인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
본 연구는 생성형 인공지능의 보편화로 건축 시각화가 실제 사진에 근접한 사실성을 구현하게 된 현시점에서, AI 생성 건축 이미지와 실제 사진 간의 시각적 구별 가능성에 대한 의문에서 시작되었다. 본 연구의 목적은 현재 AI 생성 건축 이미지가 도달한 사실성의 수준을 집단 응답 자료로 계량화하고, 건축 전공자들의 판별 특성을 실증적으로 분석하는 것이다.
이러한 연구결과를 바탕으로 AI 건축 이미지의 사실성이 실제 사진과 구별하기 어려운 임계점에 도달했음을 실증적으로 확인하였으며, 이미지 매체의 신뢰성에 대한 존재론적 재검토가 필요함을 제시하였다. 또한 판별 근거별 정확도 분석을 통해 향후 AI 이미지 생성 기술의 개선 방향과 건축 교육 현장에서의 시각적 판단 능력 강화 방안을 제시할 수 있을 것으로 기대한다.
따라서 본 논문은 2단계 연구 설계를 시행하였다. 먼저 건축 분야 전문가 13명을 대상으로 예비조사를 실시하여 다양한 판별 특성을 나타내는 이미지를 선정하였다. 이를 토대로 AI 외관, AI 실내, 실제 외관, 실제 실내 각 6개씩 총 24개 이미지를 체계적으로 선정하였다. 본조사에서는 건축 전공 대학생 69명을 대상으로 각 이미지에 대한 진위 판별, 확신도(1-5점), 판별 근거(8개 시각 단서 중 복수 선택)를 측정하였다. 연구결과 및 내용은 다음과 같다. 첫째, 전체 평균정답률은 55.74%로 나타나 무작위 추측 수준을 약간 상회하는 데 그쳤다. AI 이미지의 정답률(60.74%)이 실제 이미지(50.72%)보다 약 10%포인트 높았으며, 특히 실제 외관 이미지의 정답률은 47.83%로 가장 낮아 응답자의 절반 이상이 실제 사진을 AI로 오인하였다. 둘째, 평균 확신도는 3.99점으로 비교적 높았으나, 정답률이 가장 낮았던 실제 외관 이미지에서 확신도가 4.03점으로 가장 높았으며, 오답 시 확신도(4.15점)가 정답 시(3.90점)보다 높은 역전 현상이 나타나 주관적 확신과 객관적 정확도 간 체계적 괴리가 드러났다. 셋째, 판별 근거 분석 결과 전체적인 인상이나 직감(19.97%)이 가장 빈번하게 사용되었고, 재료의 질감표현(16.58%), 빛과 그림자의 자연스러움(14.04%)이 뒤를 이었다. 접합부 디테일에 주목한 경우 정답률이 높았던 반면(정답 시 13.02%, 오답 시 9.32%), 빛과 그림자를 근거로 한 판별은 오히려 오답으로 이어지는 경향을 보였다(정답 시 12.46%, 오답 시 16.10%).
이러한 연구결과를 바탕으로 AI 건축 이미지의 사실성이 실제 사진과 구별하기 어려운 임계점에 도달했음을 실증적으로 확인하였으며, 이미지 매체의 신뢰성에 대한 존재론적 재검토가 필요함을 제시하였다. 또한 판별 근거별 정확도 분석을 통해 향후 AI 이미지 생성 기술의 개선 방향과 건축 교육 현장에서의 시각적 판단 능력 강화 방안을 제시할 수 있을 것으로 기대한다.
이러한 연구결과를 바탕으로 AI 건축 이미지의 사실성이 실제 사진과 구별하기 어려운 임계점에 도달했음을 실증적으로 확인하였으며, 이미지 매체의 신뢰성에 대한 존재론적 재검토가 필요함을 제시하였다. 또한 판별 근거별 정확도 분석을 통해 향후 AI 이미지 생성 기술의 개선 방향과 건축 교육 현장에서의 시각적 판단 능력 강화 방안을 제시할 수 있을 것으로 기대한다.
따라서 본 논문은 2단계 연구 설계를 시행하였다. 먼저 건축 분야 전문가 13명을 대상으로 예비조사를 실시하여 다양한 판별 특성을 나타내는 이미지를 선정하였다. 이를 토대로 AI 외관, AI 실내, 실제 외관, 실제 실내 각 6개씩 총 24개 이미지를 체계적으로 선정하였다. 본조사에서는 건축 전공 대학생 69명을 대상으로 각 이미지에 대한 진위 판별, 확신도(1-5점), 판별 근거(8개 시각 단서 중 복수 선택)를 측정하였다. 연구결과 및 내용은 다음과 같다. 첫째, 전체 평균정답률은 55.74%로 나타나 무작위 추측 수준을 약간 상회하는 데 그쳤다. AI 이미지의 정답률(60.74%)이 실제 이미지(50.72%)보다 약 10%포인트 높았으며, 특히 실제 외관 이미지의 정답률은 47.83%로 가장 낮아 응답자의 절반 이상이 실제 사진을 AI로 오인하였다. 둘째, 평균 확신도는 3.99점으로 비교적 높았으나, 정답률이 가장 낮았던 실제 외관 이미지에서 확신도가 4.03점으로 가장 높았으며, 오답 시 확신도(4.15점)가 정답 시(3.90점)보다 높은 역전 현상이 나타나 주관적 확신과 객관적 정확도 간 체계적 괴리가 드러났다. 셋째, 판별 근거 분석 결과 전체적인 인상이나 직감(19.97%)이 가장 빈번하게 사용되었고, 재료의 질감표현(16.58%), 빛과 그림자의 자연스러움(14.04%)이 뒤를 이었다. 접합부 디테일에 주목한 경우 정답률이 높았던 반면(정답 시 13.02%, 오답 시 9.32%), 빛과 그림자를 근거로 한 판별은 오히려 오답으로 이어지는 경향을 보였다(정답 시 12.46%, 오답 시 16.10%).
이러한 연구결과를 바탕으로 AI 건축 이미지의 사실성이 실제 사진과 구별하기 어려운 임계점에 도달했음을 실증적으로 확인하였으며, 이미지 매체의 신뢰성에 대한 존재론적 재검토가 필요함을 제시하였다. 또한 판별 근거별 정확도 분석을 통해 향후 AI 이미지 생성 기술의 개선 방향과 건축 교육 현장에서의 시각적 판단 능력 강화 방안을 제시할 수 있을 것으로 기대한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095622481
