🖥️ AI로 PPT 만들기: 도구 지형, 웹·코드형 생성 원리, 고품질 이미지 전략까지
AI로 프레젠테이션을 만들 때 가장 자주 나오는 의문은 "같은 모델인데 왜 웹과 코드형(CLI)의 결과물이 전혀 다른가"입니다. 결론부터 말하면, 이것은 모델의 지능 차이가 아니라 렌더링 파이프라인의 차이 때문입니다. 이 글에서는 2026년 현재 AI PPT 도구 지형, 웹과 코드형의 생성 메커니즘, 그리고 "글·간단한 다이어그램은 잘 되는데 고품질 그림은 약한" 문제를 다루는 실무 전략을 한 번에 정리합니다.
🎯 질문의 핵심 — 네 갈래로 나뉜다
이 주제는 사실 하나의 질문이 아니라 네 개의 질문이 얽혀 있습니다. 먼저 전체 그림을 잡아두면 이후 설명이 한결 명확해집니다.
① 어떤 AI가 PPT를 만들 수 있는가 — 도구 지형 파악
② CLI(코드형)와 웹·앱에서 같은 모델에 지시할 때 결과가 다른 이유
③ "그림 같은 고차원 고품질" 이미지가 약한 문제를 어떻게 처리하나
④ 웹 vs Claude Code처럼 생성 과정 자체가 다른 이유와 도움이 되는 MCP·플러그인
핵심은 ②와 ④입니다. "같은 모델인데 왜 결과물이 다른가"라는 관찰은 정확하며, 그 답은 모델이 아니라 결과물을 화면·파일로 그려내는 경로에 있습니다.
🧱 기초: AI 프레젠테이션 도구의 두 갈래
AI PPT 도구는 구조적으로 두 부류로 갈립니다. 이 구분을 이해하면 나머지 모든 차이가 자연스럽게 풀립니다.
🌐 웹 기반 SaaS
Gamma, Beautiful.ai, Plus AI 등. 클라우드에서 동작하며 AI가 만든 개요(JSON 형태의 outline)를 자체 템플릿 엔진에 매핑해 시각적 일관성을 유지합니다. WYSIWYG 편집, 실시간 협업, 클라우드 저장에 최적화. 디자인 완성도가 높지만 템플릿의 틀을 벗어나기는 어렵습니다.
⌨️ 코드/CLI 기반 툴
Slidev, Marp, python-pptx 스크립트 등. 로컬 파일에서 동작하며 마크다운·코드로 슬라이드를 정의하므로 Git 버전 관리와 대량 자동화에 강합니다. CSS·템플릿을 직접 손댈 수 있어 확장성은 무한하지만, 디자인 완성도는 사용자가 짠 만큼만 나옵니다.
💡 용어 정리 — MCP(Model Context Protocol): AI가 외부 도구·파일을 직접 호출하도록 표준화한 프로토콜입니다. "대화창에서 곧장 .pptx를 뽑아내는" 자동화의 기반이 되며, 뒤에서 다룰 PPTX 스킬·MCP 서버가 모두 이 위에서 작동합니다.
📊 2026년 도구 지형 한눈에 보기
시장은 빠르게 재편됐습니다. 한때 대표 주자였던 도구가 사라지고, 클로드 자체가 PPTX를 직접 만드는 시대가 됐습니다.
| 도구 |
2026년 현황 |
가격 |
| Gamma |
Gamma Agent(웹 리서치+인용+전체 리스타일), Gamma Imagine 이미지 생성기, Generate API 정식 출시. 텍스트→완성 덱 60초 미만 |
$10~$100/월 |
| SlideSpeak |
문서 기반 변환 + MCP 서버 지원, Claude 연동 가이드 제공 |
$24~$29/월 |
| Plus AI |
Google Slides/PowerPoint 직접 통합, 보안 준수 |
$15~$40/월 |
| Tome |
⚠️ 프레젠테이션 기능 완전 종료. 팀은 영업 CRM Lightfield로 피벗, 브랜드·문서요약 기술은 AngelList가 인수 |
해당 없음 |
구독 진입 가격만 비교하면 다음과 같습니다(상위 플랜은 기능에 따라 더 높아집니다).
