데이터 → 인포그래픽 4종 1클릭 양산

학습목표 / 사전지식: 작은 데이터 표를 넣고, imagegen용 Skill 흐름으로 인포그래픽 시안 4종을 한 번에 요청한 뒤, 같은 자리에서 다시 고치는 방법을 익힌다. 선수지식은 없어도 되며, 표의 숫자를 읽고 복사해 붙여 넣을 수 있으면 충분하다.

1. 왜 필요한가 — 개념·배경을 초보자 눈높이로 [근거]

인포그래픽은 숫자를 그림처럼 읽히게 만드는 설명 자료다. 이 수업에서는 표 하나를 비교형·랭킹형·흐름형·보고형이라는 네 가지 포장지에 번갈아 담아 본다고 생각하면 쉽다.

Skill은 반복 작업용 조리법이라고 보면 된다. 매번 “숫자는 바꾸지 말고, 한글은 짧게, 네 가지 시안으로 나눠줘”라고 말하지 않도록, 자주 쓰는 요청 순서를 한 장의 레시피처럼 적어 두는 식이다.

이 클립의 근거는 imagegen 스킬과 GPT Image를 통해 이미지 생성과 반복이 가능하다는 점이다. Codex can now use gpt-image-1.5 to generate and iterate on images. [OF-26]

여기서 중요한 단어는 “반복”이다. 첫 결과를 보고 끝내는 것이 아니라, 숫자가 틀렸거나 글자가 작거나 레이아웃이 비슷하면 같은 대화 안에서 다시 고치는 과정을 포함한다. [OF-26]

2. 준비 — 코덱스 어디로 들어가 무엇을 누르나 (화면 요소 설명)

준비물은 아주 작은 표와 목적 한 줄이다. 예를 들어 “마케팅 회의용”, “월간 보고용”, “교육 결과 공유용”처럼 누구에게 보여줄 자료인지 먼저 적는다.

화면에서는 새 대화를 열고, 입력창에 데이터와 목표를 함께 붙여 넣는 흐름으로 진행한다. 이 수업의 실습은 imagegen용 Skill 흐름을 호출하고, 프롬프트 4개를 먼저 만든 뒤, 이미지 4개를 생성하고 반복하는 순서로 잡는다. [OF-26]

초보자가 가장 자주 놓치는 준비물은 데이터의 경계선이다. 코덱스가 이미지를 만들어 준다고 해서, 우리가 주지도 않은 원인이나 날짜, 평균값까지 그림에 넣어 달라고 하면 나중에 검수가 까다로워진다.

3. 따라하기 — 단계별로 아주 세세하게

1단계는 데이터를 붙여 넣는 일이다. 화면 중앙 입력창에 아래처럼 목적, 데이터, 결과물을 한 번에 적는다.

Use the imagegen infographic skill.

Purpose: marketing meeting

Dataset:
Channel, Leads, Conversion Rate
Organic Search, 1240, 4.8%
Paid Search, 910, 3.1%
Newsletter, 640, 6.2%
Webinar, 420, 8.4%

Goal:
Create four Korean infographic options.

응답이 나오면 곧장 이미지를 누르듯 넘어가지 말고, 먼저 해석을 확인한다. “가장 리드가 큰 채널”, “전환율이 높은 채널”, “숫자를 그대로 썼는지”를 눈으로 본다.

2단계는 네 가지 방향을 갈라 달라고 요청하는 일이다. 같은 표라도 비교형은 전체 차이를 보여주고, 랭킹형은 순위를 빠르게 보게 하며, 흐름형은 리드와 전환율의 관계를 보게 하고, 보고형은 회의 첫 장처럼 보이게 만든다.

Create 4 infographic prompts before generating images.

Types:
1. comparison chart
2. ranking card
3. funnel-style summary
4. executive one-page brief

Rules:
- Use only the dataset above.
- Korean text must be short and readable.
- Do not invent benchmarks, dates, sources, or causes.
- Keep each layout clearly different.

이 단계의 목표는 그림을 바로 만드는 것이 아니라 설계도 네 장을 먼저 받는 것이다. 집을 짓기 전에 평면도를 보는 것처럼, 이미지 생성 전에 프롬프트를 검수하면 수정 비용이 줄어든다.

3단계는 생성이다. 프롬프트 4개가 서로 충분히 다르면 imagegen으로 한 번에 만들어 달라고 요청한다.

Generate all 4 infographics with imagegen.
Keep a consistent editorial style, but make each layout clearly different.
Use the Korean labels from the prompts.

