[논문 리뷰] How Generative AI supports human in conceptual design

L. Chen, Yaxuan Song외 4명|ArXiv.org|2025. 02. 01.

Design Education and Practice인용 수 3

한 줄 요약

본 연구는 텍스트-투-텍스트 (GPT-3.5) 및 텍스트-투-이미지 (Midjourney) 생성 AI가 초보 디자이너를 네 가지 개념 설계 단계에 어떻게 보조하는지 실증적으로 조사하여, AI가 주로 문제 정의와 아이디어 생성에 도움을 주고 평가 단계는 여전히 인간 주도임을 발견했다.

ABSTRACT

Generative Artificial Intelligence (Generative AI) is a collection of AI technologies that can generate new information such as texts and images. With its strong capabilities, Generative AI has been actively studied in creative design processes. However, limited studies have explored the roles of humans and Generative AI in conceptual design processes, leaving a gap for human-AI collaboration investigation. To address this gap, this study uncovers the contributions of different Generative AI technologies in assisting humans in the conceptual design process. Novice designers completed two design tasks with or without the assistance of Generative AI. Results revealed that Generative AI primarily assists humans in problem definition and idea generation stages, while idea selection and evaluation remain predominantly human-led. Additionally, with Generative AI assistance, the idea selection and evaluation stages were further enhanced. Based on the findings, we discuss the role of Generative AI in human-AI collaboration and implications for enhancing future conceptual design support with Generative AI assistance.

연구 동기 및 목표

• 초보자를 위한 Generative AI 기술이 개념 설계에 어떻게 기여하는지 평가한다.
• 개념 설계의 어떤 단계가 AI 도움을 가장 많이 받는지 식별한다.
• 다양한 AI 도구에서의 AI 성능과 디자이너 인식을 평가한다.
• AI와 상호작용할 때 디자이너가 사용하는 프롬프트 콘텐츠 전략을 특성화한다.
• 초기 설계 단계에서의 인간-AI 협업에 대한 시사점을 제공한다.

제안 방법

• 네 그룹의 초보 디자이너들이 두 개의 디자인 과제를 ChatGPT, Midjourney, 둘 다, 혹은 AI 보조 없이 수행했다.
• 텍스트-투-텍스트(ChatGPT)와 텍스트-투-이미지(Midjourney) 도구를 사용해 개념 산출물을 생성했다.
• 정량적 평가에는 참가자 설문조사(속도, 주제, 다양성, 참신성, 아이디어 촉발, 요구사항 충족)와 전문 평가자에 의한 참신성, 실현 가능성, 사용성, 기능 다양성, 비용에 대한 등급이 포함됐다.
• 프롬프트를 수집하고 코딩해 설계 단계 전략과 협업 패턴을 식별했다(주제 추출에 친화도 다이어그램 사용).
• 프롬프트 코딩의 평가자 간 신뢰도: Cohen’s kappa = 0.74; 전문가 평가 간 신뢰도: kappa = 0.66.]
• research_questions:[]
• The fields below contain the translated content for the research questions, findings, and table data.

실험 결과

연구 질문

• RQ1 RQ1: 생성형 AI 도구가 실제로 보조를 제공하는 개념 설계의 단계는 어디인가?
• RQ2 RQ2: 디자인 과정에서 생성형 AI의 성능을 참가자와 전문가가 어떻게 평가하는가?
• RQ3 RQ3: 단계별로 디자이너가 사용하는 특징적인 프롬프트 콘텐츠 전략은 무엇인가?

주요 결과

Group	Speed	Subject	Diversity	Novelty	Trigger more ideas	Requirement satisfaction
ChatGPT Group	6.0 (0.71)	4.6 (1.14)	3.8 (1.48)	3.8 (0.89)	4.8 (1.30)	5.0 (1.87)
Midjourney Group	5.0 (1.00)	5.6 (1.14)	5.2 (1.48)	5.4 (1.14)	5.6 (0.89)	4.8 (0.84)
Combined Group	4.6 (1.14)	5.2 (0.84)	4.6 (1.14)	4.0 (1.22)	4.6 (1.14)	3.8 (0.84)
Human Group*	N/A	4.8 (0.84)	3.4 (0.55)	3.6 (0.55)	4.6 (1.14)	N/A

• 생성형 AI는 문제 정의(약 73.3%)와 아이디어 생성(약 86.7%)을 가장 강하게 보조하며, 아이디어 진화도 돕는다(약 60%).
• 아이디어 선택과 평가은 여전히 주로 인간 주도이며(약 86.7%), AI와 인간 간의 보완적 역할을 강조한다.
• Midjourney가 전문가 전체 점수에서 최고를 기록했다(평균 4.34, 표준편차 0.75) 각주에서 참신성, 비용, 전반적 성능에 유의한 차이가 나타났다(p<0.01).
• ChatGPT는 속도(평균 6.0, 표준편차 0.71)와 요구사항 충족도(평균 5.0, 표준편차 1.87)에서 AI 도구 중 최고점을 받았다.
• 종합 AI 활용은 일반적으로 전문가 평가에서 인간 그룹을 능가했고, 두 도구를 함께 활용하는 이점이 있음을 시사한다.
• 인간과 비교할 때, AI 활성화 그룹은 디자인 옵션 공간을 확장하고 산출물의 다양성과 참신성을 증가시켰다.