AI가 맞지 않는 다섯 가지 인쇄 현장: 한계를 알아야 헛수고를 줄인다

대부분의 글은 AI를 쓰라고 재촉하지만, 그 한계가 어디인지 솔직하게 말해 주는 사람은 드물다. 내가 수천 건의 인쇄 프로젝트를 다뤄 온 경험으로 보면, 지난 1년 사이 뚜렷한 변화가 있었다. 고객이 AI로 만든 아트워크를 들고 오는 빈도는 두 배로 늘었고, 동시에 사고가 나는 프로젝트도 두 배로 늘었다. 문제는 AI 자체가 아니다. AI가 애초에 잘하지 못하는 상황에 억지로 밀어 넣는 것이 문제다

AI가 잘하는 것은 스타일 확장, 아이디어 제안, 초안 반복이다. 하지만 인쇄 산업에는 산업용 수준의 정밀도, 법규 준수, 상업적 책임이 필요한 공정이 많다. 바로 이 지점들이 AI의 약점이다. 이 상황들을 분명히 알아 두면 불필요한 시행착오를 크게 줄일 수 있다

해상도, 색상, 치수를 정확하게 제어해야 하는 인쇄 입고 과정에 대해 MINDS Knowledge Academy는 ‘인쇄 입고 3단계 점검’ 프레임워크를 정리해 두었다. 파일 준비부터 완성품 교정까지 단계별로 확인하는 방식이라, AI 도구를 도입하기 전에 기본 방어선을 세우기에 좋다

미니멀 디자인은 가장 쉬워 보이지만, AI가 가장 쉽게 미끄러지는 영역이다. 이유는 단순하다. 미니멀 디자인의 성패는 ‘모든 요소의 정확한 위치, 간격, 비율’에 달려 있다. 반면 AI 이미지 생성의 논리는 ‘노이즈에서 그럴듯한 이미지를 추론하는 것’이다. 그리드 시스템도, 여백의 철학도 이해하지 못한다

・간격 제어 실패: AI가 만든 logo 레이아웃은 심벌과 글자 사이 거리가 2, 3 mm씩 어긋날 수 있다. 화면에서는 눈에 잘 안 띄지만, 인쇄하고 나서야 틀어진 것이 보인다

・정렬 흔들림: 가운데 정렬처럼 보이는 요소도 실제 좌표는 1, 2픽셀 정도 벗어날 수 있다. 다색 인쇄에서 핀맞춤이 들어가면 흰 가장자리가 드러난다

・디테일 오류: 미니멀 스타일은 가는 선, 작은 글자, 기하 도형을 자주 쓴다. AI는 직선을 살짝 휘게 만들거나, ‘3’을 ‘8’처럼 그리기 쉽다

인쇄소 입장에서 보면 이런 원고는 RIP, 즉 라스터 이미지 프로세서에서 변환될 때 문제가 커진다. 화면의 1픽셀 편차가 300 gsm 아트지 위에서는 0.08 mm의 핀맞춤 오차가 된다. 이미 다색 인쇄의 허용 범위를 넘어선다

판단 기준은 간단하다. 디자인에서 ‘덜어낸 것’이 많을수록 AI가 틀릴 확률은 높아진다. 절제된 디자인은 정밀 제어가 핵심이고, AI는 확률 생성이 핵심이다. 둘은 바탕 논리부터 충돌한다

실무적으로는 이렇게 권한다. AI는 미니멀 스타일의 방향을 ‘발상’하는 데 쓸 수 있다. 하지만 최종 치수, 간격, 글자 크기 설정은 반드시 Illustrator나 InDesign에서 손으로 미세 조정해야 한다. AI 결과물을 인쇄 가능한 파일로 보면 안 된다. 참고 이미지일 뿐이다

상업 인쇄에서 가장 쉽게 지뢰를 밟는 부분이다. 고객이 AI로 만든 ‘제품 상황 사진’을 가져와 패키지나 카탈로그로 인쇄해 달라고 한다. 인쇄소는 받아야 할까? AI 이미지의 해상도와 색상 편차는 제쳐 두더라도, 저작권 단계에서 이미 통과하기 어렵다