이 요청은 이미지 생성과 반복이 가능하다는 근거 위에서 진행한다. Codex can now use gpt-image-1.5 to generate and iterate on images. [OF-26]

4단계는 검수다. 예쁜지보다 먼저 숫자를 본다. Organic Search 1240, Paid Search 910, Newsletter 640, Webinar 420, 그리고 4.8%, 3.1%, 6.2%, 8.4%가 원본과 같은지 확인한다.

5단계는 반복 수정이다. 한글이 뭉개졌거나, 숫자가 작거나, 네 장이 비슷해 보이면 아래처럼 한 번에 다시 요청한다.

Iterate all 4.
Fix unreadable Korean text.
Make numeric labels larger.
Increase layout differences between the four types.
Keep the original dataset exactly.

여기서 “Iterate”는 첫 결과를 바탕으로 다시 고친다는 뜻이다. OF-26의 핵심도 이미지 생성에서 멈추지 않고 반복까지 이어질 수 있다는 점이다. [OF-26]

4. 복붙 템플릿 — 그대로 쓰는 프롬프트/Skill + 각 부분이 왜 그런지 해설

아래 템플릿은 Skill 파일에 넣는 내용으로 쓰면 된다. 실제 폴더명은 infographic-4pack-imagegen처럼 작업 목적이 보이게 붙이면 관리하기 쉽다.

---
name: infographic-4pack-imagegen
description: pasted data to four imagegen infographic options
---

You turn one pasted dataset into four infographic outputs.

Always return:
1. main insight
2. data cautions
3. four infographic directions
4. four imagegen prompts
5. generated image set

Rules:
- Use only the provided dataset.
- Do not invent causes, benchmarks, dates, sources, or missing values.
- Keep Korean text short and readable.
- Make numeric labels large.
- If numbers are unclear, ask before generating.

Always return은 매번 받을 결과의 순서다. 해석, 주의사항, 방향, 프롬프트, 이미지 세트를 한 줄로 이어 놓으면 작업이 중간에 흐트러지지 않는다.

Rules는 안전장치다. 특히 “Use only the provided dataset”은 이미지가 멋있어 보여도 숫자와 근거가 흔들리지 않게 잡아 주는 문장이다.

실행할 때는 길게 설명하지 않아도 된다. 아래처럼 목적과 데이터만 바꿔 넣으면 된다.

$infographic-4pack-imagegen
Purpose: monthly sales review
Data:
[paste table here]

5. 응용·함정 — 변형, 자주 막히는 곳과 해결

응용은 데이터의 종류를 바꾸는 방식으로 시작한다. 월간 매출, 광고 채널, 채용 퍼널, 교육 만족도, 고객 문의 유형처럼 “항목과 숫자”가 있는 표라면 같은 구조로 연습할 수 있다.

가장 위험한 함정은 없는 원인을 지어 넣는 것이다. 표에 “왜 그랬는지”가 없는데 “광고비 증가 때문” 같은 문장이 끼어들면, 인포그래픽은 보기 좋아도 보고 자료로는 쓰기 어렵다.

한글을 너무 많이 넣는 것도 흔한 실수다. 이미지 속 글자는 짧을수록 검수가 쉽고, 숫자 라벨은 커야 회의 화면에서도 읽힌다.

4종이 사실상 같은 그림이 되어 버리는 경우도 있다. 이때는 “Increase layout differences”처럼 레이아웃 차이를 더 벌리라고 말한다.

끝으로, 첫 결과를 그대로 확정해 버리는 습관을 조심한다. 이 수업의 근거는 생성과 반복을 함께 다루므로, 첫 생성 뒤 숫자와 한글과 용도를 보고 다시 고치는 과정까지 포함해야 한다. [OF-26]

6. 정리·체크리스트

오늘의 한 줄은 “데이터를 바로 이미지로 보내지 말고, 네 가지 설계도를 먼저 만든 뒤 imagegen으로 생성하고 반복한다”이다. 이미지 생성과 반복이 가능하다는 근거 위에서 이 흐름을 사용한다. [OF-26]

체크리스트는 다섯 가지다. 목적을 한 줄로 썼는가, 원본 데이터를 그대로 붙였는가, 네 가지 방향이 서로 다른가, 숫자와 한글을 검수했는가, 반복 수정까지 했는가.

수업이 끝난 뒤 남겨야 할 결과물은 이미지 네 장만이 아니다. 어떤 데이터로 어떤 유형을 만들었는지 적은 검수표까지 남기면 다음 작업에서 같은 Skill을 다시 쓰기 쉽다.

출처

본문의 [...] 표기는 아래 근거에서 확인할 수 있습니다.

• OF-26 — gpt-image-1.5로 이미지 생성·반복(imagegen 스킬, GPT Image) · https://openai.com/index/codex-for-almost-everything/