그림 자료와 이용 안내
한 장의 그림, 두 개의 점수
마지막 획을 그으면 두 팀이 함께 그린 그림 전체를 각 팀의 제시어와 따로 비교해요. 내 제시어와 50% 이상 닮으면 1점, 상대 제시어와 50% 미만으로 닮으면 1점을 얻어요.
예를 들어 피아노가 65%, 고양이가 42%라면 피아노 팀이 2 대 0으로 이겨요. 둘 다 50% 이상이거나 둘 다 50% 미만이면 1 대 1 무승부예요. 정확히 50%는 ‘50% 이상’에 들어가요.
일치도는 이 게임의 그림 비교 점수예요. 두 제시어의 퍼센트는 각각 계산하므로 합계가 100이 될 필요가 없어요.
WeDraw는 그림을 어떻게 채점하나요?
WeDraw v4는 손그림으로 학습한 작은 합성곱 신경망(CNN)이에요. 그림의 여백을 정리한 뒤 24×24 흑백 그림과 선 방향·밀도 등 306개의 특징을 함께 읽어요. 두 팀이 그린 그림 전체를 96개의 숫자로 한 번 표현한 뒤, 각 제시어의 참고 그림에서 구한 대표 벡터와 각각 비교해요.
채점에는 획의 x·y 좌표만 사용해요. 화면에 보이는 색, 투명도, 펜 굵기, 캐릭터 스킨, 그린 사람과 팀, 시간 정보는 점수에 넣지 않아요. 같은 좌표는 모두 같은 회색조 변환 규칙으로 처리하므로 색을 바꿔도 점수가 같아요. 도감과 결과 화면의 색연필 삽화는 보여주기 위한 그림이며 채점용 참고 그림과 별도로 관리해요.
대표 벡터는 학습용 그림들의 각 차원에서 중앙값을 구해 만들었어요. 방향이 얼마나 비슷한지 나타내는 코사인 유사도를 구하고, 별도 그림으로 보정한 제시어별 경계가 게임 점수 50%가 되도록 바꿔요. 예를 들어 피아노 60%는 ‘이 그림이 피아노일 확률 60%’라는 의미와 달라요.
손그림의 형태를 읽는 Sketch-a-Net과 임베딩 각도 차이를 학습하는 CosFace 연구를 참고했어요. WeDraw용 가중치는 손그림과 서로 다른 두 사물의 획을 섞은 그림으로 따로 학습했어요.
413종의 단일 손그림 21,300장으로 시험했을 때, 413종 중 정답을 1위로 고른 비율은 이전 모델 27.69%에서 38.28%가 됐어요. 실제 게임처럼 지정된 제시어만 따로 비교하면 정답 통과율은 86.43%, 다른 제시어의 오탐률은 5.47%였어요.
서로 다른 두 사물에서 5획씩 가져와 만든 별도 그림 4,956장에서는 실제 포함된 제시어의 통과율이 30.16%에서 33.64%로 올랐고, 그림에 없는 제시어의 오탐률은 8.19%에서 6.24%로 줄었어요. 두 사람이 의도적으로 함께 그린 그림에 대해 사람 판정과 일치하는 비율은 아직 측정하지 않았어요.
범용 이미지 모델 DINOv2-small과도 같은 24종으로 비교했어요. 새 손그림 192장에서는 두 모델 모두 154장을 맞혔어요. 혼합 그림 96장에서는 포함된 단어와 없는 단어를 구별하는 AUC가 WeDraw 0.795, DINOv2 0.799였어요. CPU 비교에서 그림 한 장 처리에 걸린 중앙값은 각각 약 1.3ms와 82ms였어요. 이 결과를 바탕으로 게임에는 외부 호출 없이 동작하는 WeDraw v4를 넣었어요. 비교 조건과 측정 기록
1,000종의 그림을 모으고 있어요
현재 원본 그림을 확보한 제시어는 452종, 총 244,519장이에요. 이 중 413종은 대결에 등장해요. 새로 모은 39종 14,774장은 단어마다 서로 다른 선 그림 347~384장을 확보했으며, 다음 채점기 보정과 시험을 기다리고 있어요.
새 자료는 출처와 이용 조건을 확인한 뒤 정확히 같은 선·정규화 그림을 제거했어요. 각 제시어의 원본 선 좌표와 출처가 담긴 ZIP을 수집 페이지에서 받을 수 있어요. 새로 모은 그림 보기
참고한 손그림
현재 그림 대결에는 제시어 413종과 참고 그림 229,745장이 쓰여요. 새로 추가한 54종은 사람이 그린 스케치 20,506장으로 기준을 만들고 검증했어요.
