디자인 분야의 인공지능(AI) 활용 전략: 심층 인터뷰를 중심으로

2-1 인공지능의 개념

인공지능(AI, Artificial Intelligence)이라는 표현은 1956년 미국 다트머스대학의 컴퓨터 사이언스 워크숍에서 처음 등장했다. 이때 세계 석학들이 모여 인간처럼 생각하는 기계를 ‘인공지능’이라 부르기로 했다[8]. 과거 1세대 인공지능은 가전제품에 구현되는 단순한 제어 프로그램 수준에 지나지 않는다. 절차와 규칙을 사전에 정해두고 그대로 수행하는 것으로 이 방법으로는 간단한 작업만 수행할 수 있다. 이후 2세대 인공지능이 출시되었으며 경로 탐색과 DB 서치 등을 활용한 전문가 시스템이다. 3세대 인공지능은 머신러닝으로 대변된다. 머신러닝이란 전문가 시스템처럼 처음부터 방대한 규칙을 준비하는 것이 아닌 컴퓨터가 스스로 판별이나 예측 비법을 익히게 하는 것이다. 4세대 인공지능은 딥러닝으로 기존 신경망분석의 발전된 형태로 더 추상화된 지식을 습득할 수 있다. 5세대 LLM(Large Language Model)은 거대 언어 모델로 인간이 사용하는 언어는 물론 컴퓨터 프로그래밍 언어까지 능통하다[9].

선행연구자 마쓰오 유타카가 제시한 인공지능 전문가에 의한 인공지능의 정의를 정리하자면 다음과 같다. 공립 하코다테 미래대학학장인 나카지마 히데유키는 ‘인공적으로 만들어진 지능을 가지는 실체 또는 그것을 만들자고 함으로써 지능 자체를 연구하는 분야이며 계산기 지능 가운데 인간이 직·간접적으로 설계할 경우를 인공지능이라고 불러도 좋다.’라고 하였다. 교토대학대학원 정보학연구과 교수인 니시다 도요아키는 ‘지능을 가진 메커니즘 내지는 마음을 가지는 메커니즘, 인공적으로 만들어진 인간과 같은 지능 또는 그것을 만드는 기술’이라고 정의하였다. 호쿠리쿠 첨단과학기술대학원대학 교수인 미조구치 리이치로는 ‘인공적으로 만든 지적인 행동을 하는 물건(시스템)이다.’라고 정의하였다. 교토대학 명예교수이자 전 구니타치 국립 국회도서관장인 나가오 마코토는 ‘인간의 두뇌 활동을 극한까지 모사하는 시스템, 대화하거나 사교적 담화를 통해 알고 싶은 시스템’이라고 정의하였다. 도쿄대학대학원 공학계연구과 교수인 호리 고이치는 ‘인공적으로 만든 새로운 지능의 세계’라고 정의하였다. 오사카대학대학원 공학연구과 교수인 아사다 미노루는 ‘지능의 정의가 명확하지 않음으로 인공지능을 명확히 정의할 수 없다.’라고 하였다. 공립 하코다테 미래대학교수인 마쓰바라 히토시는 ‘궁극에는 인간과 구별이 되지 않는 인공적인 지능’이라고 정의하였다. 게이오기주쿠대학 이공학부 교수인 야마구치 다카히라는 ‘사람의 지적인 행동을 모방·지원·초월하기 위한 구성적 시스템’이라고 정의하였다.

상용화된 인공지능은 대부분 서비스 영역에 그치고 있다. 인공지능을 활용한 대규모 사업이 인공지능이 만드는 오류 없이 실현되려면 아직 갈 길이 멀다. 하지만 과거 인터넷이 그랬던 것처럼 인공지능은 경제, 사회, 문화를 변화시킬 것으로 예상된다. 우리의 생활 방식을 변화시키는 것은 물론 문화 자체를 바꾼다. 인공지능은 인터넷이나 스마트폰을 뛰어넘는 충격을 줄 수 있다[3].

