Earticle

본 연구는 생성형 AI가 이미지 생성 과정에서 스타일을 어떻게 재구성하고 창작 주체를 어떻게 변화시키는지를 탐구한다. 전통 예술에서 스타일이 작가 개인의 표현과 경험을 반영하는 개념이었다면, 생성형 AI는 이를 대규모 데이터셋으로부터 학습된 통계적 패턴으로 처리한다. 본 실험 사례에서 생성형 AI 이미지는 특정 원본 작품의 직접적 복제라기보다, 학습된 시각적 특징들의 재조합 방식으로 구성되는 경향이 관찰되었다. 또한 생성형 AI 환경에서의 창작은 데이터셋, 알고리즘, 사용자 입력의 상호작용 속에서 이루어지며, 저자성 역시 단일 창작자 중심이 아닌 분산적이고 관계적인 구조로 변화하고 있음을 제시한다.

This study explores how generative AI reconstructs style and reshapes creative authorship in image production. Unlike traditional art, where style reflects an individual artist’s expression and experience, generative AI processes style as statistical patterns learned from large-scale datasets. In the present experimental context, the generated images appeared to be constructed through the recombination of learned visual patterns rather than through the direct replication of a specific artwork. The findings suggest that creative production in generative AI environments emerges through the interaction of datasets, algorithms, and user input. As a result, authorship becomes a distributed and relational structure within the generation process.

The Fourth Industrial Revolution, driven by digital innovations, has brought significant changes to core technologies, industrial systems, and job structures. Against this backdrop, this study explores the application of AI image generation models, specifically those based on diffusion architectures, in the development of picture book illustrations. Focusing on two widely adopted tools-DALL·E 3 and Midjourney-which represent state-of-the-art implementations of diffusion-based image synthesis, the study adopts a case study approach to evaluate their stylistic characteristics, usability, and associated challenges. The research compares the visual styles generated by both tools, outlines a five-stage workflow for AI-assisted picture book creation, and analyzes limitations in AI creativity, data bias, and ethical concerns. Findings indicate that DALL·E 3 produces whimsical and intuitive illustrations suitable for narrative clarity, while Midjourney excels in artistic expression and visual depth. By highlighting the capabilities and constraints of these AI models, this study offers practical insights into how such technologies can support creative illustration processes. It also emphasizes the need for further research using objective data and statistical methods to assess user satisfaction and broader applicability.

Dermoscopy and clinical imaging are vital for diagnosing skin conditions, as they pro-vide complementary perspectives that enhance diagnostic insight. However, while clinical images are easy to acquire, dermoscopic imaging often faces limitations due to equipment costs, expertise requirements, and data scarcity. This imbalance restricts the development of robust deep learning models in dermatology. To overcome this challenge, we propose a CycleGAN-based bidirectional image translation framework capable of generating realistic synthetic dermoscopic and clinical im-ages from their respective counterparts. The model effectively preserves key pathological structures while bridging the modality gap between the two imaging domains. Quantitative evaluation demonstrates promising results, with FID scores of 153.93 (clinical) and 117.03 (dermoscopic), and mean LPIPS scores of 0.6368 (clinical) and 0.6421 (dermoscopic), confirming the visual realism and structural consistency of the generated images. By reducing dependence on costly data acquisition and improving dataset diversity, this approach establishes a foundation for integrating synthetic data into dermatological deep learning, ultimately enhancing diagnostic accuracy and clinical ap-plicability.

This study aimed to explore the process of producing physical biomorphic nail art using digital images generated through the image-generation platform ‘Midjourney’. Through an analysis of previous studies, biomorphic expressive characteristics were classified into five categories: dynamic formative qualities, symbolic color expression, continuous fluidity, biological abstraction, and surrealism. Based on these characteristics, prompt engineering was conducted by designing and refining text prompts, and visual images generated via Midjourney were analyzed and selected for physical nail-art production. The results confirmed that generative AI serves not merely as a tool for producing visual imagery but as a creative collaborator capable of enhancing creativity and expanding design diversity. Moreover, by addressing challenges that arise when translating the textures and colors of digital images into physical works, the study demonstrates that image-generation AI can enhance both creative productivity and practical applicability within the beauty-art field. By presenting a case that connects digital-image–based nail-art design to its physical implementation, this study is expected to provide foundational data for future research on the use of generative AI in beauty design and education.

本研究旨在通过图像生成平台Midjourney生成的数字图像,探索仿生美甲艺术的实际制作过程.通过对研究现行研究的分析,将仿生表现特征归纳为动态造型性, 色彩象征性, 持续连贯性, 生物抽象性及超现实性五大类别,本研究以这些特性为核心开展文本提示工程 设计与优化,并通过分析Midjourney平台生成的视觉图像,将其转化为实体美甲艺术作品, 研究结果表明,生成式AI已突破单纯视觉图像的局限,展现出与人类协作开发创造力与设计 多样性的创作伙伴潜力,此外,通过克服数字图像在质感和色彩还原过程中产生的各类问 题,本研究证明生成式AI能够显著提升美容艺术领域的创意产出效率和实际应用价值,通过 将数字图像设计与实体美甲制作全流程相结合的案例,本研究为未来美容设计与教育领域开 展生成式AI应用研究提供了基础性参考数据.

