제품 아이디어 발상 지원을 위한 이미지 생성 AI 도구의 개선 방향 연구

정은희; 최정민

doi:10.15187/adr.2025.02.38.1.179

추천

검색

질문

자료유형: 학술저널

저자정보: 정은희 (서울과학기술대학교) 최정민 (서울과학기술대학교)

저널정보: 한국디자인학회 Archives of Design Research Archives of Design Research Vol.38 No.1 (Wn.154)

발행연도: 2025.2

수록면: 179 - 196 (18page)

DOI: 10.15187/adr.2025.02.38.1.179

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경 : 최근 다양한 산업분야에서 텍스트 정보를 이해하고 조합, 추론하여 창의적인 콘텐츠를 생성할 수 있는 LLMs 기반의 생성 AI 활용이 점차 확대되고 있다. 제품 디자인 분야에서도 이미지 생성 AI를 활용하여 고품질의 제품 아이디어를 생성하기 위한 다양한 방안들이 활발히 연구되고 있다. 하지만, 제품 디자이너가 이미지 생성 AI를 사용하여 초기 제품 아이디어를 발상할 때, 사용자 경험을 기반으로 이미지 생성 AI의 부족한 점을 도출하여 제품 아이디어 발상 지원 도구로서 이미지 생성 AI의 개선 방향을 모색한 연구는 상대적으로 많지 않았다.
연구방법 : 본 연구에서는 먼저 문헌 연구를 통하여 디자이너가 제품 아이디어를 발상하는 과정에서 이미지 생성 AI가 어떤 역할을 할 수 있는지 살펴본다. 이어서 10명의 실험 참여자들이 이미지 생성 AI를 활용하여 제품 아이디어를 발상하는 과정을 관찰하고, 심층 인터뷰한다. Task 수행 기록지와 인터뷰 응답지를 분석하여 사용자의 불편 경험을 파악하고 이미지 생성 AI 도구의 문제점을 파악한다. 이후, 제품 디자인 발상 과정에서 이미지 생성 AI를 보다 효과적, 효율적으로 활용하기 위한 이미지 생성 AI 도구의 개선 방향을 제안한다.
연구결과 : 실험관찰 결과는 다음과 같다. 첫째, 이미지 생성 AI가 생성한 시각적 제품 이미지들은 제품 디자이너의 아이디어 확산에 도움을 주었다. 둘째, 사용자는 아이디어 발상 초기에 입력할 프롬프트를 선택하는 것을 어려워하였다. 셋째, 이미지 생성 AI를 활용하면서 사용자는 의도하지 않았던 제품 이미지들도 많이 얻었다. 넷째, 이미지 생성 AI는 구조적으로 불완전한 제품 이미지도 생성하였다. 다섯째, 사용자들이 제품 이미지를 수정하려 할 때, 텍스트 프롬프트만으로는 형태의 변형이 원활하지 않았다. 여섯째, 사용자들은 아이디어를 발상할 때 형태, 스타일, 재료, 색상 등의 어휘를 프롬프트로 자주 입력하는데 이를 매번 반복 입력하는 과정을 불편해 하였다.
결론 : 본 연구에서는 양질의 디자인 아이디어를 도출하기 위하여, 제품 아이디어 발상에 도움을 줄 수 있는 이미지 생성 AI 도구의 개선 방향을 제안한다. 첫째, 아이디어 발상에 필요한 적절한 프롬프트를 입력하는 과정에서 디자이너가 도움을 받을 수 있도록, 툴 내에서 직접 프롬프트를 탐색할 수 있는 방법이 지원되어야 한다. 둘째, AI가 생성한 수많은 이미지들 중에서, 제품 디자이너가 초기에 설정한 디자인 목표에 따라 유효한 아이디어를 선택할 수 있도록 지원하는 아이디어 생성물 관리 방안이 필요하다. 셋째, 디자인 목적이나 필요에 따라 제품의 고유한 특성, 구조 등 제품 디자이너가 선택한 데이터로 AI 모델을 학습시킬 수 있는 단계(Fine- tuning)가 제공되어야 한다. 넷째, 제품의 입체적 형상에서 직관적으로 제품 이미지를 수정할 수 있어야 한다. 다섯째, 프롬프트 입력 시 반복 사용하는 디자인 요소를 사용자가 맞춤 설정하여 재사용할 수 있도록 지원하는 방법이 필요하다.