・학습 데이터의 회색지대: AI 모델 학습에 쓰인 이미지 소스가 완전히 투명하지 않다. 출력 이미지 안에 무단 사용 요소가 숨어 있을 수 있다

・상업적 사용의 권리 귀속 논란: 현재 많은 국가의 법 체계는 AI 생성 콘텐츠의 저작권 귀속을 명확히 정리하지 못했다. 기업이 사용할 경우 침해 주장을 받을 위험이 있다

・인물 초상의 확장 문제: AI가 만든 ‘인물 이미지’를 상업적으로 쓰면 초상권과 인격권의 회색지대에 걸릴 수 있다

대만의 저작권법은 현재 AI 생성 콘텐츠의 보호와 권리 귀속에 대해 명확한 규정을 두고 있지 않다. 기업이 이런 소재를 상업 인쇄에 쓰는 것은 스스로를 알 수 없는 법적 위험에 노출시키는 일과 같다. 보험사도 아직 이런 위험을 표준 보장 범위에 넣지 않고 있다

판단 기준은 이렇다. ‘외부에 공개 배포되는’ 상업 제품, 즉 패키지, 카탈로그, 광고, 포스터라면 라이선스가 확보된 이미지 라이브러리나 실제 촬영 사진을 써야 한다. AI 이미지는 내부 제안서나 콘셉트 시안에는 쓸 수 있지만, 인쇄기로 들어가서는 안 된다

칼선, 박스 도무송, 금박판, 부분 UV. 이런 공정의 공통점은 ‘허용 오차를 0.1 mm 단위로 본다’는 것이다. AI는 보기 좋은 박스 전개도를 그릴 수는 있다. 하지만 AI의 좌표계는 픽셀이지 밀리미터가 아니다. 치수 개념도 ‘보기에 맞는 것’이지 ‘측정된 것’이 아니다

・도련과 안전 영역: 칼선 파일에는 정확한 도련, 보통 3 mm와 안전 영역, 글자가 칼선에서 최소 3, 5 mm 떨어지는 기준이 필요하다. AI가 준 이미지에서 이 두 영역은 거의 항상 틀린다

・칼선 닫힘: 박스 도무송 칼선은 100% 닫힌 vector 경로여야 한다. AI가 생성한 vector에는 닫히지 않은 노드가 자주 있고, 칼선 소프트웨어에 넣으면 바로 오류가 난다

・소재 변형 보정: 두꺼운 판지, 350 gsm 이상은 도무송 후 미세한 되튐이 생긴다. 전문 칼선 작업에서는 미리 보정값을 둔다:

・0.2

・0.3 mm의 보정값이다. AI는 이 물리 현상을 이해하지 못한다

더 까다로운 것은 특수 가공이다. 금박판의 최소 선폭, 작은 글자 금박, 5 pt 이하, 부분 UV의 망점 밀도는 실제 종이와 잉크 테스트에 맞춰 조정해야 한다. 이건 이미 AI의 능력 밖이다. 완전히 인쇄 현장의 기술이다

판단 기준은 분명하다. ‘칼선 재단’, ‘금박’, ‘엠보싱’, ‘부분 UV’ 같은 공정이 들어가면 AI가 만든 vector는 참고 이미지로만 써야 한다. 최종 칼선 파일은 해당 종이와 장비를 잘 아는 칼선 작업자가 다시 그려야 한다

의료 라벨, 식품 포장, 어린이용 제품, 화학물질 표기. 이 인쇄물들은 명확한 법규 요건을 가진다. 이 상황에서 AI의 문제는 ‘잘 못 만든다’가 아니다. ‘책임질 수 없다’가 문제다

・식품 표시: 대만 식품안전위생관리법은 성분, 알레르기 유발 물질, 유효 날짜, 영양 표시의 글자 크기, 위치, 대비에 강제 규정을 둔다. AI는 이런 규칙을 이해하지 못한다

