지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 연명흠
- 발행연도
- 2023
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수47
이 논문의 연구 히스토리 (3)
2024
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
인공지능 기술은 산업 전반에 걸쳐 활용이 확대되고 있으며, 디자인 분야에서도 AI 기반의 도구 활용 및 개발 연구가 활발히 진행되고 있다. 그 중 생성형 AI(ChatGPT-4, Bard 등)는 디자인 프로세스 중 아이디어 발산 단계에서 활용 가능성이 있으며, 기존 방법의 한계를 극복하고 양질의 아이디어를 신속하게 생성하는 데 도움을 줄 수 있을 것으로 기대된다. 따라서, 본 연구는 생성형 AI의 아이데이션 효과를 체계적으로 검증하고 탐색하는 것을 목적으로 한다.
연구방법은 각각 4명의 디자이너로 구성된 2개의 팀을 나눠 기존의 전통적인 아이데이션 방식과 생성형 AI를 활용한 아이데이션 방식의 비교 실험을 진행하였다. “Z세대를 위한 새로운 서비스의 헬스케어 웨어러블 기기”라는 주제로 4시간 동안 양질의 아이디어를 도출하도록 하였으며, 그 과정을 비개입 관찰하였다. 실험 종료 후 참가자 FGI 및 IDI를 통해 AI 활용 가능성에 대해 논의하였다. 전문가 평가를 통해 아이디어의 창의성을 평가한 후 ChatGPT를 활용하여 추가적인 아이디어 평가를 진행하였다. 전문가 평가와 ChatGPT 평가의 비교 분석을 통해 ChatGPT가 아이디어 수렴 단계와 의사결정 과정에서 어떻게 활용될 수 있는지를 탐색하였다. 이를 바탕으로 아이디어 생성 단계에서 생성형 AI를 효과적으로 활용할 수 있는 방안을 제시하며, 보다 효율적인 아이디에이션 과정을 위한 방향성을 제안하였다.
실험결과, 전통적인 방식보다 생성형 AI를 활용한 방식의 아이디어 개수가 약 1.67배 더 많았다. 질 평가에서도 전통적 아이데이션 방식 못지않은 수준의 결과물을 도출하였다. 생성형 AI는 고착화된 디자이너의 사고를 확장하는 데 효과적이며, 시간 단축 부분에서 분명한 효율성이 있었다. 하지만 맥락의 정합성이 부족하고, 구조적 완성도가 떨어져 전문가의 검증과 수렴은 필수적이었다. ChatGPT와 전문가 평가는 대체로 일치했으나 객관성과 정확도를 높이기 위해 다양한 관점에서 검증하고, 전문가의 오류를 보완하는 것이 중요하였다. 이를 통해 ChatGPT가 수렴 및 의사결정 단계에서 유용하고 신뢰성 있는 도구로 활용될 수 있는 가능성을 확인하였다.
생성형 AI를 활용하여 더 좋은 결과를 얻기 위해서는 사전 정보를 명확하게 전달하고, 구체적이며 구조화된 질문과 프롬프트를 사용하는 것이 중요하다. 또한, AI와 효과적으로 소통하는 기술, 디자이너의 판별력과 통찰력, 그리고 수준 높은 의사결정이 요구된다. 이를 통해 AI가 제시하는 아이디어를 기준에 따라 적절히 평가하고 개선한다면, 우수한 솔루션과 디자인으로 발전할 수 있을 것이다. 향후 AI와 인간의 협업을 통해 디자인 분야에서 더욱 풍부하고 고도화된 결과물을 도출할 것으로 기대한다.