이렇게 무한한 가능성을 가진 인공지능은 크게 두 종류로 나뉜다. 범용 인공지능과 특화된 인공지능이다. 범용 인공지능은 강한 AI, General AI, Strong AI, Full AI라고도 불린다. 이것은 다양한 문제를 해결할 수 있는 인공지능이며 시스템이 스스로 인식과 자아를 가지고 사람처럼 자유의지에 따라 생각, 판단, 결정하고 감정을 느끼는 것이다. 철학자 존 설(John Fogers Searle)은 ‘정확한 입력과 출력을 갖추고 적절하게 프로그램된 컴퓨터는 인간이 마음을 가지는 것과 완전히 같은 의미로 마음을 가진다[9].’라고 하였다. 특화된 인공지능은 약한 AI, Specialized AI, Narrow AI, Weak AI라고도 불린다. 이것은 특정 문제만 해결할 수 있는 인공지능이다. 일부 학자들은 인공지능 시스템이 마치 지적 능력이 있는 것처럼 보일 뿐 내면을 들여다보면 복잡한 계산의 조합에 불과하다고 말한다[8]. 범용 인공지능이 사람의 능력을 훨씬 넘어서는 경우를 초지능(Super Intelligence) 시스템이라고 하는데 이 수준이 되면 공상과학 영화처럼 나쁜 인공지능이 인간을 지배하고 통제하려고 할 수도 있다. 인공지능이 자유의지와 감정 등을 가지게 되면 이는 인간과 동등한 위치가 될 수 있음을 의미하고, 인간과 같이 생활하는 인공지능을 위한 윤리, 책임, 권리 등 복잡한 문제가 생길 수 있다.

‘AI의 대가’이자 ‘딥러닝의 대부’로 불리는 제프리 힌튼(Geoffrey Hinton) 교수는 캐나다 토론토대학의 교수로 재직 중이며 구글의 부사장직도 겸하고 있었다. 그런데 그는 2023년 5월 10년간 몸담은 구글에 사표를 냈다. 이유는 인공지능의 위험성을 자유롭게 세상에 알리기 위해서였다. 그는 뉴욕타임스와의 인터뷰에서 인공지능의 위험성을 다음과 같이 경고했다. “생성형 AI로 인한 가짜 이미지와 텍스트가 너무 많아졌다. 앞으로 인간은 진실과 거짓을 구분하지 못하는 세상을 마주하게 될 것이다. 이 점이 가장 두렵다⋯. AI는 기업 생산성을 높이는 장점을 갖고 있지만, 이보다 더 큰 위험성을 갖고 있다. 일평생 연구한 AI 연구에 대해서도 후회하지만, 내가 연구하지 않았어도 누군가가 대신 발견하거나 만들었을 것이다⋯. 이러한 AI의 위험성을 비롯한 경각심, 끝없는 빅테크 전쟁 등에 대해 일반 시민들도 알아야 한다. 내가 구글을 떠나야만 이에 대해 더 자유롭게 말할 수 있을 것 같다.” 범용 인공지능이 진화해 정말로 인간의 개입 없이 스스로 학습하고 판단해 나중에는 자신보다 더 똑똑한 AI 프로그램을 만들어낸다면 인류의 문명에 큰 위협이 될 것이다. 따라서 범용 인공지능이 인류의 문제를 해결하는 도구로 활용되려면 적절한 윤리적 기준과 규제 그리고 인간 중심의 접근 방식이 필요하다.

2-2 인공지능과 디자인

2022년 11월, ChatGPT(Chat Generative Pretrained Transformer)는 인공지능 상용화의 빅뱅이 되었다. 사용자 100만 명을 돌파하는데 페이스북은 10개월, 트위터는 2년이 걸렸지만, ChatGPT는 불과 5일밖에 걸리지 않았다. 출시한 지 두 달 후인 2023년 1월에는 월간 사용자 1억 명을 돌파했다. ChatGPT를 활용한 새로운 인공지능 툴과 서비스를 제공하는 회사들이 늘어가고 있다. 재스퍼(Jasper)는 전 세계 24개 언어를 인식할 수 있으며 광고, 이메일, 기사 등의 콘텐츠를 생성할 수 있는 인공지능 카피라이터 서비스를 제공하고 있다.

이러한 인공지능을 기반으로 하여 글, 이미지, 영상, 음악, 코드 등과 같은 콘텐츠를 생성하는 능력을 갖춘 것을 생성형 AI라고 부른다. 특히 2022년에 출시된 오픈AI인 달리(DALL-E)는 GPT-3를 기반으로 한 텍스트 투 이미지 인공지능이다. 이것은 대규모 데이터를 바탕으로 학습하여 프롬프트(Prompt)에 따라 새로운 콘텐츠를 생성할 수 있다. 또한 기존의 사진이나 그래픽 파일의 수정도 가능하다. 또한 자연어로 수정 사항을 지정할 수도 있다[13]. 기존 인공지능이 데이터와 패턴을 학습해서 대상을 이해하는 것에 머물렀다면, 생성형 AI는 기존 데이터와의 비교학습을 통해 새로운 결과물을 도출한다는 특징을 가지고 있다. 또한 생성형 AI 서비스는 창작, 예술 활동을 위한 기초 자료 조사, 초기 아이디어발상, 아이디어 구현이 가능하다. 이를 잘 활용한다면 인간이 소모하는 시간과 노력을 크게 절감시켜줄 것이다.

