포스터 디자인 분야에서 생성형 인공지능 툴의 활용 방안 연구

Q: 이 논문에서 정의한 생성형 인공지능이란 무엇인가?

생성형 인공지능은 인공신경망을 활용하여 명령어를 통해 사용자의 의도를 스스로 이해하고, 주어진 데이터를 학습하여 이미지나 텍스트 등의 새로운 콘텐츠를 생성하는 기술이다. 이는 대규모 데이터베이스에서 패턴을 학습하고 이를 활용하여 사용자의 요구에 따라 결과를 생성하는 능력을 갖추고 있다.

Q: 생성형 인공지능을 활용한 포스터 디자인에서 인간 디자이너의 역할은 무엇인가?

연구 결과, 생성형 인공지능이 포스터 디자인 작업을 보조하는 유용한 협업 도구로 작용하지만, 인간 디자이너는 인공지능의 감독자로서 알고리즘을 설정하고 결과물을 편집, 배열하는 큐레이션 능력이 필요하다. 또한, 구체적인 프롬프트와 아이디어 스케치를 통해 의도를 명확히 전달하고 결과물을 수정, 보완하여 최종 이미지를 제작해야 한다.

황윤정

doi:10.15187/adr.2023.11.36.4.291

학술저널 DBpia Top 0.5%

저자정보: 황윤정 (후난대학교)

저널정보: 한국디자인학회 Archives of Design Research Archives of Design Research Vol.36 No.4 (Wn.148)

오류 신고하기

피인용 11

검색

초록·키워드

연구배경 : 생성형 인공지능 분야는 인공신경망을 활용하여 명령어를 통해 사용자의 의도를 스스로 이해하고 주어진 데이터를 학습하여 이미지나 텍스트 등의 새로운 콘텐츠를 생성하는 기술로 디자인 키워드만으로도 자율적으로 창작할 수 있는 점에서 디자인 분야에서 큰 역할을 수행할 것으로 전망된다. 연구자는 이러한 생성형 인공지능의 특성에 주목하여 그래픽 디자인 분야에서의 인공지능이 포스터 디자인에 어떻게 활용될 수 있는지를 제안하고자 한다.
연구방법 : 문헌연구방법과 사례연구방법으로 진행하였다. 먼저 이론적 배경을 조명하기 위해 문헌 조사를 통해 생성형 인공지능의 특징과 그래픽 디자인에 응용 가능한 인공지능 도구를 조사하였다. 그 후 인공지능 워크숍 수업을 통해 도출된 포스터 디자인의 양상을 분석하고, 생성형 인공지능이 포스터 디자인 제작에 어떤 가능성과 한계를 지니는지 검토한 뒤 인공지능을 활용한 포스터 제작 방법을 탐구하였다.
연구결과 : 이를 통해 연구자는 생성형 인공지능이 포스터 디자인에서 디자인 작업을 보조하는 유용한 협업 도구로 작용할 수 있는 가능성을 밝혀냈다. 그리고 생성형 인공지능의 한계를 보완하기 위해 인간 디자이너로서의 역할 역시 필요하다는 결론에 도달하였다.
결론 : 본 연구에서는 포스터 디자인 분야에서 생성형 인공지능이 툴이 활용될 수 있는 방향성을 다음과 같이 제시한다.
첫째로, 디자이너에게는 인공지능의 감독자로서 알고리즘을 설정하고 디자인의 목적에 부합하게 결과물을 편집하고 배열하는 큐레이션 능력이 필요하다. 둘째로, 명확한 프롬프트를 통해 디자이너가 추구하는 결과물을 정확히 얻는 것이 중요하며, 다른 포스터와 구별되는 독특한 키워드로 차별화되는 독창적인 포스터를 만들어내야 한다. 마지막으로, 디자이너는 아이디어 스케치와 프롬프트를 적절히 혼합하여 자신의 의도를 구체적으로 전달할 필요성이 있다.

Background : Generative artificial intelligence (AI) technology, employing artificial neural networks, enables the comprehension of user intent through commands and the generation of novel content, including images and text, by leveraging learned data. This technology holds great promise in the design field, as it allows autonomous creation based solely on design keywords. With an emphasis on the distinctive attributes of generative AI, this study aims to propose the potential utilization of AI in graphic design specifically for poster design.
Methods : The research was conducted utilizing literature review and case study methods. To provide a theoretical foundation, we conducted a literature survey to examine the features of generative AI and AI tools that are applicable to graphic design. Subsequently, we analyzed the facets of poster design derived from the AI workshop class, assessed the potential and constraints of employing generative AI in poster design, and explored the methodologies for generating posters using AI.
Results : The researcher identified that generative AI has the potential to serve as a valuable collaborative tool in supporting designers during the poster design process. However, it was concluded that the involvement of human designers is necessary to address the limitations of generative AI and to ensure a comprehensive and refined outcome in poster design.
Conclusions : In this study, the researcher proposes several avenues for the utilization of generative AI as a tool in poster design. First, the designer is the supervisor of AI and needs curatorial skills to set the algorithm and to edit and arrange the results to meet the poster’s objectives. Second, it is important to achieve exactly what you’re looking for with a clear prompt, and to create a unique poster that stands out from the crowd with a unique keyword that sets it apart from other posters. Third, designers need to be able to use a good mix of idea sketches and prompts to specifically communicate their intentions. This is an approach that uses the image-generating AI program itself as a tool rather than a design objective.

#Generative AI #Graphic Design #Poster Design #Case Study #생성형 인공지능 #그래픽 디자인 #포스터 디자인 #사례연구

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-24-02-088240193

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료