본 연구는 여주도자산업의 실태와 여주도자산업 종사자 인식에 관한 선행 연구에서 나타난 여주도자산업 종사자의 디자인 연구와 신제품 개발의 한계점을 극복하고 지원할 수 있는 도구로서 이미지 생성 AI 활용성을 살펴보았다. 도자기 디자인과 AI 활용성과 관련하여 도자기 제품의 디자인 속성 및 도자기 제품개발과 AI 활용성, 도자기 디자인 요소와 형식화, 이미지 생성 AI 선택과 조건에 관한 탐색적 연구를 하였으며, 여주도자산업 종사자를 대상으로 이미지 생성 AI인 DALL-E 사용법을 제시하고 실질적인 신제품 개발에 활용하여 체험한 바, AI 활용성 효과를 심층 면접을 통해서 살펴보았다. 연구 결과, 도자기 제작자는 이미지 생성 AI를 활용함으로써 수많은 디자인 조합의 제품 이미지를 미리 확인하고, 필요한 경우 디자인을 신속하게 수정함으로써 시간과 비용을 절약할 수 있으며, 또한 AI가 생성한 제품 이미지에 대한 고객의 피드백을 신속하게 수집하고 디자인에 반영함으로써 고객의 요구에 충족할 수 있는 제품을 개발할 수 있다는 점에서 이미지 생성 AI의 활용성 효과를 기대할 수 있다.

This study examined the usability of image-generating AI as a tool that can overcome and support the limitations of design research and new product development by Yeoju ceramics industry workers as shown in previous studies on the actual status of the Yeoju ceramics industry and the perception of workers in the Yeoju ceramics industry. In relation to ceramic design and AI usability, an exploratory study was conducted on the design properties of ceramic products, ceramic product development and AI usability, ceramic design elements and formatting, and image creation AI selection and conditions. Image generation targeting workers in the Yeoju ceramics industry were conducted. We presented how to use DALL-E, a generative AI, and experienced it by using it to develop a practical new product, and examined the effectiveness of AI usability through in-depth interviews. As a result of the study, by utilizing image generation AI, pottery makers can save time and money by checking product images of numerous design combinations in advance and quickly modifying the designs if necessary. Additionally, by using AI-generated product images, pottery makers can save time and money. The usability effect of image creation AI can be expected in that it is possible to develop products that meet customer needs by quickly collecting feedback and reflecting it in the design.

본 연구는 최근 주목받고 있는 이미지 생성 AI가 예술산업에 미치는 영향을 예 술, 경제, 사회와의 연결 속에서 인문학적으로 분석한다. 그리고 이에 대한 교양교 육이 과학예술융복합에서 주요주제로 다뤄질 필요성을 주장한다. 마지막으로 본 교양교육의 목적이 이미지 생성 AI 산업과 학문의 협력적 관계를 이해시키는 것에 중점을 주어야 한다고 제안한다. 현시점에서 이미지 생성 AI는 게임산업과 상업용 일러스트산업 등에서 단순노동을 대체할 수 있는 것으로 기대된다. 예술산업의 특 성상, 이미지 생성 AI의 출현과 영향력은 예술성과 경제성 측면을 동시에 고려될 필요가 있다. 또한 학습자들은 직업적, 교양적 소양을 증진시키기 위한 일환으로 AI 기술을 활용한 창작프로그램의 특성을 정확히 이해하고, 기존 예술산업을 변 화시킨 기술의 역사들과의 비교분석을 통해 앞으로의 전망을 예측하는 것이 바람 직하다. 따라서 여기에서는 이미지 생성 AI가 활발히 사용되고 있는 ‘미드저니 (Midjourney)’와 ‘달리(DALLㆍE)’를 중심으로 예술산업의 사회적 영향력과 변화를 레비 브라이언트(Levi Bryant)의 객체지향존재론(object-oriented ontology: O.O.O)의 이론과 변형, 각색, 변형, 재해석 및 재창조 개념을 통해 미학적ㆍ기술철 학적으로 분석하고, 저작권과 인간과 기계의 공존 등 앞으로의 문제해결에 대한 철 학적, 융복합적 논의의 시작에 기여하고자 한다. 그리고 이 논의들을 바탕으로 이미 지 생성 AI산업에 대한 과학예술 융복합 교양교육의 방향성을 제안하고자 한다.

This study analyzes the impact of image generation AI on the art industry, which has recently attracted attention, in the humanities, in the connection with art, economy, and society. And it argues that liberal arts education needs to be treated as a major topic in science and art convergence. Finally, it is suggested that the purpose of this liberal arts education should focus on understanding the cooperative relationship between the image Generative AI industry and academics. At this point, image generation AI is expected to be able to replace simple labor in the game industry and the commercial illustration industry. Due to the nature of the art industry, the emergence and influence of image generation AI needs to be considered both in terms of artistry and economy. In addition, it is desirable for learners to accurately understand the characteristics of creative programs using AI technology as part of promoting their professional and cultural literacy, and to predict future prospects through comparative analysis with the history of technology that has changed the existing art industry. Therefore, we intend to analyze the social influence and changes of the art industry, focusing on “Midjourney” and “DALL-E,” where image-generating AI is actively used, in an aesthetic and technological philosophical way through Levi Bryant’s concept of object-oriented ontology (O.O.O.) theory, transformation, adaptation, transformation, reinterpretation and re-creation, and contribute to the beginning of philosophical and convergent discussions on solving future problems such as copyright and coexistence of humans and machines. And based on these discussions, we would like to propose the direction of science and art convergence liberal arts education for the image-generating AI industry.

