이미지 생성 AI 기반 디자인 스타일 조합을 통한 실내 공간 디자인 시각화의 새로운 접근 방법 제안 (An Approach to Spatial Design Visualization through Design Style Combinations Based on Image-Generation A)

서지정보

· 발행기관 : 한국주거학회
· 수록지 정보 : 한국주거학회논문집 / 34권 / 6호 / 17 ~ 24페이지
· 저자명 : 정현, 이진국

초록

본 논문은 실내 건축 공간 시각화 분야에서 생성형 인공 지능, 특히 이미지 생성 인공 지능 (이미지 생성 AI)의 활용을 탐구한다. 본 논문의 목표는 디자인 스타일을 기반으로 한 공간 디자인 시각화의 자동화와 실용적인 응용을 중점적으로 한다. 실내 공간 시각화는 시각적 측면과 기능성, 사용자 경험을 조화롭게 조율하는 복잡한 프로세스를 포함하며, 이를 효과적으로 시각화하는 것은 이해관계자 간의 의사 소통에 중요하다. 전문성, 비용 및 시간으로 제한된 기존 방법과 달리 이미지 생성 AI는 스타일, 구성 요소 및 공간 배치와 같은 디자인 요소를 자동화하여 시각화를 향상시킬 수 있는 잠재력을 갖추고 있다. 연구에서는 특정 디자인 스타일에 맞추기 위해 이미지 생성 AI의 기본 모델을 세밀하게 조정하여 텍스트-이미지 및, 이미지-이미지 생성 방식 사용하여 공간 시각화 이미지를 생성한다. 결과적으로 세밀하게 조정된 모델이 기본 모델로는 잘 포착되지 않는 디자인 스타일을 효과적으로 나타내며 고품질 이미지를 생성하였다. 이는 디자인 스타일이 문화, 지역 및 사용자 선호도에 영향을 받는 고유한 특성을 가지고 있음을 시사하는 바이다. 이미지 생성 AI를 세밀하게 조정함으로써 이러한 측면을 고려한 맞춤형 디자인을 생성하는 다양한 응용 프로그램을 추론할 수 있다. 이 접근 방법은 스타일 다양성과 사용자 선호도를 수용하여 공간 디자인을 향상시키며 실용적인 디자인 비교를 용이하게 한다. 더불어, 본 연구의 접근 방식을 활용하여 실내 건축 분야를 넘어 다양한 영역에서 효과적인 시각화를 달성하기 위한 이미지 생성 AI의 잠재력을 강조한다.

영어초록

This paper explores the use of generative artificial intelligence, particularly Image Generation AI (Image Gen AI), in the field of interior architectural space visualization. The focus is on automating spatial design visualization based on design styles and examining practical applications. Interior space visualization involves a complex process that harmonizes visual aspects with functionality and user experience, making effective visualization crucial for communication among stakeholders. Unlike conventional methods limited by expertise, costs, and time, Image Gen AI has the potential to automate design elements like styles, components, and spatial arrangements to enhance visualization. The study fine-tuned Image Gen AI's Base Model for specific design styles, enabling spatial visualization image generation using Text-to-Image and Image-to-Image methods. Results showed that the fine-tuned model effectively represented design styles not well captured by the base model, producing high-quality images. This suggests that design styles have unique features influenced by culture, region, and user preferences. By fine-tuning Image Gen AI, a wide range of applications for creating customized designs considering these aspects can be inferred. This approach enhances spatial design by accommodating style diversity and user preferences, facilitating practical design comparisons. Additionally, the study proposes applying this approach beyond architecture to achieve effective visualization in diverse domains.

참고자료

· 없음