디자인 인공지능을 활용하기 위한 연합감각 조형생성 연구 - 단맛을 중심으로 -
Research of the Creation of Formative Design based on Sensory Associations Using Artificial Intelligence(AI) - A Focus on Sweetness -
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
(연구배경 및 목적) 인공지능(AI)의 발전은 디자인을 포함한 다양한 분야에서 혁신적인 변화를 도모하고 있다. 디자이너가 AI를 능동적으로 활용해 효과적인 조형을 생산하기 위해서는 인간의 인지 체계에 대한 이해와 더불어 감각과 관련하여 특히 중요한 미각과 시각의 연합 체계에 기반한 조형 언어를 이해하고 적용할 수 있어야 한다. 본 연구는 인공지능을 디자인에 활용하기 위한, 조형 기반 언어 연구로써, 미각의 대표적인 자극인 단맛을 표상하는 시각 조형 특성에 중점을 두어 인공지능이 인간의 미각 체험과 연계된 시각 자극을 이해하고 적용할 수 있게 하는 연구를 목표로 한다. (연구방법 및 범위) 디자인 인공지능을 제어하기 위한 조형 언어 사용을 위해 다음과 같은 연구방법을 적용한다. 첫째, 디자인 인공지능에 사용될 언어를 위한 선행 문헌 연구를 진행한다. 둘째, 선행 감각 연합의 연구에서 도출한 단맛의 조형 요소를 정리하고 Prompt를 설계한다. 셋째, 설계된 Prompt의 파라미터를 어떻게 학습하였는지 확인한다. 넷째, 확인된 Prompt를 3가지 조형 실험(평면, 입체, 응용)을 통해 검증한다. 넷째, 생성된 조형과 언어를 검증하고, 그 효과와 가능성을 평가한다. 마지막으로 다양한 분야에서의 활용에 관한 최적화 방안을 고찰하고 가능성을 정의한다. (결과) 본 연구에서는 디자인 인공지능을 활용하여 미각과 시각의 연합으로 구성되는 단맛 개념을 언어로 정리하고 입력하여 조형을 생성하는 시도를 하였다. 문헌고찰 및 인간 지각 프로세스에 대한 통찰을 통해 인공지능을 활용하여 자유롭게 통제하고 재현할 수 있음을 확인하였고 가능성을 제시하였다. 향후 AI 기술이 고도화됨에 따라 연합감각의 이해를 바탕으로 한 조형 생성 시도는 더욱 정교해지고 다양한 분야에서 응용 가능할 것으로 기대한다. (결론) 본 연구를 통해 인공지능을 이용한 연합감각 기반 조형 생성 방법의 가능성을 확인하였다. 위 방법은 다양한 분야와 방식에서 응용을 가능케 하며, 향후 후속연구에서는 인지 체계에 대한 명확한 이해를 바탕으로 다양한 조형 생성 방법이 제안될 것으로 기대한다.
Abstract
(Research Background and Purpose) Remarkable advancements in Artificial Intelligence (AI) have become a driving force for innovative transformations across myriad fields, including the design industry. For designers to employ AI to create aesthetic forms actively and effectively, a comprehensive understanding of the human cognitive system is indispensable. Additionally, a critical component of successful implementation is the ability to understand and apply artistic language rooted in the combined system of taste and vision - two sensory experiences deeply interwoven with human cognition. This study aims to leverage AI for the development of formative languages in design. The focus is on investigating the visual art characteristics that symbolize sweetness, a representative stimulus of taste, with the ultimate goal of enabling AI to understand and apply visual stimuli that are intricately connected to human taste experiences. (Method) To harness AI capabilities for design purposes, we adopted the following multipronged research methods. First, an extensive literature review was conducted to build a robust foundation for language utilization in AI design. Second, by examining previous sensory combination studies, formative elements associated with sweetness were synthesized, and prompts were subsequently designed. Third, a methodological validation of the parameters of these prompts was conducted to comprehend the learning process. Fourth, the validated prompts were rigorously tested through a series of three distinctive art experiments: two-dimensional, three-dimensional, and applied. Finally, the generated forms and languages were critically evaluated with an objective assessment of their impact and potential. (Results) Throughout this research, there has been a deliberate effort to articulate the concept of sweetness in formative language using AI to generate visually compelling designs. Insights drawn from a thorough literature review and an understanding of human perception processes have paved the way for the successful manipulation and reproduction of these designs through AI. As AI technology continues to evolve and mature, we anticipate that efforts to create art forms based on an understanding of combined sensory experiences will become more nuanced and sophisticated and, consequently, find a broader range of applications across diverse fields. (Conclusion) The central contribution of this study is the validation of the feasibility of creating formative designs based on combined sensory experiences using AI. The methods expounded in this study open new realms of possibilities for applications across various fields and modalities. As we look forward to subsequent research, we expect a multitude of formative creation methodologies to be proposed, each based on a lucid understanding of cognitive systems and their intricate interplay with the human senses.
