제너레이티브 디자인 개념을 응용한 데이터 기반 로고 디자인 연구 :A Study on Data-Driven Logo Design Applying the Concept of Generative Design

이정화

추천

검색

자료유형: 학위논문

저자정보: 이정화 (고려대학교, 고려대학교 대학원)

지도교수: 이태일

발행연도: 2023

저작권: 고려대학교 논문은 저작권에 의해 보호받습니다.

이용수11

이 논문의 연구 히스토리 (4)

2023

‘아쿠아월드’: 제너레이티브 로고 디자인

이정화 , 이태일 한국HCI학회 학술대회 2023.02 학술대회자료

제너레이티브 디자인 개념을 응용한 데이터 기반 로고 디자인 연구

이정화 2023.01 학위논문

2022

제너레이티브 로고 개념을 응용한 데이터 기반 로고 디자인 개발

이정화 , 이태일 한국디자인학회 학술발표대회 논문집 2022.11 학술대회자료

제너레이티브 로고의 데이터특성에 따른 유형화

이정화 , 이태일 한국디자인학회 학술발표대회 논문집 2022.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 기술의 발전으로 인해 디자인 분야에서도 다양한 접근이 가능해졌다. 이에 따라 데이터 기반의 인공지능 기술인 제너레이티브 디자인이 주목받고 있다. 제너레이티브 디자인은 딥러닝 모델을 통해 이전의 디자인 데이터를 학습하고, 이를 기반으로 새로운 디자인을 자동으로 생성하는 방식으로, 기술의 가능성과 한계를 탐구하기 위해 많은 연구가 진행되고 있는 것이 실상이다.
현재 제너레이티브 디자인 기술은 급격히 발전하고 있지만, 국내의 브랜드 로고 분야에서는 여전히 일관성과 통일성을 중시하고 있으며, 환경 변화에 대한 대처 방안이 부족하다. 해외에서는 이미 제너레이티브 로고와 다이내믹 로고 개념을 활용하여 브랜드 경험을 확장하기 위한 전략적 방법으로 적극 활용하고 있으나, 국내에서는 해당 방식을 적용한 사례가 적다. 이는 제너레이티브 로고의 가능성을 통해 브랜드 경험과 관련된 연구가 미비하다는 것을 나타내며, 오늘날의 미디어 환경 변화에 적응하고 브랜드 경험을 확장하기 위한 방법론으로서 제너레이티브 로고에 대한 연구가 필요하다는 것을 시사한다.
본 연구에서는 제너레이티브 디자인 이론을 기반으로, 데이터를 활용하여 움직이는 로고 디자인 사례들을 분석하였다. 데이터의 사용성과 조형적인 요소를 종합적으로 분석하여 각 사례가 보여주는 데이터 특성에 따른 유형을 파악하였다. 이러한 데이터 특성을 바탕으로, 아쿠아월드를 배경으로 제너레이티브 로고를 제작하였으며, 이를 통해 실시간 데이터를 기반으로 움직이는 로고 디자인을 제시하였다.
첫째, 제너레이티브 로고의 이론을 이해하고 유사한 데이터 특성을 가진 로고를 수집하여 포지셔닝 맵을 통해 분류하였다. 이 과정에서 4가지 데이터 특성을 도출하였다. 더불어, 수집한 로고 사례 간의 연관성을 파악하기 위해 KJ 기법을 활용하여 5가지 데이터 유형을 발견하였다. 이러한 결과는 수집한 로고들의 데이터 특성과 유형이 서로 연관성이 있음을 파악하였다.
둘째, 로고의 데이터 특성에 따른 유형을 체계적으로 분석한 후, 제너레이티브 로고의 디자인 개발 과정을 수행하였다. 아쿠아리움을 배경으로 설정하여, 심미성의 데이터 특성에 따른 실시간 데이터 유형을 설정하였으며, 이를 위해 현장 관찰을 통해 수중생물의 움직임 패턴과 로고의 활용성을 분석하였다. 이후, 움직임 데이터 정보와 시각적 표현 요소를 적절히 매핑하여 디자인을 구현하였다.
마지막으로, 수중생물의 움직임 데이터를 활용한 제너레이티브 로고 디자인의 검증을 진행하였다. 개발한 로고 디자인의 검증을 위해 아쿠아리움의 현장에서 인터뷰와 설치를 실시하였다. 이를 통해 제작된 로고의 디자인 개선 사항과 적용 가능성을 도출하였다.
본 연구는 제너레이티브 디자인개념에 더 나아가 제너레이티브 로고의 개념에 주목하였다. 일시적인 로고라는 이미지에서 기업 및 브랜드의 지속 가능한 새로운 활용성을 발견하였다. 데이터와 시각적 요소에 대응하여 데이터를 기반으로 변화하는 제너레이티브 로고의 개발과 그에 대한 분석을 통해 활용 가능성 제시한 점에 의의가 있다.

