본 연구는 실내 디자인을 위한 공간 시각화의 자동 생성을 고찰하되, 정밀도보다 사용자의 선호를 우선시한다. 디자인을 개인의 정체성을 반영하는 것으로 인식하여, 다양한 디자인 스타일의 질적 측면을 포착하기 위해 도메인 특화 이미지-미세조정(image fine-tuned) AI 모델을 활용한다. 실내 건축에서 디자인 스타일은 재료 사용, 색상 조합, 가구 배치와 같은 공통의 시각적 특징을 바탕으로 분류되는 경우가 많으며, 이는 명시적 데이터가 아니라 묵시적 합의에 근거한다. 이러한 특징은 공간의 미적 측면과 기능적 측면 모두에 유의미한 영향을 미치며, 역사적·문화적·개인적 요인에 의해 좌우된다. 우리는 기술 내용을 서술하는 텍스트를 시각적 표현으로 변환하는 text-to-image 모델로 해당 분야를 발전시켰다. 기본 모델에 대한 광범위한 평가를 수행하여 25개 디자인 스타일에 대해 15,000장 이상의 이미지를 생성하였고, 이를 바탕으로 모델 학습에 상세한 디자인 지식을 후속적으로 통합하였다. 정교화 과정에는 데이터 준비, 이미지 내용과의 텍스트 정합(textual alignment), 그리고 하이퍼파라미터 최적화를 포함하여 미세조정 모델을 개발하였다. 여러 시나리오에 적용한 결과, 본 접근법은 정교화된 모델을 기본 모델과 결합하여 사용자 정의 스타일에 부합하는 이미지를 생성하는 데 성공함을 입증하였다. 본 방법론은 사용자 요구에 부합하는 공간 시각화를 생성하기 위한 도구로서, 다양한 선호를 만족시키는 폭넓은 스타일을 제공한다. 이는 디자인 시각화에서 AI의 잠재력을 부각함과 동시에, 개인화되고 사용자 중심적인 디자인 솔루션으로의 전환 가능성을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.