가장 주목할 변화는 클로드의 내장 PPTX 스킬입니다. Anthropic이 Agent Skills(document-skills)를 2025년 10월 정식 출시했고, 2026년 2월 기준 Claude.ai·Claude Code·API 전 표면에서 동일하게 사용할 수 있습니다. 이 스킬은 기존 .pptx를 열어 슬라이드·레이아웃을 읽고, 새 슬라이드를 추가하며, 네이티브 차트 객체를 생성하고, 업로드한 사내 템플릿의 서식 규칙을 지킵니다(파일당 30MB, 컨텍스트 한도 내). 코드 실행·파일 생성 기능만 켜면 무료 플랜에서도 동작합니다. 코드형 자동화의 대표 자산은 GitHub의 Office-PowerPoint-MCP-Server(GongRzhe)로, python-pptx 기반 v2.0에서 32개 도구·11개 모듈·25개 전문 템플릿을 제공하며 Open XML(.pptx) 왕복 편집과 테마 보존을 지원합니다.
🔍 핵심 분석: 웹과 코드형은 왜 "전혀 다르게" 만들어지나
사용자가 느낀 차이는 정확합니다. 원인은 단 하나, 렌더링 파이프라인이 둘로 갈리기 때문입니다. 같은 모델이 같은 지시를 받아도 "어디에 그려내느냐"가 다르면 결과물이 근본적으로 달라집니다.
flowchart TD
A([AI에 슬라이드 지시]) --> B{렌더링 경로}
B -->|Artifacts| C[HTML·React
브라우저 미리보기]
B -->|PPTX 스킬| D[python-pptx
바이너리 .pptx]
C --> E([결과물 완성])
D --> E
style A fill:#3498db,stroke:#2980b9,color:#ffffff
style B fill:#fef9e7,stroke:#f39c12
style C fill:#eaf2f8,stroke:#2980b9,color:#2471a3
style D fill:#eafaf1,stroke:#27ae60,color:#1e8449
style E fill:#3498db,stroke:#2980b9,color:#ffffff
🔁 다이어그램 요약: AI 지시는 두 경로로 갈립니다. Artifacts 경로는 HTML·React를 브라우저에서 즉시 미리보기로 그려 시각 자유도가 높고, PPTX 스킬 경로는 python-pptx로 실제 바이너리 .pptx 파일을 직접 씁니다. 결과물 차이는 모델이 아니라 이 경로 선택에서 생깁니다.
🎨 웹의 Artifacts 경로 (HTML/React/reveal.js)
클로드가 만든 코드가 브라우저 내 샌드박스에서 즉시 렌더링됩니다. CSS로 정교한 레이아웃·애니메이션을 표현할 수 있어 "눈으로 보며 고치는" 시각 피드백에 강합니다. 다만 이는 본질적으로 웹페이지/슬라이드 HTML이며, .pptx로 바꾸려면 추가 변환(HTML→PPTX)이 필요해 원본 PowerPoint 구조와 1:1로 맞지 않을 수 있습니다.
🧩 PPTX 스킬/코드 실행 경로 (python-pptx)
LLM이 라이브러리 메서드 호출을 생성하고, 로컬·코드실행 환경이 이를 실행해 바이너리 .pptx를 직접 씁니다. python-pptx는 Open XML을 조작하므로, 모델이 그림을 "그리는" 게 아니라 라이브러리가 허용하는 구조(텍스트 상자·도형·좌표·차트)만 명령할 수 있습니다. 그래서 자유로운 고차원 디자인이 어렵게 느껴지는 것입니다.
중요한 업데이트 — 격차의 축소. 과거에는 "웹=Artifacts, Claude Code=python-pptx"로 이분했지만, 2026년 현재 구도는 한 단계 진화했습니다. 내장 PPTX 스킬이 이제 Claude.ai 웹에서도(코드 실행 활성화 시) 동일하게 돌아가므로, 실질적 구분선은 더 이상 "웹 vs CLI"가 아니라 "Artifacts(HTML 미리보기) vs PPTX 스킬(실제 파일)"로 옮겨갔습니다.
| 구분 |
🎨 Artifacts (HTML) |
🧩 PPTX 스킬 (파일) |
| 강점 |
시각 자유도, 즉시 미리보기 |
실제 .pptx, 템플릿 준수 |
| 출력물 |
웹 HTML 슬라이드 |
PowerPoint 바이너리 |
| 적합한 단계 |
아이디어·구성 스케치 |
최종 납품 파일화 |
따라서 권장 워크플로우는 ⓐ Artifacts로 아이디어·구성을 빠르게 스케치 → ⓑ 구성이 확정되면 PPTX 스킬로 사내 템플릿을 입혀 실제 .pptx 생성, 이렇게 하나의 흐름으로 이어집니다.
