이미지 생성형 AI의 인물 이미지에 대한 실제감 연구 - 달리 3와 미드저니를 중심으로 -
A Study of Perceptual Realism in AI-Generated Portraits - Focusing on DALL·E 3 and Midjourney -
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
연구배경 생성형 인공지능 기술은 이미지 제작 분야에서 활용도가 빠르게 확산되고 있으며, 특히 DALL·E 3와 Midjourney와 같은 플랫폼은 고해상도의 인물 이미지를 생성할 수 있는 역량을 보이고 있다. 그러나 이러한 이미지의 ‘실제감’에 대한 사용자의 지각은 정량적 기준이 부족한 상황이다. 본 연구는 생성형 AI 플랫폼을 통해 제작된 인물 이미지의 시각 속성이 사용자에게 어떻게 실제감으로 인식되는지를 분석하고자 한다. 연구방법 동일한 프롬프트를 기반으로 두 플랫폼에서 생성한 8장의 인물 이미지를 활용하였으며, Fan et al.(2018)의 시각 속성 프레임을 바탕으로 10개 항목(Q1~Q10)으로 설문을 구성하였다. 총 106명의 응답을 수집하였고, 이미지별 평균값 분석, 플랫폼 간 비교, 그리고 시각 속성 간 상관관계 분석을 수행하였다. 연구결과 Midjourney 이미지가 전반적으로 더 높은 평가를 받았으며, ‘인물의 표정’, ‘사진 품질’, ‘구도’ 등의 시각 속성이 실제감과 강한 양의 상관관계를 보였다. 이는 시각 속성 간 구조적 관계 속에서 실제감이 종합적으로 형성된다는 점을 시사한다. 결론 본 연구는 생성형 AI 이미지에 대한 실제감 평가 체계를 정립하는 데 기초자료를 제공하며, 향후 이미지 기반 콘텐츠의 품질 평가와 사용자 맞춤형 생성 전략 설계에 유의미한 시사점을 제공한다.
Abstract
Background Generative AI technology is rapidly expanding its application in the field of image production. In particular, platforms such as DALL·E 3 and Midjourney are capable of generating high-resolution human portraits. However, there remains a lack of standardized criteria to quantitatively evaluate users’ perceived realism of these images. This study aims to analyze how visual attributes in AI-generated portraits contribute to users’ perception of realism. Methods Eight portrait images were generated using identical prompts across two platforms. Based on the visual attribute framework proposed by Fan et al. (2018), a survey consisting of ten items (Q1–Q10) was developed. A total of 106 valid responses were collected. The analysis focused on image-wise mean scores, comparisons between platforms, and correlation analysis among visual attributes. Result Midjourney images received overall higher evaluation scores. Visual attributes such as facial expression, photographic quality, and compositional layout exhibited strong positive correlations with perceptual realism. These findings suggest that realism is formed through a structural interplay among multiple visual attributes. Conclusion This study provides foundational data for establishing a perceptual realism evaluation framework for AI-generated images and offers meaningful implications for assessing image quality and designing prompt-based generation strategies.