Piece of Cake 1.1 — Gemma 4 기반 Snapdeck 파인튜닝 모델

2026년 6월 20일, Snapdeck은 발표자료 생성과 편집을 위한 모델군 Piece of Cake를 공개합니다. 기본 프로파일은 Piece of Cake 1.1, 품질 우선 프로파일은 Piece of Cake 1.0 Pro입니다.

발표자료는 단순한 산출물이 아니라 의사결정의 전달 매체입니다. 사업계획서, 연구 발표, 정부지원과제, IR 덱은 모두 정해진 양식과 판단 기준을 갖고 있습니다. 이 영역에서 AI가 제공해야 하는 가치는 “예쁜 초안” 하나가 아니라, 근거를 보존하고, 양식을 유지하며, 이후 수정 비용을 낮추는 작업 흐름입니다.

Piece of Cake 1.1은 Gemma 4 31B 및 Gemma 4 12B 계열을 기반으로 Snapdeck의 생성 하네스와 제품 데이터 흐름에 맞춰 파인튜닝한 모델입니다. 내부 평가 하네스에서 1.1은 82% 수준의 결과 품질을 보였고, 10장 덱 기준 평균 생성 시간은 71초로 측정되었습니다. Piece of Cake 1.0 Pro는 동일한 문제를 더 보수적으로 처리하는 품질 우선 설정이며, 내부 평가에서 86% 수준까지 확인했습니다.

이 숫자는 SlideTailor 논문의 공식 점수도 아니고, Gemma 4 공개 벤치마크를 그대로 옮긴 값도 아닙니다. 공개 연구가 제시한 문제 정의를 참고하되, Snapdeck 제품 환경에서 별도로 구성한 하네스로 산출한 내부 지표입니다. 이 글은 순위표를 만들기 위한 글이 아닙니다. 우리가 어떤 연구적 기준으로 문제를 해석했고, 어떤 제품 지표로 시장 적용 가능성을 판단했는지를 설명하기 위한 기록입니다.

문제의 사업적 정의

본 작업의 연구적 기준점은 AAAI 2026 논문 SlideTailor: Personalized Presentation Slide Generation for Scientific Papers입니다. 이 논문은 발표자료 생성을 단순 요약이 아니라 preference-guided paper-to-slides generation 문제로 정식화합니다.

이 정의가 중요한 이유는 명확합니다. 발표자료 시장의 병목은 “슬라이드를 처음 만드는 시간”에만 있지 않습니다. 더 큰 비용은 자료를 조직의 양식에 맞추고, 근거를 확인하고, 이해관계자가 요구한 수정사항을 반영하는 과정에서 발생합니다. AI 슬라이드 제품이 실제 업무 도구가 되려면 이 비용까지 낮춰야 합니다.

발표자료는 원문의 축약본이 아닙니다. 동일한 논문이나 보고서라도 발표 목적, 청중, 조직 양식, 시간 제약, 템플릿 규칙에 따라 강조점이 달라집니다. 따라서 모델은 핵심 문장을 뽑는 수준을 넘어, 어떤 내용을 전면에 배치할지, 어떤 근거를 생략하지 않을지, 어떤 시각적 밀도를 유지할지, 기존 .pptx 양식을 어느 정도 보존할지 함께 판단해야 합니다.

SlideTailor는 이러한 선호 정보를 예시 논문-슬라이드 쌍과 PPTX 템플릿에서 추정합니다. 이는 Snapdeck의 실제 사용 장면과도 직접적으로 연결됩니다. 사용자는 빈 화면에서만 시작하지 않습니다. 정부지원과제 양식, IR 덱, 연구 발표, 제안서, 회사 템플릿, 이미 작성된 PPTX를 함께 가져오며, 생성 이후에도 AI 수정과 수동 편집을 반복합니다.

