그림 마감 전 일요일 저녁. 지도교수가 30분 미팅 동안 화이트보드에 모델을 그렸고, 당신은 휴대폰으로 사진을 찍었다. 사진은 흐릿하고, 두 화살표는 어느 쪽으로든 갈 수 있어 보이고, 위쪽 루프가 피드백인지 분해 단계인지 도무지 기억나지 않는다. 추측하고 잘못된 그림의 위험을 감수하거나, 이메일을 보내고 밤을 날리거나.
과학 드로잉 AI 워크플로우는 회의를 잘 적어두는 일을 대신해주지 않는다. 그러나 다시 그리는 일은 대신해준다 — 밤 11시에 Illustrator에서 픽셀을 미는 시간. 이 가이드는 연구자들이 실제로 사용하는 워크플로우다: 사진이나 스케치를 입력, 구조화된 프롬프트를 중간, 편집 가능한 SVG를 출력.
워크플로우를 두 번 일하기로 만드는 흔한 실수
- AI 출력을 최종 그림으로 취급. 모델은 "완성된 듯" 보이는 매끈한 이미지를 만들지만, 그 안의 과학적 관계는 여전히 당신 책임이다. 항상 SVG로 내보내 레이블과 화살표를 편집 가능하게 유지하라.
- 사진만 주고 설명을 안 함. image-to-image 모델은 본 것을 다시 그리며, 보통 흐릿한 픽셀을 그럴듯한 연결로 발명한다. 과학은 사진과 함께 단어로 와야 한다.
- "Nature 스타일로 만들어줘." 그러면 장식이 나온다, 명료함이 아니라. 구조적 관계를 먼저 정의하라.
- 방향성 상실. 스케치는 화살표를 느슨하게 사용한다 — "이게 저것에 영향". 과학 그림은 활성화, 억제, 전위, 시간 방향을 시각적으로 구분해야 한다. 명시적으로 적어라.
- 검증 단계 건너뛰기. AI 생성 그림은 스케치에 없던 레이블과 요소를 자주 "추가"한다. 내보내기 전에 항상 원본과 diff하라.
나쁜 프롬프트 vs. 더 나은 프롬프트
키나아제 캐스케이드의 화이트보드 사진에 대한 실제 비교:
너무 짧음 — 양식화되었지만 검증 불가능한 만화:
Turn this whiteboard photo into a clean scientific figure.재구조화 — 신뢰할 수 있고 편집 가능한 그림:
Convert the attached whiteboard photo into a clean schematic of a kinase signaling cascade.
The sequence is: extracellular ligand → membrane receptor → MAPKKK → MAPKK → MAPK → nuclear transcription factor → target gene.
Use right-arrows for phosphorylation steps, dashed arrows for translocation across the nuclear membrane, and a separate panel for the inhibitor (small molecule blocking MAPKK).
Preserve the exact node names from the photo: do not invent additional proteins or substrates.
Style: clean vector schematic, white background, room for editable labels, no 3D rendering.
Output as a layered SVG so I can correct labels in Illustrator.구조화된 프롬프트는 짧은 것이 할 수 없는 두 가지를 한다: 모든 노드를 명명해 모델이 발명하지 못하게 하고, 각 화살표 유형의 의미를 명시해 모델이 추측하지 못하게 한다.
참고: 프롬프트는 영어로 둔다. 현재 이미지 모델은 영어 토큰에 가장 안정적으로 반응한다. 본문은 한국어, 프롬프트는 영어는 연구 커뮤니티의 표준 관행이다.
AI가 추론해도 되는 것 vs. 당신이 명시해야 하는 것
이 워크플로우의 핵심 결정은 얼마나 단어로 설명하느냐다. 유용한 구분:
| AI가 추론해도 됨 | 당신이 명시해야 함 |
|---|---|
| 시각 스타일, 아이콘 디자인, 색 팔레트 | 모든 컴포넌트 이름, 모든 레이블 |
| 레이아웃 비율과 간격 | 모든 화살표의 방향 |
| 배경, 장식 요소 | 어떤 화살표가 활성화 vs. 억제 vs. 전위인지 |
| 종횡비와 자르기 | 그림이 개념적인지 실데이터인지 |
| 일반 객체용 아이콘 스타일(세포, 장기) | 특정 분자 구조, 임상 소견, 정량값 |
오른쪽 열에 있는 것은 사진에 있어도 프롬프트에 있어야 한다. 모델은 흐릿한 스케치에서 과학 구조를 안정적으로 읽지 못한다.
예시 이미지

예시는 세 단계를 명시적으로 보여준다: 거친 스케치, AI 초안, 편집 가능한 그림. 과학 내용은 동일하게 유지되며, 시각 언어만 단계마다 깔끔해진다. AI 초안은 최종이 아니다 — 편집 가능한 레이어가 최종이다.
소스 자료별 복사-붙여넣기 템플릿
대괄호 안 내용을 당신의 연구로 바꿔라.
1. 화이트보드 사진 정리
Convert the attached whiteboard photo into a clean scientific schematic of [topic].
The components are: [list every node visible in the photo, in order].
The connections are: [for each arrow, state source → target and what it means (activation, inhibition, translocation, conversion, transport)].
Preserve exact labels from the photo: do not invent additional components.
Style: clean vector schematic, white background, editable labels, no 3D rendering.
Output as a layered SVG.
2. 프로토콜 노트에서 만든 메서드 그림
Create a methods figure from the following protocol notes: [paste protocol].
Group steps into four blocks: [sample preparation], [treatment], [measurement], and [analysis].