이에 이미지 생성형 AI 역시 놀라운 기술력으로 이미지와 일러스트 분야를 대체할지 업계가 주목하고 있다. 다양한 콘텐츠를 자유자재로 만들 수 있다는 장점 덕분에 생성형 AI는 창의성이 요구되는 영역에서 창작 도구로 관심이 더욱 높아지고 있다[14]. 미드저니(Midjourney), 달리(DALL-E), 스테이블 디퓨전(Stable Diffusion), 플레이그라운드(Playground) 등은 텍스트를 입력하면 자동으로 그래픽과 이미지를 생성할 수 있다. 콜로라도 미술전에서 1등 상을 받아 논란이 됐던 제이슨 앨런(Jason Allen)의 <스페이스 오페라 극장>이 바로 미드저니(Midjourney)를 통해 그린 그림으로 알려져 있다. 일레븐랩스(Eleven Labs)는 음성 복제와 이를 통한 다양한 콘텐츠 제작이 가능하다. 루마 AI(Luma AI)의 지니(Ginie) 모델은 ‘텍스트 투 3D(Text to 3D)’ 모델을 통해 간단한 텍스트 명령어로 3D 모델을 생성하거나, 스마트폰으로 촬영한 영상에서 특정한 사물을 3D 이미지로 구현할 수 있다[15].

Fig. 1.

Theatre D’Opera Spatial

크리에이티브 업계에서는 생성형 AI가 큰 혁신을 일으킬 잠재력을 가지고 있다고 말한다. 하지만 여전히 이를 어떻게 활용해야 할지에 대한 두려움이 있기도 하다. 하지만 이 변화를 잘 파악하면 편리함을 주는 최상의 도구를 얻게 된다. 생성형 AI를 활용해 단순히 멋진 글과 이미지를 생성하는 표면적인 변화가 아니라 근원적인 크리에이티브 비즈니스에 영향을 주는 구조적 변화가 일어날 가능성이 크다. 대다수의 크리에이티브 과제는 몇 주 혹은 몇 달이 걸린다. 하지만 생성형 AI는 이 작업을 훨씬 적은 시간과 비용으로 수행할 수 있다.

광고는 크리에이티브 산업의 중심이다. AI가 오랫동안 광고의 일부 기술로 활용되어왔지만, 그 역할이 미디어와 데이터 분석에 국한되어 있었다. 하지만 기술의 발달로 이제는 전반적인 크리에이티브 프로세스에서 중요한 역할을 하기 시작했다. 인공지능은 크리에이티브 콘텐츠를 생성할 수 있는 인사이트와 아이디어를 제공할 수 있다. 대행사들 또한 광고를 빠르고 저렴하게 제작하기 위해 인공지능을 도입하고 있다. 크리에이터는 주도적으로 가설을 세우고, 테스트하고, 학습하고, 학습한 내용을 적용하고, 다시 테스트하는 과정을 거쳐야 한다. 이를 적은 시간으로 실행하기 위해 생성형 AI를 활용할 수 있다. 실제로 많은 대행사의 기획·제작팀은 인사이트를 발견하고 핵심 아이디어를 도출하기 위한 도구로 AI를 적극적으로 활용하기 시작했고 이 방법을 전면적으로 도입하여 광고를 제작하는 대행사도 등장하고 있다. 대표적인 사례로 슈퍼네추럴(Supernatural)이 있다. 이들은 광고 제작 과정에서 ‘더 머신(The Machine)’이라는 정교하게 학습된 인공지능을 활용하여 인사이트, 전략 및 크리에이티브를 만들어낸다. 결과적으로 애드에이지(Adage)에서 2023년 ‘올해의 작지만 영향력 있는 대행사(Small Agency of the Year)’로 선정되기도 했다[14].

