LLM에게 다이어그램을 시키면 왜 하나같이 “AI가 만든 것” 같아 보일까. 흔한 설명은 모델이 아직 미감이 없다는 것이다. diagram-design 스킬은 정반대 진단을 내린다. 문제는 감각이 아니라 선택지가 열려 있다는 것이다. 좌표를 아무 숫자나 쓸 수 있고, 컬러를 아무 데나 칠할 수 있고, 그림자를 마음대로 넣을 수 있으면 결과물은 반드시 평균으로 수렴한다.
근거
이 스킬이 거는 제약 목록은 취향 표현이 아니라 자유도 삭제 목록이다. 모든 좌표·너비·간격은 4로 나누어떨어져야 하고, 그림자는 금지, 테두리는 1px 헤어라인, border-radius는 최대 10px, 액센트 컬러는 1개, 초점 요소는 1~2개, 목표 밀도는 4/10.
모든 좌표, 너비, 간격은 4로 나누어떨어져야 한다 — 타협 불가다. 다이어그램이 AI가 만든 것처럼 느껴지지 않게 하는 것이 바로 이것이다.
주목할 점은 이 제약들이 전부 덧셈이 아니라 뺄셈이라는 것이다. “이렇게 그려라”가 아니라 “이 선택지는 없다”에 가깝다. 스킬이 스스로 내건 원칙도 같다 — “가장 품질 높은 선택은 대개 삭제다. 모든 노드는 자기 자리를 스스로 벌어야 한다.”
제약은 그리기 전에도 작동한다. 유니코드 한 줄 도식, 단순 목록, before/after 비교, 도형 하나짜리 그림은 아예 그리지 말라고 못 박고, 최종 판단 기준을 하나 남긴다. 잘 쓰인 한 문단보다 이 그림에서 독자가 더 많이 배우는가? 이건 다이어그램에만 해당되지 않는다. 슬라이드도, 대시보드도, 코드 추상화도 같은 질문 앞에 세울 수 있다.
연결된 생각
- 20260811-editorial-diagram-skill-system — 이 제약들이 어떤 시스템으로 조립되었는지
- 20260811-ai-fingerprint-in-artifact-is-the-risk — 배포물에 남는 AI 지문 문제. 여기서는 그 지문이 “규칙 없는 형태”로 나타난다
- 20260605-harness-engineering — 모델을 바꾸지 않고 모델 밖 규칙으로 품질을 올리는 접근