IBM, 오픈 웨이트 Palette 소개: 20B 모델이 설계 언어에 맞춰 슬라이드 만들고 검사 프레임워크로 보완
IBM Research가 2026년 11월 3일 블로그에서 밝힌 바에 따르면, Palette는 약 1,000세트의 합성 프레젠테이션과 약 1만 장의 슬라이드로 20B 오픈 웨이트 모델을 미세 조정해 설계 계획과 페이지별 코드 생성을 두 역할로 나누고, 렌더링 기하 검사 프레임워크로 겹침과 넘침을 보완한다.
주요 변화
IBM Research의 저자 세 명은 2026년 11월 3일 Hugging Face 블로그에서 Palette를 소개했다. 이는 작은 오픈 웨이트 모델을 전체 프레젠테이션을 독립적으로 만들 수 있는 시스템으로 훈련한 것이다. 해당 글에 따르면 Palette는 20B 모델이며, LoRA 어댑터로 약 1,000세트의 합성 프레젠테이션과 약 1만 장의 슬라이드에서 미세 조정했고, 훈련 데이터의 레이아웃은 IBM 설계 언어를 따른다. 글은 기반 모델을 특정하지 않았다. Palette는 작업을 두 역할로 나누며, 두 역할 모두 같은 LoRA 어댑터가 맡는다. 디자이너는 계획을 읽고 색상 팔레트, 글꼴 시스템, 페이지별 레이아웃, 정확한 내용, 한 문장짜리 짧은 근거를 담은 구조화된 JSON 브리프를 작성한다. 코더는 한 페이지의 사양을 받아 먼저 추론을 쓰고, 이어서 pptxgenjs의 JavaScript로 그 페이지를 그린다. 원문에 따르면 페이지별 맥락이 코드를 쓰기 전에 이미 고정되므로 코더 호출은 페이지 단위로 병렬화할 수 있고, 그 덕에 코딩 단계가 약 6~7배 빨라진다. 저자들은 훈련 세부 사항도 언급한다. 코더 샘플 길이가 디자이너 샘플의 약 5배여서 단순히 섞으면 디자이너가 충분히 훈련되지 않으므로, 디자이너 샘플을 5배 오버샘플링했다. 사용자는 계획 안에서 이중 대괄호로 지시를 쓸 수 있다. 예를 들어 마일스톤을 타임라인으로 바꾸거나, 어조나 대상 독자를 지정하거나, 특정 내용을 빼 달라고 요청할 수 있다. 데이터 레시피는 12개 범주의 지시를 포괄하며 범주마다 여러 표현을 담았다. 목적은 모델이 고정된 문구가 아니라 의도를 학습하게 하는 것이다. 모델 출력은 그대로 전달되지 않는다. 각 프레젠테이션은 먼저 검사 및 수정 프레임워크를 거친다. 간단한 규칙이 형식이 잘못된 색상 코드를 고친 뒤, 페이지를 하나씩 렌더링해 기하를 측정하고 겹치거나 잘리거나 화면 밖으로 나간 텍스트를 표시한다. 그 페이지 코드는 또 다른 편집 모델이 다시 쓰며, 검사기가 개선을 확인한 경우에만 재작성본을 유지하고 아니면 원본으로 되돌린다. 저자들은 131개 PresentBench 프레젠테이션에서 이 프레임워크가 평균 3.5점 향상을 가져왔다고 말한다. PresentBench는 기본, 시각 디자인, 완전성, 정확성, 충실도의 다섯 항목으로 점수를 매긴다. Palette는 Economics와 Education에서 1위, 서사 중심의 Talk에서 3위였고, 세 영역 평균은 59.7점으로 NotebookLM의 60.8점에 뒤진 2위였다. 기준선 수치는 PresentBench 논문에서 가져왔으며, 이 실행에서는 계획을 또 다른 프런티어 모델이 원본 문서를 바탕으로 초안했다.