본 연구는 디자인 관련 학과 재학생을 대상으로 AI 이미지 생성 도구(AI Image Generation Tool)의 활용 실태와 학습 효율성을 분석하고, 학년별 사용 행태에 따른 시각적 조건화 중심 교수법(Visual Conditioning-based Pedagogy)의 필요 성과 설계 방향을 탐색하는 것을 목적으로 하였다. 이를 위해 총 95명의 디자인 전공 학생을 대상으로 설문조사를 실시하 고, 학습 효율성 인식, 프롬프트 작성 난이도, 반복 수정 빈도, 질감 표현 만족도, 그리고 시각적 조건화 교수법 인식의 차이 를 실증적으로 분석하였다. 연구 결과, 학습자의 수준과 인지 구조에 따라 AI 활용 과정의 효율성에 뚜렷한 차이가 나타났 다. 저학년은 언어적 문해력과 시각적 사고의 연계 부족으로 반복 수정이 잦고 프롬프트 작성 과정에서 인지적 부담을 경 험하였으며, 고학년은 다양한 디자인 전문 프로그램을 병행 해 효율성을 높였으나 결과물의 질감 표현과 일관성 면에서 한계를 인식하였다. 시각 자료를 활용한 경험이 있는 응답자 의 78%는 결과물의 정확도가 향상되었다고, 69%는 학습 효 율성이 높아졌다고 응답하였다. 이 연구는 언어 중심 명령어 구조의 제약을 보완하고 학습자의 수준별 인지 특성에 대응 할 수 있는시각 자료 기반 교수법의 교육적 타당성을 실증적 으로 제시하였다. 따라서 본 연구는 시각 자료와 언어 입력을 병행한 다중조건 학습 구조를 중심으로, AI 기반 디자인 교육 에서 학습 효율성과 창의적 시각 탐구를 촉진할 수 있는 교수 법 설계 방향을 제안한다.

This study examines how undergraduate design students use AI image generation tools and how such use affect s learning efficiency. It also explores the need for, and design direction of, visual conditioning-based pedagogy according to grade-level differences in AI usage. A survey of 95 design majors measured perceived learning efficiency, prompt-writing difficulty, revision frequency, satisfaction with texture representation, and perceptions of visual conditioning-based instruction. The results show clear differences in the efficiency of AI utilization depending on students’ level and cognitive structure. Lower-grade students experienced frequent revisions and high cognitive lo ad in prompt writing due to limited linguistic literacy and weak linkage between verbal expression and visual thinking, while upper-grade students combined AI tools with professional design software yet still perceived limitation s in texture and visual coherence. Among respondents with experience using visual materials, 78% reported improved accuracy and 69% reported higher learning efficiency. These findings empirically support the educational validity of a visual material-based pedagogy that compensates for language-centered command constraints and proposes a multi-conditional learning framework combining visual input and textual prompts to enhance learning efficiency and creative visual exploration in AI-based design education.

The algorithm is applied on the premise that the image generated by AI can be recognized and used smoothly by the user. Other assets are not exposed to the user or discarded because they are unnecessary or unfamiliar. This study aims to expand the scope of the utility of the image generated by AI, which is used as a high-level tool in the design field. To this end, we first examined human information processing and reflection in AI by the cognitive paradigm by examining previous studies and cases, and discussed the value of expansion by focusing on creativity and bottom-up processing of AI's self-organization. Considering the human recogmition process that instinctively grasps an object, the following AI usability was proposed. It is to utilize AI as a high-level tool applied appropriately to human perception, or to utilize the derivative itself by bottom-up self-organization. In addition, it is to set the algorithm to the minimum intervention so that basic elements such as shape, color, size, texture, and movement are composed of figure-ground according to the human perception process that instinctively grasps an object, and to utilize the results. Limiting the use of AI to a tool suitable for human perception and information processing or production by designers or general users is to operate only a part of the convenience and usability of AI. The image creation through AI's self-organization, as seen from the cognitive paradigm, is a step toward opening a new era of design where technical aesthetics meets devices, just as design has been constantly developing in pursuit of novelty and differentiation due to its nature.

