AI시대, 디자인의 미래
제1회 퓨처디자인 포럼 요약 _ 기록용
지난 6월 27일, 제1회 퓨처디자인 포럼 (AI시대, 디자인의 미래)이 열렸다. 직원 한명과 함께 포럼에 참석했다. 현재 진행하고 있는 연구의 심층인터뷰 대상자 섭외도 하고, 여러 디자인계의 목소리를 듣기 위해서였다. 이 행사는 한국디자인진흥원 (KIDP)이 세계 산업디자인의 날 (WDO지정)을 맞아 디자인산업의 미래를 예측하고 조망하기 위한 목적으로 올해 처음으로 진행되었다. 디자인 기업들이 5%정도 AI를 업무에 활용하고 있다고 한다. 산자부에서는 7월에 디자인산업의 AI확산 전략을 발표하려고 준비하고 있다고 했다.
5명의 연사를 보면 엘지전자, 기아자동차, 구글의 3개의 대기업과 디자인 에이전시 2곳 (산돌메타랩과 컴파운드컬렉티브)로 이루어졌다. 엘지전자는 트랜드중심으로 발표하였고 (물론 엘지전자 가전산업의 관점에서) 다른 분들은 디자인산업 내 연사들로 실제 디자인분야에서 적용되고 있는 사례 중심으로 발표했다. AI의 기술이나 이슈 등의 큰 관점보다는 활용방향에 집중한 느낌이다. 여러 기업의 디자인 임원들이 꽤나 와서 듣고 갔다.
무료 행사이기는 하지만 이런 포럼이 끝나면 공유되는 내용이 많지 않아 아쉬웠기에, 발표내용을 요약해서 공유하고자 한다. 일단 드는 생각은
1) 모두가 열심히 공부하고 있다. 가능성이 엄청난데 나/우리는 어떻게 해야 하지? 라는 고민들 중이다.
2) 입을 모아 생성형 ai는 도구라고 이야기한다. 흠… 도구가 아니면 무엇인거지? 이제 ChatGPT나온지 1년 반이 지났으니 좀 더 다른 말이 나와야 하지 않나? 처음 나오자 마자 1,2주 정도 써보고 내가 적은 칼럼을 이제 찾아보니 제목이 “챗gpt, 새로운 도구의 등장”이었다. (링크: https://www.busan.com/view/busan/view.php?code=2023022117595738793) 그 사이 인공지능이 어마무시한 발전을 하고 있다. 꽤나 사용해보고 실험해 보았다면, 디자이너는 이것을 그저 도구라고만 하면 되는 것일까? 윤리적인 문제는? 도구기도 하지만 우리의 삶에 엄청난 변화를 가져올 수도 있지 않은가? 이런 복잡한 생각이 들었다.
3) 구글의 개인맞춤형 광고제작에 대한 내부 노력을 보니, 약간 현기증과 함께 좀 과장하자면 ‘토’가 나올 것 같았다. 빅테크가 큰 자본력으로 엄청난 일을 하고 있구나 (물론 박상학CD에게서는 자부심도 느껴졌다. 디자이너가 미적인 것만 하는 사람이 아니라, 기획을 하고, 개발도 알고, 이들을 지휘하며 혁신을 만들어가고 있다는…) AI 크리에이티브 디렉터가 디자인을 상담해 줄 것을 목표로 개발하고 있다. "개인맞춤형 광고" 너무 싫지만 이것이 우리의 삶을 이미 지배하고 있다. 업계에서는 너무나 당연히 계속 발전시켜나가고 있다… 무서울 정도다. 빅테크들이 겁나게 발전하고 있고.. 우리는 그들의 실험쥐가 되어 간다… 멍해지는 느낌.
4) 정신 바짝 차려야겠다. AI가 온전히 사용되기 전에 세상이 망할수도 있겠다는 생각이 든다. 이 엄청난 변화가운데, 어떻게 제대로 기술을 활용하는 디자이너가 되어야 할지, 어떤 고민으로 이 변화를 받아들여야 할지 고민이다. 공부해야겠다.
