100KB 제한도 문제없다! 양자 센서 논문 인포그래픽, 이렇게 만들었습니다

양자 센서 인포그래픽을 만들다 보면, 고해상도는 필요하지만 파일 용량 제한은 여전히 큰 장애물이죠. 특히 이미지 크기를 100KB 이하로 줄이면서도 논문 내용을 시각적으로 명확히 전달하는 건 쉽지 않아요. 양자 센서 관련 논문 이미지를 효과적으로 전달하려면, 압축 기술, 시각 구성, 핵심 데이터 선별 능력이 모두 필요했죠. 저도 처음엔 해상도 손실에 좌절했지만, 시행착오 끝에 전략이 생겼습니다. 이번 글에서는 제가 직접 경험한 제작 노하우를 공유해 보려 해요. 작은 이미지 하나가 얼마나 많은 생각을 담을 수 있는지, 함께 들여다보시죠.

---

1. 논문에서 시각화할 핵심 데이터 추출하기

양자 센서와 관련된 논문은 대체로 복잡한 수식과 고도의 실험 장치로 가득하죠. 하지만 논문을 일반인 또는 시각적 정보에 의존하는 사용자들에게 전달하고자 할 때, 모든 정보를 그대로 인포그래픽에 담는 건 불가능에 가까웠습니다. 그래서 가장 먼저 했던 일은 ‘무엇을 시각화할 것인가’를 선별하는 작업이었어요.

처음에는 논문 전체를 요약하고 싶은 욕심이 들었습니다. 하지만 그렇게 접근하면 결과적으로는 ‘아무것도 눈에 들어오지 않는’ 이미지가 만들어지기 쉽습니다. 인포그래픽의 목적은 정보의 시각적 전달이지, 논문 전체를 작은 이미지에 압축하는 것이 아니니까요. 그래서 전략을 바꿨어요. 논문에서 전달하고자 하는 핵심 메시지를 중심으로, 대중이 궁금해할 법한 요소만을 골라내기로 했습니다.

예를 들어, 양자 센서를 활용한 생체 측정 논문을 살펴봤을 때, 수많은 이론 설명이나 실험 조건보다는 ‘어떤 방식으로 데이터를 수집했고, 그것이 어떤 생리학적 지표와 연결되는가’를 중심으로 구성했어요. 그 판단을 위해 다음과 같은 기준을 사용했습니다.

• 논문의 제목이나 초록(Abstract)에 반복적으로 등장하는 단어
• 도입부에서 연구자가 강조한 연구 목적
• 실험 과정에서 주목받는 장치나 과정
• 결론에서 언급한 주요 성과

이렇게 선별한 내용을 바탕으로, 실제로 시각화에 적합한 데이터 유형을 걸러냈습니다. 수치 그래프보다는 흐름도나 절차도, 혹은 기능 블록 다이어그램이 훨씬 효과적이었죠. 이유는 명확합니다. 100KB 이하의 이미지 파일로 저장해야 하기 때문에, 복잡한 선 그래프나 컬러맵 이미지를 넣기엔 한계가 분명했거든요.

그다음에는 일반 독자가 쉽게 이해할 수 있도록 ‘서사 구조’를 재배치했어요. 논문은 일반적으로 배경-방법-결과-논의 순서로 진행되지만, 인포그래픽은 그렇지 않았습니다. 이론적 배경보다는 ‘이 기술이 왜 중요한가’, ‘어떻게 작동하는가’, ‘어디에 쓰이는가’라는 실용적 질문 위주로 구성했죠.

이렇게 정리해보면, 인포그래픽용 핵심 데이터를 추출하는 과정은 단순히 내용을 줄이는 일이 아닙니다. 오히려 연구자가 했던 의사결정 과정을 다시 한번 되짚어보고, 그것을 보는 사람에게 더 쉽게 다가갈 수 있도록 구조를 재구성하는 일에 가까웠습니다. 실제로 저는 한 편의 논문에서 다음과 같은 단계를 통해 시각화 항목을 뽑아냈습니다.

1. 논문 요약문과 결론을 먼저 읽고 핵심 흐름 파악
2. 사용된 장치 또는 측정 절차 도식화 가능 여부 판단
3. 연구 결과가 보여주는 변화나 차이점이 시각적으로 표현 가능한가 판단
4. 인포그래픽 목적(학회 발표, 블로그, 기사 등)에 맞게 재구성

또 하나 중요한 점은, 논문 저자의 시선을 그대로 따라가기보다는, 오히려 독자의 시선에서 질문을 던지는 방식이었습니다. “이게 왜 중요하지?”, “이 장치는 어디에 쓰일까?”, “이 그림은 어떤 역할을 하는 걸까?”라는 질문을 스스로 던지면서, 불필요한 데이터는 과감히 덜어내고 핵심만 남겼어요.

