인상이나 감성적 기호가 구매에 영향을 주는 제품군의 디과인에 있어서는 사용자 시점으로부터의 감성적 평가를 디자인 프로세스의 보다 상류단계에서부터 실시하여 그 결과를 아이디어 스케치 개량을 위한 유효한 정보로서 피드백시킬 필요가 있다. 한편 감성적 평가에 있어서, SD법(의미미분척도법)으로 대표되는 종래의 이미지 평가에서는 계측대상을 [집단적인]경향으로 취급하여 독립적으로 판단을 하도록 요구되어져 왔다. 그러나 이러한 SD법적 평가만으로는 사물인지과정에 있어서 인간의 유연한 유사성 판단능력을 평가에 반영시키기에는 불충분하다. 따라서 본 연구에서는, 직감적 판단에 의한 자극의 분류와, 계층분석법 및 퍼지적분법에 기초를 둔 계층적 이미지 평가 방법을 제안하였다. 평가 프로세스는 평가 자극 및 평가 항목의 직감적 분류, 동일 카테고리 내에서의 대표예의 선정, 각 자극의 이미지평정, 피지적분법에 의한 우선도의 산출 등의 순서에 따라 진행되며, 이러한 평가 프로세스를 상호대화적인 환경하에서 수행하기 위한 평가지원용 소프트웨어를 개발하였다.
인상이나 감성적 기호가 구매에 영향을 주는 제품군의 디과인에 있어서는 사용자 시점으로부터의 감성적 평가를 디자인 프로세스의 보다 상류단계에서부터 실시하여 그 결과를 아이디어 스케치 개량을 위한 유효한 정보로서 피드백시킬 필요가 있다. 한편 감성적 평가에 있어서, SD법(의미미분척도법)으로 대표되는 종래의 이미지 평가에서는 계측대상을 [집단적인]경향으로 취급하여 독립적으로 판단을 하도록 요구되어져 왔다. 그러나 이러한 SD법적 평가만으로는 사물인지과정에 있어서 인간의 유연한 유사성 판단능력을 평가에 반영시키기에는 불충분하다. 따라서 본 연구에서는, 직감적 판단에 의한 자극의 분류와, 계층분석법 및 퍼지적분법에 기초를 둔 계층적 이미지 평가 방법을 제안하였다. 평가 프로세스는 평가 자극 및 평가 항목의 직감적 분류, 동일 카테고리 내에서의 대표예의 선정, 각 자극의 이미지평정, 피지적분법에 의한 우선도의 산출 등의 순서에 따라 진행되며, 이러한 평가 프로세스를 상호대화적인 환경하에서 수행하기 위한 평가지원용 소프트웨어를 개발하였다.
In order to design the products that impression or emotional taste influence the purchase, feedback is necessary as useful data for better idea sketches through users emotional evaluation in early stage of design process. On the other hand, it was required to make judgments individually in previous ...
In order to design the products that impression or emotional taste influence the purchase, feedback is necessary as useful data for better idea sketches through users emotional evaluation in early stage of design process. On the other hand, it was required to make judgments individually in previous image evaluations for emotional evaluations such as semantic differential method (SD method) that objects have been considered as classified tendency. However those SD methods are not enough to reflect flexible human capability with similarity judgment in object perceptual process. Therefore, this study proposes a classification of stimulus based on intuitive judgment and a hierarchical image evaluation method based on analysis of hierarchical process and fuzzy integration. The evaluation will be conducted through the order of process, intuitive classification of objective stimulus and items, definition of representatives in each class. Evaluation for each image of the stimulus, calculation of prior raking based on fuzzy integration. The evaluation supportive software is developed to conduct this evaluation process under interactive environments.