최근 인공지능을 활용한 광고가 늘어남에 따라 활용 방식이 다양해지고 표현물도 카피와 이미지를 넘어 영상으로 확대되었다. ‘텍스트 투 비디오(Text to Video)’를 활용하여 텍스트를 입력하면 동영상을 자유롭게 제작할 수 있을 뿐만이 아니라 ‘비디오 투 비디오(Video to Video)’ 기술을 활용하여 기존의 광고 이미지와 영상을 학습하면 광고에 최적화된 영상물의 여러 조건을 유지하면서 제작자가 원하는 스타일로 새로운 광고 영상을 제작할 수 있다. 최근 나이키와 아우디가 비디오 투 비디오를 활용하여 광고를 제작하였으며 국내에도 이러한 시도가 있었다.

2024년 5월 LG유플러스는 100% AI 제작 TV 광고를 론칭하였다. 이번 광고는 국내 최초로 100% AI 영상만으로 제작한 TV 광고라는 점에서 의미가 크다. AI가 생성한 8,300여 개 소스와 20만 개 프레임을 활용해 자율주행, 스마트시티, 양자 내성 암호 등 직접 구현하기 어려운 기술을 영상으로 표현하였다. 3D 애니메이션으로 제작하는 광고 대비 비용과 기간을 각각 40%, 70% 줄일 수 있었다[17].

Fig. 2.

LG U+'s 100% AI-produced advertisement

3-1 연구 문제

제 4차 산업혁명은 여러 분야 기술의 경계가 허물어지며 융합되는 것이 핵심 목표이다. 디지털 기술의 핵심은 인공지능과 빅데이터라 할 수 있으며 인공지능은 전 세계 사람들의 일상생활에 영향을 주는 4차 산업혁명의 핵심기술 중 하나이다. 하지만 국내의 인공지능 연구는 이론적 및 기술적 활용 분야에 제한되어는 실정이며 인공지능과 디자인에 관한 선행연구가 미미하므로 향후 연구 방향을 제시할 필요가 있다고 판단하였다. 이에 본 논문에서는 디자인 분야에서 인공지능 활용 전략을 연구하고자 한다. 디자인 분야에서 인공지능은 경제, 산업구조, 노동시장 등 다양한 분야에 많은 영향을 줄 것으로 예상된다. 기술력으로 생산성을 높이고 유통 비용을 절감하여 소득 증가와 삶의 질 향상이라는 긍정적인 효과를 기대할 수 있다. 하지만 빈부격차, 사회적 불평등뿐만 아니라 기계가 사람을 대체하며 발생할 수 있는 여러 부정적인 영향들이 등장할 수 있다.

따라서 본 연구에서는 인공지능 전문가들과 심층 인터뷰를 통해 디자인 분야에서 인공지능이 진출하기 위해 어떤 전략을 수립해야 하는지에 대한 방안을 마련해보고자 한다. 연구 문제와 연구 방법은 연구자 차영란[18]의 선행연구에 착안하여 PEST, SWOT, PEST-SWOT 분석 방법론을 사용하였다. PEST 분석은 시장 성장과 축소, 포지셔닝, 방향 등을 파악하는데 효과적이다. SWOT 분석의 목적은 강점과 기회를 극대화하고, 약점을 극복하고 위험을 최소화하는데 있다. PEST-SWOT분석은 거시적인 상황을 명확하고 단순화할 수 있는 방법론이다. 따라서 인공지능 시장의 정치적, 경제저가, 사회적, 기술적 요인을 분석하고 디자인 분야에서 인공지능 활용의 강점과 약점 및 기회와 위협 요인을 분석하고자 한다.

본 연구의 첫 번째 연구 문제는 디자인 분야가 인공지능 시장에 진출하기 위해 전문가들이 수립해야 하는 전략에 대해 살펴보고자 한다. 인공지능 시장을 둘러싼 외부 환경을 분석하기 위해 정치적(P : Political), 경제적(E : Economic), 사회적(S : Social), 기술적(T : Technological)으로 분석하고자 한다.

연구 문제 1. 전문가들이 인식하는 디자인 분야에서 인공지능 시장 진출에 대한 PEST(정치, 경제, 사회, 기술) 요인은 무엇인가?

두 번째 연구 문제는 디자인 분야가 인공지능 시장에 진출하기 위해서는 상황분석에서 수집된 정보를 바탕으로 디자인이 해결할 수 있는 문제를 파악하는 일이다. 이를 위해 기업 내부의 강점(S : Strength)과 약점(W : Weakness), 외부 환경인 기회(O : Opportunity)와 위협(T : Threat) 등을 토대로 분석하고자 한다.

연구 문제 2. 전문가들이 인식하는 디자인 분야에서 인공지능 시장 진출에 대한 SWOT(강점, 약점, 기회, 위협) 요인은 무엇인가?

