뉴럴 폰트 (neural-fonts)

neural-fonts는 GAN으로 한글 폰트를 생성하는 프로젝트입니다. 디자이너가 일부 글자만 그리면 나머지 글자를 학습해 만들어냅니다. GitHub 171스타·Python.

한글 폰트 제작의 근본 문제

라틴 폰트는 대문자·소문자·숫자·기호를 합쳐 100자 남짓이면 됩니다. 한글은 완성형만 11,172자입니다. 폰트 하나를 만드는 데 수개월에서 수년이 걸리는 이유이고, 한글 폰트가 비싼 이유이기도 합니다.

neural-fonts는 여기에 “일부만 그리고 나머지는 생성한다”는 접근을 시도합니다. 제작 비용 구조 자체를 바꾸려는 시도입니다.

같은 문제를 웹으로 푼 사례

Neural-fonts-webapp은 이 기술을 웹 GUI로 감싸 디자이너가 코드 없이 쓰게 만들었습니다. 모델과 도구를 분리해 각각 발전시키는 형태입니다.

함께 볼 한글 폰트 오픈소스

본문에 쓰는 서체

• 고운돋움·고운바탕: 개인이 만든 본문용 서체 (OFL)
• 낸내(naen-nae): 상업적 이용 가능 폰트 모음집
• 젠텐다드(jetendard): 프리텐다드 계열 파생 서체
• 노토산스 헤스티아: 웹용으로 경량화한 노토산스

코드에 쓰는 고정폭

• 모노플렉스(monoplex): 코딩·터미널용 고정폭
• 여밀 모노(yeomil-mono): 코딩용 한글 고정폭

옛 화면을 되살린 비트맵·픽셀

• 네오둥근모(neodgm): 도스 둥근모꼴 복원 비트맵
• hbios-sys: 한글 MS-DOS 시스템 폰트 복원
• 물마루(mulmaru): 게임용 픽셀 서체

한글 폰트는 글리프가 1만 자를 넘어 라틴 폰트보다 제작 비용이 훨씬 큽니다. 그래서 이 씬은 완성된 서체를 푸는 쪽과 제작 비용 자체를 낮추는 쪽으로 나뉩니다.

뉴럴 폰트만 서체가 아니라 도구입니다. 나머지가 1만 자를 그려낸 결과물이라면, 이쪽은 그 1만 자를 그리는 비용 자체를 줄이려는 시도입니다. 일부 글자만 그리면 나머지를 생성하는 방향이라, 성공하면 이 영역의 전제가 바뀝니다.

이런 분께 맞아요

• 한글 폰트를 만들어보려는 디자이너
• 폰트 제작 비용을 줄이려는 스튜디오
• 생성 모델을 실제 문제에 적용해보려는 ML 엔지니어
• 한글 글리프 구조에 관심 있는 사람