처음에는 이 과정이 익숙하지 않아서, 이미지 한 장을 구성하는 데 2~3일이 걸리기도 했습니다. 하지만 점차 논문 구조에 대한 감이 생기고, 핵심 내용을 빠르게 요약하는 능력이 붙으면서, 하루 만에도 완성도 높은 결과물을 만들 수 있었죠.

이런 경험을 바탕으로 저는 지금도 새로운 논문을 읽을 때는 항상 “이걸 그림으로 어떻게 설명할 수 있을까?”라는 질문을 먼저 떠올립니다. 그 시선에서 보면, 어떤 논문도 조금 더 대중적이고, 조금 더 직관적인 언어로 바꿔낼 수 있다는 자신감이 생기더라고요.

---

양자 센서 논문 인포그래픽

2. 일러스트 기반 구조로 재해석하기

양자 센서 논문의 시각 자료는 대부분 전문적인 도식으로 구성되어 있죠. 수많은 박스와 화살표, 복잡한 실험 셋업이 가득한 이미지들은 연구자들에게는 익숙하지만, 일반 독자에겐 진입 장벽이 꽤 높습니다. 그래서 저는 논문을 그대로 옮기기보다는, 내용은 유지하되 시각적으로는 완전히 새롭게 그려내는 방식, 즉 '일러스트 기반 재해석'을 시도하게 되었어요.

처음 이 방법을 쓰게 된 계기는 간단했습니다. 논문에서 사용한 그림을 그대로 써서 블로그에 올렸더니, 눈에 띄지도 않았고, 설명을 덧붙여도 잘 읽히지 않았거든요. 전문적인 이미지는 오히려 독자의 흥미를 떨어뜨리는 경우가 많았죠. 그래서 아예 시선을 끄는 일러스트 형식으로 바꿔 보기로 했어요. 그리고 이 시도는 생각보다 훨씬 강력한 효과를 가져왔습니다.

제가 주로 사용한 방식은 ‘플랫 스타일’이었습니다. 입체감 없이 평면적으로 표현되는 이 스타일은 불필요한 그림자나 색의 단계가 없기 때문에 이미지 용량을 줄이기에 매우 유리했죠. 또한 시각적 혼란을 줄이고, 정보에 집중할 수 있는 환경을 만들어줍니다. 하지만 여기서 중요한 건, 단순히 예쁜 그림을 그리는 것이 아니라, ‘논문이 말하고자 하는 구조’를 유지하는 것이었어요.

예를 들어볼게요. 어떤 논문에서는 다이아몬드 기반 양자 센서가 자기장을 측정하는 과정을 복잡한 실험 장비 그림으로 설명하고 있었어요. 레이저, 전극, 검출기, 그래프가 한 화면에 모두 등장하니, 보는 사람이 압도될 수밖에 없죠. 저는 이 복잡한 장면을 아래와 같은 방식으로 재구성했습니다.

1. 장치의 흐름을 왼쪽에서 오른쪽으로 단순화
2. 각 요소를 아이콘처럼 명확하게 분리
3. 전극이나 레이저 같은 중요한 부품은 색상으로 강조
4. 데이터 흐름은 선 대신 방향성 있는 도형으로 표현

이런 식으로 구성하면, 초보자도 그림만 봐도 "아, 이런 장치구나" 하고 이해할 수 있었죠. 텍스트가 없어도 대강의 구조와 기능을 파악하게 되는 게 바로 인포그래픽의 매력이니까요.

또 하나 중요한 전략은 ‘사람의 눈이 가장 먼저 보는 위치’를 고려한 배치였습니다. 저는 항상 좌상단부터 시선을 끌 수 있는 핵심 요소(예: 센서 코어)를 배치하고, 오른쪽으로 갈수록 데이터 분석, 마지막엔 결과 요약의 구조로 구성했어요. 그렇게 하면 논문의 전체 구조가 시각적 흐름을 따라 자연스럽게 읽히게 됩니다.