[연사소개]
LG전자 H&A 고객경험 이향은 상무 공감지능 시대의 CX 디자인
조성민대표, 산돌메타랩 디자이너 고민을 줄여주는 생성형 AI
전이안 대표 컴파운드 컬렉티브 AI film Making
서보호 책임 기아 글로벌디자인센터 제조업 분야의 AI 디자인 전략
박상학 CD 구글 데이터와 AI 기술 기반 자동화 디자인 전략
[첫번째 연사] 공감지능 시대의 CX 디자인 | 이향은 상무 (LG전자 H&A CX)
--> 생성형 AI와 가전의 미래는 공감지능, 이제는 정답이 아니라, 질문이 더 중요해 지는 시대
: 김난도교수와 트렌드코리아를 집필해온 트랜드 전문가로서 트렌드관점의 AI 소개, 엘지전자 가전에서 최근에 내어 놓은 제품을 공감 지능관점으로 소개. (가전회사에서의 10여년전에 내놓은 시나리오들이 이미 어느 정도 생성형 AI를 기반으로 전개해 놓은 것이 많아서인지 현재의 생성형 ai의 급격한 발전이 어떤 영향을 주는지에 대해서는 알기 어려웠음)
1) 기술이 압도적 진보를 이뤄내는 지금이야말로 ‘인간의 고유역량’에 집중해야 할때 → 창의력 , 의사소통능력 , 협업능력 , 비판적 사고 (4C)
2) 프롬프트 제너레이션의 도래 : 프롬프트 엔지니어에서 이제 알파세대는 프롬프트 제너레이션이 될 것이다. AI는 프롬프트 만큼만 똑똑해 질수 있다.
3) AI는 선형적인 아닌 가속적인 기술발달 속도를 보이고 있다. 고객이 기술을 느끼는 것은 인터페이스이다.
4) LLM (대형 언어모델) --> LAM (대형 액션모델) 대형언어모델(LLM)
2024CES에서 나온 새로운 인터페이스 Rabbit : 자체 개발한 대형액션모델(LAM) 기반으로, 휴대폰 앱을 구동해 주는 '앱 컨트롤러'. 온디바이스 AI가 아니라, 서버에 접속해 AI 에이전트를 활용하는 방식
https://www.aitimes.com/news/articleView.html?idxno=156456
5) LG 스마트홈 AI 에이전트 발표 2024 CES : 사람을 이해하고 다양한 경험을 연결 확장하는 초 개인화 에이전트 (care, wellness, security) 인간과 공감할수 있는가가 핵심이다.
https://www.mk.co.kr/news/business/10926544
6) artificial Intelligence --> affectionate Intelligence 로의 개념 변화 (공감지능의 시대가 올 것이 다 .
7) 호모 프롬프트의 시대 : 이제는 ai 의 혜택 없이는 살아가기 힘든 시대가 올것 디지털 디바이드, 아날로드 디바이드 (아날로그적으로 솔루션을 낼 줄 모르는 현상) ai 프리너 (AI 를 아날로그적으로 활용하는 사 ) → ai 에 대한 거부감과 결핍이 없고 , 사색과 해석으로 ai 를 더 잘 활용할 줄 아는 인재상 (ai와의 상화작용을 통해 인공지능 시대를 선도할 수 있는 인간형, 어떻게 읽고 사고하고 기획할줄 아느냐가 중요)
8) ai 시대의 화룡점정은 휴면터치 (극단의 디지털 시대에 아날로그 적이고 인문학 적인 역량을 뽐내는 호모 프롬프트) → 질문을 디자인하라
9) LG 가전 사례
9-1) 건물가전의 개념으로 : 스마트코티지
9-2) 유니버설 UP kit : https://live.lge.co.kr/2309-lg-universial-up-kit/
[두번째 연사] 디자이너 고민을 줄여주는 생성형 AI (조성민대표, 산돌메타랩)
--> 인공지능은 디자인의 주관성 문제를 해결하는, 불필요한 노동을 돕는 업무 ‘툴’ : Generative AI = design editing tools
--> 디자이너는 인공지능에게 지시를 받는 업종이 아니라 지시를 하는 업종이다.