Use a horizontal workflow with numbered steps. Keep labels short enough to fit a single-column methods figure.
Show the instrument or assay icon at the measurement step; use a simple bar chart or table icon at the analysis step (no real numbers).
Do not invent missing protocol steps. If a step is unclear in the notes, leave it as a labeled placeholder I can fill in later.
3. 발표나 연구비용 개념 그림
Draw a conceptual scientific figure explaining [idea or hypothesis].
Components to show: [main actor], [process they undergo], [output or readout], and [feedback or downstream effect].
This is for a [grant panel / department seminar / public talk]. Keep labels readable from 2 meters away.
Use schematic style, not photorealism. No real data values. No journal logos.
4. 출판된 논문 그림을 레이아웃 참조로
Use the attached figure from a published paper as a layout reference only.
Recreate the structure for our own study on [topic]: keep the panel arrangement and arrow style, but replace [their component] with [our component], and update labels to: [list of labels].
Do not copy the exact illustrations. The output must be original and not infringe the source figure.
Style: editable vector, consistent with our previous figures.역할별 사용법
- 박사과정 1년차: 템플릿 2(노트로 메서드)부터 시작하라. 실험노트 자체가 이미 구조화된 프롬프트다 — 재포맷만 하면 된다.
- 학생 그림을 리뷰하는 PI: 스케치 와 AI 초안 와 편집 가능한 SVG를 모두 요구하라. AI 초안만 있다면 검증을 건너뛴 것이다.
- 발표 준비 중인 박사후연구원: 템플릿 3이 친구다. 10분 발표용 개념 그림은 화면에 최대 4개 컴포넌트만.
- 화이트보드 문화가 있는 랩 매니저 / PI: 미팅 끝에 화이트보드를 촬영하고, 그 주에 템플릿 1로 처리하라. 미루면 미룰수록 해석 드리프트가 그림에 스며든다.
SciDraw AI에서의 현실적 워크플로우
- 깨끗하게 캡처: 휴대폰으로 스케치나 화이트보드를 잘 조명된 곳에서, 모든 컴포넌트가 보이게. AI가 전체를 보기 전에는 자르지 마라.
- 이미지 옆에 프롬프트 작성: 노트 파일을 열고 모든 노드와 모든 화살표를 나열하라. 이것이 모델 전에 당신 자신에게 과학을 검증하게 만든다.
- 구조화된 변형 하나를 먼저 생성: 프롬프트와 비교하라 — 미적 취향이 아니라. 모델이 모든 노드를 보존했는가? 모든 화살표가 올바른 방향인가?
- 이미지가 아니라 프롬프트를 반복하라: 그림이 틀렸으면 프롬프트를 고쳐라. 같은 잘못된 프롬프트로 재생성하는 것은 크레딧을 가장 빨리 태우는 길.
- SVG로 내보내 레이블 편집: 출력이 래스터만이면 vectorize image로 변환. 최종 레이블 편집은 Illustrator / Inkscape / PowerPoint에서.
- 소스와 검증: 원본 스케치와 최종 그림을 나란히 놓아라. 모든 노드와 모든 화살표가 일치해야 한다.
내보내기 전 체크리스트
- 그림의 모든 컴포넌트가 원본 스케치에 있었거나 프롬프트에 명시적으로 추가됨.
- 각 화살표 유형은 일관된 의미를 가짐.
- 지어낸 숫자, 가짜 저널 로고, 조작된 신뢰구간 없음.
- 표시될 크기(칼럼, 포스터, 슬라이드)에서 레이블이 읽힘.
- 출력이 편집 가능 형식(SVG, 레이어 PDF,
.ai)이며 평탄화 래스터가 아님. - 임상·화학 내용이 포함되면 도메인 전문가가 최종본을 승인함.
관련 SciDraw AI 워크플로우
Scientific Drawing · Scientific Figure Maker · AI Scientific Illustration · Vectorize Image
자주 묻는 질문
이 워크플로우가 작동하려면 스케치가 깔끔해야 하나?
아니다. 스케치는 마커 그림의 휴대폰 사진이어도 된다. 중요한 것은 당신이 각 컴포넌트와 각 화살표의 의미를 이해하는 것. AI는 당신 자신의 모호함에서 구해주지 못한다.
AI에게 절대 맡기면 안 되는 것?
정확한 분자 구조, 임상적 주장, 정량값, 분야별 기호(수학의 그리스 문자, 화학의 IUPAC 구조, 의학의 해부학 랜드마크). 항상 수동 검증.
왜 AI 출력을 직접 쓰지 않고 SVG로 내보내는가?
리뷰어가 항상 레이블 변경을 요구하고, 레이블은 AI 그림에서 가장 취약한 부분이기 때문. SVG는 레이블을 픽셀이 아닌 편집 가능한 텍스트로 유지한다.
AI가 무언가를 지어냈는지 어떻게 알 수 있나?
출력을 소스와 diff하라. AI 출력의 각 노드와 각 화살표를 따라가며 스케치나 프롬프트로 추적되는지 확인. 추적되지 않는 것은 환각.
임상·외과 그림에 쓸 수 있나?
초안에는 가능, 최종에는 절대 불가. 임상 그림은 출판 또는 환자 배포 전에 임상의 또는 자격 있는 의학 일러스트레이터의 리뷰가 필수. AI는 스케치 도구이며 임상 권위가 아니다.
모델이 요청하지 않은 요소를 계속 추가하면?
프롬프트에 명시적 부정 제약을 추가: "Do not include any components other than the ones listed above." 모델은 암시적인 minimal 요청보다 명시적 부정 제약을 훨씬 잘 존중한다.