디자인 프로그램으로는 Adobe Illustrator를 사용하긴 했지만, 중요한 건 도구보다 '의도'였어요. “이 부분은 왜 강조돼야 하지?”, “이 부품이 빠져도 정보 전달에 문제가 없을까?” 이런 질문을 계속 던지며 하나하나 쳐내고, 남길 것만 남겼습니다.

특히 아래와 같은 항목은 그림을 단순화할 때 많은 도움이 됐어요.

• 배경 제거: 실험실 배경, 그래프 축 등은 과감히 생략
• 투명도 제거: 파일 용량을 줄이기 위해 필터 효과 없이 구성
• 유사한 부품 묶기: 복수 센서는 하나로 묶어 표현
• 텍스트 최소화: 설명보다는 시각으로 전달할 수 있는 방향 선택

이렇게 만들어진 일러스트는 단순히 시각적 보조 자료를 넘어서, 독자의 이해를 돕는 안내자 같은 역할을 해주었습니다. 무엇보다도, 이미지 용량을 100KB 이하로 제한해야 하는 상황에서도 충분히 정보 전달력을 유지할 수 있었던 것이 가장 큰 수확이었죠.

정리하자면, 논문을 일러스트로 재해석한다는 건 단순한 시각 디자인 작업이 아닙니다. ‘어떻게 하면 이 복잡한 내용을 더 많은 사람들이 이해하게 만들 수 있을까’라는 질문에 대한 답을 찾는 과정이에요. 정보의 본질을 해치지 않으면서도, 친절한 설명서를 만들어내는 작업이었죠.

저는 이 과정을 통해 ‘전달력 있는 과학 커뮤니케이션이란 결국 배려에서 시작된다’는 걸 배웠습니다. 연구자에게 익숙한 구조가 아니라, 처음 보는 사람의 시선에서 다가갈 수 있도록 다시 구성하는 것. 그게 진짜 과학의 확산이라는 생각이 들었습니다.

---

3. 이미지 용량을 줄이는 압축 전략

양자 센서 논문 인포그래픽을 제작하면서 가장 어려웠던 점 중 하나는 ‘이미지 용량’ 제한이었습니다. 특히 블로그나 논문 포스터, 리포트에 삽입되는 이미지의 경우, 100KB 이하라는 조건이 붙는 경우가 많았는데요. 이 작은 용량 안에, 양자 센서처럼 고도로 복잡한 정보를 담아야 한다는 건 만만한 일이 아니었죠.

저도 처음에는 무작정 PNG나 JPEG로 저장해봤습니다. 결과는 당연히 용량 초과. 아무리 해상도를 낮춰도 200KB, 300KB를 훌쩍 넘는 이미지가 나왔고, 중요한 선이나 텍스트가 흐릿하게 변형되는 문제도 생겼어요. 그래서 단순히 ‘압축률을 높이는 것’만으로는 해결이 안 된다는 걸 깨달았습니다. 대신 압축 전략 자체를 새롭게 세워야 했죠.

처음 바꾼 접근은 이미지 포맷부터였습니다. PNG는 고화질 표현에는 유리하지만 용량이 큽니다. JPEG는 압축률이 높지만 디테일 손상이 생기죠. 이 두 가지의 한계를 넘기 위해 저는 일단 벡터 기반인 SVG 파일로 일러스트를 만든 뒤, 최종 저장은 고압축 JPEG로 변환하는 방식을 사용했습니다. SVG로 작업하면 확대해도 깨지지 않기 때문에, JPEG로 변환할 때도 가장 선명한 구도로 추출이 가능했죠.

 

이 과정에서 신경 써야 할 요소는 다음과 같았어요.

1. 배경 제거: 화이트 또는 투명 배경은 이미지 용량에서 가장 큰 부분을 차지합니다. 배경이 없는 구성은 용량을 획기적으로 줄여줬어요.
2. 불필요한 레이어 삭제: 작업 중 숨겨둔 가이드 라인이나 잔여 도형, 투명 객체 등이 그대로 남아 있으면 파일 크기에 영향을 미칩니다. 저장 전에는 반드시 정리했어요.
3. 컬러 수 제한: 단순한 색상 팔레트를 사용하면 이미지 내 정보량이 줄어들어 용량이 확 떨어집니다. 저는 주로 6~8색 이내로 구성했습니다.
4. 선과 그림자 제거: 예쁘게 보이려는 욕심을 버리고, 과감히 그림자와 복잡한 효과를 없애면 용량 절감 효과가 컸어요.

