[연구의 필요성]
창의력이란 이론은, “개인이 얼마나 많은 창의성을 발휘할 수 있는가?”에서 “개인이 어떤 방식으로 창의성을 발휘하는가?”로 관점이 전환되었다. 이에 따라 문제 해결 유형을 기반으로 한 창의성 개념화에 대한 연구가 수행되어 왔으며, 커튼(Kitron) 적응-혁신 이론은 창의성을 나누는 척도중 하나이다. 사람은 적응형과 혁신형을 모두 가지고 있지만, 한 쪽으로 더 기울어지게 되며, 적응형은 기존의 것을 개선하고 유지하는데 능숙하며 혁신형은 새로운 것을 생각해내고 창조하는 것에 능숙하다. 이에 따라 각 창의력 유형에 맞추어진 컴퓨터 시스템을 사용하는 것이 개인의 창의적 성과를 극대화하는 방법으로 고려된다. 인공지능의 발달로 컴퓨터 시스템을 개인화 시키는 것이 가능해졌으나, 각 유형을 고려하여 인공지능 시스템이 어떻게 디자인되어야 하는지에 대한 연구는 부족하다. 따라서 본 연구에서는 다양한 유형의 사용자가 효율적으로 사용할 수 있는 인공지능 시스템 디자인 구성 요소를 확인하고자 한다.
[연구의 의미]
본 연구는 패션디자이너의 창의적 과정을 지원하기 위한 인공지능 시스템인 CoCoStyle을 개발하여 두가지 창의성 유형간 차이를 조사했다. 또한, 30명의 패션 디자이너들을 대상으로 사용성 설문 응답, 시스템 사용 로그, 인터뷰를 통해 각 창의성 유형별 CoCoStyle 인식에 차이가 있음을 확인했다. 나아가, 각 창의성 유형별로 보다 유연하게 사용할 수 있는 인공지능 시스템 디자인 방향과 인공지능의 역할에 대해서 논의했다. 본 연구는 문제해결 스타일이 중요한 다른 영역에서 인공지능 시스템 디자인 방향에 대한 포괄적인 이해를 제공하는 데 의미를 가진다.
[연구결과의 진행 상태 및 향후 계획]
본 연구는 패션 디자이너와 패션 디자인 학과 학생들을 포함한 총 30명의 참여자를 대상으로 스터디를 진행하였다. 참가자들은 커튼의 적응-혁신 설문지를 응답 후 패션 디자이너의 창의적 과정을 지원하기 위한 인공지능 시스템인 CoCoStyle을 사용하도록 하였다. 시스템을 사용하는 도중 참가자들의 로그 기록을 수집하였다. 참여자들은 시스템 사용을 끝낸 후 사용성에 대한 설문과 인터뷰 응답을 진행하였다. 커튼의 적응-혁신 설문지 점수를 기반으로 참가자들을 15명의 혁신형과 15명의 적응형으로 구분하였다. 이후 각 유형에 따라 인공지능 시스템 사용성의 차이를 확인하였다.
본 연구에서는 StyleGAN, Transformer 기반의 인공지능 모델을 사용하였으며, 향후 연구에서는 패션 디자이너의 창의적 프로세스를 LLM으로 지원할 수 있는 가능성을 모색하고 인터페이스를 개발하여 각 창의성 유형간 LLM 기반 인공지능 시스템 사용성 차이를 확인할 계획이다.
- GitHub: https://github.com/mungjinnie/SoftwareX
[성과와 관련된 실적]
국제 학회 논문:
- Myungjin Kim, Misun Joo, and Kyungsik Han. “Understanding the Differences in an AI-Based Creativity Support Tool Between Creativity Types in Fashion Design,” Taylor & Francis International Journal of Human-Computer Interaction (2025).
- Myungjin Kim, Misun Joo, and Kyungsik Han. “CoCoStyle: Mixed Initiative Co-creative System to Support Creative Process of Fashion Design,” Elsevier SoftwareX (2024).
※Taylor & Francis International Journal of Human-Computer Interaction은 인터렉티브 컴퓨팅의 인지적, 창의적, 사회적, 건강 및 인체공학적 측면을 다루며, “인간 컴퓨터 상호작용(HCI)” 분야를 대표하는 세계 최고 수준의 국제 저널임.
그림1. 패션 디자이너의 창의력 프로세스를 지원하는 인공지능 시스템 CoCoStyle의 인터페이스. (A) 사용자는 선호하는 스타일의 이미지를 업로드 하거나 럭셔리 브랜드 중 하나를 선택할 수 있다. (B) 사용자는 선택된 패션 요소를 직접 선택하고 삭제할 수 있다. (C) 사용자는 스타일을 탐색하고, (D) 마음에 들지 않는 이미지는 삭제할 수 있다. (E) 이미지 삭제 후 남은 이미지가 만족스러운 경우 선택 버튼을 클릭 한다. (F) 사용자는 StyleGAN과 관련된 파라미터를 선택한다. (G) 생성버튼을 클릭시 StyleGAN으로 부터 생성된 이미지가 화면에 나타난다. (H) 사용자는 StyleGAN에서 추가로 제공하는 3가지 기능중 하나를 선택하여, (I, J) 슬라이더를 조정하거나 상단/하단 및 짧음/긴 버튼을 선택하여 이미지를 StyleGAN으로 부터 생성된 이미지를 조정할 수 있다. (K) 사용자는 수정된 이미지를 확인한다. (L) 사용자는 이미지를 업로드 하고 (M) 스타일을 선택하면, 이미지 추천을 받게 된다. (N) 사용자가 패션 요소를 선택하면, 이를 기반으로 이미지 추천을 받게 된다.