SlideTailor preference-guided paper-to-slides generation overview

출처: Zeng et al., "SlideTailor: Personalized Presentation Slide Generation for Scientific Papers", arXiv:2512.20292. arXiv record의 라이선스 링크는 CC BY-SA 4.0을 가리킵니다. 위 이미지는 원문 Figure 1에서 발췌했습니다.

이 문제에서 어려운 지점은 세 가지입니다.

내용 정합성: 원문이 말하지 않은 내용을 과잉 생성하지 않으면서도 발표 가능한 구조로 압축해야 합니다.
시각적 제약: 템플릿, 레이아웃, 색상, 표, 이미지 배치를 유지하거나 재구성해야 합니다.
후속 수정성: 생성 결과가 이미지처럼 굳어 있으면 안 되고, 사용자가 다시 편집할 수 있는 PPTX 맥락을 유지해야 합니다.

Piece of Cake는 이 세 조건을 동시에 다루기 위해 설계된 Snapdeck 전용 파인튜닝 모델군입니다. 연구적으로는 선호 기반 생성 문제이고, 사업적으로는 초안 작성비와 수정비를 함께 줄이는 생산성 문제입니다.

연구 결과가 주는 기준

SlideTailor 논문은 PSP(Paper-to-Slides with Preferences) 데이터셋을 제안합니다. 공개 데이터셋 설명에 따르면 PSP는 target research paper, slide template, paper-slide pair, evaluation configuration을 포함합니다. 논문 Table 1은 해당 데이터셋을 200개 test paper, 500개 선호 유형, 100,000개 조합으로 정리합니다.

SlideTailor PSP benchmark and performance table

출처: Zeng et al., SlideTailor, arXiv:2512.20292. Table 1과 Table 2에서 발췌했습니다.

자동 평가 결과에서 가장 높은 overall 평균은 SlideTailor GPT-4.1 변형의 75.80%입니다. Qwen2.5/Qwen2.5VL 기반 변형은 69.21%로 보고됩니다. 논문은 어떤 방법도 overall 평균 80%를 넘지 못했다고 해석합니다.

한편 Appendix의 human preference comparison에서는 SlideTailor가 PPTAgent 대비 81.63% win rate를 보입니다.

SlideTailor human scoring and preference comparison

출처: Zeng et al., SlideTailor, arXiv:2512.20292. Table 4와 Table 5에서 발췌했습니다.

이 두 결과는 상충하지 않습니다. 자동 평가에서는 80% 장벽이 높게 나타나지만, 인간 선호 비교에서는 개인화된 구조와 템플릿 반영이 상당한 차이를 만듭니다. Snapdeck은 이 관찰을 제품 의사결정의 기준으로 삼았습니다. 80% 초반대는 단순한 홍보 문구가 아니라, 선호 기반 발표자료 생성이 실제 업무에서 신뢰 가능한 초안으로 넘어가는 경계값으로 볼 수 있습니다.

기반 모델과 제품화 방향

Gemma 4는 Piece of Cake의 기반 모델로 적합한 조건을 갖추고 있습니다. Google의 Hugging Face 모델 카드는 Gemma 4 31B의 benchmark results로 MMLU Pro 85.2%, AIME 2026 no tools 89.2%, LiveCodeBench v6 80.0%, GPQA Diamond 84.3% 등을 제시합니다. 같은 표에서 Gemma 4 12B Unified도 MMLU Pro 77.2%, AIME 2026 77.5%, LiveCodeBench v6 72.0%를 기록합니다.

Google Developers Blog의 Gemma 4 12B 개발자 가이드는 12B 모델을 unified, encoder-free multimodal architecture로 설명합니다. 발표자료 작업은 텍스트 생성만으로 환원되지 않습니다. 문서 구조, 시각 계층, 이미지 맥락, 표와 수치, 템플릿 제약이 함께 작동합니다. 이러한 이유로 Snapdeck은 31B 계열의 구조화 능력과 12B 계열의 빠른 응답성을 제품 흐름 안에서 함께 검토했습니다.

