연구 팁··28 min read
과학 도형에서 흔한 5가지 실수
리뷰어 거부 및 고통스러운 재작업으로 이어지는 과학 도형의 5가지 흔한 실수를 피하세요.
저널 편집자에게 직접 물어보면, 도형 문제는 동료 심사가 시작되기도 전에 원고가 반려되는 가장 흔한 이유 중 하나라고 말할 것입니다. 과학적 내용이 아니라 — 바로 과학 도형 때문입니다. 부실하게 준비된 시각 자료는 연구자에게 수 주의 수정 시간을 들게 하고, 출판을 지연시키며, 어떤 경우에는 곧바로 게재 거부로 이어지기도 합니다. 답답한 점은 이러한 문제 대부분이 완전히 피할 수 있다는 사실입니다. 이는 예측 가능한 패턴을 따르고, 모든 경력 단계의 연구실에서 나타나며, 저널이 제출 도형에 실제로 요구하는 것에 대한 똑같은 몇 가지 오해에서 비롯됩니다.
다음은 가장 일관되게 나타나는 다섯 가지 실수와 — 원고가 책상을 떠나기 전에 AI 보조 도형 도구가 이를 어떻게 제거하고 있는지에 대한 설명입니다.
실수 #1 — 해상도의 함정
문제: 파워포인트로 과학 도형을 완성하고 PNG 또는 JPEG로 내보내면 모니터에서는 완벽하게 선명해 보입니다. 그런데 저널에 제출하면 48시간 이내에 편집국에서 회신이 옵니다. "도형이 최소 해상도 요구 사항을 충족하지 않습니다." 72 DPI 화면 출력은 거부됩니다. 저널은 최소 300 DPI를 요구하며 — 라인 아트, 전자현미경 패널, 또는 세부 표현이 정밀한 도형의 경우 600 DPI가 사실상의 표준입니다.
원인: 컴퓨터 화면은 72–96 DPI로 표시됩니다. 도형 제작에 사용하는 모든 소프트웨어는 기본적으로 인쇄가 아닌 화면 표시에 맞춰 보정되어 있습니다. "기본" 설정으로 내보내면 모니터용으로 출력하는 것입니다. 저널이 요구하는 물리적 크기에서의 인쇄 재현은 완전히 다른 해상도 요구입니다. 너비 4인치의 과학 도형은 300 DPI 인쇄 품질을 만족하려면 최소 1,200픽셀의 너비가 필요합니다. 대부분의 기본 화면 출력은 그 일부에 불과합니다.
JPEG 압축 문제는 이를 더욱 악화시킵니다. JPEG는 손실 압축 형식이어서 — 경계, 특히 텍스트 라벨이나 미세한 선 주변에 눈에 보이는 아티팩트가 발생합니다. JPEG를 받는 저널이라도 보통 최대 품질 설정을 요구합니다. 텍스트가 포함된 도형의 경우 TIFF 또는 PNG를 선호하는 곳이 많습니다.
| 도형 유형 | 최소 해상도 |
|---|---|
| 라인 아트 | 1000–1200 DPI |
| 그레이스케일 | 300–600 DPI |
| 컬러 사진 | 300 DPI |
SciFig가 이를 어떻게 방지하는가: SciFig를 비롯한 AI 도형 생성 플랫폼은 기본적으로 벡터 품질의 출력물을 생성합니다. 기반이 되는 도형이 고정된 픽셀 격자가 아닌 수학적으로 정의되기 때문에, 품질 손실 없이 어떤 DPI로도 렌더링할 수 있습니다. Nature 저널용으로 600 DPI, 학회 출판물용으로 300 DPI로 과학 도형을 내보낼 때, 동일한 원본 파일이 두 경우 모두에 최적의 품질을 제공합니다. 떨어질 수 있는 고정 픽셀 수가 없기 때문에 해상도의 함정도 없습니다. 예산 안에서 Nature 수준의 도형 표준에 일관되게 도달하는 완전한 워크플로는 가이드를 참조하세요.
실수 #2 — 색맹에게 적대적인 팔레트
문제: 빨강과 초록은 지난 30년간 만들어진 거의 모든 차트 도구, 다이어그램 소프트웨어, 디자인 템플릿의 기본 대비 색상입니다. 화면에서는 시각적으로 구별됩니다. 직관적으로도 그럴듯합니다 — 양과 음, 존재와 부재, 처리군과 대조군. 그러나 이 두 색은 적록 색각 이상(가장 흔한 형태는 녹색맹과 적색맹)을 가진 남성 독자의 약 8%, 여성 독자의 약 0.5%에게는 완전히 구분이 불가능합니다.