[산돌메타랩에서 업무에서 어떻게 생성형 ai를 활용하는가에 대한 내용]
A) 디자인 워크 플로우: 생성형 AI를 활용한 지면 광고 프로세스 소개 :
1) 기획 및 리서치 ( 업무 보조수준 , 결과물 그대로 사용하지는 않음 .)
2) 컨셉 및 시안개발 ( 컨셉팅 , 무드보드 등 개발 ) 특정 키워드 (긱시크 ) 를 잘 표현할 수 있는 무드보드 제작 예상치 못한 결과나 스타일도 발견가능 시안제작에 빠른 속도와 적은 비용 강점
3) 디자인 제작 , 수정 및 보완 ( 요구사항에 빠르게 대응 , 의사결정에 도움을 줄수 있는 수준 ) 원하는 비율이나 매체크기로 변환. 레이아웃 및 카피 , 모델의 표정 등 부분수정
4) 제작완료 ( 시안기반으로 실제 원고작업진행 , 최종결과물에 바로 적용하는 것은 힘든수준 ) 카피문구 맞춤법 드으이 추가정니 작업 도움 톤보정 , 크롭 등 마무리 작업만 하면 지면 광고 제작완료
B) 폰트 위키 사례
--> 작업의 효율화를 위한 작업: 반복적 이미지 제작환경에서 활용
1) 대량의 상세 페이지 작업 진행
모든 폰트에는 폰트에 어울리는 백그라운드 이미지가 필요
디자이너가 1:! 작업하기에 많은 수량 (4 만개 )
모든 폰트에는 사용권한이 표시
일관성 없는 권한 표시를 통일감 있게 표기하기에 많은 수량
2) 상세페이지에 비정형 데이터 정리
수집되는 비정형 데이터를 표형태로 정리
Chatgpt 를 api 로 활용하여 일괄작업 (비용 최소화, 효율 극대화 )
3) 상세페이지에 반복적으로 삽입될 이미지 생성
폰트에 어울리는 백그라운드 이미지가 필요
주관적인 어울림 평가 → 다양한상위 10-30 개의 이미지 수집
미드저니 사용
[세번쨰 연사] 전이안 대표 컴파운드 컬렉티브 AI film Making
--> AI로 작업한 다양한 상업영상 공유, AI는 도구다. AI와 싸우지 말고, AI를 통해 누릴수 있는 것에 집중하라. AI는 결국 하나의 기법으로 자리잡게 될 것이다.
1) 필름 메이킹의 기본룰을 지켜라
- KISS (Keep it simple stupid)
- 컨텐츠의 흐름이 점차 짧아지고 있음. (10-15 초 ) 쉽게 메세지를 전달 , 단순화가 중요 . (20 초 테스트)
2) 협업 노하우
- 2-1) 프로세스의 차이점을 이해해야 한다. 기존필름메이킹과 어떻게 다른가?
- 내가 원하는 프롬프트 소스가 바로 오는 경우는 거의 없 다
- 결국에는 경우의 수를 많이 늘려서 , 그 안에서 좋은 걸 늘 려서 , 합성하고 또 경우의 수를 늘려서 또 합성하는 ( 발산 수렴의 최대반복
- 2-2) ai 영상기술의 현재 및 한계점
- - 기본 카메라 무빙 문법 들이 ai 에서 10-30 퍼센트만 구현되고 있음.
- - 4 초가 지나면 망가지기 시작한다 .(4 초가 지나면 영상이 깨지 기시작함 .)
