[CMS]모형을 적용한 AI 에이전트 실내디자인 프로세스 연구
A Study on the Interior Design Process of AI Agents Using the [CMS]Model
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
(연구배경 및 목적) 전통적인 실내디자인 프로세스 중 개념의 형상화 단계에서 나타나는 한계로는 디자이너의 주관적 경험 의존, 비효율성, 체계적인 방법론 부재 등이 있다. 이러한 문제는 최근 이미지 생성 AI의 비구조적 활용으로 인해 더욱 증폭될 수 있다. 본 연구는 이러한 문제의식 속에서 창의적 프로세스에 논리적 엄격함을 부여하는 인지적·방법론적 프레임워크로 [CMS] (Concept- Motive-Style)모형을 제안한다. 연구의 목적은 [CMS]모형을 기반으로 AI 에이전트를 설계하고 이를 실내디자인 프로세스에 적용함으로써, 학문적으로는 디자인 방법론의 이론적 확장을, 실무적으로는 체계성과 효율성을 지원하는 새로운 프로세스 모델을 연구하는 데 있다. (연구방법) 본 연구는 DSR(Design Science Resear–ch) 방법론을 적용하여 ① 문제 정의, ② 시스템 설계, ③ 사례 적용, ④ 평가의 네 단계로 진행하였다. 첫째, 기존 디자인 프로세스의 문제점을 파악하고 [CMS]모형을 제안하였다. 둘째, Dify 플랫폼을 활용하여‘콘셉트 정의-모티브 도출-스타일 선택-시각화’의 4단계 모듈을 포함하는 AI 에이전트를 개발하였다. 셋째, 시스템의 효과를 검증하기 위해 현대적 미니멀리즘 아파트, 자연친화적 바이오필릭 카페, 협업 중심 스타트업 오피스라는 3가지 사례에 적용하는 실험을 수행하였다. 마지막으로 실내디자인 전공 학부생 30명을 대상으로 혼합 연구 방법(정량적 설문 및 정성적 개방형 질문)을 통해 사용성을 평가하고 SPSS로 분석하였다. (결과) 정량 분석 결과, 시스템에 대한 전반적인 만족도는 4.43점으로 높게 나타났다. 특히 ‘프로세스 효율성 기여도’(4.57점)와‘모티브 추출 유용성’(4.53점) 항목이 가장 높은 평가를 받아, 제안된 시스템이 디자인 작업 흐름을 간소화하고 추상적 아이디어를 구체화하는 데 효과적임을 확인했다. 반면,‘시각화 결과 품질 만족도’(3.83점)는 상대적으로 낮게 평가되었다. 정성 평가에서도 참여자들은 체계적인 프로세스가 불확실성을 줄이고 창의적 탐색을 돕는다고 긍정적으로 응답했으나, 생성 이미지의 디테일과 제어 가능성의 한계를 지적했다. (결론) 본 연구는 [CMS]모형 기반 AI 에이전트가 단순한 도구를 넘어 디자이너와 협력하는 파트너로 기능할 수 있음을 보여준다. 이 에이전트는 모호한 디자인 초기 단계를 구조화함으로써 프로세스 효율성과 창의적 탐색을 동시에 향상시킨다. 비록 시각화 품질의 한계와 실무 소프트웨어와의 연동성 강화라는 과제가 남아있지만, 인간-AI 협업 모델의 새로운 가능성을 실증했다는 점에서 의의가 있다. 본 연구는 디지털 전환 시대의 창의적 실천을 재구성하고, 디자이너의 역할을 창조자에서‘선택의 큐레이터’로 재정의하는 이론적·실용적 토대를 제공한다.
Abstract
(Background and Purpose) The limitations of the concept formulation stage of the traditional interior design process include dependence on the designer’s subjective experience, inefficiency, and the absence of a systematic methodology. These problems may be further amplified by recent unstructured uses of image-generating AI. This study proposes the [CMS] (Concept-Motive-Style) model as a cognitive and methodological framework that provides logical rigor to creative processes. This study aims to design an AI agent based on the [CMS] model and apply it to the interior design process. It also aims to expand the design methodology theoretically and study a new process model that supports systematicity and efficiency in practice. (Method) The study was conducted using the DSR (Design Science Research) methodology in four stages: problem definition, system design, case application, and evaluation. First, we identified problems with the existing design process and proposed a [CMS] model. Second, we developed an AI agent utilizing the Dify platform, encompassing the four-step modules of “concept definition, motif generation, style selection, and visualization.” Third, to verify the effectiveness of the system, we conducted experiments applying it to three case studies: a modern minimalist apartment, a biophilic café, and a collaborative startup office. Finally, we evaluated the usability with 30 undergraduate interior design students using mixed methods (quantitative surveys and open-ended qualitative questions) and analyzed the results using SPSS. (Results) The quantitative analysis revealed a high overall user satisfaction (M=4.43). Specifically, “contribution to process efficiency” (M=4.57) and “usefulness of motive extraction” (M=4.53) received the highest scores, indicating the effectiveness of the system in streamlining the design workflow and clarifying abstract ideas. However, “Satisfaction with visualization quality” (M=3.83) was rated relatively lower. Qualitative feedback confirmed that the agent’s systematic process reduced uncertainty and aided creative exploration, although the users pointed out limitations in the detail and controllability of the generated images. (Conclusions) This study demonstrates that [CMS] model-based AI agents can function as partners that collaborate with designers, rather than simply as tools. This agent simultaneously improves the process efficiency and creative exploration by structuring ambiguous early design stages. Notwithstanding limitations in visualization quality and challenges in strengthening interoperability with practical software, this study is significant in that it demonstrates the new potential of human-AI collaboration models. The study provides a theoretical and practical foundation for reconstructing creative practice in an age of digital transformation and redefining the role of designers from creators to “curators of choice.”