생성형 인공지능(AI)을 이용한 조경 공간의 디자인 시각화 작업 활용 가능성에 관한 분석과 제안

윤주영; 김유선

추천

검색

자료유형: 학술저널

저자정보: 윤주영 (삼육대학교 통합예술학과) 김유선 (삼육대학교)

저널정보: 한국공간디자인학회 한국공간디자인학회 논문집 한국공간디자인학회 논문집 제19권 제5호

발행연도: 2024.8

수록면: 91 - 104 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

(연구배경 및 목적) 디자인 과정에서 아이디어의 시각화는 창의적인 구상을 구체화하는 데 있어 중요한 단계이다. 특히 조경디자인과 같은 공간을 다루는 분야에서 도면 시각화 작업은 프로젝트의 시각적 이해에 직접적으로 영향을 미친다. 그러나 기존의 방법으로 도면의 시각화 작업은 시간이 많이 소요되며 상당한 노력을 요구한다. 최근 기술의 발전으로 생성형 인공지능(AI) 기술이 하루가 다르게 발전해 가고 있고, 이는 도면의 시각화 작업의 효율성을 대폭 개선할 수 있는 가능성을 가지고 있다. 따라서 본 연구는 이미지 생성 인공지능을 통한 조경 공간의 시각화작업의 활용 가능성을 알아보고자 하는데 목적이 있다. (연구방법) 본 연구는 선행연구를 통해 생성형 인공지능에 대해 알아보고, 이를 기반으로 이미지 생성 인공지능 플랫폼의 인공지능의 기능을 알아보았다. 그리고 이미지를 생성하여 각각의 이미지 생성 인공지능의 활용 가능성과 한계를 확인하였다. 그 후 확장기능을 가지고 있어 세부 조정이 가능한 Stable Diffusion으로 연구를 진행하였고, 조경 분야에 특화된 메인모델과 확장모델을 이용하여 이미지를 생성하고 비교·분석하였다. 그 결과를 통해 향후 연구 방향에 대하여 알아보았다. (결과) Stable Diffusion, Midjourney, Dall-E, Adobe Firefly의 기본 기능으로 생성된 이미지들은 평면도 형태를 재현할 수 있었으나, 세부적인 특성과기준 도면 이미지를 충실히 반영하는 데는 한계가 있었다. 이에 Stable Diffusion의 ControlNet 확장기능을 통해 이미지를 추가생성하였고, 기준 도면 이미지의 채색 평면도 생성 가능성을 확인하였다. 다음으로 보다 디테일한 이미지 생성을 위해 Stable Diffusion의 ControlNet, LoRA 확장기능을 사용하여 이미지 생성을 하였다. 또한, 메인 모델인 Checkpoint와 LoRA 확장모델을 오픈 소스로 3개씩 다운로드하여 교차로 이미지를 생성하였다. 오픈 소스 모델들은 모두 조경 분야와 평면도 생성에 특화된모델을 사용하였다. 그 결과, 특정한 Checkpoint 모델과 LoRA 확장모델을 사용하였을 때, 보다 나은 이미지가 생성되는 것을볼 수 있었다. 부분 수정에서는 Stable Diffusion의 Inpaint 기능을 이용하여 바닥포장을 수정하였는데, 처음 생성된 이미지와같은 수준의 수정이 이루어지지는 않았다. (결론) 이 연구는 이미지 생성 인공지능이 조경 디자인 분야에서 평면도 채색화를 자동화할 수 있는 도구가 될 수 있음을 확인한 것에 의의가 있다. 연구에서 최종적으로 활용된 인공지능인 Stable Diffusion은 특정 분야에 파인 튜닝한 메인모델과 확장모델을 사용할 수 있다는 이점을 가지고 있다. 현재 연구에서 사용된 모델은 직접적으로학습시키지 않고, 웹상의 오픈 소스를 사용했기 때문에 생성된 이미지의 품질 면에서 제한이 있었다. 하지만 이러한 모델들을 조경 평면도의 특성에 맞춰 최적화하고 학습시킨 모델을 생성할 경우, 훨씬 더 정밀하고 세밀한 평면도 채색 이미지의 자동 생성이가능할 것으로 생각되었다.

(Background and Purpose) The visualisation of ideas constitutes a crucial phase in the development of creative concepts. The depiction of drawings is pivotal to the comprehension of a spatial project, particularly in disciplines that involve space, such as landscape design. Nevertheless, the visualisation of drawings is inherently time-consuming and labor-intensive. Recent technological advancements have led to the advent of rapid developments in generative artificial intelligence (AI) technologies, which have the potential to markedly enhance the efficiency of visualization work for drawings. This study aimed to investigate the feasibility of utilising image-generating AI to visualize landscape spaces. (Methods) This study commenced with a review of extant research on generating AI, followed by an examination of the capabilities of various AI platforms for image generation. Images were created to assess the potential and limitations of utilising AIs for landscape planning purposes. Subsequently, the research then focused on stable diffusion, which permits comprehensive customization through its extension capabilities. Using specialized basic and extension models tailored for landscape design, images were generated, compared, and analyzed to determine future research directions. (Results) Although the fundamental characteristics of stable diffusion, Midjourney, Dall-E, and Adobe Firefly were capable of replicating general plan forms, they were unable to accurately reflect detailed features and standard drawing images accurately. Therefore, supplementary images were created using the ControlNet extension of Stable Diffusion, which demonstrated the capacity to create plan images that closely matched standard drawings. Further images with augmented detail were created using the ControlNet and LoRA extension features of the stable diffusion software. In addition, three ControlNet and LoRA extension models with a specialisation in landscape and plan generation were downloaded as open sources and implemented to create intersection images. The utilisation of specific specific ControlNet and LoRA models are used. In the context of partial modifications, the inpainting feature of Stable Diffusion was employed to adjust the pavement, although the adjustments did not reach the level of detail as those observed in the original generated images. (Conclusions) The findings of these experiments demonstrate that image-generating AI can be utilised as an effective automated tool for the generation of coloured plans in landscape design. The use of Stable Diffusion, the AI deployed in this study, offers the advantage of using finely tuned main and extension models for specific areas. The models utilized in the current study were not trained directly; rather, they were sourced from open-source web resources, which may have resulted in the generation of images of inferior quality. Nevertheless, if these models were optimized and trained on the characteristics of landscape floor plans, it would be feasible to automatically generate considerably more precise and detailed plan coloring images.

#생성형 인공지능 #시각화 작업 #도면 채색 #조경 평면도 #스테이블 디퓨전 #Generative AI #Visualization Work #Coloring drawings #Landscape site plans #Stable Diffusion

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)