공간 아이덴티티를 반영한 공간 디자인 시각화를 위한 생성형 인공지능 활용 접근 방법 An Approach to Utilizing Generative AI for Spatial Design Visualization based on Space Identity
본 연구는 생성형 인공지능(AI)을 활용하여 공간 아이덴티티를 반영한 공간 디자인 시각화 접근 방법을 제시합니다. 공간 아이덴티티는 브랜드 정체성과 이미지를 공간을 통해 전달하는 중요한 요소로, 디자이너는 이를 바탕으로 다양한 디자인 대안을 생성하고 시각화합니다. 연구에서는 사전 학습된 이미지 생성 모델을 기반으로 공간 아이덴티티 요소를 추가 학습(fine-tuning)하고, 이를 통해 공간 디자인 시각화 모델을 구현하는 방법을 제안합니다. 또한, 이 모델을 초기 디자인 프로세스에서 활용하여 효율성을 높이는 방안을 제시하고 있습니다.
This study presents a spatial design visualization approach that reflects spatial identity using generative artificial intelligence (AI). Spatial identity is an important factor in conveying brand identity and images through space, and designers create and visualize various design alternatives based on it. In the study, we propose a method to fine-tune spatial identity elements based on pre-trained image generation models, thereby implementing spatial design visualization models. In addition, we propose ways to increase efficiency by utilizing this model in the initial design process.
(본문요약) 다수의 기업들이 독특한 브랜드 아이덴티티와 이미지를 형성하기 위한 수단으로 공간 마케팅 전략을 수용해 왔습니다. 실내 공간의 디자인은 뚜렷한 공간 아이덴티티를 구축함으로써 브랜드 이미지를 전달하는 중요한 역할로 떠올랐습니다. 전통적으로 디자이너들은 공간 아이덴티티를 구상한 후, 최적의 공간 디자인을 도출하기 위해 다양한 디자인 대안을 생성하고 시각화하는 과정을 반복합니다. 생성형 인공지능(AI)의 등장으로 이미지 생성 분야에서 뛰어난 성능을 발휘하며 창의적 디자인 작업의 효율성을 크게 향상시킬 가능성이 높아졌습니다. 본 논문은 이미지 생성 AI 기술을 활용하여 공간 아이덴티티 요소를 시각화하는 혁신적인 접근 방식을 소개합니다. 이를 위해 실내 디자인 사례를 학습 데이터로 활용하여 다양한 재료, 형태/패턴, 색상을 포함한 공간 아이덴티티 시각화 모델을 개발하였습니다. 더불어, 학습된 모델을 활용한 다양한 응용 방법론을 제시하며, 세 가지 다양한 시나리오를 통해 실증적인 통찰을 제공합니다. 제안된 접근 방식은 초기 설계 단계에서 지정된 공간 아이덴티티를 기반으로 레퍼런스 이미지를 생성하는 과정을 간소화하는 데 기여할 것으로 기대됩니다. 또한, 디자이너들이 맞춤형 공간 디자인 대안을 신속하게 탐색하고 창의적인 공간 디자인을 개발할 수 있도록 하여 공간 아이덴티티를 강화하는 데 도움을 줄 것입니다.
(Multilingual Abstract) Numerous companies have embraced space marketing strategies as a means to cultivate a unique brand identity and image. The design of interior spaces has emerged as a pivotal role in conveying the brand image by crafting a distinct spatial identity. Traditionally, designers conceptualize spatial identity and subsequently iterate through the process of generating and visualizing a multitude of design alternatives to ultimately arrive at the optimal spatial design. The advent of Generative AI has exhibited exceptional capabilities in the realm of image creation and is poised to significantly enhance the efficiency of creative design work. This paper introduces an innovative approach to visualizing interior space design that captures the elements of spatial identity through the utilization of image generation AI technology. In pursuit of this objective, we have developed a spatial identity visualization model with a range of materials, shapes/patterns, and colors, utilizing real-world interior design cases as training data source. Furthermore, we present diverse application methodologies for leveraging this trained model, offering practical insights through empirical cases across three distinct scenarios. The proposed approach is expected to contribute to streamlining the early phase of design by facilitating the generation of reference images based on the designated spatial identity. In addition, this enables designers to swiftly explore customized space design alternatives and develop imaginative space designs, thereby reinforcing the spatial identity.