In order to design the products that impression or emotional taste influence the purchase, feedback is necessary as useful data for better idea sketches through users emotional evaluation in early stage of design process. On the other hand, it was required to make judgments individually in previous image evaluations for emotional evaluations such as semantic differential method (SD method) that objects have been considered as classified tendency. However those SD methods are not enough to reflect flexible human capability with similarity judgment in object perceptual process. Therefore, this study proposes a classification of stimulus based on intuitive judgment and a hierarchical image evaluation method based on analysis of hierarchical process and fuzzy integration. The evaluation will be conducted through the order of process, intuitive classification of objective stimulus and items, definition of representatives in each class. Evaluation for each image of the stimulus, calculation of prior raking based on fuzzy integration. The evaluation supportive software is developed to conduct this evaluation process under interactive environments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
디자인 프로세스의 각 단계에서는 각각의 고유한 디자인 액티비티를 수행하게 되며, 본 논문에서 제안하는 이미지 계측 시스템은 스타일링 단계에서의 디자인 액티비티의 지원을 중심으로 구축하게 된다. 그럼 여기서 스타일링 단계에서는 어떠한 디자인 액티비티가 이루어지는 것인가에 대해 구체적으로 알아보고 시스템의 역할에 대해 고찰해 보기로 한다.
본 논문에서는 제품디자인 분야에 있어서 유저의 감성적 평가의 갭을 계측하여, 신속하게 다음 의 스케치의 개량에 반영할 것을 목적으로 하는 이미지 계측법, 프로토타입 이론, 계층분석법 (AHP), 퍼지적분법 등을 적용하여 구성하는 방법을 제안하고, 또한 이를 컴퓨터 상에서 구현하기 위한 프로토타입시스템을 개발하였다. 이미지 계측지원 시스템은 디자이너가 유저의 감성적 평가의 계측, 평가의 차인 갭의 정량화, 평가결과의 피드백 등에 이르기까지의 과정을 통일된 인터페이스 환경에서 수행하고 더욱이 신속하게 해석의 결과를 피드백하는 곳에 커다란 특징을 지니고 있다.
본 장에서는 이와 같은 최적 아이디어 스케치를 도출하는 과정을 지원하기 위한 이미지 계측시스 템의 계측방법에 대해 기술하기로 한다. 모델의 기본적인 성격은 유저의 이미지 계측프로세스를 [아이디어 스케치로부터 받아들이는 이미지로부터 조형컨셉을 추출하는 과정(형으로부터 개념으로의 변환과정)]으로 정의한다.
이에 본 연구에서는 이상과 같은 사고에 대응하는 것으로서 Rosch》의 프로토타입 이론을 적용하여 상호대화적으로 이미지계측이 가능한 직감적인 이미지 계측방법과 종래의 해석적 방법을 보완한 새로운 이미지 계측시스템을 제안 하고자 한다.
한편 본 논문에서는 이미지계측의 이론적 방법과 이를 적용한 계측지원시스템의 구축과정에 대해서 만 기술하였다. 다음 논문에서 디자인 평가에 적용하기 위한 구체적인 방법, 시스템의 신뢰성 및 범용성 등에 대해서 명확히 하기로 한다.
가설 설정
2) 평가용 화상 및 이미지어의 제시 순서를 무 통제/무작위로 한다.
따라서 퍼지적분에 의한 우선순위를 산출하기 위하여서는 6개의 상대적 기여율(퍼지측도)을 필요로 하게 되며, 이들을 피험자로부터 아래와 같이 평정하였다고 가정한다.
전항에서 인간은 사물의 유사도 판단이나 분류를 할 때 사물의 색, 소재, 형등 개개의 물리적 속성이나 기능보다 전체적 이미지를 가지고 판단 한다고 가정하였다. 그래서 제1단계에서는 미리 사물에 대한 유사성 판단기준을 제시하여 계측하는 SD법이나 클러스터 분석 등의 [해석적인]방법 이 아닌, 피험자가 자신의 직감적 판단에 의해 느낀대로 수개의 카테고리로 분류하는 [직감적인]방법을 사용한다.
제안 방법
3) 실험에 있어서 여분의 시간이 소요되지 않도록 화면인터페이스 및 실험 수순을 설계한다.