Background : Recently, the use of large language models (LLMs)-based generative artificial intelligence (AI) that can create creative content by understanding, combining, and inferring textual information is gradually expanding in various industries. In the field of product design, various measures are actively studied to generate high-quality product ideas using image-generating AI. However, when product designers use image generation AI to generate initial product ideas, there is a lack of research that discovers the deficiencies of image generation AI based on user experience to explore the directions of improvement of image generation AI.
Methods : First, through literature research, we investigated what role image generation AI can play in the process of designers coming up with product ideas. Second, we observed the product design ideation process of 10 participants using image generation AI and conducted in-depth interviews. Third, by analyzing the task performance records and interview responses, the users’ inconvenient experiences are identified, and the problems of image generation AI are identified. Fourth, we proposed the improvement directions of image generation AI tools to utilize image generation AI more effectively and efficiently in the product design ideation process.
Results : The experimental observation results are as follows. First, visual product images generated by image generation AI helped spread the inspiration of product designers. Second, it was difficult for the users to select the prompt to enter at the beginning of their ideation. Third, image generation AI generated a lot of product images that did not reflect the user’s intention. Fourth, image generation AI generated structurally incomplete product images. Fifth, when users tried to modify the product image, the shape was not well transformed only by text prompts. Sixth, users were uncomfortable with the process of repeatedly entering text prompts such as form, style, material, and color, which are repeatedly used when coming up with an idea.
Conclusions : In this study, we propose improvement directions for image generation AI tools that can help to create product design ideas. First, in the process of entering appropriate prompts necessary for idea creation, a method of directly exploring prompts within the tool should be supported so that designers can receive help. Second, there is a need for a method of managing idea generation results, which supports product designers to select valid ideas from numerous images generated by AI according to the design goals initially set. Third, if necessary, the AI should be fine-tuned with the data chosen by the product designer. Fourth, there is a need for a method that can intuitively modify the product image from the three-dimensional shape of the actual product. Fifth, there is a need for a method of supporting a user to customize and use design elements that are repeatedly used.

#Image Generation AI #Idea Generation Process #Product Design Ideation Support AI Tool #이미지 생성 AI #제품 아이디어 발상 프로세스 #제품 디자인 발상 지원 AI 도구

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!

이 논문의 저자 정보

최정민

소속기관 서울과학기술대학교

주요연구분야 복합학 > 학제간연구 TOP 5% 예술체육학 > 디자인 TOP 0.1%

논문수 85 이용수 19,474

이 논문과 함께 이용한 논문

음성 감정 인식에서의 어텐션 노이즈 감소를 위한 CNN 기반의 Log-Mel 스펙트로그램 이미지 압축 기법

김정윤 , 이승호 전기전자학회논문지 2024 .12

단어별 분류 모델 기반 단어 의미 중의성 해소

채희성 , 임희동 , 서영훈 한국콘텐츠학회논문지 2025 .01

대체어 생성과 Zero-Shot TTS에 기반한 비속어 음성 필터링 시스템

신현서 , 박상근 한국정보과학회 학술발표논문집 2024 .12

동적 카메라 영상을 위한 영상 스티칭 기반 프레임 보간 프레임워크

오명훈 , 이성배 , 김규헌 방송공학회논문지 2025 .01

AI를 적용한 멀티미디어 데이터로부터의 텍스트 추출 및 가공 서비스 앱 개발

신철완 , 김화선 한국정보통신학회논문지 2025 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092299985

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)