graph LR
A[Artifacts
아이디어 스케치] --> B[구성 확정]
B --> C[PPTX 스킬
템플릿 적용]
C --> D[.pptx 완성]
style A fill:#eaf2f8,stroke:#2980b9,color:#2471a3
style B fill:#fef9e7,stroke:#f39c12
style C fill:#eafaf1,stroke:#27ae60,color:#1e8449
style D fill:#f4ecf7,stroke:#8e44ad
🔗 다이어그램 요약: 실무 추천 흐름은 Artifacts에서 빠르게 아이디어를 스케치하고, 구성이 확정되면 PPTX 스킬로 사내 템플릿을 적용해 실제 .pptx 파일로 만드는 단일 파이프라인입니다.
🖼️ 고품질 그림·이미지의 한계와 처리법
"글·간단 다이어그램은 되는데 고품질 그림은 약하다"는 지적의 원인은 분명합니다. ① 속도 위주의 저해상도 생성, ② 슬라이드 전체 톤앤매너를 못 읽어 스타일이 슬라이드마다 파편화, ③ 손가락 개수 오류 같은 아티팩트가 대표적입니다.
2026년식 해법은 "전용 이미지 모델 분리"입니다. 현재 프레젠테이션용 고품질 이미지·다이어그램은 Google의 Nano Banana Pro(Gemini 이미지 모델) 계열이 사실상 표준으로 거론됩니다. 4K 네이티브 해상도와 정확한 다국어 텍스트 렌더링을 지원하고, 인포그래픽·데이터 차트·복잡한 과학 다이어그램에 강합니다. 단 여러 슬라이드 간 스타일 일관성이 여전히 약점이며, 무료 티어는 하루 3장·저해상도로 제한됩니다.
실무에서는 한 도구로 다 해결하지 말고 시각물의 성격에 따라 도구를 쪼개는 하이브리드 전략이 핵심입니다.
flowchart TD
A([슬라이드 시각물]) --> B{자주 갱신되나?}
B -->|YES 수치 데이터| C[네이티브 차트
python-pptx]
B -->|NO 표지·일러스트| D[AI 이미지
Nano Banana Pro]
C --> E([슬라이드 삽입])
D --> E
style A fill:#3498db,stroke:#2980b9,color:#ffffff
style B fill:#fef9e7,stroke:#f39c12
style C fill:#eafaf1,stroke:#27ae60,color:#1e8449
style D fill:#f4ecf7,stroke:#8e44ad
style E fill:#3498db,stroke:#2980b9,color:#ffffff
📊 다이어그램 요약: 수치가 자주 바뀌는 데이터 슬라이드는 python-pptx의 네이티브 차트로, 자주 안 바뀌는 표지·장식·일러스트는 Nano Banana Pro 같은 전용 이미지 모델로 처리한 뒤 슬라이드에 삽입하는 것이 핵심 전략입니다.
✓ AI 이미지는 자주 안 바뀌는 시각물(표지, 장식 배경, 개념 일러스트·다이어그램)에만 사용
✓ 수치가 자주 갱신되는 데이터 슬라이드는 네이티브 차트 객체(PPTX 스킬·python-pptx)로 처리
✓ 인물·제품 사진은 생성보다 신뢰도 높은 스톡(Unsplash 등) 활용
✓ 생성물은 별도 업스케일링/보정 후 삽입
✓ 웹 SaaS라면 브랜드 컬러·폰트를 프로젝트에 학습시켜 스타일을 강제 일치
🔌 도움이 되는 MCP·플러그인
자동화 수준을 한 단계 올리려면 MCP 서버와 플러그인을 활용합니다. 용도에 맞게 골라 쓰면 됩니다.
| 도구 |
특징·용도 |
| Claude 내장 PPTX 스킬 |
별도 설치 없이 가장 표준적. 사내 템플릿을 커스텀 스킬로 올리면 브랜드 준수도 확보 |
| Office-PowerPoint-MCP-Server |
python-pptx 기반, 32도구·25템플릿. 정교한 데이터 배치·사내 템플릿 치환 자동화에 최적 |
| SlideSpeak / Plus AI MCP |
Claude Desktop 대화창에서 곧장 .pptx 다운로드, Google Slides 연동 |
| Gamma Generate API |
Zapier·Make·커스텀 연동으로 대량 덱을 프로그래밍 방식 생성 |
🧠 결론 및 시사점
"같은 모델인데 결과가 다른 이유는 모델의 머리가 아니라 결과물을 그려내는 길이 다르기 때문이다. 도구를 바꾸려 하기 전에, 어떤 경로로 출력되는지를 먼저 보라."
