생성형 인공지능(AI)을 이용한 조경 공간의 디자인 시각화 작업 활용 가능성에 관한 분석과 제안
Analysis and suggestions on feasibility of using artificial intelligence image generator for design visualiation of landscape spaces
- 발행
- 2024
- 소속·발행
- 삼육대학교, 통합예술학과
- 출처
- 국내 KCI
- DOI
- 10.35216/kisd.2024.19.5.91
- 원문등록
- 2024-08-31
- 원문
- 원문 보기 ↗
개념
키워드
생성형 인공지능, 시각화 작업, 도면 채색, 조경 평면도, 스테이블 디퓨전, Generative AI, Visualization Work, Coloring drawings, Landscape site plans, Stable Diffusion
초록
(연구배경 및 목적) 디자인 과정에서 아이디어의 시각화는 창의적인 구상을 구체화하는 데 있어 중요한 단계이다. 특히 조경디자인과 같은 공간을 다루는 분야에서 도면 시각화 작업은 프로젝트의 시각적 이해에 직접적으로 영향을 미친다. 그러나 기존의 방법으로 도면의 시각화 작업은 시간이 많이 소요되며 상당한 노력을 요구한다. 최근 기술의 발전으로 생성형 인공지능(AI) 기술이 하루가 다르게 발전해 가고 있고, 이는 도면의 시각화 작업의 효율성을 대폭 개선할 수 있는 가능성을 가지고 있다. 따라서 본 연구는 이미지 생성 인공지능을 통한 조경 공간의 시각화작업의 활용 가능성을 알아보고자 하는데 목적이 있다. (연구방법) 본 연구는 선행연구를 통해 생성형 인공지능에 대해 알아보고, 이를 기반으로 이미지 생성 인공지능 플랫폼의 인공지능의 기능을 알아보았다. 그리고 이미지를 생성하여 각각의 이미지 생성 인공지능의 활용 가능성과 한계를 확인하였다. 그 후 확장기능을 가지고 있어 세부 조정이 가능한 Stable Diffusion으로 연구를 진행하였고, 조경 분야에 특화된 메인모델과 확장모델을 이용하여 이미지를 생성하고 비교·분석하였다. 그 결과를 통해 향후 연구 방향에 대하여 알아보았다. (결과) Stable Diffusion, Midjourney, Dall-E, Adobe Firefly의 기본 기능으로 생성된 이미지들은 평면도 형태를 재현할 수 있었으나, 세부적인 특성과기준 도면 이미지를 충실히 반영하는 데는 한계가 있었다. 이에 Stable Diffusion의 ControlNet 확장기능을 통해 이미지를 추가생성하였고, 기준 도면 이미지의 채색 평면도 생성 가능성을 확인하였다. 다음으로 보다 디테일한 이미지 생성을 위해 Stable Diffusion의 ControlNet, LoRA 확장기능을 사용하여 이미지 생성을 하였다. 또한, 메인 모델인 Checkpoint와 LoRA 확장모델을 오픈 소스로 3개씩 다운로드하여 교차로 이미지를 생성하였다. 오픈 소스 모델들은 모두 조경 분야와 평면도 생성에 특화된모델을 사용하였다. 그 결과, 특정한 Checkpoint 모델과 LoRA 확장모델을 사용하였을 때, 보다 나은 이미지가 생성되는 것을볼 수 있었다. 부분 수정에서는 Stable Diffusion의 Inpaint 기능을 이용하여 바닥포장을 수정하였는데, 처음 생성된 이미지와같은 수준의 수정이 이루어지지는 않았다. (결론) 이 연구는