UI 디자인 교육에서의 Text-to-Image AI 기술 어포던스 연구: 매개 행위 관점과 활동 이론의 통합적 접근
A Study on Technology Affordances in UI Design Education Using Text-to-Image AI: An Integrated Approach of Mediated Action Perspective and Activity Theory
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
Text-to-Image AI가 UI 디자인 분야에 급속히 도입되면서, 이러한 기술이 디자인 교육에 미치는 영향과 효과적인 교육적 통합 방안에 대한 체계적 연구의 필요성이 대두되고 있다. 본 연구는 캅텔리닌(Kaptelinin)과 나르디(Nardi)의 매개 행위 관점과 활동 이론을 통합한 새로운 이론적 프레임워크를 제시하고, 이를 바탕으로 UI 디자인 교육에서 Text-to-Image AI 도구의 기술 어포던스를 분석했다. 디자인 전공 학부생 21명을 대상으로 15주간 진행된 정성적 연구를 통해, 도구적 어포던스(조작과 효과), 학습적 어포던스(규칙, 공동체, 역할 기반), 매개적 어포던스(유지보수와 집적)라는 세 가지 핵심 어포던스 유형을 식별하고 이들의 상호작용을 분석했다. 연구 결과, 71%의 학생들이 디자인 의도의 프롬프트 변환에 어려움을 겪었으며, 69%가 동료 학습을 통해 핵심 기법을 습득했고, 82%가 작업 흐름 구성에 상당한 시간을 투자한 것으로 나타났다. 이러한 발견은 UI 디자인 맥락에 특화된 프롬프트 엔지니어링 교육의 필요성, 동료 학습 메커니즘의 공식적 통합 중요성 그리고 새로운 평가 방식 도입의 필요성을 시사한다. 본 연구는 AI 증강 디자인 교육에서 효과적이고 지속 가능한 학습 환경 조성을 위한 이론적 기반과 실천적 지침을 제공한다는 점에서 의의가 있다.
Abstract
With the rapid adoption of Text-to-Image AI in UI design, there is a growing need for systematic research on its educational impact and effective integration into design education. This study presents a novel theoretical framework that integrates Kaptelinin and Nardi's mediated action perspective with activity theory to analyze the technology affordances of Text-to-Image AI tools in UI design education. Through a 15-week qualitative study involving 21 undergraduate design students, we identified and analyzed three key types of affordances and their interactions: instrumental affordances (manipulation and effect), learning affordances (rule-based, community-based, and role-based), and mediating affordances (maintenance and aggregation). The findings revealed that 71% of students struggled with translating design intentions into prompts, 69% acquired core techniques through peer learning, and 82% invested significant time in workflow configuration. These findings suggest the need for prompt engineering education specialized for UI design contexts, formal integration of peer learning mechanisms, and implementation of new assessment methods. This study contributes to both theoretical understanding and practical guidelines for creating effective and sustainable learning environments in AI-augmented design education.