• 모델이 같아도 결과가 다른 이유는 "렌더링 경로" 때문입니다. 시각 자유도가 필요하면 HTML 기반(Artifacts·reveal.js·Slidev)을, 실제 .pptx 파일·사내 템플릿 준수가 필요하면 python-pptx 기반(PPTX 스킬·MCP 서버)을 택하십시오.
• 2026년에는 웹/CLI 경계가 사실상 통합됐습니다. 동일 PPTX 스킬이 양쪽에서 돌아가므로 "웹에서 스케치 → 코드 실행으로 실파일화"가 단일 흐름이 되었습니다.
• 고품질 그림은 "도구를 쪼개서" 해결합니다. 본문·차트는 PPT 도구가, 고해상도 비주얼은 Nano Banana Pro 같은 전용 이미지 모델이 맡되, 슬라이드 간 스타일 일관성은 브랜드 가이드 강제·고정 자산 재사용으로 보완해야 합니다.
• 추가 확인이 필요한 영역: Nano Banana Pro 등 이미지 모델의 일·해상도 제한은 구독 티어에 따라 자주 바뀌므로 실제 도입 전 최신 약관을 확인하는 것이 안전합니다.
📚 참고 자료
본 콘텐츠는 정보 제공 목적으로 작성되었습니다. 각 도구의 가격·기능·사용 제한은 빠르게 변경되므로, 실제 도입 전 반드시 공식 약관과 최신 가격 정책을 확인하시기 바랍니다.
📄 Raw Data
조사 결과와 라운드 간 검증을 종합하고, 빠르게 바뀌는 AI 도구 지형은 최신 정보로 보정해 최종 보고서를 작성했습니다.
---
# AI로 만드는 PPT: 도구 지형, 웹 vs CLI 생성 메커니즘, 그리고 고품질 이미지 처리 전략
## 1. 질문의 핵심 정리
질문은 네 갈래로 나뉩니다. ① 어떤 AI가 PPT를 만들 수 있는가, ② CLI(코드형) 툴과 웹·앱에서 같은 모델에 지시할 때 결과가 다른 이유, ③ 글·간단한 다이어그램은 잘 만들지만 "그림 같은 고차원 고품질"은 약한 문제를 어떻게 처리하는가, ④ 클로드의 웹 vs Claude Code처럼 **생성 과정 자체가 다른 이유**와 도움이 되는 MCP·플러그인. 핵심은 ②·④로, "같은 모델인데 왜 결과물이 다른가"는 **모델의 지능 차이가 아니라 렌더링 파이프라인의 차이**에서 비롯됩니다.
---
## 2. 기초: AI 프레젠테이션 도구의 두 갈래
AI PPT 도구는 구조적으로 두 부류로 갈립니다.
- **웹 기반 SaaS** (Gamma, Beautiful.ai, Plus AI 등): 클라우드에서 동작하며, AI가 만든 개요(JSON 형태의 outline)를 자체 **템플릿 엔진**에 매핑해 시각적 일관성을 유지합니다. WYSIWYG 편집, 실시간 협업, 클라우드 저장에 최적화되어 있습니다.
- **코드/CLI 기반 툴** (Slidev, Marp, `python-pptx` 스크립트 등): 로컬 파일에서 동작하며 마크다운·코드로 슬라이드를 정의하므로 **Git 버전 관리**와 대량 자동화에 강합니다. 디자인(CSS/템플릿)을 직접 손댈 수 있어 확장성이 무한하지만, 디자인 완성도는 사용자가 짠 만큼만 나옵니다.
여기서 짚을 핵심 개념이 **MCP(Model Context Protocol)**입니다. AI가 외부 도구·파일을 직접 호출하도록 표준화한 프로토콜로, "대화창에서 곧장 .pptx를 뽑아내는" 자동화의 기반이 됩니다.