다만 Piece of Cake의 차별점은 기반 모델 선택에만 있지 않습니다. 핵심은 Snapdeck에서 실제로 발생하는 입력과 수정 과정을 평가 가능한 작업 단위로 정리하고, 그 흐름에 맞춰 모델을 파인튜닝했다는 점입니다. 사용자는 PDF를 업로드하고, PPTX를 불러오고, 템플릿을 유지하고, 특정 슬라이드를 다시 작성하며, 완성본을 내보냅니다. Piece of Cake는 이 전체 경로에서 문맥을 잃지 않도록 조정되었습니다. 결국 모델의 성능은 독립 벤치마크 점수뿐 아니라, 사용자가 다시 고칠 수 있는 결과물을 얼마나 빠르게 제공하는지로도 평가되어야 합니다.

공개 가능한 수준에서 정리하면, Piece of Cake의 개발 원칙은 다음 다섯 가지입니다.

원칙	제품적 의미	측정 관점
입력 맥락 보존	PDF, 텍스트, PPTX, 첨부 파일을 같은 작업 맥락으로 유지	원문 근거와 슬라이드 메시지의 일치율
선호 신호 추정	예시 덱, 템플릿, 이전 슬라이드의 구조를 생성 조건으로 사용	content preference와 aesthetic preference 반영
발표 흐름 우선	슬라이드별 문장보다 전체 발표 순서와 설득 구조를 먼저 설계	coverage, flow, content structure
PPTX 수정성 유지	생성 결과를 다시 편집 가능한 상태로 남김	element-level editability와 후속 Magic Edit 성공률
시간 예산 통제	품질을 올리되 10장 생성 시간을 제품 사용 범위 안에 둠	10장 평균 생성 시간

이 원칙은 모델 내부 구현을 공개하는 설명이 아니라, 제품 하네스가 무엇을 좋은 결과로 판정하는지에 대한 기준입니다. 연구자는 재현 가능한 평가축을 원하고, 사업가는 반복 사용 가능한 결과물을 원합니다. Piece of Cake는 이 두 요구가 같은 평가 하네스 안에서 만나도록 설계되었습니다.

제품 프로파일

Piece of Cake 1.1은 Snapdeck의 기본 발표자료 모델입니다. 내부 하네스에서 82% 수준의 결과 품질과 10장 평균 71초의 생성 시간을 기록했습니다. 평가는 단발성 최고점을 찾기보다, 다양한 입력 자료와 템플릿 조건에서 반복적으로 쓸 수 있는 운영점을 찾는 방식으로 진행했습니다.

1.1이 중점적으로 다루는 범위는 다음과 같습니다.

입력 자료를 슬라이드 단위 메시지로 분해
기존 PPTX 또는 템플릿의 톤과 구조 보존
생성 이후 AI 수정이 가능한 상태 유지
10장 덱 생성 시간을 제품 사용성 범위 안에 배치

Piece of Cake 1.0 Pro는 품질 우선 프로파일입니다. 내부 하네스에서는 86% 수준까지 확인되었으며, 속도보다 근거 보존과 양식 안정성이 중요한 작업에 적합합니다. 정부지원과제 사업계획서, 기관 제출용 제안서, IR 덱, 논문 발표자료, 기존 PPTX 기반 리라이팅이 대표적인 사용처입니다.

두 프로파일은 상하 관계라기보다 최적화 지점이 다릅니다. 1.1은 기본 생성 경험의 균형형이고, 1.0 Pro는 실패 비용이 큰 문서 작업에 맞춘 보수형입니다. 제품 관점에서는 사용자가 “빠르게 시작할지”와 “더 엄격하게 검토할지”를 선택할 수 있게 하는 구조입니다.

어려웠던 지점

발표자료 생성의 난점은 품질과 속도의 단순한 trade-off보다 훨씬 복합적입니다. 품질을 높이면 추론 시간이 늘어나고, 시간을 줄이면 구조적 판단이 얕아집니다. 템플릿 보존을 강하게 걸면 내용 배치가 경직되고, 반대로 내용을 적극적으로 재구성하면 원래 양식이 손상될 수 있습니다.

