[논문 리뷰] Generative AI for Product Design: Getting the Right Design and the Design Right

Matthew K. Hong, Shabnam Hakimi외 4명|arXiv (Cornell University)|2023. 06. 02.

Design Education and Practice인용 수 12

한 줄 요약

두 가지 제품 설계 단계에서 Generative AI를 적용하기 위한 장벽과 연구 의제를 다루는 입장 논문으로, 인간 중심의 과제와 학제 간 협력에 중점을 둔다.

ABSTRACT

Generative AI (GenAI) models excel in their ability to recognize patterns in existing data and generate new and unexpected content. Recent advances have motivated applications of GenAI tools (e.g., Stable Diffusion, ChatGPT) to professional practice across industries, including product design. While these generative capabilities may seem enticing on the surface, certain barriers limit their practical application for real-world use in industry settings. In this position paper, we articulate and situate these barriers within two phases of the product design process, namely "getting the right design" and "getting the design right," and propose a research agenda to stimulate discussions around opportunities for realizing the full potential of GenAI tools in product design.

연구 동기 및 목표

• GenAI가 제품 설계의 두 단계(올바른 설계 획득과 설계를 올바르게 구현)에 어떻게 영향을 미칠 수 있는지 설명한다.
• 산업 설계 실무에서 GenAI 채택을 제한하는 인간-컴퓨터 상호작용(HCI) 및 조직적 도전 과제를 식별한다.
• 제품 설계에서 책임 있고 효과적인 GenAI 활용 기회를 탐색하기 위한 연구 의제를 제안한다.
• 디자인에서 GenAI와 관련된 윤리적, 법적, 다양성 문제를 강조하고 책임 있는 사용을 촉구한다.

제안 방법

• 두 가지 설계 단계 내에서 GenAI 통합을 프레이밍하여 도전과 기회를 구조화한다.
• 디자인 공간 탐색, 영감과 고충실도 출력 간의 균형, 그리고 프롬프트 엔지니어링을 실용적 고려사항으로 논의한다.
• 소비자 선호도 모델링과 설계 의사결정을 뒷받침하기 위한 다중 모달 표현의 필요성을 분석한다.
• 변화하는 소비자 트렌드와 선호도에 맞춰 모델을 업데이트하기 위한 일정과 의존성을 식별한다.

실험 결과

연구 질문

• RQ1 GenAI가 두 가지 설계 단계(올바른 설계 획득과 설계를 올바르게 구현)를 효과적으로 지원하는 데 어떤 장벽이 있는가?
• RQ2 GenAI 지원 설계에서 영감과 설계 엄격성의 균형을 맞추기 위해 상호작용 디자인과 프롬프트 전략을 어떻게 개선할 수 있는가?
• RQ3 설계 의사결정을 안내하기 위해 행동 및 생리 신호를 포함한 소비자 선호를 모델링하고 통합하는 적절한 방법은 무엇인가?
• RQ4 제품 설계에 GenAI를 사용할 때의 윤리적·법적·다양성 관련 문제는 무엇이며, 책임 있는 사용을 어떻게 촉진할 수 있는가?

주요 결과

• GenAI는 설계 공간 탐색을 가속화할 수 있지만, 과정 초기에 고충실도 출력을 생성하는 데 사용될 경우 설계 고착을 초래할 수 있다.
• 아이디어 다양성을 높이고 GenAI 출력의 다양성 수준을 제어하기 위한 메커니즘이 필요하다.
• 프롬프트 엔지니어링의 도전은 시각적 개념을 텍스트 프롬프트로 번역하는 것이 인지적으로 어렵고 디자이너 의도와의 불일치를 초래할 수 있다.
• 소비자 선호의 다중 모달 표현(텍스트를 넘어선)이 제안되어 행동 및 생리 데이터 등을 포함해 제품 설계를 뒷받침한다.
• 정적이고 고정된 LLM은 변화하는 소비자 트렌드에 적응하기 어렵고 느리고 새로운 트렌드를 추적하기 위한 보완 방법이 필요함을 시사한다.
• 본 논문은 법적·윤리적 위험, 데이터 세트 다양성의 부족을 강조하며 디자인에서의 책임 있는 GenAI 사용을 촉구한다.