단계별 AI 생성 얼굴 이미지에 대한 소비자 감성 반응 변화
Changes in Consumer Affective Responses to AI-Generated Facial Images Across Generation Stages
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 생성형 AI 기술을 활용하여 인물 이미지를 단계적으로 변형한 시각 자극을 제시하고, 이에 대한 소비자의 감성을 분석함으로써 이미지 변형 강도에 따른 수용성 변화를 규명하고자 하였다. 분석 결과, 변형 수준은 시각적 호감도, 현실감 인식, 감정적 반응, 신뢰도, 브랜드 연관성 등 전반적인 감성 반응에 유의미한 영향을 미쳤으며, 변형 강도가 증가할수록 소비자 반응은 비선형적으로 변화하는 양상을 보였다. 2∼4단계의 이미지는 현실성과 창의성의 균형을 가장 효과적으로 유지하며, 감성적 반응, 시각적 호감도, 신뢰도 측면에서 고르게 긍정적인 평가를 받았다. 이 수준의 이미지는 브랜드 콘텐츠, SNS 광고, 웹 기반 커뮤니케이션 등 다양한 실무적 맥락에서 감성 수용성과 설득력을 높이는 데 가장 효과적인 이미지 유형으로 나타났다. 반면, 변형 강도 7단계 이상의 이미지들은 시각적 독창성은 높았으나, 현실성 인식과 신뢰도가 급격히 저하되었으며, 실존 기반 브랜드 메시지에는 부적절하다는 평가가 다수 제시되었다. 이미지의 연령 및 성별에 따라 감성 반응의 민감도와 수용 한계에도 차이가 나타났으며, 노년 이미지는 일부 변형을 개성이나 상징성으로 긍정적으로 해석하는 경향을 보였다. 이러한 결과는 AI 이미지 활용 시 변형 수준과 이미지 대상의 특성을 고려한 전략적 접근이 필요함을 시사한다.
Abstract
This study aimed to investigate changes in consumer acceptance according to the degree of image transformation by presenting visual stimuli of progressively altered face images using generative AI technology. Analysis revealed that the level of transformation significantly influenced various affective responses, including visual appeal, perceived realism, emotional reaction, trust, and brand association. As the degree of transformation increased, consumer responses showed nonlinear patterns. Images transformed at levels 2 to 4 most effectively maintained a balance between realism and creativity, receiving consistently positive evaluations in terms of emotional engagement, visual appeal, and trust. These images were identified as the most effective for enhancing emotional receptivity and persuasive power across practical contexts, such as brand content, social media advertising, and web-based communication. In contrast, images with transformation levels above 7 demonstrated high visual originality but significantly lower perceived realism and trust, making them less suitable for conveying messages grounded in real-world brands. Differences in emotional sensitivity and acceptance thresholds also emerged depending on the age and gender characteristics of the image. Notably, older-aged images were sometimes interpreted positively in terms of individuality or symbolism, even at moderate transformation levels. These findings suggest the need for a strategic approach that considers both the degree of transformation and the characteristics of the target image when applying generative AI in visual communication.