참고문헌 (23)
- Buss, D., "Evolutionary psychology : The new science of the mind" (2015), Allyn & Bacon
- 황정석, "실내 공간디자인에서 단맛의 조형 특성에 관한 연구 -시각과 미각의 감각 연합을 중심으로-", 한국공간디자인학회 논문집, 17(7), pp.467~478 (2022), 한국공간디자인학회[DOI]
- Ramachandran, V. S., "Synaesthesia – A window into perception, thought and language", Journal of Consciousness Studies, 8(12), pp.3~34 (2001)
- Small, D. M., "Flavor is in the brain", Physiology & Behavior, 107(4), pp.540~552 (2012)
- Goodale, M. A., "Separate visual pathways for perception and action", Trends in Neurosciences, 15(1), pp.20~25 (1992)
- Lauer, D. A., "Design Basics" (2013), Wadsworth
- Seghier, M. L., "The Angular Gyrus : Multiple Functions and Multiple Subdivisions", The Neuroscientist, 19(1), pp.43~61 (2013)
- 유욱, "Research on the Structure of Artificial Intelligence Reappearing Beauty by Using Visual Restoration Principle", 한국디자인리서치, 8(1), pp.365~379 (2023), 한국디자인리서치학회[DOI]
- Gazzaniga, M., "Cognitive Neuroscience : The Biology of the Mind" (2013), WW Norton & Company
- Young, T., "Recent Trends in Deep Learning Based Natural Language Processing", IEEE Computational Intelligence Magazine, 13(3), pp.55~75 (2018)
- Vaswani, A., "Attention is all you need", Advances in neural information processing systems, 30, pp.5998~6008 (2017)
- Kenton, J. D. M. W. C., "Bert: Pre-training of deep bidirectional transformers for language understanding", Proceedings of naacL-HLT, 1, pp.4171~4186 (2019)
- Radford, A., "Language models are unsupervised multitask learners", OpenAI Blog, 1(8), pp.24~ (2018)
- Karen Simonyan, "Very deep convolutional networks for large-scale image recognition", ICLR, pp.1~14 (2015)
- Krizhevsky, A., "Imagenet classification with deep convolutional neural networks", Advances in neural information processing systems, 25, pp.1097~1105 (2012)
- Liu, B., "A survey of opinion mining and sentiment analysis" (2012), Springer
- Nadeau, D., "A survey of named entity recognition and classification", Lingvisticae Investigationes, 30(1), pp.3~26 (2007)
- Wang, Q. J., "Assessing the effect of shape on the evaluation of expected and actual chocolate flavour", Flavour, 6(1), pp.1~6 (2017)
- Shimoda, K., "Investigation of the effects of color on judgments of sweetness using a taste adaptation method", Multisensory Research, 27(3-4), pp.189~205 (2014)
- Francisco, Barbosa Escobar, "The taste of visual textures", Food Quality and Preference, 100, pp.104602~ (2022)
- Zajonc, R. B., "Feeling and thinking: The role of affect in social cognition", pp.31~58 (2000), Cambridge University Press
- Chen, Y., "Assessing the Influence of Visual-Taste Congruency on Perceived Sweetness and Product Liking in Immersive VR", Foods, 9(4), pp.465~ (2020)
- Spence, C., "Multisensory flavor perception", Cell, 161(1), pp.24~35 (2015)