폰트는 어떠한 매체의 인식에 영향을 미치는 핵심 요소이다. 다양한 언어 집단에 걸쳐 일관되고 문화적으로 적절한 폰트를 선택하기 위해, 현재 다국어 폰트 매칭 시스템이 개발 중이다. 본 연구는 머신러닝과 컴퓨터 비전의 최신 발전을 활용하여 폰트의 특성을 심층적으로 이해하고 다국어 폰트 매칭의 정확도를 향상시키는 데 초점을 둔다. 이러한 매칭을 위해 폰트의 ‘획 요소’(stroke elements)를 활용하는 것이 중요하며, 선행 연구에서 한국어 폰트 간 유사성을 계산하는 방법이 성공적으로 개발된 것을 바탕으로 한다. 우리는 이 접근법을 영문 알파벳에 적용하여 구별되는 ‘획 요소’를 정의하고, 이들을 자동으로 추출하기 위한 딥러닝 모델을 개발하였다. 또한 본 획 요소 추출 모델의 성능을 평가하고, 추출 정확도를 더 향상시키기 위한 전략을 논의한다. 이러한 기반은 다국어 폰트 매칭의 토대를 제공하며, 영문 알파벳의 ‘획 요소’를 사용하여 유사한 폰트를 추천할 수 있게 한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.