---
## 3. 현황 데이터: 2026년 도구 지형
| 도구 | 2026년 현황 | 비고 |
|------|------------|------|
| **Gamma** | Gamma 3.0의 **Gamma Agent**(2025.9, 웹 리서치+인용+전체 리스타일), **Gamma Imagine** 이미지 생성기(2026.3), **Generate API** 정식 출시(2026.1) — 텍스트→완성 덱 60초 미만 | 가격 $10~$100/월 ([Gamma 변경로그](https://meetgamma.canny.io/changelog)) |
| **SlideSpeak** | 문서 기반 변환 + MCP 서버 지원, Claude 연동 가이드 제공 | $24~$29/월 |
| **Plus AI** | Google Slides/PowerPoint 직접 통합, 보안 준수 | $15~$40/월 |
| **Tome** | **프레젠테이션 기능 종료** — 2025.4.15 완전 중단. 팀은 영업 CRM **Lightfield**로 피벗, 브랜드·문서요약 기술은 **AngelList가 인수**(2025.4) | 더 이상 PPT 도구 아님 ([Deckary](https://deckary.com/blog/tome-review)) |
특히 주목할 변화는 **Claude의 내장 PPTX 스킬**입니다. Anthropic이 **Agent Skills(document-skills)**를 2025년 10월 정식 출시했고, 2026년 2월 기준 **Claude.ai·Claude Code·API 전 표면에서** 동일하게 사용 가능합니다([Anthropic 공식 문서](https://platform.claude.com/docs/en/agents-and-tools/agent-skills/quickstart)). 이 스킬은 기존 .pptx를 열어 슬라이드·레이아웃을 읽고, 새 슬라이드를 추가하고, **네이티브 차트 객체**를 생성하며, 업로드한 사내 템플릿의 서식 규칙을 지킵니다(파일당 30MB, 컨텍스트 한도 내). 코드 실행·파일 생성 기능만 켜면 무료 플랜에서도 동작합니다([SlideSpeak 가이드](https://slidespeak.co/blog/how-to-create-presentations-claude-cowork)).
코드형 자동화의 대표 자산은 GitHub의 **Office-PowerPoint-MCP-Server(GongRzhe)**입니다. `python-pptx` 기반으로 v2.0에서 **32개 도구·11개 모듈·25개 전문 템플릿**을 제공하며, Open XML(.pptx) 왕복 편집과 테마 보존을 지원합니다([GitHub](https://github.com/GongRzhe/Office-PowerPoint-MCP-Server)).
---
## 4. 원인 분석: 왜 웹과 CLI(Claude Code)는 "전혀 다르게" 만들어지나
사용자가 느낀 차이는 정확한 관찰입니다. 원인은 **렌더링 파이프라인이 둘로 갈리기 때문**입니다.
- **웹의 Artifacts 경로 (HTML/React/reveal.js):** 클로드가 만든 코드가 브라우저 내 샌드박스에서 **즉시 렌더링**됩니다. CSS로 정교한 레이아웃·애니메이션을 표현할 수 있어 "눈으로 보며 고치는" 시각 피드백에 강합니다. 다만 이는 본질적으로 **웹페이지/슬라이드 HTML**이며, .pptx로 바꾸려면 추가 변환(HTML→PPTX)이 필요해 원본 PowerPoint 구조와 1:1로 맞지 않을 수 있습니다([ShareDuo](https://www.shareduo.com/blog/claude-artifacts-vs-claude-code)).
- **PPTX 스킬/코드 실행 경로 (`python-pptx`):** LLM이 라이브러리 메서드 호출을 생성하고, 로컬·코드실행 환경이 이를 실행해 **바이너리 .pptx**를 직접 씁니다. `python-pptx`는 Open XML을 조작하므로, 모델이 그림을 "그리는" 게 아니라 **라이브러리가 허용하는 구조(텍스트 상자·도형·좌표·차트)만 명령**할 수 있습니다. 그래서 자유로운 고차원 디자인이 어렵게 느껴지는 것입니다.
**중요한 업데이트 — 격차의 축소:** 라운드 1·2 자료는 "웹=Artifacts, Claude Code=python-pptx"로 이분했지만, 두 자료가 서로 모순되는 것은 아니며 오히려 **2026년 현재 구도가 한 단계 진화**했습니다. 내장 PPTX 스킬이 이제 Claude.ai 웹에서도(코드 실행 활성화 시) 동일하게 돌아가므로, 실질적 구분선은 더 이상 "웹 vs CLI"가 아니라 **"Artifacts(HTML 미리보기) vs PPTX 스킬(실제 파일)"**로 옮겨갔습니다. 권장 워크플로우는 ⓐ Artifacts로 아이디어·구성을 빠르게 스케치 → ⓑ 구성이 확정되면 PPTX 스킬로 사내 템플릿을 입혀 실제 .pptx 생성입니다([Beginners in AI](https://beginnersinai.org/claude-for-slides/)).