이는 사소한 예외가 아닙니다. 정량적 도형이 논문 논증의 핵심이 되는 세포생물학이나 유전학 같은 분야에서 — 상당수의 리뷰어와 독자가 정확히 해석할 수 없는 과학 도형은 과학 커뮤니케이션의 실패입니다. 일부 저널은 이제 도형 가이드라인에서 색맹 친화 팔레트를 명시적으로 요구하고 있습니다.
원인: 적록 대비는 MATLAB, R 기본 그래픽, Excel을 비롯한 대부분의 과학 시각화 소프트웨어의 기본 설정 깊숙이 박혀 있습니다. 기본값을 적극적으로 변경하지 않는 한, 포용적 과학 커뮤니케이션이 아닌 일반 그래픽 디자인을 위해 설계된 팔레트를 그대로 물려받게 됩니다. 대부분의 연구자들은 문제가 있다는 지적을 받기 전까지 색맹 접근성에 대해 생각하지 않습니다.
AI는 이를 어떻게 방지하는가: 현대의 AI 도형 도구는 색맹 안전 팔레트 관행을 포함한 과학 커뮤니케이션 모범 사례를 학습합니다. 기본값으로 적록 대비를 사용하는 대신, 모든 일반적인 색각 이상에서 구분 가능하고 그레이스케일로 인쇄해도 잘 표현되는 지각적으로 균일한 색상 척도인 viridis, cividis, inferno 같은 팔레트를 기본으로 사용합니다. 접근성은 사후 수정이 아니라 출력에 처음부터 내장되어 있습니다.
실수 #3 — 타이포그래피 혼돈
문제: 수 주 또는 수 개월에 걸쳐 조립된 다중 패널 도형을 — 다른 연구실 구성원이 만든 패널, 다른 소프트웨어에서 내보낸 패널, 수정 중에 추가된 패널 — 열어보면 통일된 도형이어야 할 작품 전반에 거의 어김없이 불일치하는 폰트, 어긋나는 라벨 크기, 혼합된 서체, 일관되지 않은 굵기 처리가 보일 것입니다. 패널 A는 Arial, 패널 B는 Times New Roman, 패널 C는 MATLAB 기본 폰트. 어떤 패널은 10pt 라벨, 다른 패널은 8pt. 굵은 축 라벨 옆에 보통 굵기의 패널 라벨.
원인: 다중 패널 도형은 한 자리에서 만들어지는 일이 거의 없습니다. 다른 시간에, 다른 소프트웨어로, 다른 사람에 의해 제작된 구성요소들로 조립됩니다. 모든 소프트웨어 도구는 자체 기본 폰트 설정을 가지고 있습니다. 그런 구성요소들을 모아 함께 배치하면, 각 패널을 개별적으로 만들 때는 보이지 않던 타이포그래피 불일치가 즉시 드러납니다. 불일치하는 타이포그래피는 디자인된 것이 아니라 조립된 과학 도형이라는 신호이며 — 리뷰어와 편집자는 이를 알아챕니다.
이 문제의 더 미묘한 버전은 크기 불일치입니다. 기술적으로는 같은 폰트 크기지만, 각 패널이 서로 다른 픽셀 크기로 내보내지고 레이아웃에 맞추기 위해 크기가 조정되었기 때문에 시각적으로 다른 크기로 보이는 라벨들 말입니다.
SciFig가 이를 어떻게 방지하는가: 단일 SciFig 자연어 설명으로 — 다중 패널, 라벨, 범례, 주석을 포함한 — 완전한 도형이 생성될 때, 타이포그래피 시스템은 정의상 일관됩니다. 모든 요소가 동일한 생성 과정에서 나오기 때문에 동일한 폰트, 동일한 굵기 위계, 동일한 라벨 크기 규칙이 모든 요소에 적용됩니다. 불일치가 끼어들 수 있는 조립 단계가 존재하지 않습니다.
실수 #4 — 화살표와 라벨의 무질서
문제: 주석 — 화살표, 괄호, 콜아웃 라벨, 스케일 바 — 은 연구자들이 도형 내에서 주의를 유도하기 위해 사용하는 시각적 어휘입니다. 잘 사용하면 시각적 논증을 따라가도록 독자를 안내하는 명확한 위계를 만듭니다. 잘못 사용하면 겹치는 텍스트 박스, 모호한 대상을 가리키는 화살표, 데이터 요소와 충돌하는 콜아웃 라벨, 이유 없이 패널마다 바뀌는 주석 스타일이 만들어집니다.