세 번째 연구 문제는 선행연구자 장한수 외의 방법론인 PEST-SWOT을 이용하여 인공지능 시장을 둘러싸고 있는 정치적, 사회적, 경제적, 기술적인 요인을 분석하고 인공지능 산업 내부의 강점과 약점요인과 인공지능 시장 외부의 기회와 위협요인을 분석하고자 한다. PEST-SWOT 분석은 SWOT 분석을 보다 체계적으로 수행하는 방법이다. SWOT의 네 가지 요인을 정치적, 경제적, 사회적, 기술적 관점에서 유도한다. PEST를 구성하는 각 관점을 살펴보면 정치적 관점에는 조직에 영향을 미칠 수 있는 국내외의 법과 규제 등이 포함된다. 경제적 관점에는 세금, 이율, 인플레이션 등이 포함된다. 사회적 관점에는 생활양식의 변화, 트렌드, 미디어, 윤리 등이 포함되며, 기술적 관점에는 혁신, 기술적 접근 등이 포함된다.

연구 문제 3. 전문가들이 인식하는 디자인 분야에서 인공지능 시장 진출에 대한 PEST-SWOT 전략은 무엇인가?

네 번째 연구 문제는 인공지능의 발전은 사회에 새로운 변화를 가져오고 있으나 이로 인한 역기능과 규범적 대응 논의가 필요하다고 할 수 있다. 전문가들이 인식하는 규제 및 윤리적 문제에 대해 파악해보고자 한다.

연구 문제 4. 전문가들이 인식하는 디자인 분야에서 인공지능 활용에 대한 규제 및 윤리적 문제는 무엇인가?

마지막으로 디자인 분야에서 인공지능 활성화를 위해 무엇이 필요한지 살펴보고 이에 따른 전략을 수립하고자 한다.

연구 문제 5. 전문가들이 인식하는 디자인 분야에서 인공지능 활성화 방안은 무엇인가?

Table 1.

Number of people interviewed in depth by previous study

3-2 연구 방법

인공지능에 관한 문헌 연구와 디자인과 인공지능에 관한 선행연구는 존재하지만, 디자인 분야의 인공지능에 관한 전문가 인터뷰 연구는 부족한 실정이다. 따라서 국내의 인공지능 및 디자인 분야 전문가들의 의견을 통해 연구 문제에 관한 결과를 도출하고자 하였다. 디자인 분야에서 인공지능 시장 진출 전략과 관련하여 인공지능 및 디자인 분야의 교수, 연구원, 교사, 회사대표 등을 대상으로 심층 인터뷰를 진행하였다. 이들은 10년 이상의 경력으로 인공지능과 디자인 분야에 관한 높은 이해도와 경험이 있으며 관련 시장에서 다양한 역할을 할 수 있다고 판단되었다.

Table 2.

In-Depth Interviwees

다음은 학술연구정보서비스(RISS)에서 키워드 ‘디자인’과 ‘심층인터뷰’를 함께 검색한 후 제목과 년도 그리고 선행연구별 심층 인터뷰 대상자 인원을 정리한 표이다. 인터뷰 대상자를 10명 이상으로 설정한 연구가 5개, 10명 이하로 설정한 연구가 5개이며 인터뷰 대상자 인원의 평균은 8명으로 나타났다.

따라서 본 연구에서는 총 10명의 전문가를 대상으로 2024년 5월 1일부터 5월 21일까지 심층 인터뷰를 진행하였다. 우선 유선상으로 전문가 인터뷰에 응답 가능 여부를 확인한 후 전자 우편을 통해 설문지를 배포하였으며 이후 설문 응답지를 회신받았다. 추가적인 질문이나 설명이 필요한 경우에는 집중적인 인터뷰를 진행하였다. 모든 전문가에게 같은 방법으로 인터뷰를 진행하였으며 연구 문제 또한 동일하게 제공되었다.

4-1 PEST 분석

4-2 SWOT 분석

4-3 PEST-SWOT 분석

PEST-SWOT 분석은 거시적인 상황을 명확하게 하고 단순화할 수 있는 방법론이다. 따라서 본 논문에서는 인공지능 시장의 정치적, 경제적, 사회적, 기술적 요인을 분석하고 디자인 분야에서의 강점과 약점요인, 기회와 위협요인을 전문가들과의 심층 인터뷰를 통해 분석하고자 한다. 다음은 PEST-SWOT 분석 결과를 정리한 표이다.

Table 3.

