뉴스

Aixio Layer v1 vs. Lovart vs. Picell: 이미지 레이어 변환 비교

같은 포스터로 객체 인식, 공간 재구성, 글꼴 매칭, 업샘플링을 나란히 비교합니다.

Published · Updated · Aixio

이미지를 레이어로 변환하는 AI 중 어떤 도구가 가장 편집하기 좋은 결과를 만들까요? 이번 나란히 비교한 테스트에서는 Aixio Layer v1이 가장 완전한 편집 가능 구성을 보존했습니다. Picell은 여러 조각을 인식하지만 디자인을 파편화하고, Lovart는 일부 텍스트를 추출하지만 포스터 대부분을 합쳐진 상태로 남깁니다.

간단히 말해 Aixio Layer v1은 평면 이미지를 편집 가능한 텍스트, 이미지, 배경 레이어로 변환합니다. 차이는 세 도구가 같은 포스터를 처리한 결과에서 가장 분명합니다.

이미지 레이어 변환 비교: Picell vs. Lovart vs. Aixio Layer v1

아래 소스 파일은 원본 해상도로 Picell, Lovart, Aixio Layer v1 순서로 표시됩니다.

Picell

Picell의 스시 포스터 이미지 레이어 변환 결과

Picell은 몇 가지 보이는 요소를 찾지만 결과는 단편적입니다. BUY 5 GET 1 오퍼가 분리된 단어로 바뀌고 체커보드 일부가 배경에 남아 구성을 다시 만들어야 합니다.

Lovart

Lovart의 스시 포스터 이미지 레이어 변환 결과

Lovart는 헤드라인과 작은 문구를 인식하지만 로고, 음식, 오퍼 배지, 체커보드, 포스터 표면이 원본 이미지 안에 합쳐진 채로 남습니다. 반환된 프레임은 재구성된 배경이 아니라 빈 프레임입니다.

Aixio Layer v1

Aixio Layer v1의 스시 포스터 편집 가능 레이어 결과

Aixio Layer v1은 헤드라인, 오퍼 배지, 로고, 세 가지 음식 그룹, 체커보드, 약관, 테두리, 종이 영역을 각각 작업 가능한 부분으로 반환합니다. 디자이너가 계속 편집하는 데 필요한 것을 더 많이 보존합니다.

객체 인식: 완전한 레이어인가, 조각인가

이미지 레이어 변환 모델은 먼저 디자인에서 의미 있는 객체를 인식해야 합니다. Lovart는 포스터 대부분을 합쳐진 채로 남깁니다. Picell은 더 많은 조각을 추출하지만 오퍼를 분해하고 원래 문구를 잃습니다. Aixio Layer v1은 완전한 BUY 5 GET 1 배지를 포함한 전체 요소를 인식합니다.

Picell, Lovart, Aixio Layer v1의 객체 인식 세부 비교

공간 재구성: 객체를 지운 뒤 배경은 어떻게 되는가

객체를 찾는 것은 절반에 불과합니다. 모델은 그 뒤에 무엇이 있었는지, 각 부분이 페이지 어디에 속하는지도 이해해야 합니다.

Picell의 클린 플레이트에는 큰 체커보드 구멍, 텍스트 조각, 잔여물이 남습니다. Lovart는 빈 프레임을 반환합니다. Aixio Layer v1은 포스터 표면, 테두리, 체커보드, 문구, 전경 객체를 분리해 전체 디자인을 한 장의 평면 이미지처럼 취급하지 않고 이동할 수 있게 합니다.

Picell, Lovart, Aixio Layer v1의 공간 재구성 세부 비교

글꼴 매칭: 원본 디자인에 가까운 편집 가능 텍스트

글꼴, 굵기, 간격, 줄바꿈이 다르면 단어를 인식한 것만으로는 부족합니다. 이 Fly® 007 예시에서 오른쪽 Aixio Layer v1 결과는 메인 타이틀, 기능 헤딩, 번호가 있는 본문, 보조 문구를 편집 가능한 텍스트로 복구하면서 왼쪽 원본 구성에 가깝게 유지합니다.

왼쪽 Fly 007 원본 타이포그래피와 오른쪽 Aixio Layer v1 편집 가능 글꼴 매칭 결과

Aixio는 10,000개 이상의 글꼴 패밀리를 지원해 복구된 텍스트가 원본과 시각적으로 가깝고 바로 사용할 수 있을 가능성을 높입니다. 디자이너는 텍스트를 선택하고, 다시 쓰고, 직접 조정할 수 있습니다.

네이티브 업샘플링: 더 선명한 가장자리와 이미지 디테일

레이어 분리 때문에 이미지가 더 부드러워져서는 안 됩니다. Aixio Layer v1은 구성을 재구축하면서 네이티브 업샘플링을 사용합니다. 아래 확대 결과는 위의 원본보다 데님 솔기, 주름, 가장자리, 작은 글자를 더 선명하게 유지합니다.

원본 데님 질감과 Aixio Layer v1 네이티브 업샘플링 결과 세부 비교

이번 테스트에서 가장 좋은 이미지 레이어 변환 결과는?

이 제공 샘플에서는 Aixio Layer v1이 가장 완전한 편집 가능 결과를 만들었습니다. 더 많은 디자인 요소를 인식하고, 레이어 사이의 공간 관계를 재구성하고, 글자를 사용 가능한 텍스트로 복구하며, 세밀한 이미지 디테일도 보존했습니다. Picell은 유용한 조각을 반환했지만 재구축이 필요했고, Lovart는 포스터 대부분을 합쳐진 상태로 남겼습니다.

Aixio Layer v1 소개에서 모델 개요를 읽거나 Studio에서 Aixio Layer v1을 사용해 보세요.

이 비교는 여기에 표시된 제공 샘플의 실행 결과를 설명합니다. 결과는 원본 해상도와 디자인 복잡도에 따라 달라집니다.