---
## 5. 고품질 그림·이미지의 한계와 처리법
"글·간단 다이어그램은 되는데 고품질 그림은 약하다"는 지적의 원인과 2026년식 해법은 다음과 같습니다.
- **원인:** ① 속도 위주의 저해상도 생성, ② 슬라이드 전체 톤앤매너를 못 읽어 스타일이 슬라이드마다 파편화, ③ 손가락 개수 오류 같은 아티팩트.
- **2026년 해법 — 전용 이미지 모델 분리:** 현재 프레젠테이션용 고품질 이미지·다이어그램은 Google의 **Nano Banana Pro(Gemini 이미지 모델)** 계열이 사실상 표준으로 거론됩니다. **4K 네이티브 해상도와 정확한 다국어 텍스트 렌더링**을 지원하고, 인포그래픽·데이터 차트·복잡한 과학 다이어그램에 강합니다. 단 **여러 슬라이드 간 스타일 일관성**이 여전히 약점이며, 무료 티어는 하루 3장·저해상도로 제한됩니다([Prezent 리뷰](https://www.prezent.ai/blog/nano-banana-review), [LaoZhang](https://blog.laozhang.ai/en/posts/nano-banana-pro-presentations)).
- **실무 전략(하이브리드):**
1. AI 이미지는 **자주 안 바뀌는 시각물**(표지, 장식 배경, 개념 일러스트·다이어그램)에만 쓰고, **수치가 자주 갱신되는 데이터 슬라이드**는 네이티브 차트 객체(PPTX 스킬·`python-pptx`)로 처리.
2. 인물·제품 사진은 생성보다 **신뢰도 높은 스톡(Unsplash 등)** 활용.
3. 생성물은 별도 **업스케일링/보정** 후 삽입.
4. 웹 SaaS라면 **브랜드 컬러·폰트를 프로젝트에 학습**시켜 스타일을 강제 일치.
---
## 6. 도움이 되는 MCP·플러그인
- **Claude 내장 PPTX 스킬**: 별도 설치 없이 가장 표준적. 사내 템플릿을 커스텀 스킬로 올리면 브랜드 준수도 확보.
- **Office-PowerPoint-MCP-Server(GongRzhe)**: `python-pptx` 기반, 32도구·25템플릿. 정교한 데이터 배치·사내 템플릿 치환 자동화에 최적.
- **SlideSpeak / Plus AI MCP**: Claude Desktop 대화창에서 곧장 .pptx 다운로드, Google Slides 연동.
- **Gamma Generate API**: Zapier·Make·커스텀 연동으로 대량 덱을 프로그래밍 방식 생성.
---
## 7. 결론 및 시사점
- **모델이 같아도 결과가 다른 이유는 "렌더링 경로"** 때문입니다. 시각 자유도가 필요하면 HTML 기반(Artifacts·reveal.js·Slidev), 실제 .pptx 파일·사내 템플릿 준수가 필요하면 `python-pptx` 기반(PPTX 스킬·MCP 서버)을 택하십시오.
- **2026년 클로드는 웹/CLI 경계가 사실상 통합**되었습니다. 동일 PPTX 스킬이 양쪽에서 돌아가므로, "웹에서 스케치 → 코드 실행으로 실파일화"가 단일 흐름이 되었습니다.
- **고품질 그림은 "도구를 쪼개서" 해결**합니다. 본문·차트는 PPT 도구가, 고해상도 비주얼은 Nano Banana Pro 같은 전용 이미지 모델이 맡되, 슬라이드 간 스타일 일관성은 브랜드 가이드 강제·고정 자산 재사용으로 보완해야 합니다.
- **추가 확인이 필요한 영역:** Nano Banana Pro 등 이미지 모델의 일·해상도 제한은 구독 티어에 따라 자주 바뀌므로 실제 도입 전 최신 약관 확인을 권합니다.
---
## References
- [Anthropic Agent Skills 공식 문서](https://platform.claude.com/docs/en/agents-and-tools/agent-skills/quickstart)
- [Gamma 변경로그](https://meetgamma.canny.io/changelog)
- [Office-PowerPoint-MCP-Server](https://github.com/GongRzhe/Office-PowerPoint-MCP-Server)
- [ShareDuo Artifacts vs Claude Code](https://www.shareduo.com/blog/claude-artifacts-vs-claude-code)
- [Prezent Nano Banana 리뷰](https://www.prezent.ai/blog/nano-banana-review)
- [Deckary Tome 리뷰](https://deckary.com/blog/tome-review)
댓글
댓글 쓰기