Proceedings of the ASME 2024: INSPIRED BY AI? A NOVEL GENERATIVE AI SYSTEM TO ASSIST CONCEPTUAL AUTOMOTIVE DESIGN
AI가 자동차 디자인의 새로운 영감을 제시하다
오토데스크 리서치(Autodesk Research)가 개발한 생성형 AI 시스템이 자동차 디자이너들의 창의적인 컨셉 디자인 개발을 지원한다. 디자이너들은 일반적으로 핀터레스트(Pinterest) 등의 플랫폼에서 이미지를 검색하고 스케치하는 과정을 거치는데, 디퓨전 모델(Diffusion Models)과 같은 생성형 AI 기술이 이러한 과정을 획기적으로 개선할 수 있다는 연구 결과가 나왔다.
연구진은 생성형 AI를 디자인 영역에 직접 적용할 때 발생하는 세 가지 주요 과제를 제시했다. 첫째, AI 도구가 특정 스타일에 편향되어 다양한 디자인 결과물을 만들어내지 못할 수 있다. 둘째, AI가 디자인 맥락에서 텍스트나 이미지의 미묘한 의미를 파악하는 데 어려움을 겪을 수 있다. 셋째, 기존 디자인팀의 작업 프로세스와의 통합이 부족해 파편화된 사용 시나리오가 발생할 수 있다.
디자이너와 AI의 협업 방식에 주목하다
연구진은 자동차 디자이너들과 워크숍, 설문조사, 데이터 보강 작업을 진행하며 텍스트와 이미지를 활용한 디자인 컨셉 도출 과정을 심층적으로 분석했다. 47명의 디자이너를 대상으로 한 설문조사에서는 디자인 키워드의 활용도와 유용성을 조사했다. 응답자들은 평균 12년의 디자인 경험을 보유했으며, 내외장 디자인, 컴포넌트 디자인, 디자인 모델링, 미래 디자인 등 다양한 분야의 전문가들이었다.
설문 결과, 디자이너들은 키워드를 통해 디자인 방향을 설정하고 의사소통하는 것을 매우 중요하게 여겼다. ‘modern(현대적인)’, ‘dynamic(역동적인)’, ‘bold(대담한)’ 등의 키워드가 가장 빈번하게 사용되었으며, 이러한 키워드들은 단순한 형용사적 의미를 넘어 자동차 디자인 분야에서 특별한 조형적 의미를 가진다는 점이 확인됐다.
연구진은 또한 16명의 자동차 디자이너들과 함께 데이터 주석 작업을 수행했다. 디자이너들은 25개의 자동차 휠 디자인을 보고 각각의 키워드를 가장 잘 표현하는 디자인을 선택했다. 이 과정을 통해 디자인 키워드와 실제 디자인 요소 간의 연관성을 파악할 수 있었다.
디자이너가 원하는 AI 시스템의 조건
6명의 디자이너와 함께한 3일간의 워크숍에서는 생성형 AI와의 선호하는 상호작용 방식을 탐색했다. 디자이너들은 AI 시스템에 대해 두 가지 상반된 기대를 표명했다. 하나는 예측 가능한 결과물로, 자신들이 제시한 영감을 정확히 반영하는 디자인이다. 다른 하나는 예측하지 못한 새로운 디자인으로, AI가 제시하는 참신한 아이디어를 통해 창의성을 자극받길 원했다.
디자이너들은 2-4개의 텍스트 입력과 1-3개의 이미지 입력을 선호했으며, 이는 명확한 디자인 방향을 유지하면서도 충분한 창의적 여지를 확보하기 위함이었다. 또한 디자이너들은 핀터레스트와 같은 무한 스크롤 방식의 인터페이스를 선호했는데, 이는 영감을 얻는 과정이 끊임없이 이어질 수 있다는 점을 고려한 것이다.
특히 주목할 만한 점은 디자이너들이 ‘inspired(영감을 받은)’와 ‘influenced(영향을 받은)’를 구분한다는 것이다. 예를 들어, 예술작품이나 가구 디자인에서 영감을 받아 자동차 디자인에 적용하는 것은 ‘inspired’로 간주되지만, 다른 자동차 디자인의 요소를 직접적으로 차용하는 것은 ‘influenced’로 여겨졌다.
AI 시스템의 개발과 피드백
연구진은 이러한 발견을 바탕으로 버서타일 디퓨전(Versatile Diffusion) 모델을 기반으로 한 AI 시스템을 개발했다. 이 시스템은 디자이너의 초기 스케치, 키워드, 영감이 되는 이미지를 입력받아 새로운 디자인을 생성한다. 특히 자동차 휠의 방사형 대칭성을 고려한 제약 조건을 적용하여 실제 제작 가능한 디자인을 생성하도록 했다.
개발된 시스템은 개별 디자이너 및 12명으로 구성된 디자인팀과 함께 테스트되었다. 디자이너들은 시스템의 직관적인 인터페이스를 높이 평가했으며, 특히 대칭성 강화 기능과 영감 이미지의 특정 부분만을 선택할 수 있는 크로핑 기능을 유용하게 여겼다.
그러나 디자이너들은 디자인 생성 과정에 대한 더 세밀한 제어를 원했다. 마음에 드는 디자인이 생성되더라도, 그것이 우연한 결과물이라고 느꼈기 때문이다. 또한 AI가 어떤 과정을 거쳐 해당 디자인을 도출했는지에 대한 설명을 요구했는데, 이는 디자인의 재현성과 향후 디자인 방향 설정에 중요하다고 보았다.
앞으로의 과제
자동차 산업이 전기차 중심으로 전환되면서 혁신적 디자인의 중요성이 더욱 커지고 있다. 전통적인 내연기관 차량과는 다른 동력계통과 소비자 기대를 충족시켜야 하기 때문이다. 또한 경쟁이 치열해지면서 디자인 개발 주기가 단축되고 있어, 혁신적인 아이디어의 신속한 생성과 실행이 더욱 중요해지고 있다.
이러한 맥락에서 생성형 AI의 활용은 더욱 중요해질 전망이다. 다만 현재의 연구는 단일 기업을 대상으로 이루어졌다는 한계가 있다. 향후에는 다양한 조직과 산업 분야에서 생성형 AI 도구의 활용 가능성을 탐색하고, 디자이너와 엔지니어의 협업을 효과적으로 지원할 수 있는 방안을 연구할 필요가 있다.
기사에 인용된 리포트 원문은 링크에서 확인할 수 있다.
기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.
관련 콘텐츠 더보기
