OmniLottie 발표: 멀티모달 프롬프트로 Lottie 벡터 애니메이션 직접 생성

OmniLottie는 텍스트와 이미지, 비디오 등 다양한 형태의 지시를 받아 경량 Lottie 벡터 애니메이션을 직접 만들어내는 생성 프레임워크입니다. 픽셀 형태의 동영상을 렌더링하는 대신, 모바일 앱이나 웹 프론트엔드에 즉시 삽입할 수 있는 JSON 파일을 곧바로 출력합니다.

무엇을 할 수 있나

기존의 생성형 AI 모델들이 만드는 애니메이션은 대부분 MP4나 GIF 같은 픽셀 기반 영상이었습니다. 이런 파일은 용량이 크고 확대하면 화질이 깨져 실제 인터랙티브 UI 요소로 쓰기에는 한계가 뚜렷했습니다.

OmniLottie는 UI 개발에서 널리 쓰이는 Lottie 벡터 형식을 직접 생성합니다. 텍스트 설명이나 참고 이미지를 복합적으로 입력하면, 도형의 기하학적 형태와 모션 경로, 제어 매개변수가 온전히 담긴 JSON 코드를 만들어내 어떤 해상도에서도 선명한 애니메이션을 구현합니다.

어떤 방식으로 작동하나

가공되지 않은 Lottie JSON 파일은 고정된 메타데이터와 서식 토큰이 많아 모델이 생성 패턴을 학습하기가 매우 까다롭습니다.

연구진은 이를 해결하기 위해 전용 Lottie 토크나이저를 설계했습니다. 복잡한 JSON 구조를 도형, 애니메이션 동작 함수, 제어 매개변수를 나타내는 명령어와 파라미터 시퀀스로 압축 변환하는 방식입니다.

덕분에 사전 학습된 비전-언어 모델(VLM)을 기반으로 멀티모달 입력을 받아들이는 종단간 생성이 가능해졌습니다. 연구진은 전문적으로 제작된 200만 건의 벡터 애니메이션에 텍스트와 시각 정보를 주석으로 결합한 MMLottie-2M 데이터셋을 구축하고 표준 평가 체계도 함께 제시했습니다.

커뮤니티에서도 픽셀을 직접 그리는 대신 파라미터화된 토큰을 생성하는 방식이 연산 비용을 아끼고 실제 상용 개발에 쓸 수 있는 결과물을 만든다는 점에서 긍정적인 평가를 받고 있습니다.

공개 현황과 확인 방법

현재 해당 연구의 상세 논문은 Hugging Face Papers(논문 번호 2603.02138)에 공개되어 있으며, 프레임워크 설계와 토크나이저 구조 등을 열람할 수 있습니다.

왜 중요한가

UI 디자이너와 개발자에게 모션 그래픽을 코드로 변환해 앱에 얹는 과정은 늘 번거로운 수작업이었습니다. OmniLottie는 필요한 벡터 애니메이션 에셋을 프롬프트만으로 즉시 조달할 수 있는 가능성을 보여줍니다.

무거운 비디오 확산 모델 개발에만 쏠려 있는 업계 흐름 속에서, 실제 서비스 엔지니어링에 필요한 경량 벡터 포맷을 정조준했다는 점이 돋보입니다. 구조화된 형식을 파라미터 토큰으로 정제해 VLM에 학습시키는 기법은 향후 다양한 인터랙티브 에셋 생성 연구에도 훌륭한 참고가 될 것입니다.