이미지를 최종 저장할 때는 해상도를 1200px 내외로 설정하고, JPEG 품질을 70~75% 사이로 조절하는 방식이 가장 안정적이었습니다. 그 이상으로 줄이면 선명도가 떨어지고, 그 이하로 줄이면 가독성이 무너졌죠. 실험적으로 이미지 퀄리티를 10% 단위로 바꿔가며 직접 눈으로 확인하는 수고도 마다하지 않았습니다.

이 외에도 중요한 부분이 하나 더 있었습니다. 바로 ‘정보 밀도 조절’입니다. 한 이미지에 너무 많은 요소를 넣으려 하면, 아무리 압축을 잘해도 용량을 맞추기 어렵습니다. 그래서 저는 아예 인포그래픽을 ‘슬라이드형’으로 나누거나, 주요 흐름만을 다룬 요약본과 상세 그래프를 나누어 사용하는 방식으로 조정했어요.

예를 들어 하나의 인포그래픽에서 ‘양자 센서 구조’, ‘작동 원리’, ‘응용 사례’, ‘측정 데이터’를 모두 담고 싶다면? 그렇게 하다 보면 복잡한 다이어그램, 작은 글씨, 복수 아이콘이 한꺼번에 들어가게 되죠. 저는 이럴 경우 다음과 같은 방식으로 분할했어요.

• 첫 번째 이미지: 센서 구조와 레이아웃만 담은 구조 요약본
• 두 번째 이미지: 작동 흐름과 장치 간 연결을 시각화
• 세 번째 이미지: 실험 결과와 그래프 중심 요약

이렇게 나누면 각 이미지의 정보량이 줄어들고, 각각의 용량도 자연스럽게 100KB 이하로 맞출 수 있었습니다. 또 하나 좋았던 점은, 독자가 그림을 하나씩 보며 순차적으로 정보를 받아들일 수 있었다는 거예요.

또한 저는 TinyJPG, Squoosh 같은 웹 기반 압축 툴도 적극 활용했습니다. 단순히 해상도만 낮추는 것이 아니라, 내부적으로 픽셀 데이터를 재구성해서 용량을 줄여주는 기능이 있어서, 최종 용량 조절에 매우 효과적이었죠.

결국 이미지 압축은 기술적인 부분만이 아니라, ‘정보 구성의 철학’과도 연결되어 있었습니다. 단순히 줄이는 게 아니라, 줄이면서도 손실을 최소화하는 방식. 이건 마치 양자 센서 기술이 데이터를 정밀하게 측정하면서도 외부 간섭을 최소화하려는 원리와도 비슷하다고 느껴졌어요.

지금도 저는 새로운 인포그래픽을 만들 때마다, 단순히 ‘예쁘게 만드는 것’이 아니라 ‘전달력을 유지하면서 어떻게 용량을 제어할 수 있을까’를 먼저 고민합니다. 그렇게 할 때, 더 많은 사람들에게 접근 가능한 시각자료를 만들어낼 수 있으니까요.

---

4. 실제 활용을 염두에 둔 배치 디자인

양자 센서 관련 인포그래픽을 만들면서 제가 마지막으로 신경 쓴 부분은 ‘디자인 배치’였습니다. 사실 이 부분은 많은 분들이 간과하기 쉬운데요. 그림을 아무리 잘 만들었더라도, 정작 사용할 매체에 맞게 구성하지 않으면 전달력이 급격히 떨어지더라고요. 저는 이걸 여러 번의 실패를 통해 배웠습니다.

초기에는 A4용지 기준으로 이미지 배치를 하곤 했습니다. 논문에 익숙한 시선이라 그런지, 인포그래픽도 종이 위에 꽉 채워야 한다는 강박이 있었던 거죠. 그런데 막상 블로그나 슬라이드, SNS에 올려보면 가독성이 매우 떨어졌습니다. 한눈에 들어오지도 않고, 확대하지 않으면 텍스트도 흐릿하게 보였어요.

그래서 방향을 바꿔, 실제로 이미지가 쓰일 ‘공간’을 기준으로 재설계하기 시작했습니다. 블로그 게시글에 삽입할 이미지라면 가로 폭이 제한되고, 파워포인트 슬라이드에 쓰일 그림은 16:9 비율이 적합하죠. 각각의 목적에 맞게 ‘디자인 캔버스의 비율과 배치’를 바꾸는 게 가장 먼저 할 일이었습니다.

 

제가 주로 사용한 배치는 다음과 같았습니다.