SlideTailor의 Figure 2가 보여주듯, 선호 기반 슬라이드 생성은 content preference와 aesthetic preference를 함께 다루는 절차적 문제입니다.

SlideTailor preference-guided pipeline

출처: Zeng et al., SlideTailor, arXiv:2512.20292. Figure 2에서 발췌했습니다.

Snapdeck의 제품 환경에서는 여기에 PPTX import/export, slide-level editing, Magic Edit, 템플릿 재사용, 파일 첨부 기반 생성이 추가됩니다. 모델은 결과물을 한 번 생성하는 수준에서 멈추지 않고, 사용자가 이어서 수정할 수 있는 구조를 남겨야 합니다. 사업적으로도 이 지점이 중요합니다. 사용자는 완성본 하나보다 “검토하고 고칠 수 있는 첫 버전”을 더 자주 필요로 합니다. 82% 수준과 71초라는 조합은 이 제약들을 함께 고려해 얻은 첫 번째 안정적 운영점으로 해석할 수 있습니다.

실전 사용 시나리오

Piece of Cake 1.1은 빠른 초안 생성과 반복 편집에 적합합니다. 자료를 넣고 10장 내외의 첫 덱을 만든 뒤, 어색한 슬라이드는 Magic Edit로 재작성하는 흐름이 가장 자연스럽습니다.

Piece of Cake 1.0 Pro는 양식과 근거가 중요한 작업에 권장합니다. 정부지원과제나 R&D 프로그램처럼 정해진 평가 항목이 있는 경우, 템플릿과 항목 구조를 먼저 제공하면 모델이 시장성, 기술성, 팀 역량, 사업화 계획을 더 안정적으로 분리할 수 있습니다. 기관 제출용 제안서나 학교 과제처럼 레이아웃 규칙이 분명한 자료도 같은 방식으로 처리하는 편이 좋습니다.

논문 발표자료는 원문 PDF와 참고용 과거 덱을 함께 넣는 방식이 유효합니다. SlideTailor가 지적하듯, 예시 슬라이드는 단순한 디자인 샘플이 아니라 발표자가 어떤 방식으로 내용을 압축하고 배열하는지 보여주는 선호 신호입니다.

IR 덱이나 내부 보고서는 숫자와 핵심 메시지를 먼저 정리한 뒤 생성하는 편이 안정적입니다. 매출, 리텐션, 고객사, 파이프라인, 연구 성과처럼 판단 기준이 되는 항목을 명시하면 모델의 재구성 폭이 줄고 결과 검토도 쉬워집니다. 사업 자료에서는 설득력과 검증 가능성이 함께 필요하기 때문입니다.

시장 벤치마크: 10장 평균

비교의 기본 단위는 10장 덱 평균 생성 시간입니다. 여기서 시간은 입력 시작부터 10장짜리 발표자료 산출이 완료될 때까지의 경과 시간으로 정의합니다. 속도 비교는 Design Arena의 Slides benchmark와 공개 10장 속도 관찰값을 기준으로 재정리했습니다. 공개 자료와 내부 측정의 프로토콜이 완전히 동일하지 않으므로, 아래 비교는 통제 실험의 최종 순위가 아니라 시장 관찰을 위한 참고값입니다. 다만 제품 전략 관점에서는 이 수준의 관찰값도 중요합니다. 사용자는 “품질이 좋다”는 설명만으로 기다리지 않고, “충분히 빠르다”는 경험만으로 신뢰하지도 않습니다.

품질 평가는 논문이 실제로 다루는 성능축과 Snapdeck 내부 하네스의 측정축을 함께 봅니다.