- 단체 인물에 대한 표현 한계 다수의 인물은 영상이 변형됨 .
- 문화적인 것들에 대한 인식 문화적인 것들은 세부적으로 인지하지 못한다
- 2-3) 다양한 툴을 조합해서 사용해야 한다 : 미드저니, 콤피, 매그니픽, 등
[4번째 연사] 제조업 분야의 AI 디자인 전략 | 서보호 책임 (기아 글로벌디자인센터)
[기아에서 진행한 3가지 사례]
1) AI Wheel design 생성 모델 (겐 알고리듬즘사용) : 휠과 비슷한 방사형 형태의 이미지 4000장 확보 + 기존 생산된 디자인렌더링 및 웹상의 사실적인 휠 이미지 데이터셋 확보 à 겐 알고리즘을 통해 휠과 유사한 이미지 생성 --> 초기 아이디에이션에 도움이 되는 방식 : 그러나 실제로 디자이너의 작업방식에 도움이 된느 방법인지에 대해 회의.
2) 3D 모델링 자동화: 입체 데이터에서 디자인 스터디하기 어려운 환경 흑백의 휠 이미지를 입체단계의 3d 매스로 제작, 매개변수 를 조작해서 다양한 변수들에 맞게 빠르게 모델 수정 가능
3) 오토데스크와 공동연구 진행했던 사례
( 결론 ) 아이디어 도출 병목현상이 일어나는 휠 디자인에서 초기 아이디어 개발 에 도움을 얻고 있음
[제조 분야의 AI 디자인 인사이트 / 한계점]
1) 결과의 타당성 : 우연의 효과에 기대하게 됨 . 결과에 대한 당위성 증명할 방 법의 부족
2) 창의성 : 답변의 표준편차가 정말 작음 . 범용성에서 성능이 높다는 것은 답 변의 창의성이 보편적인 특성을 띄게 된다는 한계
3) 분류와 인지의 어려움 : 디자이너의 아이디에이션 과정에서 과장 ,삭제되는 내용이 많음
4) 데이터 수집 학습 제약 : 현실세계 데이터 현실세계 데이터는 희귀하고 , 접근하기 어려움 , 모든 기업에서 보안으로 보호되기 떄문에 데이터 수집이 어렵고 . 각 데이터가 가지 고있는 용량과 포맷 달라서 Ai가 학습하기 어려움 . 생성형 AI를 제조업에서 적용하기 어렵게 되는 배경
[디자인 도구들]
비즈컴 (Vizcom) : 이미지 매개변수를 활용해서 고화질의 렌더링을 만드는 솔루션 → 2d to 3d 도입되면서 ai 가 디자이너의 러프한 스케치를 2 디 3 디 로 만들어주며 디자인 프로세스 진행
오토데스트 블랭크 AI : 자동차 디자이너가 창의적인 콘셉트 디자인 작업을 할수 있도록 돕는다. 프롬프트로 실시간 3d 모델링 생성, 확인 및 편집
[5번째 연사] 데이터와 AI 기술 기반 자동화 디자인 전략 | 박상학 CD (구글)
구글의 Asset& Creation team의 Creative director
--> 디자이너가 언어를 기반으로 한 작업방식을 이해하는데 좋은 시기이다.
[서론] 디자인의 의미를 설명하는 것에서 시작, 주최 측과의 ‘타이틀을 결정하는 과정 가운데 ‘디자인’의 의미를 이야기하며 시작하고 싶었다고 한다. 한국의 디자인의 의미는 여전히 ‘미’적인 것에 치중되어 사용되고 있는 것 같다고. 서구에서의 디자인은 좀 더 기획과 문제해결이다.
자동화 디자인, 더 큰 의미, 데이터와 ai를 이용해서 우리가 직면한 문제를 효과적으로 해결하고 더 나아가 새로운 가치를 창출하는 디자인을 이야기하고 싶다…고 (한국에서 디자인전공이라고 했을 때 넘어가기 힘든 산인 것 같다)
2017년 급격한 사회의 변화, 과연 획일한 정보만을 제공하는 것이 다양한 개인으로 구성된 사회에 진정으로 도움이 될까 → 개인화된 정보, 개인맞춤형에 집중하게 됨.