오늘날 AI는 여러 산업 분야에 적용되면서 전반적인 산업의 패러다임의 변화를 이끌고 있다. 패션 산업 분야에서도 트 렌드 예측이나 소비자를 위한 다양한 서비스를 위하여 AI가 활용되고 있으며 특히 AI 이미지 생성 도구는 패션디자인 개발을 위한 도구로서의 가능성을 가진다. 본 연구는 AI 이미지 생성 도구 중에서 미드저니를 사용하여 이미지를 생성해보고 그 특징을 파악함으로써 패션디자인 개발을 위하여 미드저니의 활용 가능성과 한계점을 알아보았다. 미드저니에서 생 성되는 이미지의 특징은 다음과 같다. 첫째, 명령어에 해당하는 이미지들을 직관적으로 적용 또는 조합하여 이미지를 생성하는 직관성을 가진다. 둘째, 동일한 명령어라도 시차를 두고 입력할 때 다른 이미지가 생성되는 무작위성을 가 진다. 셋째, 기존의 이미지와 명령어를 함께 사용할 경우 미드저니에서 생성된 이미지는 명령어보다 기존의 이미지에 더 의존적이다. 결론적으로 미드저니의 다양한 이미지 생성 기능과 명령어에 따라 이미지가 변하는 특징은 독창적인 패션디자인을 개발하는 데 도움이 될 수 있겠다. 다만 착용이나 제작이 불가한 패션디자인이 제시되기도 한다는 점은 주의해야 할 부분이다. 본 연구 결과가 패션디자인 개발을 위한 AI 이미지 생성 도구의 활용에 있어 기초 자료가 되 기를 기대한다.

Today, AI is being applied to various industrial fields, leading to a paradigm shift in the overall industry. In the fashion industry, AI is also used to predict trends and provide various services for consumers, and in particular, AI image creation tools have the potential as a tool for fashion design development. This study investigated the possibilities and limitations of using Midjourny for fashion design development by creating images using Midjourney among AI image creation tools and identifying its characteristics. The characteristics of images created in Midjourney are as follows. First, it has the intuitiveness to create images by intuitively applying or combining images corresponding to commands. Second, there is randomness in which different images are generated when the same command is entered at different times. Third, when using existing images and commands together, the image created in Midjourney is more dependent on the existing image than the command. In conclusion, Midjourny's various image creation functions and the ability to change images according to commands can be helpful in developing original fashion designs. However, it is important to note that fashion designs that cannot be worn or made are sometimes presented. It is expected that the results of this study will serve as basic data for the use of AI image creation tools for fashion design development.

본 연구는 한국, 일본, 미국 공포영화 속 초자연적 존재의 시각적 연출 방식을 비교 분석하고, 이를 바탕으로 생성형 AI 이미 지 실험을 통해 문화적 시각 표현의 재현 가능성과 한계를 고찰하는 데 목적이 있다. 공포영화는 각 사회의 불안과 억압을 시청각적으로 표상하는 장르로, 초자연적 존재는 문화권마다 감정 구조와 형상 전략에 따라 다르게 구성된다. 하지만 생성형 AI 기반 이미지 생성 기술은 문화 고유의 감각과 맥락을 생략하거나 보편화된 형상으로 환원하는 문제를 드러내고 있다. 이 에 본 연구는 2022년 이후 박스오피스 상위에 오른 오컬트 공포영화 중 초자연적 존재를 중심으로 다룬 여섯 편(한국 <파 묘>, <곤지암>, 일본 <검은 물 밑에서>, <링>, 미국 <라이트 아웃>, <컨저링>)을 사례로 삼아 분석을 진행하였다. 문헌·영상 분석을 통해 형상, 조도, 공간, 시선, 감각 구성 항목을 구조화하고, 프롬프트 설계 후 ChatGPT-4o, DALL·E 모델로 이미지 생성 실험을 수행하였다. 생성된 이미지는 일부 형상은 반영했지만, 시간성·심리적 리듬·감각적 누적 구조는 구현에 한계를 보였다. 동아시아 사례에서는 유사 생성 등의 오류 문제가 나타났으나, 문화적 시각 요소는 일정 부분 재현 가능하였다. 이는 향후 시퀀스 기반 설계와 정서 중심 프롬프트 보완을 통해 문화적 감수성을 반영한 이미지 생성으로의 고도화 가능성을 시사 한다. 본 연구는 공포영화의 시각 전략을 구조화하고, 생성형 AI 이미지 재현의 가능성과 한계를 분석적으로 고찰한 시도로서 의의를 지니며, 영화의 문화적 토대에 관한 후속 연구에도 기여할 수 있을 것으로 기대된다.

This study aims to compare and analyze the visual presentation of supernatural beings in Korean, Japanese, and American horror films and to examine the possibilities and limitations of cultural visual expression through generative AI image experiments based on the comparison. Horror films are a genre that audio-visually represents the anxiety and oppression of each society, and supernatural beings are constructed differently in each cultural sphere according to the emotional structure and image strategy. However, generative-AI-based image generation technology reveals the problem of omitting the unique sensibility and context of a culture or reducing it to a universal iconography. Therefore, this study conducted an analysis using six cases (Korean “Pamyo” and “Gonjiam,” Japanese “Under the Black Water” and “The Ring,” and American “Lights Out” and “The Conjuring”) This study selected six commercially successful films released after 2022, all of which depict supernatural beings as a central narrative element. Through a literature review and scene analysis, we structured the shape, lighting, space, gaze, and sensory composition elements in the movies from each country, designed prompts based on these, and then conducted an image generation experiment using the ChatGPT-4o-based DALL·E model. It was found that the generated images reflected some visual icons but showed limitations in implementing temporality, psychological rhythm, and sensory cumulative structures. In particular, with regard to East Asia, the problems of the repeated generation of clichéd icons and the omission of any emotional context were confirmed. However, cultural visual elements at the shape level were confirmed to have a certain level of reproducibility, with the possibility of generating advanced images reflecting cultural sensibilities raised through future sequence-based design and emotion-based prompt supplementation. This study has research value as an attempt to structure the visual strategy of horror movies and analytically approach the possibilities and limitations of generative AI image reproduction, and we expect that this paper will have a positive impact on future research on cultural foundations in movies.

