Earticle

최근 인공지능 기술을 활용한 콘텐츠가 널리 확산되고 있다. 인공지능 기술은 기 술 발전을 거듭하며 더욱 정교하게 만들어지고 있어 앞으로 실생활과 여러 산업 분 야에 걸쳐 다양하게 이용될 것으로 전망된다. 비록 얼마 전까지만 해도 우리는 인공지능 기술이 가져올 혁신에 많은 기대를 했 었다. 하지만 현재는 인공지능 기술로 인한 ‘사회적 혼란’, ‘권리침해’, ‘위험성’ 등과 같은 부정적인 키워드가 논의의 중심에 있다. 이러한 인공지능 기술에 대한 논의의 불을 붙인 것이 미국에서 발생한 ‘펜타곤 폭발 사진’과 같은 허위정보의 유포이다. 그리고 여러 국가들은 그 심각성을 인식하며 서둘러 문제 해결 방안을 고민하고 있 다. 문제의 중심에는 인공지능 기술을 활용하여 실제로 존재하지 않은 사실을 거짓 으로 지어내거나, 마치 인간이 만들어낸 저작물과 혼재되고 별다른 구별 없이 유통 및 게시되고 이용되는 경우를 들 수 있다. 앞으로 기술의 진보는 거듭되어 결국 인공지능 콘텐츠와 실제의 사실 및 인간이 창작한 저작물 등이 혼재되어 특수한 기술의 발명 없이는 서로 구별이 어려운 시점이 도래할 것이다. 만약 인공지능 기술의 사용 여부 및 결과물에 대한 구분 기준이 나 안내 표시가 마련되지 않는다면, 인공지능 콘텐츠와 그 외의 정보 및 콘텐츠 간 의 구분은 불가능해질 것이다. 그렇게 된다면 각종 허위 정보의 범람 문제뿐만 아니 라 그동안 인간이 긴 시간과 노력을 들여 해왔던 콘텐츠 제작 활동 역시 위축되어 사라지게 될 것이다. 우리나라에서는 이러한 문제에 대응하기 위하여 인공지능법의 제정을 추진하고 있다. 인공지능법은 인공지능 기술의 육성과 발전을 위한 제도적 근거를 마련함과 동 시에 인공지능 서비스 제공자에 대한 이용자 보호 의무 등을 규정한다. 그러나 법제 도의 마련과 실제 규제의 적용까지는 상당한 시간이 소요된다는 문제가 있다. 따라 서 이미 현재 진행형인 허위 정보의 혼동, 이용자 보호 문제, 저작물과의 오인 문제 등을 예방하기 위해 워터마크 등 식별조치에 대한 논의가 필요한 시점이다. 예를 들 어 인공지능이 만들어낸 콘텐츠에 ‘인공지능 기술이 적용된 콘텐츠’ 또는 ‘ai-generated’와 같은 식별 표시를 해줌으로써 여타 콘텐츠들과 혼재하게 되는 상황 을 예방할 수 있다. 인공지능 기술을 활용한 콘텐츠를 알기 쉽게 표시하는 기준을 마련한다면 인간이 창작한 저작물 등과의 차별성이 유지되어 각각의 콘텐츠가 지니는 가치를 훼손하지 않게 될 것이다. 또한 이용자 보호와 이용 편리성에도 도움이 될 것으로 보인다.

