제품-서비스시스템을 위한 아이디어 생성과정에서 ChatGPT를 활용한 탐색적 실험

이영현; 연명흠

doi:10.15187/adr.2023.11.36.4.271

추천

검색

질문

자료유형: 학술저널

저자정보: 이영현 (국민대학교) 연명흠 (국민대학교)

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

발행연도: 2023.11

수록면: 271 - 288 (18page)

DOI: 10.15187/adr.2023.11.36.4.271

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (3)

2024

생성형 인공지능(Generative AI) 기반의 제품-서비스디자인 아이디어 생성 실험을 통한 가능성 탐색

이영현 , 연명흠 한국HCI학회 학술대회 2024.01 학술대회자료

2023

제품-서비스시스템을 위한 아이디어 생성과정에서 ChatGPT를 활용한 탐색적 실험

이영현 , 연명흠 Archives of Design Research 2023.11 학술저널

제품-서비스시스템을 위한 아이디어 생성과정에서 대규모 언어 모델(LLM)을 활용한 탐색적 실험

이영현 스마트경험디자인학과 2023.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

연구배경 : 인공지능 기술은 산업 전반에서 활용이 확대되고 있으며, 디자인 분야에서도 AI 기반의 툴 및 개발연구가 활발히 진행되고 있다. 그 중 생성형 AI(ChatGPT-4, Bard 등)는 디자인 프로세스 중 아이디어 발산 단계의 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.
연구방법 : 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 가능성을 확인하였고, 전문가 평가를 통해 도출된 아이디어의 창의성을 평가한 후 논의를 통해 인사이트를 얻었다.
연구결과 : 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.
결론 : 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.

Background : Artificial Intelligence(AI) technology is expanding its utilization across various industries, and in the design field, research and development based on AI tools are actively underway. Among them, enerative AI tools, such as ChatGPT-4 and Bard, possess potential applicability in the ideation phase of the design process. They are anticipated to overcome the limitations of conventional methods, facilitating the rapid generation of high-quality ideas. Hence, this study aims to systematically verify and explore the effects of generative AI on ideation.
Methods : Two teams, each composed of four designers, were formed to conduct a comparative experiment between the conventional ideation method and the ideation method utilizing generative AI. They were tasked to generate high-quality ideas over a 4-hour span on the topic of “Healthcare Wearable Devices for Generation Z”. The process was observed without intervention. Following the experiment, the feasibility of AI utilization was confirmed through participant FGI(focus group interview) and IDI(indepth interview). Expert evaluations were conducted to assess the creativity of the ideas generated, and insights were obtained through discussions.
Results : The method utilizing generative AI produced 6 more ideas than the traditional method, showing an increase of approximately 1.67 times when compared to the conventional method. The quality assessment also showed that the outcomes of the generative AI method were on par with those from the conventional ideation method. Generative AI effectively broadened the confined thinking of designers and clearly displayed efficiency in terms of time-saving. However, there were shortcomings in contextual consistency and structural completeness, making expert validation and convergence essential.
Conclusions : In order to achieve optimal outcomes using generative AI, it is imperative to provide clear preliminary information and to employ specific, structured questions and prompts, as well as effective communication skills when interacting with AI. Discernment and insight on the part of the designer, and high-level decision-making are essential. By rigorously evaluating and refining the ideas proposed by AI based on established criteria, we can pave the way for superior solutions and designs. It is anticipated that future collaborations between humans and AI will yield increasingly rich and sophisticated results in the field of design.

#Generative AI #ChatGPT #AI Design #Ideation #Human-AI Collaboration #Product-Service System #생성형 AI #인공지능디자인 #아이데이션 #인간-AI협업 #제품-서비스시스템

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

이영현

소속기관 국민대학교

주요연구분야 예술체육학 > 디자인 TOP 5% 공학 > 기계공학 > 자동차공학

논문수 3 이용수 2,174

연명흠

소속기관 국민대학교

주요연구분야 복합학 > 학제간연구 TOP 1% 예술체육학 > 디자인 TOP 0.1%

논문수 183 이용수 34,858

이 논문과 함께 이용한 논문

AI 디자인 툴의 디자인 업무 지원 방향성 제안

정은희 , 최정민 Archives of Design Research 2022 .11

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

김동윤 , 연명흠 한국디자인학회 학술발표대회 논문집 2023 .10

생성형 인공지능(Generative AI) 기반의 제품-서비스디자인 아이디어 생성 실험을 통한 가능성 탐색

이영현 , 연명흠 한국HCI학회 학술대회 2024 .01

생성형 AI 협력에 따른 UX 디자이너의 역할 고찰 – 디자인 씽킹 프로세스를 중심으로

조은아 , 정다혜 , 안현주 외 2명 한국디자인학회 학술발표대회 논문집 2024 .06

생성형 AI를 활용한 콘텐츠 제작 기반 메이커 교육 프로그램 개발 - TMSI 모형에 따른 시각 디자인 전공 교육 사례

장순규 Archives of Design Research 2024 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-088240184

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

이 논문의 연구 히스토리 (3)

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)