피아노는 Quick, Draw!에서 600장을 골라 500장으로 기준을 만들고 50장씩 보정과 시험에 썼어요. 호박은 두 손그림 자료에서 80장씩 확보해 130장으로 기준을 만들고 15장씩 보정과 시험에 썼어요. 장수는 자료별 수집 범위에 따라 달라져요.
Google, Inc.가 공개한 The Quick, Draw! Dataset에는 세계 여러 나라의 참가자가 그린 그림이 담겨 있어요. 이 게임은 원본의 선 좌표를 정규화해 그림의 특징과 제시어별 비교 기준을 만들었어요. 원본은 크리에이티브 커먼즈 저작자표시 4.0으로 공개됐어요.
호박과 프레첼처럼 다른 손그림 자료로 추가한 제시어도 있어요. Mathias Eitz, James Hays, Marc Alexa의 TU Berlin Sketch Dataset과 Jiho Park 등 연구진의 CommonSketch에서 여백과 크기를 맞추고 선의 구조를 추출했어요. 두 자료의 이용허락은 CC BY 4.0이에요.
추가 제시어에는 Mukherjee 외 연구진의 SEVA 중 사람이 직접 그린 획을 사용했어요. 연구진이 공개한 데이터 이용허락은 MIT예요. 이전 v3의 자료는 v3 보관 기록에서 확인할 수 있어요.
휴대폰으로 그림을 그릴 때
내 차례 표시 옆의 ‘그림 그리기’를 누르면 화면이 고정돼요. 손가락을 떼거나 다음 친구 차례가 와도 그림판이 같은 자리에 있어요. ‘고정 해제’, 뒤로 가기, 또는 Esc를 누르면 채팅이 있는 원래 위치로 돌아가요.
친구와 연결할 때
친구에게 입장코드, 링크, QR 중 하나를 보내면 같은 방에서 만날 수 있어요. 코드를 가진 사람은 빈자리에 들어올 수 있어요. 계정 캐릭터로 시작한 방은 다른 기기에서도 같은 ChatGPT 계정으로 로그인한 뒤 입장코드를 입력하면 이어서 플레이할 수 있어요.
근처 찾기를 선택하면 브라우저가 위치 사용 권한을 물어요. 위치를 소수점 둘째 자리로 반올림한 뒤, 대기 중인 두 사람의 대략적인 거리가 3km 이내일 때 연결해요. 상대 화면에는 좌표와 실제 거리가 표시되지 않아요. 위치 없이도 코드로 입장할 수 있어요.
위치 대기는 최대 5분이에요. 연결되면 대기 좌표를 지우고, 대기를 취소하면 미연결 대기표를 지워요. 연결이 끊긴 대기표는 마지막 갱신 약 90초 뒤 만료돼요.
프로필과 방 기록
게스트의 캐릭터와 재접속 열쇠는 이 브라우저에 저장돼요. 사이트 데이터를 지우면 게스트의 방으로 돌아갈 수 없어요. 캐릭터 설정에서 ChatGPT로 로그인하고 ‘내 계정에 저장’을 누르면 아이디, 닉네임, 스킨이 WeDraw 계정 저장소에 보관돼요. 다른 기기에서 같은 계정으로 로그인하면 이 캐릭터를 불러와요. 이미 게스트로 시작한 방은 원래 기기의 게스트 캐릭터로 이어 가세요.
같은 방의 친구들은 닉네임, 스킨, 그림, 최근 채팅을 볼 수 있어요. 채팅은 최근 60개까지 남아요. 방은 마지막 변경 후 24시간이 지나면 접근할 수 없고, 만료된 기록은 이후 서버 요청 때 순차적으로 정리해요.
그림과 글씨
동물 4종의 감정·행동 20개와 방 만들기·초대 같은 장면 6개를 이 게임을 위해 제작했어요. 도감의 제시어마다 서로 다른 손그림 세 장의 원본 선에 색연필 질감을 입혔어요. 그림 카드 자료 출처와 원본별 기록을 확인할 수 있어요. 본문과 채팅에는 Pretendard를, 제목과 손글씨에는 고운바탕과 개구쟁이를 사용했어요. QR은 Kazuhiko Arase의 MIT 라이선스 인코더로 기기 안에서 만들어요.