오늘날 AI 이미지 생성 기술은 산업 전반으로 확대되어 활용되고 있다. 이에 따라 패션 산업 분야에 최적화된 다양한 AI 이 미지 생성 프로그램들이 개발되어 상용화되고 있다. 본 연구에서는 플레이그라운드, 미드저니, 더뉴블랙 등의 AI 이미지 생성 프로그 램에서 생성한 패션 이미지의 시각적 특징을 비교 분석하여 각 프로그램의 특징을 파악하고 각 프로그램이 활용될 수 있는 분야와 문제점을 짚어보았다. 연구 결과는 다음과 같다. 첫째, 플레이그라운드와 미드저니는 명령어의 내용을 직관적으로 적용하여 실제 패션 트랜드와는 다른 이미지를 생성하는 반면 뎌뉴블랙은 패션 트랜드와 비교적 유사한 이미지를 생성하였다. 둘째, 플레이그라운드는 명 령어 내용에 해당하는 이미지를 분리 또는 조합하는 반면 미드저니는 다양한 디테일을 추가하여 융합함으로써 새로운 이미지를 생성 하는 경향이 있다. 셋째, 플레이그라운드에서는 명령어에 제시되지 않은 색상이 배색되어 나타나는 무작위성이 있으며 더뉴브랙에서 는 명령어에 포함되지 않은 색상이 코디네이션되어 나타나고 미드저니는 명령어에 지시한 색상을 비교적 정확히 생성한다. 결론적으 로 미드저니는 독특하고 창의적인 패션디자인 개발을 위한 영감을 얻고자 할 때 활용할 수 있으며 더 뉴 블랙은 패션 트랜드를 참고 하거나 패션 스타일링에 도움이 될 수 있겠다. 반면 플레이그라운드는 색상 생성에 있어 다소 혼돈이 있을 수 있으니 주의할 부분이 라고 할 수 있다. 본 연구를 통하여 패션디자인 개발에 있어 AI 이미지 생성 도구가 더욱 효율적으로 활용될 수 있기를 기대한다.

Today, AI image creation technology is being expanded and utilized across industries. Accordingly, various AI image creation programs optimized for the fashion industry are being developed and commercialized. In this study, we compared and analyzed the visual characteristics of fashion images created by AI image creation programs such as Playground, Midjourney, and The New Black to identify the characteristics of each program and point out areas where each program can be used and problems. The results are as follows: First, while Playground and Midjourney intuitively applied the contents of the command to create images that were different from actual fashion trends, Dannew Black created images that were relatively similar to fashion trends. Second, while Playground separates or combines images corresponding to the command content, Midjourny tends to create new images by adding and fusing various details. Third, in Playground, colors not included in the command appear randomly, and in The New Black, colors not included in the command appear coordinated, and Midjourney generates the color specified in the command relatively accurately. In conclusion, Midjourney can be used when seeking inspiration for developing unique and creative fashion designs, and The New Black can be helpful in referencing fashion trends or fashion styling. On the other hand, playgrounds can be somewhat confusing when it comes to color creation, so this is something to be careful about. It is expected that AI image creation tools can be used more efficiently in fashion design development.

본 연구는 새로운 디자인 도구로서생성형 AI의 속성을이 해하고 대화체 명령어인 AI 프롬프트를 효과적으로 활용할 수 있도록 AI 프롬프트의 기본 구성 체계를 제시하는 데 목 적을 둔다. 우선 AI 기술이 가져온 산업계의 변화와 그로 인 한 AI기반 디자인(AI-powered Design) 분야의 변화를 확인 하기 위해 선행연구 고찰 및 각종 매스컴에서 다룬 AI 관련 미디어콘텐츠를 발췌하여 살펴보고, 국내 기업들의 생성형 A I 활용 사례와 선행연구 및 온라인워크숍 강연 등을 고찰하여 트렌디한 속성을 정의하였다. 또한 AI 공모전 수상작 및 AI 아티스트가 작성한 우수한 생성형 AI의 프롬프트 사례 비교 분석을 통해 AI 프롬프트의 기본적인 구성 체계를 도출하였 다. 생성형 AI가 이미지 생성에 영향을 끼치는 속성으로 4가 지 유사성, 상호작용성, 의존성, 윤리성을 도출하여 상세히 설 명하였고, 이를 바탕으로 AI 프롬프트의 범주를 디자인 대상 (이미지 내용), 형태의 특징(스타일), 구체적 조건(컨디션) 3 단계로 구분하여 각 범주별 구성 요소들의 내용과 성격을 상 세히 정의한 후 기본 구성 체계를 프롬프트의 범주와 유형, 내용/성격으로 구조화하여 도출하였다. 생성형 AI의 속성에 대한 이해를 바탕으로 생성형 AI 프롬프트 작성을 원활하게 하기 위한 기본 구성 체계를 제시한 것은 연구의 결과로써 의 의가 있다. 향후 생성형 AI를 활용한 디자인 도구화를 더욱 적극적으로 만들어 가는 후속 연구로 지속되기를 기대한다.