원인: 주석은 일반적으로 도형 준비의 마지막 단계로, 기본 데이터와 일러스트레이션 작업이 끝난 후 마감 압박 속에서 이루어집니다. 디자인 결정이 아니라 마무리 단계로 취급됩니다. 라벨은 가장 명확한 읽기 경로를 만드는 곳이 아니라 시각적 여백이 있는 곳에 놓입니다. 화살표는 특정한 특징이 아닌 영역을 가리키도록 떨어뜨려집니다. 패널이 수정되어 — 데이터가 업데이트되고, 스케일이 변경되고, 요소가 재배치되면 — 수동으로 배치된 주석은 종종 잘못된 위치를 가리키거나 새로 배치된 요소와 겹치게 됩니다.
더 깊은 문제는 주석에는 능동적인 시각 디자인 결정이 필요하다는 점입니다. 무엇을 라벨링할 가치가 있는지, 얼마나 두드러지게, 배경과 어떤 대비를 가지고, 식별 대상과 어떤 공간적 관계를 갖도록 할지 등입니다. 대부분의 연구자들은 이러한 결정에 대해 훈련받지 않으며, 인쇄 크기나 저널 심사 시점이 아닌 일반 화면 줌에서 대략 적절해 보이는 것을 기본값으로 삼습니다.
AI는 이를 어떻게 방지하는가: AI 도형 생성은 주석을 사후 추가가 아닌 디자인 과정의 일부로 통합합니다. 라벨, 화살표, 콜아웃은 자신이 식별하는 과학 도형 요소를 기준으로 위치가 결정되며, 충돌 감지와 시각적 위계가 생성 로직에 내장되어 있습니다. 그 결과 모든 라벨이 가독성 있고, 모든 화살표가 대상을 명확히 가리키며, 전체 주석 밀도가 남은 여백에 맞춘 것이 아니라 과학 도형의 복잡도에 맞춰 보정된 주석 도형이 만들어집니다.
실수 #5 — 벡터 공백
문제: 도형을 PNG 또는 TIFF 파일로 제출합니다. 논문이 게재 승인되고 — 축하합니다 — 저널의 제작팀에서 수정 요청 이메일이 옵니다. 한 패널을 하우스 스타일에 맞게 색상을 다시 입혀야 하거나, 국제판을 위해 라벨을 번역해야 하거나, 교정자가 본문 용어를 변경해서 이제 과학 도형 범례와 일치하지 않습니다. 래스터 출력본으로는 과학 도형을 처음부터 다시 만들지 않고는 이러한 변경을 할 수 없습니다. 더 이상 원본 파일이 없다면 평면화된 이미지에서 다시 만들어야 합니다.
원인: 대부분의 연구자는 사용하는 소프트웨어의 기본 출력 형식이고 제출 포털도 래스터 파일을 받기 때문에 도형을 래스터 이미지로 내보냅니다. 래스터(픽셀 기반, 고정 해상도)와 벡터(수학적으로 정의됨, 무한 확장 가능)의 차이는 일반적인 연구 교육의 일부가 아닙니다. 벡터 형식 — SVG, EPS, PDF, AI — 은 종종 필요 이상으로 복잡한 "디자이너 형식"으로 인식됩니다. 평면화된 파일을 편집해야 하는 수정 요청이 도착하기 전까지는 말입니다.
이 문제는 경력이 쌓일수록 커집니다. 더 많은 논문을 출판할수록, 2년 전 제출했던 논문의 도형에 대한 제작 수정에 직면할 가능성이 높아지며, 그 원본 파일이 더 이상 접근할 수 없는 하드 드라이브에 있을 가능성도 높아집니다.
AI는 이를 어떻게 방지하는가: AI가 생성한 도형은 본래 레이어가 있는 편집 가능한 벡터 출력물을 생성합니다. 모든 요소 — 경로, 텍스트 라벨, 색상 채우기, 화살표 — 가 출력 파일에서 별도의 편집 가능한 객체로 존재합니다. 결과를 SciFig의 벡터 캔버스(또는 SVG 호환 편집기)에서 열고 해당 레이어의 채우기 색상을 변경한 뒤 3분 만에 새 TIFF로 내보낼 수 있습니다. 라벨을 변경해야 할 때는 텍스트 객체를 편집합니다. 이후 편집 능력을 없애는 평면화 단계, 픽셀 격자, 파괴적 출력이 없습니다.
