논문의 그림을 만드는 과정에서 가장 시간을 많이 잡아먹는 것은, 사실 '그리는' 작업 그 자체가 아니라 수정할 때마다 다시 그려야 하는 재작업(rework)이었습니다. 리뷰에서 "이 화살표를 하나만 움직여 주세요"라는 말을 들을 때마다, 벡터 에디터(vector editor)로 반나절을 들여 다시 정리하곤 했습니다. 이를 3라운드 정도 반복하다 보면, 분석보다 그림 조정에 더 많은 시간을 쓰고 있다는 사실을 깨닫게 됩니다.

그래서 그림을 코드처럼 "소스(source)로부터 재생성할 수 있는 것"으로 취급하기로 했습니다.

에디터를 열기 전에, 그림의 구조를 순수한 텍스트로 써 내려갑니다.

리간드(Ligand) -> 수용체(Receptor) (결합)
수용체(Receptor) -> 키나아제(Kinase) (활성화)
키나아제(Kinase) -> 표적A, 표적B (인산화)
...

여기서 관계를 깔끔하게 언어화할 수 없다면, 그 그림은 아직 그릴 단계가 아닙니다. 이것은 작도(drawing)의 문제가 아니라, 사이언스(science)를 정리하는 문제입니다.

그 기술(description)을 AI figure generator에 전달하여 첫 번째 레이아웃을 만들게 합니다. 목표는 "AI에게 그림을 통째로 맡기는 것"이 아닙니다. 박스의 배치, 등간격, 화살표의 처리와 같은 지루한 기하학적(geometric) 부분을 처음부터 끝내 놓음으로써, 자신의 시간을 라벨(label)이나 강조, 그리고 "무엇을 넣지 않을 것인가"에 사용할 수 있게 된다는 점이 핵심입니다.

• 무엇을 그리지 않을 것인가를 결정한다. 화살표가 하나 늘어날 때마다 독자의 주의력은 분산됩니다.
• 활성화와 억제의 외관을 절대로 혼동되지 않게 한다.
• 벡터(vector) 형식으로 내보낸다. 리뷰어가 확대해도 흐릿해지지 않도록.

클릭 한 번으로 투고 가능한 그림이 완성된다는 말은 과장입니다. 첫 번째 초안은 반드시 손을 봐야 합니다. 그럼에도 불구하고 "깨지기 쉬운 벡터 파일"에서 "텍스트 기술 + 생성"으로 소스를 옮긴 것만으로도, 그림은 공포의 최종 공정이 아니라 본문과 같은 속도로 진행할 수 있는 작업이 되었습니다.