Recent advancements in technology have enabled diverse approaches in the field of design, with data-based Artificial Intelligence (AI) technology, specifically generative design, gaining notable attention. Generative design involves learning from past design data using deep learning models and generating new designs automatically, a subject of considerable ongoing research exploring its potential and limitations.
Despite rapid advancements in generative design technology, brand logo design in domestic settings continues to emphasize consistency and uniformity, often lacking strategic responses to environmental changes. While the concepts of generative and dynamic logos are actively employed abroad as strategic tools to enhance brand experience, their implementation is limited in the domestic arena. This highlights a gap in research concerning brand experience through the potential of generative logos, suggesting the need for research on generative logos as a methodology to adapt to today''s changing media environment and expand brand experiences.
This study, based on generative design theory, analyses examples of dynamic logo designs utilizing data. We conducted a comprehensive analysis of the usability of data and formal elements, identifying types based on the data characteristics each case demonstrates. Based on these data characteristics, we created a generative logo for Aquaworld, proposing a dynamic logo design based on real-time data.
Firstly, the theory of generative logo was understood, and collected logos with similar data characteristics, and categorized them using a positioning map, deriving four data characteristics in the process. Also, utilized the KJ method to discover five data types to understand correlations between collected logo examples. These results confirmed the interrelation of data characteristics and types among the collected logos.
Second, after systematically analyzing logo types according to their data characteristics, the design development process for a generative logo was carried out. Aquatic organisms were set as a background, and a real-time data type based on aesthetic data characteristics was established. Through field observation, movement patterns of aquatic creatures and the practicality of the logo were analyzed. Then, movement data information and visual representation elements were appropriately mapped to implement the design.
Finally, validation of the generative logo design using movement data from aquatic creatures was conducted. For validation of the developed logo design, interviews and installations were conducted on-site at the aquarium. Through this, improvement points for the produced logo design and its applicability were derived. The main focus of this research is on the concept of generative logos, which goes beyond the scope of generative design.
This study explores sustainable opportunities for companies and brands, surpassing the conventional temporary image of a logo by strategically developing generative logos that adapt to data and visual elements. The significance of this study is its systematic analysis and presentation of the potential utilization of such logos. The development and analysis of generative logos that change based on data, responding to data and visual elements, are significant in suggesting their potential applications.

#제너레이티브 디자인 #데이터 시각화 #제너레이티브 로고 #브랜드 아이덴티티 #데이터 표현 #인터랙션 디자인

초록 i
ABSTRACT v
목차 vii
표 목차 x
그림 목차 xii
기호 설명 xvi
1장. 서론 1
1.1 연구 배경 및 목적 1
1.1.1 연구 배경 1
1.1.2 연구 목적 2
1.2 연구 방법 2
2장. 제너레이티브 로고의 이론적 고찰 4
2.1로고의 정의 4
2.2 제너레이티브 로고의 개념 5
2.3 제너레이티브 로고의 특징 8
3장. 제너레이티브 로고의 사례 분석 9
3.1 제너레이티브 로고의 데이터 특성 9
3.1.1 제너레이티브 로고의 사례 수집 9
3.1.2 데이터 특성 15
3.1.3 데이터 유형 23
4장. 디자인 개발 40
4.1 설정 40
4.1.1 대상 설정 및 배경 설정 41
4.1.2 현장 관찰 42
4.1.3 방향 설정 53
4.2 데이터 설정 54
4.2.1 데이터 특성에 따른 유형 설정 54
4.2.2 데이터 정보-시각적 표현 요소 매핑 55
4.3 로고 개발 56
4.3.1 디자인 스케치 56
4.3.2 디자인 구현 62
4.3.3 설치 64
4.3.4 최종 디자인 결과 66
5장. 디자인 검증 71
5.1 검증 목적 및 방법 71
5.2 인터뷰 설계 72
5.2.1 질문 구성 73
5.2.2 대상 선정 74
5.3 인터뷰 분석 75
5.3.1 검증 분석 78
5.3.2 검증 결과 81
5.4 활용 가능성 가치제안 84
6장. 결론 90
6.1 연구의 논의 90
6.2 한계점 및 향후 연구 91
참고문헌 92
부록 97
A. 인터뷰 참여 동의서 97
B. 인터뷰 질문지 98
C. 인터뷰 답변 99
D. P5.js (Visual Studio Code) 104

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (4)

초록· 키워드

목차

최근 본 자료

댓글(0)