서론
1.연구 배경
브랜드 아이덴티티는 기업의 경영 전략에서 중요한 과제임
많은 기업이 공간을 통해 브랜드 정체성과 이미지를 확장하고 있음
공간 디자인은 공간 아이덴티티를 형성하여 브랜드 이미지를 전달함
생성형 AI는 이미지 생성 분야에서 뛰어난 성능을 보이며, 공간 디자인 이미지의 스타일 변환 및 시각화 등 다양한 응용 연구가 진행 중임.
2.연구 범위
공간 아이덴티티를 반영한 공간 디자인 시각화를 위한 접근 방법을 제시.
공간 디자이너 관점에서 학습 모델의 활용 방안을 모색하고 실증을 통해 활용 가능성을 검토.
사전 학습된 이미지 생성 모델을 기반으로 공간 아이덴티티 요소를 추가 학습하여 공간 디자인 시각화 모델을 구현.
주요 특징과 장점
공간 아이덴티티 표현:
공간 아이덴티티는 공간을 매개로 수립된 브랜드의 차별화된 정체성과 이미지를 의미, 이는 공간, 사용자 등과 관련된 요소와 기능의 종합적인 작용으로 형성됨.
공간 아이덴티티를 구현하기 위해서는 공간의 기능성 외에도 심미성을 다각적으로 표현.
디자인 프로세스에서의 공간디자인 시각화 접근방법
2. 생성형 AI 활용
성형 AI는 특정 디자인 스타일을 학습시킨 모델을 활용하여 해당 스타일의 공간 디자인 아이디어를 창출하고 시각화 결과물을 생성할 수 있음.
디자인 아이디어 도출, 컨셉화, 대안 생성의 과정과 통합되어 업무의 효율성 향상에 기여함.
디자인 프로세서에서의 생성형 AI기반 공간 디자인 시각화 접근방법
3. 현업에 적용할 수 있는 활용방안
디자인 컨셉 아이디어 도출 : WebUI와 같은 인터페이스를 통해 디자인 요구사항을 프롬프트로 입력하여 다양한 공간 디자인 컨셉 이미지를 생성.
디자인 컨셉 아이디어 융합 : 특정 디자인 스타일이 학습된 모델과 결합하여 공간 아이덴티티와 융합된 새로운 공간 디자인 컨셉 이미지를 생성.
디자인 대안 생성 및 시각화 : 설계 대상 공간의 실사 이미지 또는 디자인 이미지를 기반으로 공간 아이덴티티를 반영한 공간 디자인 대안을 생성하고 시각화.
(Positive) interior design, living room, sofa and coffee table, round cardboard tubes, plants growing amidst the vastness of space, natural materials, natural light into the space, cozy and warm atmosphere, interior view, deep depth of field, soft shadow, …, photorealistic rendering, highly detailed (Negative) no people, low quality, bad proportion, awkward shadows, unrealistic lighting, …, blurry, noise, faint, text LoRA 가중치: 0.4~0.5 Sampler: Euler a 및 DPM2 a, CFG scale: 7, Steps: 20
논문에서 사용된 Prompt text 실제 적용 결과 / DALL E
결론과 시사점
생성형 AI 기반 디자인 시각화는 디자인 아이디어의 도출, 컨셉화, 대안 생성의 과정과 통합되어 효율성 향상에 기여하며 비전문가와의 소통을 향상시킬 수 있음. 또한, 공간 아이덴티티의 핵심 요소를 고려하여 새로운 디자인 아이디어를 창출할 수 있으며, 디자인 대안 생성과 시각화를 동시에 신속하게 진행할 수 있음