평가 항목	단위	가중치	평가 방법	비교 기준
생성된 슬라이드의 content 일치율	%	40%	TrueSource 기반 문장/근거 일치율, SlideTailor-PSP식 content alignment	세계 최고 수준 67.64%, 국내 기준 65.92%
생성된 슬라이드의 시각적 매력	%	40%	레이아웃, 균형, 가독성, 색상 일관성, 시각적 재구성 가중합	세계 최고 수준 75.24%, 국내 기준 74.17%
슬라이드 생성 시간	초	20%	입력 시작부터 10장 덱 완성까지의 평균 시간	Design Arena 기준 Gamma 63초, 직접 측정 기준 미리캔버스/미리디 81초대

이 절에서 더 중요한 그래프는 속도보다 성능입니다. SlideTailor 논문은 preference-aware generation을 평가하기 위해 coverage, flow, content structure, aesthetic alignment, general content quality, general aesthetic quality, overall을 분리합니다. 아래 그래프는 논문 표와 결과 이미지에서 수치를 판독해 재구성한 값과 Snapdeck 내부 하네스의 측정값을 함께 표시한 것입니다. Piece of Cake 수치는 공개 연구 점수와 직접 등치하지 말고, 동일한 문제축 위에 놓인 내부 측정값으로 읽어야 합니다.

Paper-aligned slide generation performance benchmark

논문 기반 성능 측정 비교. SlideTailor 수치는 논문 Table 2, human evaluation, ablation 결과 이미지에서 판독해 재구성했습니다. Piece of Cake 1.1과 1.0 Pro는 Snapdeck 내부 하네스 측정값입니다. 두 집합은 동일한 공개 벤치마크 점수는 아니며, preference-aware slide generation이라는 같은 문제축 위에서 비교하기 위한 연구 노트입니다.

Piece of Cake 1.1은 이 프레임 안에서 82% 수준과 10장 평균 71초를 보였습니다. Piece of Cake 1.0 Pro는 품질 우선 프로파일에서 86% 수준까지 확인했습니다. 공개 경쟁 제품의 content/visual 품질 점수는 동일 하네스로 공개되어 있지 않기 때문에, 속도 그래프는 별도 보조 지표로 제시합니다.

10-slide deck generation time benchmark with AI slide generator logos

10장 덱 평균 생성 시간 비교. Gamma 63초는 Design Arena 기준이며, 미리캔버스/미리디 81초대는 Snapdeck이 동일 조건에서 여러 차례 생성해 평균낸 직접 측정값입니다. Piece of Cake 수치는 내부 평균값이며, SlidesAI, Beautiful.ai, Canva AI, ChatGPT 수치는 공개 10장 생성 속도 벤치마크를 참조했습니다. Genspark 331초 이상은 추가 10장 벤치 기준으로 표기했습니다.

제품	10장 평균 생성 시간	근거	해석
Gamma	63초	Design Arena Slides benchmark	10장 생성 시간의 세계 최고 수준 비교값으로 제시됨
Piece of Cake 1.1	71초	Snapdeck 내부 하네스	82% 품질 지표와 함께 관찰된 기본 프로파일
SlidesAI	78초	공개 10장 속도 벤치마크	Google Slides/PowerPoint 중심의 빠른 생성 흐름
미리캔버스	81초대	Snapdeck 직접 측정 평균	동일 조건에서 여러 차례 생성해 평균낸 국내 비교군
Beautiful.ai	125초	공개 10장 속도 벤치마크	디자인 자동화와 팀 기능 중심
Canva AI	132초	공개 10장 속도 벤치마크	편집 자산과 디자인 생태계가 강점
ChatGPT -> PPTX	228초	공개 10장 속도 벤치마크	전용 슬라이드 생성기보다 변환형 워크플로에 가까움
Genspark	331초 이상	추가 10장 속도 벤치 기준	리서치 기반 덱 생성에 강점이 있으나 본 비교에서는 장시간으로 관찰
Microsoft Copilot, Presentations.AI, Plus AI, Pitch, Adobe Express, Decktopus	N/A	동일 조건의 공개 10장 평균 생성 시간 미확인	비교 가능한 숫자가 없으므로 임의 추정하지 않음

