생성형 AI에 의한 한중 의식주 문화 이미지 편향 및 교정을 위한 최적화 연구

An Optimization Study on the Bias and Correction of Cultural Images of Clothing, Food, and Housing in China and Korea Generated by Generative AI

최근 생성형 인공지능(Generative AI)이 시각문화 영역에서 광범위하게 활용되면서, 한중 전통 의식주(衣食住) 문화 기호를 재현하는 과정에서 발생하는 문화적 편차와 혼합 현상이 학계의 주요 관심사로 떠오르고 있다. 본 연구는 생성형 AI가 생성한 한중 의식주 문화 이미지를 분석 대상으로 삼아, 반구조화 인터뷰와 설문조사를 병행함으로써 두 나라 수용자들이 대표적 문화 요소를 어떻게 인식하고 해석하는지를 탐구하였다. 연구에서는 Hall (1973)의 인코딩/디코딩 이론을 분석의 틀로 활용하여, AI 이미지 속에 나타난 상징적 기호의 표현 방식을 유형화하고, 문화적 편향이 발생하는 메커니즘을 규명하였다. 또한, 한중 수용자의 실증 데이터를 비교 분석하여 의식주 분야에서 각국이 갖는 문화 인식의 공통점과 차이점을 도출하였다. 연구 결과, 생성형 AI는 문화 기호를 재현하는 과정에서 문화적 이미지 혼합과 특정 문화의 과잉 일반화 현상을 보이는 것으로 나타났다. 이러한 결과는 AI가 문화적 맥락을 충분히 학습하지 못할 때 발생하는 상징 왜곡의 문제를 시사하며, 향후 문화적 민감성과 지역성을 반영한 AI 디자인 시스템 구축의 필요성을 제안한다. 본 연구는 생성형 AI의 문화 표현 오류를 분석하고 개선 방향을 제시함으로써, 문화 기반 디자인 연구와 AI 콘텐츠 생성의 교차 영역에 학문적·실천적 시사점을 제공한다.

With the widespread use of Generative AI in the field of visual culture, issues of cultural deviation and hybridization have become prominent in the reproduction of traditional Chinese and Korean “clothing, food, and housing” symbols. This study analyzes AI-generated images representing these cultural domains and explores how audiences from both countries perceive and interpret representative cultural elements through semi-structured interviews and surveys. Hall (1973)’s encoding/decoding theory as the analytical framework, the research classifies the symbolic representations appearing in AI-generated imagery and identifies the mechanisms underlying cultural bias. By comparing empirical data from Chinese and Korean participants, the study reveals both commonalities and divergences in cultural perception across the two nations. The findings indicate that generative AI often exhibits cultural image blending and over-generalization of specific traditions during the process of cultural symbol reproduction. This suggests that symbolic distortions occur when AI lacks sufficient cultural contextual understanding. The study highlights the necessity of developing AI design systems that incorporate cultural sensitivity and regional specificity. By analyzing and addressing the cultural misrepresentations found in AI-generated outputs, this research provides both academic and practical implications for the intersection of culture-based design research and AI content generation.