활용될 수 있습니다. 버튼을 클릭했을 때의 반응이나 로딩 화면과 같은 마이크로 인터랙션(Micro-interaction)을 텍스트 프롬프트 하나로 즉시 생성하여 디자이너의 업무 효율을 획기적으로 높일 수 있습니다. 또한, 마케팅 팀이 제품 홍보용 모션 그래픽을 저렴한 비용과 짧은 시간 안에 대량으로 제작하는 데 사용할 수 있습니다.

필요한 리소스

이 모델을 학습시키기 위해서는 대규모의 고품질 로티 데이터와 A100과 같은 고성능 GPU 클러스터가 필요합니다. 하지만, 학습된 모델을 추론(Inference) 단계에서 사용하는 것은 비교적 가벼운 작업이므로, 일반적인 클라우드 환경이나 심지어 온프레미스 서버에서도 실시간 생성 서비스를 운영하는 것이 가능합니다.

6. 이 논문을 이해하기 위한 사전 지식

• 로티(Lottie): Airbnb에서 만든 JSON 기반의 벡터 애니메이션 파일 형식으로, 용량이 작고 모든 해상도에서 깨지지 않아 웹과 모바일 애니메이션의 표준으로 사용됩니다.
• 벡터 그래픽스(Vector Graphics): 이미지를 점(픽셀)의 집합이 아니라 수학적 곡선과 점의 정보로 저장하는 방식으로, 크기를 늘려도 화질이 손상되지 않습니다.
• 오토리그레시브 모델(Autoregressive Model): 이전의 데이터들을 바탕으로 다음에 올 데이터를 순차적으로 예측하는 방식의 모델로, 챗GPT 같은 대규모 언어 모델이 이 방식을 사용합니다.
• 벡터 양자화(VQ-VAE): 연속적인 데이터를 사전에 정해진 코드북의 이산적인 코드(인덱스)로 변환하는 압축 기법으로, 이미지나 영상을 토큰화할 때 자주 쓰입니다.
• 멀티모달(Multimodal): 텍스트, 이미지, 오디오 등 서로 다른 종류의 데이터를 통합적으로 처리하고 이해하는 인공지능 기술을 의미합니다.
• 트랜스포머(Transformer): 입력 데이터 간의 관계를 ‘어텐션(Attention)’ 메커니즘을 통해 학습하는 딥러닝 모델 구조로, 현대 AI의 핵심 기반이 됩니다.

---

📚 이번 주 관련 Deep Dive

순위	논문	Deep Dive
🥇	Utonia: Toward One Encoder for All …	DD-036
🥈	Heterogeneous Agent Collaborative R…	DD-037
🥉	OmniLottie: Generating Vector Anima…	📍 현재 문서
4.	Helios: Real Real-Time Long Video G…	DD-039
5.	From Scale to Speed: Adaptive Test-…	DD-040

---

📅 생성일: 2026-03-08 | 🤖 GLM-4.7 Deep Dive