제출 전 체크리스트
원고 제출에 도형이 들어가기 전에 이 검증 목록을 확인하세요. 이 목록의 모든 항목은 실제 저널 거부 사유와 일치합니다.
해상도 및 형식
- 모든 래스터 도형을 최소 300 DPI(세부가 정밀하거나 텍스트가 작은 도형은 600 DPI)로 내보냄
- 100% 줌에서 JPEG 압축 아티팩트가 보이지 않음
- 벡터 원본 파일을 제출 출력본과 별도로 저장
색상 접근성
- 범주형 또는 비교 데이터를 인코딩하는 도형에서 적록색만으로 구분하지 않음
- 색맹 시뮬레이션 도구(예: Coblis 또는 Color Oracle)로 색상 선택을 검증
- 그레이스케일로 변환해도 도형이 해석 가능
타이포그래피
- 각 도형의 모든 패널에서 폰트가 일관됨
- 라벨 크기가 일관됨 — 인쇄 크기에서 물리적으로 동일한 포인트 크기
- 폰트 패밀리가 저널 요구 사항과 일치(다수가 산세리프만 지정)
주석
- 모든 화살표가 특정하고 모호하지 않은 대상을 가리킴
- 라벨 텍스트가 데이터 요소나 다른 라벨과 겹치지 않음
- 모든 현미경 사진에 스케일 바가 있고 라벨링됨
- 패널 문자(A, B, C)가 일관된 위치 — 보통 좌측 상단 — 에 배치됨
형식 요구 사항
- 파일 형식이 저널 사양과 일치(단순히 "임의 이미지 형식"이 아님)
- 도형 너비가 저널 단 너비 사양과 일치
- 도형 범례가 완전하며 도형 내용과 일치
경고
모든 저널은 자체적인 도형 요구 사항을 가지고 있으며 — 그 차이는 중요합니다. Nature 저널, Cell Press 저널, PLOS 저널, 학회 출판물은 각각 파일 형식, 최소 DPI, 최대 파일 크기, 색상 모드(RGB vs CMYK), 폰트 요구 사항에 대해 별개의 사양을 가지고 있습니다. 항상 제출용 도형을 준비하기 전에 대상 저널의 저자 가이드라인을 다운로드하여 읽으세요. 일반적인 모범 사례는 출발점이지, 저널별 요구 사항을 대체하는 것이 아닙니다. 과학 도형이 AI로 생성된 경우, 주요 출판사의 공시 템플릿에 대해서는 2026년 저널 AI 도형 정책 가이드를 참조하세요.
도형 실수의 실제 비용
시간은 연구자들이 가장 일관되게 부족한 자원입니다. 도형 문제가 실제로 어떤 비용을 발생시키는지 살펴보겠습니다.
도형 품질 문제로 촉발된 단일 수정 라운드 — 심사 전 편집 거부, 더 높은 해상도 출력을 요구하는 리뷰어 코멘트, 편집 가능한 파일에 대한 제작 요청 — 는 일반적으로 2~5일이 소요됩니다. 원본 파일 찾기, 요소 재구성, 올바른 사양으로 재출력, 제출 포털에 다시 업로드, 편집 확인 대기 — 모두 예산에 없던 시간을 소비합니다.
일반적인 논문의 도형 수(표준 연구 논문은 4~8개, 방법 중심 작업은 더 많음)를 곱하면, 사소한 기술적 문제처럼 보이는 도형 문제는 출판 일정에 실질적인 지연이 됩니다. 보조금 갱신, 취업 시즌, 우선권 주장 상황 전에 출판해야 하는 압박을 받는 연구자에게 예방 가능한 2주의 지연은 실제 결과를 초래합니다.
복합 효과는 더 심각합니다. 도형 수정을 위해 반려된 논문은 편집국이 할당한 위치에서 다시 큐에 들어갑니다. 수정이 허용 기간을 넘기면 편집 결정이 다시 발급되어야 할 수 있습니다. DPI 문제로 시작된 것이 두 달의 지연이 될 수 있습니다.
제출 전에 도형을 올바르게 만드는 것은 완벽주의가 아니라 — 더 효율적인 길입니다. 올바른 도형을 만드는 데 투자한 시간은 피할 수 있는 수정 사이클을 관리하는 데 잃는 시간보다 일관되게 적습니다.
