개념 디자인에서의 AI의 활용에 관한 연구

A Study on the Application of Artificial Intelligence in Conceptual Design

1940년대에 이미 머신러닝(ml)이 개발되었지만 계산능력 및 데이터 부족으로 응용가치는 낮았다. 그 이후 컴퓨터 기술의 발전과 데이터의 축적을 기반으로 하여, 인공지능 특히 머신러닝은 디자인 분야에서 인사이트를 제공하는 도구로서 학제적 주목을 받고 있다. 최근에 인공지능을 활용한 이미지 생성에 관한 선행연구가 쏟아져 나오고 있는 것도 그러한 관심의 일환이다. 그런데 실무적으로는 머신러닝으로 생성하는 이미지는 다양하나 이미지의 해상도 등이 디자이너의 요구를 충족하기에는 부족한 점, 독창적인 이미지를 제공하는 데에는 부족한 점 등이 지적되고 있다. 선행연구의 관점이 목적론적으로 편향되고 있지는 않은지 살펴 볼 필요가 있는 대목이다. 그래서 본 연구에서는 학제적 논의와 현실의 실무 사이의 간극은 어떠한지, 그러한 간극을 해소하고 인공지능을 활용한 이미지 생성을 실무에 안착할 수 있는 계기를 모색하고자 한다. 본 연구는 머신러닝(ml)의 생성적 대립신경망(GAN)에 관한 문헌조사를 기초로 하여 실제 생성되는 이미지가 제품 디자이너 입장에서 수용될 수준인지를 살펴보고, 이를 바탕으로 소비자의 태도 등을 텍스트 마이닝 방법을 통하여 군집, 정보추출, 감성분석을 하기로 한다. 그를 통하여 제품 디자인에서의 인공지능의 활용 가능성에 대하여 학제적 입장이 아닌 소비자 내지 실무가의 입장을 탐색하였다.

Machine learning(ml) was already developed in the 1940s, but its application value was low due to limited computational power and lack of data. Since then, based on advancements in computer technology and data accumulation, artificial intelligence, particularly machine learning, has gained interdisciplinary attention as a tool for providing insights in the field of design. Recently, numerous prior studies on image generation using artificial intelligence have emerged, reflecting this growing interest. However, from a practical standpoint, there are several criticisms: the images generated by machine learning often lack the resolution required by designers, and they fall short in providing original images. It is worth examining whether the perspectives of these prior studies are becoming teleologically biased. Therefore, this study aims to explore the gap between interdisciplinary discussions and practical applications, seeking to bridge this gap and integrate AI-generated image creation into practical use. This research is based on a literature review of Generative Adversarial Networks(GANs) in machine learning(ml), examining whether the images generated are acceptable from the perspective of product designers. Based on this, we will use text mining methods to perform clustering, information extraction, and sentiment analysis to understand consumer attitudes. Through this approach, we aim to explore the potential use of AI in product design from the standpoint of consumers and practitioners rather than an interdisciplinary perspective.