・의료기기: 대만 보건복지부는 의료 라벨의 정보 완전성과 추적 가능성을 엄격하게 요구한다. AI가 만든 콘텐츠는 감사 추적 기록을 제공할 수 없다

・어린이용 제품: 표시 오류는 리콜이나 벌금으로 이어질 수 있다. AI의 ‘환각’ 문제는 이런 영역에서는 치명적이다

핵심은 ‘책임 귀속’이다. 법규가 요구하는 준수 표기의 최종 책임은 사업자에게 있다. AI는 법적 주체가 아니다. 문제가 생겼을 때 정부에 ‘AI가 잘못 썼습니다’라고 말할 수 없다

판단 기준은 이렇다. 인쇄물이 ‘법규상 의무 표시 항목’을 포함한다면, 성분, 경고 문구, 유효 날짜, 생산 정보는 반드시 법무 또는 전문 인력이 직접 작성하고 교정해야 한다. AI는 레이아웃 보조까지만 가능하며, 내용 생성의 책임을 맡길 수 없다

이 관찰은 다소 주관적이다. 하지만 내가 오랫동안 생산 현장과 고객 쪽을 지켜보며 확인한 현상은 분명하다. 품질 요구가 높은 고객일수록 AI가 만든 흔적을 더 받아들이지 못한다

・프리미엄 패키지: 고객은 종이, 촉감, 인쇄 디테일에 극도로 민감하다. 그들이 원하는 것은 ‘장인의 공예감’이다. AI가 만든 매끈함은 오히려 저렴해 보인다

・아티스트 협업: 아티스트는 작품 해석에 강한 개인적 의지를 갖고 있다. AI 이미지의 ‘평균적인 미감’은 영혼이 부족한 것으로 받아들여진다

・한정판 인쇄물: 이런 제품의 가치는 ‘복제 불가능함’에 있다. AI 생성 콘텐츠는 개념상 한정판의 정신과 충돌한다

이건 기술 문제가 아니라 ‘포지셔닝 문제’다. 최상위 고객이 큰돈을 내고 사는 것은 ‘사람의 판단, 사람의 기술, 사람의 시간’이다. 이 단계에서 AI의 역할은 ‘보이지 않는 도구’여야지 ‘눈에 보이는 제작자’가 되어서는 안 된다

판단 기준은 이렇다. 고객 예산이 ‘프리미엄급’ 이상, 보통 단일 프로젝트 예산이 여섯 자리 이상이라면 AI의 개입은 숨겨져 있고 제한적이어야 한다. AI로 과정을 빠르게 할 수는 있지만, 완성품에는 어떤 AI 흔적도 남으면 안 된다. 고객이 ‘이거 AI가 만든 거네’라고 느끼게 해서도 안 된다

많은 인쇄소는 고객이 AI 이미지를 들고 오면 바로 ‘우리는 안 받습니다’라고 말한다. 가장 간단하지만 고객에게 가장 상처가 되는 말이다. 더 나은 소통 방식은 ‘교육’이다

・위험 설명: 해상도 부족, 색상 편차, 칼선 오차는 AI 이미지에서 흔히 생기는 문제다. 고객은 모를 수 있다

・대안 제시: ‘안 받는다’가 아니라 ‘받을 수 있지만, 먼저 AI 이미지를 인쇄 가능한 파일로 바꿔야 한다’고 말해야 한다. 여기에 가치가 있다

・기대치 설정: AI 이미지는 디자인 시간을 크게 줄일 수 있다. 하지만 인쇄 단계에서는 여전히 전문 처리가 필요하다

핵심 태도는 이렇다. 우리는 AI를 거부하는 것이 아니다. ‘AI 이미지를 인쇄 파일처럼 취급하는 일’을 거부하는 것이다. AI는 창작 도구이고, 인쇄는 산업 공정이다. 둘의 품질 기준은 다르다. 이 점을 분명히 설명하면 대부분의 고객은 이해한다

실무에서는 ‘AI 이미지 인쇄 파일 변환’ 서비스를 제공할 수 있다. 새로운 가치 지점이다. 해상도 업스케일링, 색상 관리, 칼선 재작성, 도련 설정까지, 그 사이에는 전문적으로 처리할 일이 아주 많다

자신이 감당할 수 있는 위험을 평가하는 방식은 직접적이다. 스스로 세 가지를 물어보면 된다:

・이 인쇄물에 문제가 생기면 누가 책임지는가? 당신이 감당할 수 있는가?