As artificial intelligence technology spreads widely and the level of technology increases, it is causing various social problems. In particular, some artificial intelligence contents are generated so elaborately that it cannot be easily distinguished by general users. If it is not specifically marked as 'content generated by artificial intelligence technology' or 'ai', it may mixed with other contents. We have had high expectations that artificial intelligence technology would bring unprecedented innovation. Due to artificial intelligence technology, however, the contents created by using artificial intelligence technology in all over the world have faced serious social problems, and efforts are being made to find a solution in various places. In particular, there are cases where facts that do not actually exist are fabricated or distributed, posted, or used as if they were human-made works. By technological development continues, there will eventually come a moment when artificial intelligence created content and human-created content will be mixed and it will be difficult to distinguish them without a special method. If it becomes impossible to differentiate the value and characteristics of the production process and results of each content or the boundaries between content will become blurred, content creation activities in which humans have invested a long time and effort will gradually shrink. Korea is pursuing the enactment of the Artificial Intelligence Act to establish policies, including support necessary for the fostering and development of artificial intelligence technology, and to stipulate obligations to protect artificial intelligence service users. Because it takes a considerable amount of time to establish a legal system and apply actual regulations, however, it is moment to discuss identification measures such as watermarks to prevent mis-recognition and confusion regarding artificial intelligence contents that are currently occurring. If standards are established to distinguish contents using artificial intelligence technology, the differentiation between human-created content and artificial intelligence created content will be maintained and the value of each content will not be damaged. It is also expected to help prevent copyright protection protected by law from being infringed and protect users. Above all, in the future, there is a risk that artificial intelligence content and human-created works will not be distinguished, resulting in misunderstanding and confusion, which is reducing the value of existing works and weakening the sense of protection for them. Therefore, there is a need to seriously discuss countermeasures before these problems become bigger.

Advancements in generative AI are reshaping graphic and 3D content design landscapes, where AI not only enriches graphic design but extends its reach to 3D content creation. Though 3D texture mapping through AI is advancing, AI-generated 3D modeling technology in this realm remains nascent. This paper presents AI 2D image-driven 3D modeling techniques, assessing their viability in 3D content design by scrutinizing various algorithms. Initially, four OBJ model-exporting AI algorithms are screened, and two are further evaluated. Results indicate that while AI-generated 3D models may not be directly usable, they effectively capture reference object structures, offering substantial time savings and enhanced design efficiency through manual refinements. This endeavor pioneers new avenues for 3D content creators, anticipating a dynamic fusion of AI and 3D design.

In the past two years, generative AI painting has not only been brilliant in the field of design, but also has been widely used in other fields. However, just generating a single AI photo is no longer enough to meet the growing needs of design. With the continuous development of AI video generation technology, design teams have more AI tools to choose from. In this paper, through the research of vid2vid style transfer technology, the basic 3D animation video can be quickly converted into a variety of animation video style, the analysis shows that the technology can be better applied in the field of 3D animation, and has a wide range of development prospects and application potential. Although some problems were found in the testing phase, they have been solved, and by exploring the application of new technologies, we can better promote the creative expression of 3D animation and improve the productivity of designers.

The Stable diffsuion AI tool is popular among designers because of its flexible and powerful image generation capabilities. However, due to the diversity of its AI models, it needs to spend a lot of time testing different AI models in the face of different design plans, so choosing a suitable general AI model has become a big problem at present. In this paper, by comparing the AI images generated by two different Stable diffsuion models, the advantages and disadvantages of each model are analyzed from the aspects of the matching degree of the AI image and the prompt, the color composition and light composition of the image, and the general AI model that the generated AI image has an aesthetic sense is analyzed, and the designer does not need to take cumbersome steps. A satisfactory AI image can be obtained. The results show that Playground V2.5 model can be used as a general AI model, which has both aesthetic and design sense in various style design requirements. As a result, content designers can focus more on creative content development, and expect more groundbreaking technologies to merge generative AI with content design.

본 연구는 질베르 시몽동의 기술철학을 바탕으로 실감형 전시 콘텐츠 <A.I. 김홍도: 붓선 ver.1.0>의 구현 과정을 분석하고, AI 이미지 생성을 인간과 기술의 존재론적인 협력과 결합의 과정으로 고찰한다. 이를 위해 데이터 전처리 및 학습 과정을 개체화의 잠재적 환경 조성으로, GAN과 인스턴스 세그먼테이션을 활용한 이미지 생성을 정보의 변환적 생성(transductive generation)으로, 전시 공간 설계와 상호 작용까지 전체 과정의 개체화를 인간-기계-이미지의 공동 개체화(co-individuation)로 규명한다. 본 고는 AI 예술 창작이 단순한 기술적 자동화가 아니라, 인간의 미적 의도와 기술의 내부 논리가 상호 매개되어 새로운 감각적 실재를 형성하는 협력적 사건임을 논증한다.