• 블로그 삽입용: 800×600 또는 1200×800 픽셀의 가로형, 좌측 정보 중심 구성
• 프레젠테이션용: 1920×1080 픽셀의 와이드 비율, 중심 정렬 디자인
• 논문 요약용 포스터: 세로형 1080×1920, 상단 제목, 하단 설명 구조
• 모바일 뷰 대응용: 1:1 비율로 간결하게 정보 배치

이처럼 용도에 맞는 비율을 설정한 후, 정보를 어떻게 배열할지를 정하는 것이 핵심이었습니다. 저는 기본적으로 시선을 따라 이동하는 방식, 즉 좌에서 우, 상에서 하 방향으로 정보가 자연스럽게 흘러가도록 배치했어요. 특히 시선이 처음 머무는 좌상단에는 가장 핵심이 되는 그림이나 개념을 두었습니다.

예를 들어 ‘NV 센서의 자기장 측정 구조’를 표현한 인포그래픽이라면, 센서 코어와 레이저 구조를 좌상단에 크게 보여주고, 그다음 단계인 전기신호 검출을 오른쪽으로, 마지막 결과 해석은 하단에 배치했어요. 이렇게 하면 독자가 따로 설명을 듣지 않아도, 그림만으로도 전체 흐름을 따라갈 수 있었죠.

또 하나 중요한 건 ‘여백’이었습니다. 예전엔 정보를 꽉 채워야 한다고 생각했는데, 오히려 적절한 여백이 있어야 중요한 요소가 더 돋보이더라고요. 특히 작은 글씨나 얇은 선을 사용할 때, 여백을 주지 않으면 그림이 답답해 보이고 가독성도 떨어졌어요. 그래서 구성할 때는 항상 아래 원칙을 기억했어요.

• 주요 정보 간 간격을 최소 40픽셀 이상 유지
• 텍스트 주변은 좌우 10픽셀 이상 여백 확보
• 배경색이 있는 경우, 컨텐츠 박스에는 대비되는 색상 사용
• 모든 텍스트는 화면 기준 중앙 정렬보다 왼쪽 정렬 우선

또한 폰트 선택도 매우 중요했습니다. 너무 얇거나 복잡한 글꼴은 이미지 압축 시 흐려지기 때문에, 고해상도에서도 잘 보이는 산세리프 계열의 깔끔한 글꼴을 사용했어요. 영어와 한글 혼용 시에는 '나눔스퀘어', 'Noto Sans' 등을 선호했습니다.

디자인 요소 중에서 가장 고민했던 부분은 ‘정보의 균형’이었어요. 센서 구조 그림은 너무 크게 보이고, 결과 데이터는 작게 표현된다면 균형이 무너졌죠. 반대로 모든 걸 비슷한 크기로 배치하면 핵심이 흐려졌고요. 그래서 시각적 비중을 다르게 주면서도 시선이 자연스럽게 흐르도록 조율하는 연습을 계속했어요.

그리고 마지막으로 테스트를 반복했습니다. 완성된 이미지를 실제로 블로그에 업로드해 보고, 모바일에서 열어본 뒤 “텍스트가 잘 보이나?”, “중앙 이미지가 눈에 띄나?”, “시선이 흐름대로 이동하는가?”를 체크했죠. 이 과정을 최소한 2~3회 반복하며, 피드백을 반영해 최종본을 완성했습니다.

이러한 배치 디자인 전략은 단순한 미적 구성 이상의 효과를 가져왔습니다. 실제로 같은 정보를 담은 이미지라도, 배치만 바꿔도 클릭률이나 체류 시간이 확연히 달라졌어요. 특히 블로그에 올렸을 때, 가장 눈에 띄는 부분에 핵심 개념을 배치해두면 독자의 흥미를 끌고, 끝까지 내용을 읽게 만들 수 있었죠.

결국 인포그래픽은 하나의 메시지를 시각적으로 ‘구현’하는 작업입니다. 정보의 논리를 따라가면서, 그것을 가장 잘 드러낼 수 있는 공간과 흐름을 설계하는 일이죠. 그리고 그 모든 과정은 보는 사람을 중심에 둘 때 비로소 완성된다고 생각합니다.