알리바바 루반 (2017) 등 2015년 이후 AI는 광고분야에 엄청난 잠재력을 보여주고 있었다.
1) Director Mix Template : LCS 광고주를 위한 대규모 타겟팅 광고 서비스
- 영상 음악 텍스트 등 다양한 요소들을 조합하여 수백가지 버전의 광고를 자동으로 생성하는 기술
- 구글이 가진 광고 타켓과 LCS가 가진 고객 데이터를 활용해서 효과적인 고객맞춤형 광고를 제작 송출하는 서비스
- 2018 아디다스 개인화 광고 인구통계 데이터 : 지역연령 성별 관심사 데이터 : 축구선호도 , 스포츠 활동 , 라이프스타일 행동데이터 : 유튜브 시청기록 , 검색기록 , 웹사이트 방문기록 검색기록 바탕으로 구글 어스 지질학 데이터 활용 ( 고객에게 중요한 순간에 다가가는 방법 ) 검색기록을 바탕으로 구글 얼스까지 확장 가고 싶어하는 지역 파악 - 해당 지역의 렌드마크를 광고에 담았음 .꿈 꾸는 여행지를 광고속에서 만남 . 퍼스널라이즈드된 메타데이터 (사용자의 검색패턴 , 여행 취향 , 예산 등)를 분석하여 여행의 모든 단계에서 필요한 정보를 적시에 제공
2) Video Gen Template 비디오 젠 템플릿 : 브랜드의 기본요소만 활용한 자동화 광고 브랜드가 이미 가지고 있는 이미지와 문구만으로 영상광고를 제작할 수 있다면?
- 인공지능은 2017 년부터 간단한 광고배너 제작부터 엄청난 잠재 력을 가지고 있었음. 알리바바 루반 (2017) 등
- 브랜드의 개성을 가장 잘 드러내는 요소 : 로고 , 색깔 , 폰트 등 → 브랜드의 정보 수집에도 적극적으로 활용 브랜드의 웹사이트 , 앱스토어의 브랜드 정보를 중심으로 수집 브랜드 로고 , 샊 , 브랜드 메세지 등 을 보고 브랜드 개성을 효 과적으로 표현하는 실험 진행함 . 앱스토어 가장 단순하고 압축된 방식으로 마케팅 정보가 정리 되어있는 장
- 광고주들에게 다양한 템플렛을 제공하고 있음. 구글 광고 중 25%는 Video Gen으로 만들어짐. 론칭후 4년간 73,500,000개의 광고 생성.
- 현재는 텍스트와 이미지의 정적인 asset으로 이루어지고 있지만 2023년부터 생비디오를 광고에 접목하기 시작했고 이후 모든 비디오 asset를 포함할 예정.
3) Asset & Creation 팀이 Gen AI를 접목하는법 (confidential로 사진 찍지 말라고 부탁함)
-사람의 손길을 담은 자동화 디자인 : 광고 에이전시 수준의 퀄리티로
-생성형 ai 로 만든 이미지를 합법으로 사용가능
- AI를 통해서 브랜드 프로필과 특성을 파악, 브랜드 아트 디렉팅까지
: AI 크리에이티브 디렉터와 수정사항을 주고받을 수 있음 .
: 다음 브랜딩 홍보전략까지도 제안해줄 수 있음 .
: 언어를 기반으로한 프롬프트 활용방식을 고민 , 스터디할 좋은 시기
- 스스로 브랜드 프로필을 만들어서 직접 시안들을 제안해주는 디렉터로서의 역할, 즉 도구로서가 아니라 진짜 디렉터로서 역할을 시킬 계획을 하고 있음 .