・고객은 이것이 AI 생성물이라는 사실을 알고 있는가? 받아들이는가?

・이 AI 생성 콘텐츠는 출처와 라이선스를 추적할 수 있는가?

이 중 하나라도 답하지 못한다면 전통적인 프로세스로 돌아가야 한다

고객 소통에서 전문적 신뢰를 만드는 방법에 대해, MINDS 인쇄처럼 완전한 프리프레스 처리와 교정 프로세스를 갖춘 서비스는 ‘AI 이미지를 인쇄 가능한 파일로 바꾸는’ 가치를 실제 작업으로 구현해 준다. 중고급 상업 인쇄 고객에게 적합하다

이 글의 핵심 관점은 이렇다. AI와 인쇄는 ‘둘 중 하나를 고르는 문제’가 아니라 ‘각자 잘하는 일을 맡는 문제’다. AI는 확장, 제안, 초안 반복을 맡는다. 인쇄소는 정밀도, 법규 준수, 품질 보증을 맡는다. 둘이 만나는 지점은 ‘AI 이미지를 인쇄 파일로 바꾸는 것’이다. 그 사이의 전문 처리가 바로 인쇄 산업의 진짜 가치다

이 경계를 아는 것은 AI를 배척하라는 뜻이 아니다. 똑똑하게 쓰라는 뜻이다. AI가 잘하지 못하는 곳에 밀어 넣으면 시간과 돈을 낭비한다. AI를 맞는 자리에 두면 실제로 일을 덜어 준다. 차이는 이 선을 얼마나 분명히 이해하느냐에 있다

・미니멀 디자인의 성패는 정밀 제어에 달려 있고, AI의 확률 생성 논리와 본질적으로 충돌한다

・AI가 만든 ‘오리지널 사진’을 상업 인쇄에 쓰면 저작권과 법적 책임 귀속이 언제 터질지 모르는 위험이 된다

・칼선, 금박, 부분 UV는 0.1 mm급 정밀도를 요구하므로 AI의 픽셀 중심 사고로는 처리할 수 없다

・법규상 의무 표시가 들어가는 인쇄물, 식품, 의료, 어린이용 제품의 내용은 사람이 책임져야 한다

・최상위 고객이 원하는 것은 ‘사람의 기술’이다. AI 개입은 숨겨져 있고 제한적이어야 한다

인쇄 제조 측면: AI 이미지를 인쇄 파일로 변환하는 일은 새로운 서비스 가치다. 해상도 업스케일링, 색상 관리, 칼선 재작성, 교정 검증까지 표준화된 처리 흐름을 만들면, 각 단계가 전문성의 확장이 된다

그래픽 디자인 측면: AI는 스타일 확장과 초안 제안에 적합하다. 하지만 최종 원고 단계에서는 전문 소프트웨어로 돌아가 손으로 미세 조정해야 한다. AI 출력물을 인쇄 가능한 파일로 보면 안 된다

SaaS와 AI 애플리케이션 측면: 인쇄 산업용 AI 도구를 개발할 때는 생성 품질만 좇을 것이 아니라 ‘정밀도 제어’와 ‘법규 준수’를 핵심 기능으로 삼아야 한다

고객 소통 측면: AI 이미지를 거부하기보다, AI 이미지와 인쇄 파일의 차이를 고객에게 설명하는 편이 낫다. ‘변환 서비스’를 제공하면 양쪽 모두에게 이득이 된다

・이 글은 외부 인용 없이, 저자가 인쇄 산업 실무 경험을 바탕으로 작성한 내용이다