힉스필드, 포스터 레이어 자동 분해 도구 '레이어즈' 공개

몇 초 만에 뜯어낸 포스터

한 장짜리 포스터 이미지를 열어 헤드라인, 로고 배지, 인물 컷아웃을 각각 따로 떼어내는 일은 디자이너에게 흔한 노동이었다. 원본 파일이 없으면 텍스트를 새로 그리고, 배경에서 인물을 오려내고, 배지 모양을 다시 만들어야 했다. 힉스필드(Higgsfield AI)는 이 작업을 자동화한 도구 'Higgsfield Layers'를 지난 8월 12일 공개했다. 회사는 X(옛 트위터) 게시물에서 "이렇게 포스터를 분해하는 데 예전엔 몇 시간이 걸렸다"고 설명했다.

무엇을 어떻게 나누나

공개된 예시 이미지는 시즌 세일을 알리는 포스터였다. 'SUMMER DROP', '06.14–07.20 SUN', 'OLD MASTERS', 'CANVAS TO CONCRETE' 같은 문구와, 분홍색 별 모양의 'NEW' 배지, 바코드 옆의 연도 표기까지 담긴 전형적인 그래픽 디자인물이었다. 힉스필드 레이어즈는 이 한 장의 이미지에서 헤드라인 텍스트, 그래픽 배지, 마스킹 처리된 인물을 각각 별개의 레이어로 뽑아냈다. 입력(INPUT)과 출력(OUTPUT) 두 이미지를 나란히 놓고 봐도 텍스트 내용은 동일하게 유지됐는데, 이는 레이어 분리 과정에서 원본 정보가 손실되지 않았다는 의미로 읽힌다.

항목	기존 수작업	Higgsfield Layers
소요 시간	수 시간	수 초
결과물	디자이너 재작업 필요	프로덕션 즉시 사용 가능 (회사 주장)
대상 요소	개별 도구로 각각 처리	헤드라인·배지·인물 동시 분리

왜 어려운 작업이었나

인쇄물이나 SNS 게시용으로 완성된 포스터는 대개 PSD 같은 원본 편집 파일 없이 최종 이미지(JPG, PNG)로만 남는다. 여기서 텍스트와 그래픽, 인물을 다시 분리하려면 사람이 일일이 윤곽을 따고 배경을 지우는 마스킹 작업을 거쳐야 한다. 폰트를 다시 매칭하거나 배지를 벡터로 재현하는 과정까지 더해지면 실무자가 실제로 몇 시간을 쓰는 일이 드물지 않았다. 힉스필드는 이 반복 노동을 알아서 처리하는 쪽에 초점을 맞췄다.

이미지 생성 경쟁 속 다른 방향

최근 이미지 생성 모델 업계는 속도 경쟁이 치열하다. 지난 8월 9일 블랙포레스트랩스(Black Forest Labs)는 90억 파라미터 모델 FLUX.2 klein 9B를 공개하며 4단계 스텝 증류로 1초 미만 추론을 지원한다고 밝혔고, 같은 시기 런웨이(Runway)는 이미지 생성에 최소 0.6초가 걸리는 'P-Image-Ideogram'을 자사 플랫폼에 얹었다. 즈푸(Zhipu AI)도 자기회귀와 디퓨전을 결합한 GLM-Image로 텍스트 렌더링 강점을 앞세웠다. 이들 모두 '무에서 이미지를 만드는' 속도를 다투는 반면, 힉스필드 레이어즈는 이미 만들어진 완성 이미지를 편집 가능한 상태로 되돌리는 후처리 영역을 파고들었다. 생성과 편집이라는 서로 다른 축에서 각 업체가 자리를 잡아가는 모습이다.

그래서 무엇이 달라지나

디자이너나 마케터가 완성된 포스터, SNS 카드, 배너 이미지를 다른 캠페인에 재활용하려면 원본 레이어가 없다는 벽에 부딪히곤 했다. 힉스필드 레이어즈가 회사 설명대로 작동한다면, 이미 배포된 이미지를 다시 편집 가능한 형태로 되돌리는 작업이 실무 단위에서 크게 줄어들 수 있다. 이는 생성형 AI가 '새로 만들기'뿐 아니라 '이미 있는 것을 재구성하기'로 활용 범위를 넓히는 흐름과 맞닿아 있다. 다만 이번 공개는 회사 측 발표와 예시 이미지 한 건에 근거한 것으로, 다양한 디자인 스타일이나 복잡한 레이아웃에서도 같은 수준의 분리 품질이 나오는지는 추가 사례로 확인될 필요가 있다.