---

작게 만들기 위해 더 크게 생각한 시간

양자 센서 논문을 시각화하는 과정은 처음엔 단순한 작업처럼 보였어요. 그저 그림을 하나 만들어서, 글의 핵심을 눈에 띄게 보여주면 된다고 생각했죠. 하지만 직접 그 과정을 겪어보니, 단순한 그림 제작이 아니라 정보를 어떻게 다룰 것인지, 어떻게 선택하고 포기할 것인지, 누구를 위해 그릴 것인지에 대한 깊은 고민의 연속이었습니다.

처음은 언제나 가장 어렵죠. 논문 한 편을 마주했을 때 어디서부터 시작해야 할지 막막했습니다. 내용은 방대하고, 그림은 복잡했으며, 기술 용어는 일반인에게 익숙하지 않았습니다. 그걸 그대로 옮기면 보는 사람도 이해하지 못한다는 건 분명했어요. 그래서 방향을 바꿨습니다. ‘내가 이걸 처음 보는 사람이라면 어떤 정보를 먼저 보고 싶을까?’ 그 물음에서부터 다시 시작했어요.

핵심 정보를 뽑아내는 과정은 마치 정제작업 같았습니다. 쓸모없는 걸 걷어내는 게 아니라, 꼭 필요한 것만 남기는 작업이었죠. 특히 양자 센서처럼 첨단 물리학 기술을 시각화할 땐, 정보량보다 이해도와 전달력을 우선해야 했습니다. 그래서 수많은 그래프, 실험 장치 중에서도 단 하나—‘이 그림 하나만 보면 대강 이해되네’ 싶은 요소만 골라내는 연습을 했습니다.

그렇게 선택된 정보를 바탕으로 저는 인포그래픽을 일러스트로 재구성하기 시작했어요. 논문 그림 특유의 딱딱함을 걷어내고, 색감과 레이아웃을 조절하며 정보를 유연하게 바꾸는 작업이었죠. 여기서 중요한 건 단순화라고 해서 무작정 정보를 버리는 게 아니라, ‘복잡한 걸 간단하게’ 바꾸는 겁니다. 어찌 보면 설명이 필요 없는 그림을 만들기 위한 과정이었죠.

이미지를 압축하는 과정은 완전히 다른 도전이었어요. 정보도 살리고 품질도 유지하면서, 용량을 100KB 아래로 제한한다는 건 마치 정밀한 실험처럼 느껴졌습니다. 이건 단순히 저장 방식이나 포맷만의 문제가 아니었습니다. 구성 자체를 다시 설계해야 가능했던 일이었죠. 저는 여기서 처음으로 이미지 압축이 디자인의 마지막 단계가 아니라, 시작 단계부터 고려돼야 한다는 걸 깨달았어요.

그리고 마지막으로는 디자인의 배치와 활용성을 고민했습니다. 이 그림은 어디서, 어떻게, 누구에게 보여질 것인가. 이미지의 생명력은 단순히 예쁜 디자인이 아니라, ‘언제 어디서든 읽히는가’에 달려 있다는 사실을 다시 확인했죠. 블로그용, 프레젠테이션용, 학회용… 같은 내용을 다른 문법으로 배열하면서 결국 사용자 중심의 디자인이란 어떤 것인지 체감할 수 있었습니다.

이번 작업을 통해 저는 단순히 한 장의 이미지를 잘 만들었다는 성취감보다, ‘기술을 어떻게 전달할 것인가’라는 더 큰 질문에 대한 작은 해답을 얻었다고 생각해요. 특히 양자 센서처럼 아직 대중에게 낯선 기술은, 더 많은 사람이 이해할 수 있어야 의미가 커지죠. 복잡한 내용을 어떻게 설명할 수 있을까? 그 물음에 가장 정직하게 답할 수 있는 도구가 바로 잘 만든 인포그래픽이었습니다.

앞으로도 저는 새로운 논문을 접할 때마다 이 과정을 반복할 겁니다. 그림을 통해 기술을 이해하고, 이해한 기술을 더 많은 사람과 나누는 일. 그게 지금 제 작업의 방향이고, 아마도 제가 양자 센서와 함께 오래도록 고민하게 될 주제일 겁니다.

한 장의 이미지, 그것도 100KB밖에 되지 않는 작은 파일이지만, 그 안에는 수십 페이지짜리 논문의 흐름이 녹아들어 있고, 그걸 한눈에 파악하게 만드는 시선과 의도가 담겨 있어야 하죠. 기술을 시각화한다는 건, 결국 정보를 사람답게 만드는 일이라고 생각합니다. 그 일이야말로 오늘날 가장 필요한 과학 커뮤니케이션의 핵심이 아닐까요.