완전 로컬 벡터화

macOS 앱 Skiagrafia로 폴더 단위 사진을 받아 레이어드 SVG와 TIFF 알파 ম্যట్를 생성한다.

전체 추론 스택은 완전 오프라인으로 구성됐다. TRANSFORMERS_OFFLINE=1, HF_HUB_OFFLINE=1을 쓰고, VLM은 Ollama HTTP API, 기본 백엔드는 MPS를 사용한다.

파이프라인은 다음 순서다.

• Moondream 2: 이미지에서 의미를 묻고 라벨 목록을 추출, 이미지당 약 100ms
• GroundingDINO SwinT-OGC: 텍스트 조건의 바운딩 박스 탐지
• SAM 2.1 HQ Hiera Large: 박스 기반 픽셀 단위 세그멘테이션
• VitMatte ViT-B Composition-1K: 부드러운 경계를 위한 알파 매팅
• VTracer: Bézier spline 기반 벡터화로 로고급 출력 생성

모델 상주 메모리는 총 약 5GB이고, 64GB M1 Ultra에서 무리 없이 동작한다.

핵심 선택은 Moondream이었다. LLaVA, MiniCPM-V, LlamaVL보다 설명 품질이 더 좋은 7B급 모델도 있었지만, 이 작업은 2,000장 배치에서 명사 목록만 빠르게 뽑는 것이 중요해서, 100ms 수준의 경량 모델이 훨씬 효율적이라는 판단이다.

글에서는 모델 선택 이유 외에도 Protocol 기반 DI 시스템, recursive child segmentation, 여러 번의 리라이트를 거쳐 정리한 5가지 설계 원칙까지 다룬다.