디자인 표현 방식이 AI 생성 드론 선택에 미치는 영향

초록

본 연구는 시각적 렌더링, 수치 성능 데이터, 그리고 두 가지를 결합한 형태의 세 가지 디자인 표현 방식이 생성형 AI가 만든 무인 항공기(드론) 아이디어 선택에 어떤 영향을 미치는지 조사한다. 두 차례의 실험 결과, 오직 수치 데이터만 제공될 때 최적 설계를 가장 정확히 식별할 수 있었으며, 시각적 요소가 포함되면 전통적이고 축대칭적인 디자인을 선호하는 편향이 나타났다.

상세 분석

이 논문은 인간‑AI 협업 환경에서 설계 판단 능력(judgment ability)을 핵심 변수로 설정하고, 디자인 표현 모달리티가 그 판단에 미치는 영향을 실증적으로 검증한다. 연구자는 먼저 “시각적 렌더링”, “수치 성능 데이터”, “시각 + 수치”라는 세 조건을 정의하고, 각각이 설계 선택 정확도와 주관적 선호도에 어떤 차이를 만드는지 가설을 세운다(H1: 모달리티가 판단에 영향을 미친다, H2: 시각적 표현이 최적 설계 식별을 방해한다).

방법론적으로는 두 개의 독립된 피험자 집단—드론 취미가 높은 전문가 집단과 STEM 전공 대학생—을 대상으로 within‑subjects 디자인을 적용했다. 각 피험자는 동일한 AI‑생성 드론 후보군(총 30개)을 세 가지 모달리티 중 하나씩 순서가 무작위화된 방식으로 평가한다. 시각적 조건에서는 고해상도 3D 렌더링을 제공하고, 수치 조건에서는 비행 시간, 최대 하중, 에너지 효율 등 핵심 성능 지표를 표 형태로 제시한다. 시각 + 수치 조건은 두 정보를 동시에 보여준다. 피험자는 제한된 시간 내에 상위 5개 설계를 선택하고, 선택된 설계들의 실제 최적성(시뮬레이션 기반 객관 점수)과의 차이를 측정한다.

결과는 예상과 달리 수치 전용 조건이 가장 높은 선택 정확도를 보였으며, 시각 + 수치 조건은 오히려 정확도를 감소시켰다. 이는 시각적 정보가 설계자의 직관적 편향을 강화해, 특히 축대칭·전통적 형태를 과대평가하게 만든다는 것을 시사한다. 또한, 후보군 수가 증가할수록 선택 정확도가 급격히 떨어지는 “과부하 효과”가 관찰되었다. 설문 응답에서는 피험자들이 시각적 디자인이 “직관적이고 이해하기 쉽다”고 평가했지만, 실제 최적 설계와의 일치도는 낮았다.

이러한 발견은 기존 디자인 교육·산업 현장에서 시각적 스케치를 의사결정 보조 수단으로 활용하는 관행에 재고를 요구한다. 특히, 생성형 AI가 제공하는 방대한 설계 후보를 효율히 선별하려면, 성능 지표와 같은 정량적 데이터를 강조하고, 시각적 표현은 부가적인 참고용으로 제한하는 인터페이스 설계가 바람직하다. 논문은 또한 인간‑AI 협업 루프에서 “시각적 피드백이 판단을 왜곡할 위험”을 최소화하기 위한 UI/UX 가이드라인을 제시한다. 한계점으로는 드론 외 다른 제품군에 대한 일반화 가능성 검증이 부족하고, 피험자 수가 제한적이며, 시각적 렌더링의 품질(조명·재질 등)이 판단에 미치는 세부 영향을 통제하지 않은 점을 들 수 있다. 향후 연구에서는 다양한 도메인, 복합 모달리티(예: 애니메이션·인터랙티브 시뮬레이션) 및 개인 차이(전문성·시각적 선호) 등을 포함해 설계 판단 메커니즘을 보다 정교히 규명할 필요가 있다.