PEST-SWOT Analyze

4-4 인공지능의 윤리적 문제

전문가들은 인공지능이 윤리와 저작권 문제를 초래하는 것을 방지하고 인공지능에 대한 학습과 교육에 대한 논의가 필요하다고 주장하고 있다. 또한 AI 기술의 사용과 관련된 규제를 해야 하며 관련하여 미리 법제화를 해야 한다고 강조하고 있다. 전문가들의 예측을 넘어서는 인공지능의 발전을 염두에 두면서 인공지능으로 인해 발생할 윤리적 문제점에 대해서 미리 논의하여 공론화해 나가야 할 것이며 관련하여 지속적인 관심과 논의가 필요하다.

“AI는 대규모 데이터를 기반으로 하는 기술로 디자인 분야에서 활용 시에는 저작권 침해 문제가 발생할 수 있습니다. 이미지 생성 모델은 저작권이 있는 수많은 이미지 데이터를 활용하여 모델을 학습시키기 때문에 결과물은 학습된 이미지를 참조하여 새로운 이미지를 생성하게 됩니다. 나아가 상업적 용도로 이러한 이미지를 사용할 때 저작권 문제가 더욱 심각해질 수 있습니다.”
(A, K기술연구원 교수)

“AI가 생성해 낸 이미지 또는 그래픽이 과연 누군가가 가질 수 있는 저작권으로 귀속될 수 있는가에 대한 문제가 가장 먼저 떠오릅니다. 저작권을 인정받은 사례는 대체로 해당 이미지를 생성한 작업자의 의도에 있으며 이에 관한 지속적인 관심과 논의가 필요한 실정입니다.”
(F, 관련 회사 대표)

“제작한 디자인의 저작권에 대한 문제와 더불어 교육적인 관점에서도 윤리적인 문제가 발생할 수 있습니다. 자신이 작성한 프롬프트로 제작할 수 있는 결과물 때문에 디자인 교육의 필요성을 느끼지 못할 수 있고 AI 활용으로 인해 디자인의 과정을 놓칠 수 있습니다.”
(J, 고등학교 교사)

4-5 디자인 분야에서 인공지능 활성화 방안

인공지능은 4차 산업의 중심이라 할 수 있다. 인공지능이라는 새로운 산업 분야의 등장이며, 기존의 산업 분야에 영향을 주는 점을 고려하여 국가적으로 새로운 제도를 정립하고 문제를 효과적으로 해결해야 한다. 아울러 산업 분야에만 국한되지 않고 교육 분야에서도 AI와 디자인 융합에 관한 관심을 가져 인재를 양성해야 한다. 실무 경험이 풍부한 전문가를 유치하여 실무와 교육이 융화된 교육과정이 필요하며 이들을 교육하기 위한 교육자를 위한 연수와 지원이 필요할 것이다. 또한 사회적인 부작용이 최소화될 수 있도록 대응책을 마련해 나가며 인공지능 기술이 공동체를 위한 공익에 긍정적인 영향을 주는 방향으로 발전해야 한다.

“대학이나 전문 교육 기관에서 AI와 디자인을 통합한 교육 프로그램을 개설하고 실무 경험이 풍부한 전문가를 유치하여 학생들에게 AI 융합 디자인 실무 경험을 전수하는 것이 필요합니다. 또한 AI를 사용하는 것은 저작권 침해와 같은 다양한 윤리적 문제를 초래할 수 있음을 이해하고 이를 방지하기 위한 기술의 개발은 디자인 분야의 인공지능 활성화를 가속화 할 것입니다.”
(A, K기술연구원 교수)

“디자이너의 관점에서 효율성이 굉장히 높다고 판단되지만, 막상 실제 작업에 활용하기에는 또 다른 시간과 노력이 필요하기에 기술적인 측면으로는 활성화되는 데 필요한 사항은 정확성입니다. 교육적인 면에서는 단순히 툴을 가르치는 교육을 넘어 기획과 AI를 활용하여 더 나은 결과물을 도출하는 융화된 교육과정이 필요할 것입니다.”
(B, Y대학교 교수)

“AI를 활성화 방안으로는 디지털 리터러시 교육을 제시할 수 있습니다. 저작권의 중요성과 디지털을 효과적으로 활용하는 방법을 배운다면 인공지능을 자신의 결과물 제작과 자기 생각을 뒷받침할 도구로 사용할 수 있을 것입니다. 또한 교육자에게는 프로그램을 다루는 역량과 디지털 리터러시 역량을 키울 수 있는 다양한 연수와 지원이 필요할 것입니다.”
(J, 고등학교 교사)