이 방법을 이용하여 문제를 해결하기 위해서는 먼저 문제의 요소를 [최종목표, 평가기준, 대체안]의 관계로 설정하여 계층구조를 만든다. 그리고 최종목표에 부합하는 평가기준을 설정하고 이에 대한 각각의 중요도를 산출한다. 다음으로 각 평가기준에 대한 대체안들의 중요도를 평가하고, 마지막으로 이들을 이용하여 각 대체안에 대한 평가치를 환산하여 평가순위를 산출한다.
그리고 최종목표에 부합하는 평가기준을 설정하고 이에 대한 각각의 중요도를 산출한다. 다음으로 각 평가기준에 대한 대체안들의 중요도를 평가하고, 마지막으로 이들을 이용하여 각 대체안에 대한 평가치를 환산하여 평가순위를 산출한다. AHP 방법은 현재까지 의사결정 분야나 디자인 분야에 있어서 다수의 연구결과가 보고되고 있으며 디자인 의사결정 방법 으로서의 타당성도 검증되어 있다.
다음으로 비대표예의 평가 스테이지로 이행하여, 각 카테고리에서의 비대표 예에 대한 평가 타스크를 수행한다. 이 때, 비대표 예의 최종적인 판 단은 동일 카테고리의 대표 예의 평가치를 내부 조정치 (anchor)로서 주어진 슬라이더 (internal anchor) 를 자유롭게 조정(adjust)하는 방법으로 계 측한다(그림 5).
일반적으로 디자인 프로세스는 업종이나 기업 혹은 제품의 성격에 따라 다양하게 나타나지만, [개념을 실체화하여 가는 과정]이라는 관점에서 보면, 기획—개념화 T 스타일링—모델링—피니싱의 5단계로 나타낼 수 있다. 디자인 프로세스의 각 단계에서는 각각의 고유한 디자인 액티비티를 수행하게 되며, 본 논문에서 제안하는 이미지 계측 시스템은 스타일링 단계에서의 디자인 액티비티의 지원을 중심으로 구축하게 된다. 그럼 여기서 스타일링 단계에서는 어떠한 디자인 액티비티가 이루어지는 것인가에 대해 구체적으로 알아보고 시스템의 역할에 대해 고찰해 보기로 한다.
본 시스템은 이상과 같은 인간의 평가, 판단특성을 고려한 평가 방법에 기초하여 조형 컨셉과 아이디어 스케치에 대한 이미지 계즉을 수행하게 된다.
본 연구에서 제안하는 이미지 평가시스템은 프 로토타입 이론에 근거하여 계측대상을 직감적으로 평가하는 과정과 AHP법 및 퍼지적분법을 통한 해석적 이미지 계측 과정의 2가지로 구성되어 있다. 우선 직감적 이미지 계측 단계에 있어서는 평 가항목 및 계측대상의 카테고리 분류와 대표선출 조작이 이루어진다.
유효한 반응 데이터를 얻기 위해서는 효율적인 평가항목의 추출 및 제시와 계측실험에 적합한 자극화상의 준비가 필요하다. 본 프로토타입 시스템에서는 계측과정에서 발생하는 바이어스를 최대한 제거하기 위하여 자극과 평가 항목을 무작위로 디스플레이 화면에 제시하도록 한다. 이들의 생성에 있어서 특히 다음의 3가지 사항에 유의한다.
먼저 AHP법을 통해 산출한 각 평가항목간의 중시도와 평가자극의. 평정데이터를 이용하여 각항 목간의 상대적 기여도를 추출하기 위한 실험을 실시한다. 예를 들어 AHP법을 통해 산출한 각 평가 항목의 중시도를, g(A)=0.