This study aims to understand the attributes of generati ve AI as a new design tool and to propose a basic structu re for AI prompts, which are conversational commands in order to do their effective use. First, to examine the chan ges brought about by AI technology in the industry and the resulting shifts in AI-powered design field, we revie wed previous studies and analyzed media content related to AI from various mass media sources. And we aimed to define the trendy attributes of generative AI by explori ng its utilization cases in domestic companies, as well as through previous studies and online workshops. Addition ally, the fundamental structure of AI prompts was derive d through a comparative analysis of exemplary prompts created by AI artist and award-winning works from AI competitions. The four attributes of generative AI that af fect image creation—similarity, interactivity, dependency, and ethics—were derived and explained in detail. Based on this, AI prompts were categorized into three stages: d esign target (image content), shape characteristics (styl e), and specific conditions (condition). After defining the content and characteristics of the components within eac h category in detail, the basic composition system was st ructured and derived based on the categories, types, and content/characteristics of the prompts. The proposal of a basic framework for creating generative AI prompts, bas ed on an understanding of the attributes of generative AI, is significant as a result of this study. It is hoped that fut ure research will continue to actively develop generative AI into a more robust design tool.

이미지 생성형 인공지능의 급격한 발전은 시각, 패션, 건축, 환경 등 다양한 디자인 분야에 영향을 미치기 시작했다. 그 중 미드저니는 능동적인 딥러닝을 통해 사용자가 원하는 이미지를 고품질로 생성할 수 있다는 점에서 디자인 실무에서 그 활용 가능성이 논의되고 있다. 본 연구는 미드저니의 ‘비주얼 아이덴티티 디자인 표현 가능성’을 탐구하기 위해 첫째, 비주얼 아이덴티티의 그래픽 요소를 심볼마크, 워드마크, 엠블럼, 마스코트로 분류하여 각각 비교용 샘플을 제작하였고, 둘째, 사용자 프롬프트가 아닌, 미드저니가 제시하는 프롬프트를 사용하여 제시된 샘플 이미지를 생성하였다. 이후, 보다 정확한 이미지 생성을 위해 사용자가 프롬프트 일부를 보완하는 과정을 거쳤다. 셋째, 4가지 그래픽 요소의 특징을 중심으로 생성된 이미지들에 대해 폐쇄성, 기하학성, 조형성, 대칭성, 장식성, 역동성, 고유성, 과장성 등의 특징적인 요소들을 얼마나 흡사하게 표현했는지 분석하였다. 그 결과, 마스코트와 엠블럼의 경우 그 특성을 잘 반영하여 표현했지만, 심볼마크와 워드마크 제작에 있어서는 폐쇄성의 원리와 기하학적 표현의 어려움을 드러냈다. 결과적으로, 철학과 이념의 의미가 정교하게 내포되어있는 심볼마크나 워드마크 디자인에 대한 미드저니의 표현력은 낮았다. 그러나 마스코트나 엠블럼처럼 철학과 이념을 직접적으로 보여주는 미드저니의 표현력은 상대적으로 높았음을 알 수 있었다. 이 연구를 통해 향후 인공지능 프로그램을 활용한 비주얼 아이덴티티 제작에 있어서 다양한 방법론적 가능성을 제시할 수 있을 것으로 기대해 본다.

The rapid development of image-generating artificial intelligence has begun to affect various design fields such as vision, fashion, architecture, and the environment. Midjourney is being discussed about its applicability in design practice in that it can generate high-quality images that users want through active deep learning. In order to explore Midjourney's 'visual identity design expression possibility', this study first classified the graphic elements of the visual identity into symbol marks, word marks, emblems, and mascots to produce samples for comparison, and secondly, a sample image was generated using the prompts suggested by Midjourney. After that, the user went through the process of supplementing some of the prompts to create more accurate images. Third, it was analyzed how similar the images created around the characteristics of the four graphic elements were to express characteristic elements such as closure, geometry, formality, symmetry, decoration, dynamics, uniqueness, and exaggeration. As a result, Midjourney's expressive power for symbol marks or word mark designs that elaborately contain the meaning of philosophy and ideology was low. However, it was found that Midjourney's expressive power, which directly shows philosophy and ideology like mascots and emblems, was relatively high. Through this study, it is expected that various methodological possibilities can be presented in creating visual identities using artificial intelligence programs in the future.

