경험 데이터로 강화된 인테리어 디자인 AI 협업 시스템

초록

**
AIDED는 고객의 시선·설문·예측 오버레이 등 다중모달 경험 데이터를 생성형 AI와 결합해 디자이너‑AI 공동 설계 워크플로우를 제안한다. 12명의 전문 디자이너를 대상으로 한 실험에서 설문 시각화가 가장 높은 신뢰와 창의성 향상을 보였으며, 시선 히트맵은 인지 부하를 증가시켰다. AI‑예측 오버레이는 AI와의 의사소통을 돕지만 자연어 설명이 필요했다. 연구는 “진정성‑해석성” 트레이드오프를 제시하고, 향후 디자인 도구가 사용자 경험 데이터를 어떻게 통합할지에 대한 실천적 시사점을 제공한다.

**

상세 분석

**
본 논문은 인테리어 디자인 과정에서 고객의 주관적 경험을 정량적·시각적 데이터로 전환하고, 이를 생성형 AI(Generative AI, GAI)와 연계하는 새로운 협업 프레임워크 AIDED를 설계·평가한다. 핵심 기여는 세 가지이다. 첫째, 고객의 눈 움직임(gaze heatmap), 설문 응답 시각화(questionnaire visualization), 그리고 AI가 예측한 주의 영역(overlays)이라는 세 가지 모달리티를 기존의 텍스트·이미지 프롬프트와 결합한 시스템을 구현했다. 이때 ‘진정성(authenticity)’은 원시 데이터가 고객 경험을 얼마나 그대로 보존하는가를, ‘해석성(interpretability)’은 디자이너가 해당 데이터를 얼마나 빠르고 정확하게 이해·활용할 수 있는가를 의미한다. 둘째, 12명의 현업 디자이너를 대상으로 한 within‑subjects 실험에서 네 가지 조건(C1‑기본 브리프, C2‑시선 히트맵, C3‑설문 시각화, C4‑AI‑예측 오버레이)의 인지 부하, 신뢰도, 창의성, 만족도 등을 정량·정성적으로 비교했다. 결과는 설문 시각화가 가장 높은 신뢰와 창의성 점수를 얻었으며, 시선 히트맵은 인지 부하를 크게 증가시켰다. AI‑예측 오버레이는 GAI와의 커뮤니케이션을 원활하게 했지만, 디자이너가 이를 신뢰하려면 LLM 기반 자연어 설명이 필수적이었다. 셋째, 인터뷰 분석을 통해 디자이너들이 ‘진정성‑해석성’ 사이에서 균형을 잡는 것이 핵심 과제임을 확인했다. 즉, 원시 경험 데이터를 그대로 사용하면 해석이 어려워 설계 결정에 방해가 되고, 반대로 과도히 가공된 데이터는 고객의 미묘한 감성을 놓칠 위험이 있다. 논문은 이러한 트레이드오프를 인식하고, 인터페이스 설계 시 데이터 시각화와 설명 기능을 조화롭게 제공해야 함을 강조한다. 또한, AI‑mediated 디자인에서 인간‑AI 권한 분배, 투명성, 데이터 윤리 문제를 다루는 방향성을 제시한다. 전체적으로 AIDED는 경험 데이터가 디자인 AI와 어떻게 융합될 수 있는지를 실증적으로 보여주며, 향후 건축·인테리어 분야에서 인간‑데이터‑AI 삼각관계 기반 협업 툴 개발에 중요한 이정표가 된다.

**