기능 관점에서 경쟁 제품의 방향은 비교적 뚜렷합니다. Canva는 Magic Design for Presentations를 통해 prompt-to-draft 흐름을 강조합니다. Gamma는 presentation, document, website까지 확장된 content surface와 PPT/PDF export를 제공합니다. 미리캔버스는 AI outline 생성, PPTX 다운로드, PowerPoint에서의 element-level editing을 명시합니다. Beautiful.ai는 PowerPoint import/export 및 팀 협업 기능을 전면에 둡니다. Plus AI와 SlidesAI는 Google Slides/PowerPoint 내부에서 생성과 수정을 수행하는 add-on 구조가 강합니다. Microsoft Copilot은 PowerPoint 안에서 prompt 또는 파일 기반 생성과 편집을 제공합니다.

이 관찰에서 Snapdeck의 차별점은 단순한 속도 우위가 아닙니다. Piece of Cake는 10장 생성 시간, 원문 정합성, 시각적 매력, PPTX 문맥, 후속 AI 수정성을 함께 최적화하는 방향에 놓여 있습니다. 71초는 더 줄일 여지가 있지만, 동일한 제품 경로에서 품질과 편집 가능성을 함께 보존했다는 점에서 의미 있는 중간 결과입니다. 시장에서 중요한 것은 가장 빠른 데모가 아니라, 반복 사용 가능한 결과물이 꾸준히 나오는가입니다.

이 숫자가 말하는 것

이 글의 수치는 세 가지 층위로 읽어야 합니다.

첫째, SlideTailor 논문은 preference-guided slide generation의 연구 문제를 제시하고, PSP benchmark에서 자동 평가 최고 overall 75.80%, 인간 선호 비교 81.63% win rate를 보고했습니다. 이는 연구적으로 어디까지 가능해졌는지를 보여주는 기준점입니다.

둘째, Gemma 4 공개 자료는 31B와 12B 계열이 reasoning, coding, multimodal, long-context 작업에 적합한 기반 모델임을 보여줍니다. 즉, Piece of Cake가 출발한 모델적 토대입니다.

셋째, Piece of Cake 1.1의 82%, Piece of Cake 1.0 Pro의 86%, 1.1의 71초 생성 시간은 Snapdeck 내부 하네스에서 관찰한 제품 지표입니다. 공개 연구 점수나 경쟁 제품의 공식 품질 점수와 직접 등치하는 값이 아니라, Snapdeck이 실제 제품 환경에서 확인한 운영 성능입니다.

이 구분은 Snapdeck이 더 명확하게 말하기 위한 기준입니다. 연구가 제시한 문제의식 위에서, 우리는 내부 하네스로 검증한 품질과 속도를 제품 언어로 공개합니다. 중요한 것은 큰 표현이 아니라, 사용자가 반복해서 맡길 수 있는 결과와 그 과정에서 되찾는 시간입니다.

Piece of Cake라는 이름은 발표자료의 난이도를 가볍게 본다는 뜻이 아닙니다. 복잡한 자료 해석, 양식 준수, 근거 보존, 후속 수정을 하나의 자연스러운 흐름으로 바꾸겠다는 제품적 선언에 가깝습니다. Snapdeck은 사용자가 빈 화면 앞에서 구조와 디자인과 편집 가능성을 모두 따로 해결하지 않도록, 연구 모델의 판단 능력과 PPTX 편집 경험을 하나의 작업 경로로 묶었습니다.

Piece of Cake 1.1은 그 첫 공개 결과입니다. 자료를 읽고, 양식을 이어받고, 근거를 남긴 채, 다시 고칠 수 있는 덱을 빠르게 만들어내는 모델입니다. Snapdeck은 슬라이드를 한 번 생성되는 파일이 아니라 계속 이해되고 수정되는 작업 단위로 다룹니다. 이 기준에서 Piece of Cake는 발표자료 제작의 출발점을 바꾸는 제품입니다.