개발자에게 미치는 영향
개발자에게 실질적인 영향은 세 가지로 모인다. 첫째, 산출물의 형태가 달라진다. Palette는 문서 전체를 한 번에 생성하지 않고 계획, JSON 브리프, 페이지별 코드라는 검사 가능한 중간물을 단계적으로 만든다. 브리프는 읽고 수정할 수 있어서 사람이나 다른 에이전트가 전체를 다시 생성하지 않고 특정 페이지의 레이아웃만 바꿀 수 있다. 따라서 연동하는 쪽은 브리프를 내부 임시 데이터가 아니라 버전이 있는 인터페이스로 관리해야 한다. 레이아웃 스키마가 바뀌면 단일 페이지를 수정하는 하위 도구가 먼저 깨진다. 둘째, 호출 형태가 달라진다. 페이지별 병렬화는 한 작업이 하나의 긴 요청에서 십여 개의 짧은 요청으로 바뀐다는 뜻이며, 타임아웃, 재시도, 속도 제한, 비용이 모두 페이지 단위로 계산된다. 자체 서비스에서는 부분 재시도와 캐싱이 쉬워지는 대신 비용이 통제를 벗어나기도 쉽다. 한 페이지가 실패해 다시 쓰면 편집 모델 호출이 추가로 발생하기 때문이다. 검사 프레임워크는 무료가 아니다. 렌더러와 두 번째 모델을 반환 경로에 넣기 때문에 종단 간 지연과 연산 비용은 단일 생성과 같지 않다. 셋째, 능력의 경계가 더 분명해진다. 저자들은 PresentBench가 프레젠테이션이 얼마나 좋은지만 측정할 뿐 특정 설계 언어를 따르는지는 측정하지 않으며, 그런 벤치마크가 있는지 모른다고 인정한다. 다시 말해 '당신의 설계 언어로 훈련했다'는 주장을 검증할 기성 제3자 지표는 현재 없다. 또 하나 지목된 약점은 도형이 많은 프레젠테이션이다. 원본 문서에서 이미지를 추출하고 검사 프레임워크를 활용해 배치하는 일은 여전히 다음 단계 계획이다. 또한 기존 템플릿을 가볍게 적용하는 것(자사 pptx 한두 개에서 겉모습만 다시 입히고 재훈련을 피하는 방식)도 탐색 방향일 뿐이다. 간과하기 쉬운 의존성도 있다. PresentBench 실행에서 계획은 또 다른 프런티어 모델이 원본 문서에서 초안했다. 즉 종단 간 성능은 '계획자 + Palette'의 조합이며, Palette를 자체 호스팅한다고 해서 그 상위 경로가 자동으로 따라오지는 않는다. 내용 기밀상 모든 것을 내부망에 남겨야 하는 팀은 이 단계를 직접 보완해야 한다.
연동 및 평가 제안
다음은 원문에 기반한 제안과 조건 분석이며, 보도된 사실이 아니다. 제안 1: 먼저 '브리프 + 페이지별 코드'의 2단계 파이프라인을 쓸지 결정하라. 관련해 보도된 변화는 하나의 어댑터가 디자이너와 코더 역할을 모두 맡고 페이지별 호출을 병렬화할 수 있으며, 원문이 코딩 단계가 약 6~7배 빨라진다고 말한 점이다. 선택할 일은 모델에 완성 파일을 바로 요구하는 대신 시스템 인터페이스를 구조화된 브리프에 두는 것이다. 적용 전제는 한 배치에서 10~20페이지를 내야 하고 '한 페이지만 수정'하는 실제 수요가 있는 경우다. 짧은 문서를 가끔 만드는 정도라면 추가 오케스트레이션, 스키마 유지보수, 렌더링 단계가 병렬화 이점을 잠식할 가능성이 크다. 측정 가능한 판단 기준은 원본 문서 묶음을 고정한 뒤 15페이지 문서마다 종단 간 실제 경과 시간, 페이지별 재시도 횟수, 기하 결함률(겹침이나 넘침이 발생한 페이지 비율)을 기록해 단일 종단 간 생성 방식과 비교하는 것이다. 제안 2: 검사·수정을 운영 경로에 넣기 전에 자동 측정 가능한 렌더링 및 기하 검사를 직접 구축하라. 보도 근거는 131개 문서에서 프레임워크가 평균 3.5점을 더했고, 검사기가 개선을 확인한 경우에만 재작성본을 유지한다는 점이다. 