원문 캡처 · github.com
원문 캡처 · github.com

agy-ppt는 전체 슬라이드를 만들기 전에 개요와 스타일을 확인하고, 실제 샘플 한 장을 승인받는다. 세 단계의 승인이 끝나기 전에는 완성본을 생성하지 않는다.

agy-ppt는 Antigravity와 Kiro, Codex를 연결해 파워포인트를 만드는 에이전트 스킬이다. 근거가 있는 내용과 사람 손으로 만든 듯한 표현을 갖춘 발표 자료를 원하는 팀이 활용할 수 있다.

agy-ppt는 어떤 도구인가?

슬라이드를 만드는 과정을 무대 연출에 빗대면, Antigravity가 전체 흐름을 잡고 각 도구가 맡은 일을 수행한다. Antigravity는 개요와 디자인 방향, 내용을 정하고 품질을 관리하며, Kiro는 모든 엔지니어링 작업을 맡는다. Codex의 GPT 이미지 모델은 각 슬라이드를 이미지로 렌더링하고 발표자 노트를 포함한 .pptx 파일로 조립한다.

결과물은 이미지와 편집 가능한 요소를 섞은 파워포인트다. 시각적 세부 사항은 이미지로 보존하고, 적절한 경우 편집 가능한 텍스트와 네이티브 차트, 교체 가능한 이미지를 포함한다. 프로젝트는 완전히 네이티브 방식으로 편집할 수 있다거나 모든 클라이언트에서 매끄럽게 호환된다거나 글꼴을 어디서나 사용할 수 있다고 주장하지 않는다.

이미지 생성에는 왜 Codex를 쓰나?

프로젝트 설명에 따르면 Gemini는 이미지 생성 시 번체 중국어를 많이 담기 어렵고, 글자가 많아지면 흐려지거나 잘못 쓰는 문제가 있었다. 같은 레이아웃에서 GPT는 수십 자의 중국어를 처리할 수 있었다. 텍스트 밀도가 높은 프레젠테이션 작업에 맞춰 Codex를 이미지 생성에 사용하게 됐다는 설명이다. 이는 프로젝트 측의 실험 결과이며, 독립적인 성능 비교 결과는 제시되지 않았다.

쇼케이스에는 두 가지 스타일이 있다. ‘Dense Executive’는 정보 밀도가 높은 서술과 구조화된 정보 카드, 네이티브 차트, 용도별로 교체할 수 있는 이미지를 보여준다. ‘Balanced Executive’는 명확한 위계와 중간 수준의 시각 밀도, 편집 가능한 파워포인트 요소에 초점을 둔다. 두 스타일 모두 편집 가능한 텍스트와 적절한 경우 네이티브 차트, 교체 가능한 이미지를 제공한다. 재현 가능한 예시에는 슬라이드 미리보기 네 장과 프롬프트, 개요, 스타일 설정, 자료 출처가 포함된다.

설치와 사용에 필요한 것은?

Python 3.11 이상과 Git, 로그인되어 이미지 생성 도구를 사용할 수 있는 에이전트 환경이 필요하다. 이미지 생성 기능은 필수 조건이다. 프로젝트는 Codex 내장 이미지 생성 기능으로 구현하고 테스트했다. 아래 명령은 저장소를 복제하고 실행 의존성을 설치한 뒤 스킬을 설정한다.

bash
git clone https://github.com/sujunmin/agy-ppt.git
cd agy-ppt
python3 skills/agy-ppt/scripts/codex_ppt_runtime.py bootstrap
mkdir -p ~/.gemini/config/skills
rsync -a --delete ./skills/agy-ppt/ ~/.gemini/config/skills/agy-ppt/

bootstrap은 공용 런타임을 만들고 실행에 필요한 의존성을 설치한다. 테스트나 광학 문자 인식(OCR) 적합성 평가를 실행하지 않으며, 예시 프레젠테이션도 만들지 않는다. 다른 에이전트에서는 skills/agy-ppt/를 해당 환경이 지원하는 워크스페이스 스킬 위치에 둘 수 있다.