This study analyzes the process of realizing the immersive exhibition content A.I. Kim Hongdo: Butseon ver.1.0 through the lens of Gilbert Simondon’s philosophy of technology, and examines AI image generation as an ontological process of cooperation and coupling between humans and technology. To this end, the stages of data preprocessing and model training are conceptualized as the construction of a potential milieu for individuation; image generation employing GANs and instance segmentation is interpreted as a process of transductive generation of information; and the individuation of the entire process, including exhibition space design and interaction, as the co-individuation of human, machine, and image. This paper argues that AI-based artistic creation is not a form of mere technical automation, but rather a collaborative event in which human aesthetic intention and the internal logic of technology are mutually mediated, giving rise to a new form of sensible reality.

본 연구는 AI 생성 영상 콘텐츠에 대한 이용자의 실재감 지각과 몰입 경험을 분석하고, 불쾌한 골짜기 효과와 기술수용모델(TAM)의 관점에서 수용 의도에 미치는 영향을 실증적으로 검증하고자 수행되었다. OpenAI의 Sora, Runway Gen-3 등 텍스트-투-비디오 생성형 AI 모델의 등장은 엔터테인먼트 산업에 중대한 변화를 가져오고 있으나, 이에 대한 이용자의 경험적 수용 메커니즘은 아직 충분히 규명되지 못한 상황이다. 이에 본 연구는 20~40대 성인 남녀 312명을 대상으로 Sora와 Runway Gen-3로 생성된 영상 자극물에 대한 설문을 실시하였으며, 구조방정식 모형을 통해 가설을 검증하였다. 주요 연구결과는 다음과 같다. 첫째, AI 생성 영상에 대한 실재감 지각은 몰입 경험에 정(+)의 영향을 미쳤다. 둘째, 몰입 경험은 수용 의도에 정(+)의 영향을 미쳤으며, 실재감과 수용 의도의 관계를 유의하게 매개하였다. 셋째, 불쾌한 골짜기 지각은 실재감이 몰입에 미치는 영향을 부(-)적으로 조절하여, 불쾌한 골짜기 지각이 높을수록 실재감-몰입 경로가 약화되었다. 넷째, 지각된 즐거움은 수용 의도에 정(+)의 영향을 미쳤다. 본 연구는 AI 생성 영상 콘텐츠라는 새로운 인포테인먼트 영역에 실재감, 몰입, 불쾌한 골짜기, TAM을 통합적으로 적용한 최초의 실증 연구로서, 엔터테인먼트 산업의 AI 영상 활용 전략 수립에 이론적·실무적 시사점을 제공한다.

This study empirically examines how users' perceived presence and uncanny valley perception of AI-generated video content influence flow experience and acceptance intention. A survey was conducted with 312 adults in their 20s to 40s, who were exposed to AI-generated video stimuli produced by Sora and Runway Gen-3, and a structural equation model was applied to verify the proposed hypotheses. The results are as follows. First, perceived presence had a significant positive effect on flow experience (β=.547, p<.001). Second, flow experience had a significant positive effect on acceptance intention (β=.612, p<.001), and mediated the relationship between presence and acceptance intention. Third, uncanny valley perception significantly moderated the path from presence to flow, weakening the positive effect when uncanny valley perception was high. Fourth, perceived enjoyment had a significant positive effect on acceptance intention, confirming the extended TAM framework. These findings extend presence and uncanny valley research to AI-generated video content, offering practical guidelines for the infotainment industry.