선택은 편집 모델이 무조건 덮어쓰게 하는 대신 '측정 가능한 개선'을 재작성 수용의 엄격한 기준으로 삼는 것이다. 전제 조건이 중요하다. 출력을 렌더링하고 겹침, 잘림, 넘침을 측정하는 검사기가 필요하지만 블로그는 그 구현을 공개하지 않았으므로 이 부분은 직접 만들어야 한다. 측정 가능한 판단 기준은 표시된 페이지 비율, 재작성이 수용된 비율, 자체 평가표에서 프레임워크를 켜고 끈 점수 차이다. 수용률이 매우 낮은데 점수가 거의 움직이지 않는다면 편집 모델 호출은 비용만 되는 셈이다. 제안 3: 레이아웃과 내용 선호를 긴 프롬프트에 쌓아 두지 말고 계획 안의 구조화된 지시로 작성하라. 보도 근거는 훈련이 12개 범주의 지시를 포괄하고 범주마다 여러 표현을 갖췄으며 타임라인으로 바꾸는 예시가 있다는 점이다. 할 일은 '타임라인으로 바꿔라', '가격은 넣지 마라', '이사회 대상으로 해라' 같은 요구를 자유 텍스트가 아니라 필드로 만드는 것이다. 적용 전제는 계획 생성 단계가 이런 지시를 안정적으로 만들어 내는 것이다. 최종 사용자가 지시를 자유롭게 입력한다면 먼저 준수율을 검증해야 한다. 측정 가능한 판단 기준은 같은 의도를 다섯 가지 표현으로 담은 계획을 만들어 의도 달성률과 형식 회귀율을 집계하는 것이다. 평가 측면의 운영 제안도 두 가지 있다. PresentBench 점수를 재현하거나 비교하려면 먼저 계획 출처를 고정하라. 원래 설정의 점수에는 또 다른 프런티어 모델의 계획 능력이 섞여 있어 자체 파이프라인과 바로 비교하면 Palette 자체의 기여를 잘못 판단하게 된다. 다음으로 '자사 설계 언어를 따르는지'를 자체적으로 소규모 검사하라. 예를 들어 글꼴, 색상 팔레트, 그리드 사용이 내부 규범에 맞는지 샘플로 비교하는 것이다. 공개 벤치마크가 이 차원을 다루지 않기 때문이다. 연동 형태와 관련해 원문은 오픈 웨이트와 자체 호스팅 시나리오를 설명하며 관리형 API는 제시하지 않는다. 팀이 자체 호스팅을 택한다면 20B 모델 배포와 페이지별 동시 호출의 처리량을 별도로 산정해야 한다. 원문은 이 부분에 대한 지연이나 비용 수치를 전혀 제공하지 않는다.
제한과 확인할 사항
원문은 연구와 평가 수준의 정보만 제공하며, 실제 엔지니어링에 필요한 핵심 자료는 여전히 빠져 있다. 글 전체가 '오픈 웨이트'라고 말하지만 가중치 다운로드 위치도, 라이선스 조항도 제시하지 않는다. 가중치를 구할 수 있다는 것이 오픈 소스 라이선스를 뜻하지는 않으므로 상업적 사용, 재배포, 파생 훈련 전에 발표 주체에 확인해야 한다. 기반 모델은 이름이 나오지 않고 20B라고만 해서 어떤 능력과 제한을 물려받았는지 판단할 수 없다. 검사기의 구체적 구현, 브리프 스키마, 지시 범주 전체 목록은 공개되지 않아 재현은 직접 구축에 의존해야 한다. 평가 범위도 제한적이다. 세 영역만 보고했고, 기준선 수치는 PresentBench 논문에서 왔으며, 계획은 또 다른 프런티어 모델이 초안했다. 저자들도 설계 언어 준수도를 측정할 벤치마크가 없다고 인정한다. 3.5점의 프레임워크 이득도 그들의 131개 문서와 그들의 채점 방식에 한정된다. 도형이 많은 문서의 이미지 추출·배치, 템플릿 경량 적용, 검사 신호를 강화학습 보상으로 쓰는 일은 모두 현재 능력이 아니라 다음 단계 계획임이 분명하다. Palette의 이 20B 버전은 현재 KimiSeek 모델 카탈로그에 없으며, 원문도 관리형 API를 제공하지 않는다. 가용성이나 획득 방식에 관한 모든 진술은 발표 주체인 IBM Research를 가리킨다.
원문 보도의 이미지