생성형AI는 디자인 산업 전반에걸쳐 빠르게 확산되고있 다. 특히, 브랜드 디자인 영역에서 인간 중심의 창의적 사고 과정으로 대체 및 보조하는 새로운 도구로 주목받고 있다. 본 연구는 생성형 AI를 활용한 브랜드 로고 결과물의 시각적 일 관성을 비교·분석함으로써 AI 디자인의 신뢰성과 적용 가능 성을 실험적으로 검증하는 것을 목적으로 한다. 본 연구를 위 핸 AI 도구 7종(DALL·E 3, Firefly, Nano Banana, Canva, Lo oka, Kittl, Brandmark)을 선정했다. 가상 브랜드인 “EcoLoop”를 대상으로 통일된 프롬프트를 반복 입력하고, 로고 이미 지를 수집했다. 색상, 형태, 구성의 세 항목을 기준으로 이미 지 분석을 통해 정량화하고, 통합 지수 VCII(Visual Consistency Index)로 산출했다. 그 결과, Firefly(VCI=0.83)가 가장 높은 시각적 일관성을 보였다. Looka는 형태 재현성과 구조 적 일관성에서, Firefly는 색상 안정성과 감성 톤의 유지에서 우수했다. 반면, DALL·E 3와 Kittl은 창의적 변주 폭이 넓었 지만, 변동성이 높게 나타났다. Nano Banana는 프롬프트 해 석의 일관성이 높게 나타났다. 텍스트-이미지 생성형 AI는 창의성 중심, 로고 설계 생성형 AI는 구조적 안정성 중심의 특성을 보여 브랜드 디자인에서 생성형 AI 활용시 선택적 접 근이 필요함을 시사한다. 본 연구는 AI 디자인 결과의 품질 평가에 적용 가능한 정량 지표(VCI)를 제시함으로써 향후 AI -인간 협업 디자인 연구의 기초를 제공한다.

Generative Artificial Intelligence (AI) has rapidly prolife rated across the design industry, emerging as a transform ative tool that both supplements and substitutes human-c entered creative thinking processes, particularly within th e field of brand design. This study aims to experimentally verify the reliability and applicability of AI-based design by comparing and analyzing the visual consistency of bra nd logo outputs generated through various Generative AI tools. Seven AI platforms—DALL·E 3, Firefly, Nano Ban ana, Canva, Looka, Kittl, and Brandmark—were selected for comparative analysis. Using a unified prompt for a vir tual brand named “EcoLoop,” multiple logo images were generated, quantified across three key parameters—color, form, and composition—and synthesized into an integrate d index termed the Visual Consistency Index (VCI). The results indicate that Firefly (VCI = 0.83) exhibited the hig hest level of visual consistency. Looka demonstrated supe rior structural stability and form reproducibility, while Fir efly excelled in color coherence and emotional tone consis tency. Conversely, DALL·E 3 and Kittl exhibited wider cr eative variability with reduced consistency, whereas Nano Banana showed higher prompt interpretation stability. The findings reveal that text-to-image generative models emphasize creativity, whereas logo-design-specific AI sy stems prioritize structural stability, implying that a selecti ve approach is required when employing AI tools in brand design practice. By presenting a quantitative metric (VCI) applicable to the evaluation of AI-generated design qualit y, this study provides a foundational framework for futur e research on AI–human collaborative design models.

This study examines the applicability of generative AI in fashion design through a comparative analysis of GPT-based generators, LOOK AI, and Stable Diffusion. A dress sketch was chosen as a complex test item, and images were evaluated by 15 professional designers using a structured survey across three domains: design reproduction, visual fidelity, and practical usability. ANOVA results showed that LOOK AI achieved the highest accuracy and usability, GPT-based tools performed moderately with strengths in structural interaction, and Stable Diffusion, while creative, showed lower fidelity. By combining expert evaluation with a complex garment type under controlled conditions, the proposed method provides a practical framework for validating AI image tools, offering implications for fashion practice and education as well as potential extension to other design fields.

This study aims to provide foundational data necessary for enhancing user satisfaction with the image-generating AI model DALL-E. As such, clothing images were generated using DALL-E, followed by a two-phase satisfaction survey to examine various aspects of generative AI's application in the clothing industry. The survey targeted women in their 20-40s residing in Seoul and Gyeonggi-do Province, with the following findings obtained: First, no statistically significant differences were found in women's satisfaction with their body shapes across age groups. Second, design inputs regarding color and pattern were predominantly specified for tops, while for bottoms and outerwear, color and material were predominantly specified. Third, participants were grouped by purchase intention, with satisfaction levels analyzed for tops, bottoms, and outerwear. All three categories showed statistically significant differences at the p < .01 level in relation to alignment with preferred styles and most unsatisfactory item. Fourth, images of tops were rated the most satisfactory, while those of bottoms, the most unsatisfactory. Satisfaction was primarily attributed to style alignment, whereas dissatisfaction represented any discrepancy between the generated image and participant expectations. Fifth, no statistically significant differences were found for any measured item in relation to body satisfaction and self-esteem.

본 연구는 일본 민담을 읽고, MS 이미지 크리에이터와 케네스 버크(Kenneth Burke)의 드라마티즘 이론을 활용해 이야기 속 장면을 시각화하는 과정에 중점을 두고 있다. 생성된 이미지보다는 프롬프트에 중심을 둔 연구로, 인간의 사고 확장과 정체성 탐구에 연구의 목적이 있다. 이미지 생성을 위한 프롬프트 작성 과정은 인물의 감정과 행동을 분석하며, 개인의 가치관과 정체성을 투영하는 과정이다. 이는 자기 성찰에 대한 이해의 폭을 확장함과 동시에, 생성 AI 기술이 창작 도구를 넘어 인간의 정체성을 탐구하고 사고를 확장하는 데 유용한 매개체임을 고찰해본다.