연구방법은 각각 4명의 디자이너로 구성된 2개의 팀을 나눠 기존의 전통적인 아이데이션 방식과 생성형 AI를 활용한 아이데이션 방식의 비교 실험을 진행하였다. “Z세대를 위한 새로운 서비스의 헬스케어 웨어러블 기기”라는 주제로 4시간 동안 양질의 아이디어를 도출하도록 하였으며, 그 과정을 비개입 관찰하였다. 실험 종료 후 참가자 FGI 및 IDI를 통해 AI 활용 가능성에 대해 논의하였다. 전문가 평가를 통해 아이디어의 창의성을 평가한 후 ChatGPT를 활용하여 추가적인 아이디어 평가를 진행하였다. 전문가 평가와 ChatGPT 평가의 비교 분석을 통해 ChatGPT가 아이디어 수렴 단계와 의사결정 과정에서 어떻게 활용될 수 있는지를 탐색하였다. 이를 바탕으로 아이디어 생성 단계에서 생성형 AI를 효과적으로 활용할 수 있는 방안을 제시하며, 보다 효율적인 아이디에이션 과정을 위한 방향성을 제안하였다.
실험결과, 전통적인 방식보다 생성형 AI를 활용한 방식의 아이디어 개수가 약 1.67배 더 많았다. 질 평가에서도 전통적 아이데이션 방식 못지않은 수준의 결과물을 도출하였다. 생성형 AI는 고착화된 디자이너의 사고를 확장하는 데 효과적이며, 시간 단축 부분에서 분명한 효율성이 있었다. 하지만 맥락의 정합성이 부족하고, 구조적 완성도가 떨어져 전문가의 검증과 수렴은 필수적이었다. ChatGPT와 전문가 평가는 대체로 일치했으나 객관성과 정확도를 높이기 위해 다양한 관점에서 검증하고, 전문가의 오류를 보완하는 것이 중요하였다. 이를 통해 ChatGPT가 수렴 및 의사결정 단계에서 유용하고 신뢰성 있는 도구로 활용될 수 있는 가능성을 확인하였다.
생성형 AI를 활용하여 더 좋은 결과를 얻기 위해서는 사전 정보를 명확하게 전달하고, 구체적이며 구조화된 질문과 프롬프트를 사용하는 것이 중요하다. 또한, AI와 효과적으로 소통하는 기술, 디자이너의 판별력과 통찰력, 그리고 수준 높은 의사결정이 요구된다. 이를 통해 AI가 제시하는 아이디어를 기준에 따라 적절히 평가하고 개선한다면, 우수한 솔루션과 디자인으로 발전할 수 있을 것이다. 향후 AI와 인간의 협업을 통해 디자인 분야에서 더욱 풍부하고 고도화된 결과물을 도출할 것으로 기대한다.
목차
제 1장 서론 11.1 연구 배경 및 목적 21.2 연구 범위 및 방법 2제 2장 이론적 배경 42.1 제품-서비스시스템 디자인의 아이데이션 52.2 디자인 프로세스에 따른 AI 활용 연구 52.3 생성형 AI를 활용한 아이데이션 프롬프트 가이드라인 8제 3장 실험설계 및 진행 . 123.1 실험 설계 133.2 실험 진행 및 관찰 143.2.1 실험 진행 시간 143.2.2 아이데이션 진행 방식 153.2.3 아이디어 도출과정 17제 4장 실험 결과 분석 및 인터뷰 214.1 최종 아이데이션 결과 224.2 실험 시간 비교 및 분석 244.3 실험참가자 사후 FGI 264.4 Ideation with AI(B팀) IDI 28제 5장 전문가 평가 및 논의 325.1 전문가 평가를 통한 아이디어 질 측정 335.2 전문가 평가 결과 345.3 단체 FGI 및 논의 365.3.1 전통적 방법과 생성형 AI 기반 아이디어의 차이 365.3.2 생성형 AI를 활용한 디자인의 판별 375.3.3 생성형 AI를 활용한 아이데이션의 활용 가능성 . 37제 6장 ChatGPT를 활용한 아이디어 평가 386.1 평가 실험 설계 . 396.2 ChatGPT를 활용한 아이디어 평가 결과 406.3 전문가 평가와 ChatGPT 평가 결과 비교 436.4 사후 인터뷰 바탕의 논의 456.4.1 ChatGPT의 수렴 단계 활용 가능성 456.4.2 수렴 및 의사결정 단계에서의 활용 방법 466.4.3 전문가 평가 vs 비전문가 ChatGPT 46제 7장 결론 및 제언 477.1 연구의 의의 487.2 연구의 한계 및 제언 48참고문헌 50영문초록 52부록 55
최근 본 자료
댓글(0)
0