생성형 AI를 활용한 실내디자인 협업 방안 연구

박영호

doi:10.14774/JKIID.2025.34.1.023

추천

검색

질문

자료유형: 학술저널

저자정보: 박영호 (부천대학교)

저널정보: 한국실내디자인학회 한국실내디자인학회 논문집 한국실내디자인학회 논문집 제34권 제1호(통권 제168호)

발행연도: 2025.2

수록면: 23 - 34 (12page)

DOI: 10.14774/JKIID.2025.34.1.023

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The purpose of the study is to develop AI collaboration tools and prompt design techniques that can be utilized in the interior design process, and to propose a collaborative approach to collect, explore, analyse and refine interior architectural information to generate design alternatives that reflect the interior designer’s intentions. The research methodology first explores the concept of AI-designer collaboration through a theoretical review. Next, summarise AI collaboration tools and prompting techniques that can be applied to the interior design process, and propose an AI-based interior design collaboration model, which is then applied to a real interior design project to evaluate its practical use. The research results are as follows. 1) Information Collection Stage: Tools like Clova Note, Archisketch, and Pinterest AI are used to effectively understand client requirements, organize information, and improve efficiency in the early design stages. 2) Information Exploration Stage: Clova Note organizes consultation data, while ChatGPT and Archisketch categorize and store client preferences. The CoT technique helps break down client needs and provide clear design directions. 3) Information Analysis Stage: ChatGPT and Archisketch create design prompts and perspective images, combining functional and emotional prompts to reflect client needs and emotions. Techniques like ICL & GKP are used to generate design themes and new ideas. 4) Information Refinement Stage: Midjourney’s Edit and Retexture features refine images, and GKP techniques incorporate improvements, resulting in finalized designs that align with client expectations.

#생성형 AI #실내디자인 #협업 프로세스 #건축디자인 #창의성 #Generative AI #Interior Design #Collaborative Process #Architecture Design #Creativity

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 논문과 함께 이용한 논문

주체적인 생성형 AI 디자인 교육을 위한 스캐폴딩 전략의 탐색적 연구: 행함에 의한 학습 기반 PBL-디자인씽킹 교육 사례

이형민 Archives of Design Research 2025 .02

제품-서비스시스템을 위한 아이디어 생성과정에서 ChatGPT를 활용한 탐색적 실험

이영현 , 연명흠 Archives of Design Research 2023 .11

디자인 프로세스 내 생성형 AI 도구 및 생성형 AI 기반 디자인 툴의 활용가능성 탐색

김동윤 , 연명흠 한국디자인학회 학술발표대회 논문집 2023 .10

생성형 AI 활용 3D 모델링 교육에서 학습자 특성이 학습효과에 미치는 영향 연구

김소진 , 김세화 한국디자인문화학회지 2025 .03

[OVERSEAS ARCHITECT] 간결하게 파아란 풍경 담는 그리스 주택 ‘Fyrgani’

남두진 , AKA , Cathy Cunliffe 전원주택라이프 2025 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092547726

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 논문과 함께 이용한 논문

최근 본 자료

댓글(0)