스킬을 불러온 뒤 AGY에 주제와 대상, 슬라이드 수, 출처를 알려 사용한다. 예를 들면 “이 보고서를 부서장을 위한 번체 중국어 프레젠테이션 10장으로 만들어 달라”고 요청할 수 있다. 기본 흐름에서는 개요와 시각 스타일을 차례로 확인한 뒤 실제 샘플 한 장을 검토하고, 승인받으면 전체 프레젠테이션을 만든다. 개요나 스타일을 바꾸면 이에 따라 달라지는 샘플 승인도 무효가 된다. 세 단계의 승인이 완료되기 전에는 전체 자료를 생성하지 않는다.

높은 정보 밀도와 카드형 구성, 이미지가 풍부한 스타일은 사용자가 선택해야 한다. 기본값은 균형 잡힌 밀도다. 반복 이미지나 내용이 빈약한 카드, 출처가 뒷받침하지 않는 문장으로 분량을 채우지 않는다는 것이 프로젝트의 설계 방침이다.

입력 자료와 프로젝트의 한계는?

입력으로 Markdown, 일반 텍스트, DOCX, 정적 HTML, 기존 소스 시스템이 지원하는 공개 원격 콘텐츠를 사용할 수 있다. 검색 가능한 PDF와 스캔 PDF, 혼합형 PDF, PNG, JPEG, 단일 프레임 TIFF도 지원한다. 다중 프레임 TIFF는 명시적으로 거부된다. OCR 정확도는 자료 품질과 제공자, 모델에 따라 달라진다.

PDF나 이미지에 OCR이 필요하면 먼저 추적 가능한 증거를 만들고, AGY가 이를 바탕으로 내용을 판단한다. AGY만이 유일한 오케스트레이터이자 의미 판단자다. OCR 및 이미지 작업자는 내용을 독자적으로 고치거나 승인 단계를 건너뛰지 않는다.

프로젝트 문서에는 프레젠테이션 승인 절차, Phase 16의 근거 기반 계획과 편집 품질, Phase 17의 프레젠테이션 전략과 실제 표현 품질, Phase 18의 전달 충실도·이식성·지능형 편집 기능, 아키텍처와 역할 분담, 자료 취득·추출·근거 연결, OCR 아키텍처와 제공자, 보안·지속적 통합(CI)·개발 테스트, 장애 복구, 변경 기록이 포함된다. 개발자의 전체 테스트 및 릴리스 적합성 평가 명령은 CI·테스트 문서에 있으며 일반 사용자 설치 절차에는 포함되지 않는다.

버그 수정과 문서, 테스트, 프레젠테이션 품질 및 레이아웃 개선, 파워포인트 호환성 수정, 새 기능 기여를 받는다. 범위가 작고 초점이 분명한 변경은 바로 풀 리퀘스트(PR)로 제출할 수 있다. 제품 흐름이나 AGY의 의미 판단 권한, 고정 계약, 주요 아키텍처를 바꾸는 일은 먼저 이슈나 토론을 여는 것이 권장된다. 시각적 변경은 실제 렌더링 결과를 확인해야 하며, 단위 테스트 통과만으로 프레젠테이션 품질이 검증되지는 않는다.

Phase 15의 OCR·자료 근거 연결 파이프라인, Phase 16의 근거 기반 프레젠테이션과 편집 품질, Phase 17의 프레젠테이션 전략과 실제 표현 품질, Phase 18의 전달 충실도·이식성·지능형 편집 기능 기준선은 완료되어 동결됐다. 출력은 사실 근거가 변조되지 않고 승인된 시각 품질이 유지되는 범위에서 핵심 업무 필드의 편집과 이미지 교체를 지원한다. Linux x86_64가 주된 운영 대상이지만, 정식 배포 전에는 강한 격리를 검증해야 한다. macOS는 개발과 API 검증에만 쓰이며, Windows는 운영 보안 적합성 평가를 통과하지 않았다. OCR JSON 스키마는 아직 보류 상태다.

프로젝트는 MIT 라이선스를 따르며 ningzimu/codex-ppt-skill에서 파생됐고, 상류 프로젝트의 공식 버전은 아니다. 제삼자 라이선스 정보는 THIRD_PARTY_NOTICES.md에서 확인할 수 있다. 원문은 OCR 제공자나 모델별 정확도 수치를 제시하지 않는다.