이론/모형
구체적으로는 전술한 가정 1), 2), 3)으로부터 평가항목과 복수자극의 직감적 카 테고리 분류 및 대표선출 (representative heuris tics), 대표 예에 대한 비대표 예의 평가조정 조작 등이 이루어진다. 또한 해석적 이미지 계측단계에 있어서는 직감적 이미지 계측을 통하여 선출된 평 가항목의 중요도와 상대적 기여율의 조작이 이루 어 지며, 마지막으로 평가자극의 평정데이터에 퍼 지적분법을 적용하여 최종적으로 평가 우선순위를 산출하게 된다.
본 논문에서는 직감적 이미지 계측을 위한 이론적 기반으로 Rosch의 프로토타입 이론을 기초로 하고 있다. 프로토타입 이론은 언어나 이미지로부터 나타나는 개념의 애매함을 수량적으로 다루는 이론인데, 이 이론에 의하면 개념을 구성하는 사례에는 전형도가 높은 사례인 프로토타입으 로부터 그 개념에 포함되는지의 여부가 불명확한 사례까지를 포함한다고 한다.
성능/효과
1) 피험자의 특수한 개인적인 경험을 상기할 수 있는 형태의 자극은 피한다.
2) 어떤 대상의 주변 이미지에 대한 평가, 판단은 프로토타입 이미지와 주변 이미지와의 유사성에 영향을 받는다.
3) 어떤 대상의 주변 이미지에 대한 평가나 판단은 프로토타입 이미지의 평가치를 기준으로 하고 이것을 조정하는 것으로서 얻어진다.
전술한 바와 같이 스타일링 단계에 있어서 조형 컨셉을 구체적으로 표현하기 위해 구성되는 초기 단계의 아이디어 스케치는 다분히 주관적이며 추상적이기 때문에 반드시 최적인 상태라고 볼 수는 없다. 따라서 본 연구에서 제안하는 이미지 계측 시스템도 이와 같은 아이디어 스케치를 최적해에 이르기까지의 과정을 연속적으로 지원하는 것을 기본적인 성질로 한다. 여기에서 [최적인 아이디어 스케치]에 대해 명확히 정의해 둘 필요가 있다.
본 연구에서는 반응데이터의 수집을 위해서 실험용 소프트웨어를 사용하였으며, 조작은 위에서 언급한 바와 같은 간단한 순서로 진행된다. 실험용 소프트웨어는 비쥬얼 베이직 6.0을 이용하여 제작하였으며, 소프트웨어의 예비실험 결과, 실험자 측으로부터는 실험과정의 자동화로 인한 실험 시간의 단축 및 데이터 관리의 편리성을, 피험자 측으로부터는 자극 조작의 리얼타임 반응, 직감적 조작 등의 양방향의 이점을 확인하고 있다.
후속연구
한편 본 논문에서는 이미지계측의 이론적 방법과 이를 적용한 계측지원시스템의 구축과정에 대해서 만 기술하였다. 다음 논문에서 디자인 평가에 적용하기 위한 구체적인 방법, 시스템의 신뢰성 및 범용성 등에 대해서 명확히 하기로 한다.
이렇게 함으로써 발산 되어진 복수의 가설 해로 부터 몇 개의 후보해를 도출하기 위한 분류, 정 리 및 의사결정에 필요한 정보를 제공하게 되어 디자이너의 경험에 의존하던 주관적인 평가가 아 닌, 보다 명확한 평가 기준에 의한 객관적 평가과 정을 통해 최적해 도출을 위한 디자이너의 액티 비티가 보다 효율적으로 수행될 것으로 기대된다.
이상과 같이 직감적 이미지 계측과 해석적 이미지 계측과정을 통하여 산출한 평가결과는, 디자이 너에게 신속하게 제공되어 아이디어 개량작업을 위한 효율적인 정보로서 활용할 수 있게 된다. 아울러 본 이미지계측 시스템은 피드백 정보로서 이 미지계측을 통한 평가대상의 우선순위와 함께, 해 석적 평가결과에 대한 기초통계량(평점평균, 표준 편차, 최소치, 최대치, 종합치, 데이터 빈도), 이미지 맵 기능 등도 제공하게 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.