This study focuses on the process of visualizing scenes from Japanese folktales using Microsoft Image Creator and Kenneth Burke's dramatism theory. Emphasizing the creation of prompts over the generated images, the research aims to explore the expansion of human thought and the investigation of identity. The prompt-writing process involves analyzing characters' emotions and actions, serving as a reflection of individual values and identity. This approach not only broadens the understanding of self-reflection but also examines how generative AI technology, beyond being a creative tool, can function as a meaningful medium for exploring human identity and enhancing cognitive processes.

본 연구는 허저족 전통 어피 의상의 문화적 전승의 필요성에서 시작되었으며 인공지능(AI) 이미지 생성기술을 활용하여 전통 문화적 상징과 현대 아웃도어 의류를 융합디자인으로 구현하고자 한다. 본 연구의 목적은 허저족 어피 의상의 핵심 요소(질감, 문양, 색상 등)를 추출하고, 이를 등산 및 산악활동과 같은 기능적 요구를 충족하는 현대 아웃도어의류에 통합함으로써 전통 문화의 현대적 표현과 실용적 디자인의 결합을 실현하는 데 있다.따라서 본 논문은 AI 이미지 생성 기술(MidJourney, ChatGPT)을 기반으로 디자인 생성 실험을 수행하였으며, 문헌 분석과 반복적인 최적화 과정을 통해 전통 문화를 보존하고 현대 의류의 기능적 요구를 만족시키는 디자인을 제시하였다. 연구 결과는 다음과 같다. 첫째, AI 이미지 생성 기술은 디자인 생성의 효율성과 다양성을 크게 향상시켰으며, 어피 질감과 전통 문양의 결합을 효과적으로구현하였다. 둘째, 생성된 이미지가 디자인의 전체적 조화와 시각적 효과에서 우수한 성과를 보였으나, 문화적 상징의 세부 표현은 디자이너의 개입과 조정이 여전히 필요하다는 점이 확인되었다. 이러한 연구 결과를 바탕으로 전통 문화와 현대 디자인의 융합에서 AI 기술의 활용 가능성을 확장하고, 문화 유산 보존 및 전승을 위한 새로운 접근법을 제시하며, 향후 패션 디자인 혁신에 중요한 통찰을 제공할 것으로 기대한다.

This study began in the context of the cultural transmission of Hezhe traditional fish skin clothing facing challenges, aiming to explore ways to integrate traditional cultural symbols with modern outdoor apparel design using AI (Artificial Intelligence) image generation technology. The purpose of this research is to extract the key elements of Hezhe fish skin clothing (such as texture, patterns, and colors) and integrate them into modern outdoor clothing that meets the functional needs of activities such as hiking and mountaineering, thereby achieving a fusion of traditional cultural expression and practical design. Therefore, this paper conducted design generation experiments based on AI image generation technologies (MidJourney, ChatGPT) and proposed a design that retains traditional culture while meeting the functional requirements of modern clothing through literature analysis and iterative optimization processes. The research results are as follows. First, AI image generation technology significantly improved the efficiency and diversity of design generation, effectively realizing the combination of fish skin textures and traditional patterns. Second, although the generated images showed excellent performance in overall design harmony and visual impact, it was confirmed that designer intervention and adjustment are still needed for the detailed expression of cultural symbols. Based on these research results, this study expands the possibilities of utilizing AI technology in the fusion of traditional culture and modern design, presents a new approach for the preservation and transmission of cultural heritage, and is expected to provide important insights into future fashion design innovation.

This paper explores a new method for teaching Tang poetry by integrating the late-Ming illustrated anthology Tangshi huapu(唐詩畫譜) with generative artificial intelligence. As generative AI has rapidly developed from a text-based chatbot into a multimodal tool capable of processing language, images, documents, and other media, it has become necessary to reconsider its role in classical literature education. However, AI still produces hallucinations, inaccurate references, and oversimplified interpretations of classical texts. Therefore, this study regards AI not as a substitute for teachers or learners, but as a collaborative tool that can support interpretation, comparison, and classroom design. 󰡔Tangshi huapu(唐詩畫譜) is especially suitable for this purpose because it combines Tang poems, calligraphy, and illustrations. Its images visualize poetic scenes, emotions, spatial settings, and implied meanings, allowing learners to approach poems through both verbal and visual channels. This paper examines several examples, and proposes classroom activities in which students compare the original illustrations with AI-generated poetic images. Through prompt design and image comparison, learners can actively analyze setting, character, seasonality, color, sound, atmosphere, and poetic emotion. Such activities move Tang poetry education beyond translation and memorization toward an integrated model connecting language, image, tradition, and technology. At the same time, AI-generated results must be critically verified through original texts, commentaries, and previous scholarship. Ultimately, this approach suggests a practical direction for classical poetry education in the age of artificial intelligence.