브랜드비즈 'AI시대 브랜드 디자인의 혁신과 협업’ 2023

2023년 10월 17일 진행된 <브랜드비즈 'AI시대 브랜드 디자인의 혁신과 협업’ 2023> 컨퍼런스를 다녀와서 정리한 글입니다.

 

 

1. 브랜드 경험의 과정에 있어서 AI를 통한 디자인의 확장 가능성
2. Brand as Interface : 생성형 AI 검색과인터페이스의 미래
3. Creating the Future: The Evaluation of Generative AI, 미래를 그리는 생성형 AI 아트의 진화
4. 기업의 서비스와 비즈니스에 최적화 된 Private 초거대 AI(LLM) 흐름
5. 라이프스타일 기업에서 기술과 디자인의 적정 조합

 

브랜드 경험의 과정에 있어서 AI를 통한 디자인의 확장 가능성

[ Speakers : 신명섭,변사범 Plus X 공동창업자 & 고문 ]

AI와 브랜드 디자인 접목

1. 브랜드스러운 아이덴티티 정의 (우리 브랜드를 사람으로 비유하면 어떤 사람인가?)

1. 브랜드 정체성들의 언어적 표현 정리 (Brand Identity System)
   • 브랜드를 구성하는 핵심적인 가치들을 정제하고 체계화하는 과정으로, 고객들이 경험하는 다양한 브랜드 접점에서 하나의 아이덴티티로 인식될 수 있도록 돕는 역할을 함.
     1. Name
     2. Brand Story
     3. Vision
     4. Mission
     5. Tagline
     6. Manifesto
     7. Slogan
     8. Core Values
     9. Essence
     10. Philosophy
     11. Principle
     12. Tone of voice
     13. etc.
2. 브랜드경험의 기본 요소 정의 - 실체가 있는 디자인 요소로 표현

2. 브랜드 경험디자인의 과정에서 AI는 어떤 역할을 할 수 있을까?

1. 브랜드 이름 추천
2. 브랜드 슬로건 추천
3. 브랜드다운 핵심가치 추천
4. 로고, 컬러, 서체, 이미지, 일러스트 아이콘, 사운드 추천 등

3. 모든 과정을 AI로 제작해볼 수 있을까?

1. AI를 통해 브랜드스러움의 언어적 정의, 디자인요소들도 몇 가지는 추천 받을만 했다.
2. but 디자인요소들이 조합되며 여러 매체들에 적응할 AI툴도 없고 브랜드 아이덴티티를 만들기에 추천의 일관성, 감각의 완성도 편차 등 문제들이 거론됨.
3. 언어적 정의, 디자인 요소 추천
4. AI에게 전체적인 흐름이 아닌 세부적인 구성요소에 대한 질문만 부탁
5. 질문이 구체화될 수록 명확하게 사용할 수 있는 소스를 얻을 수 있음
6. 컨셉, 브랜드 요소, Rule and Stretagy

4. Consistent identity

1. 브랜드 경험디자인의 핵심은 브랜드의 최초 컨셉, 그리고 브랜드다운 전략, 경험의 요소, 여러 매체로 관통하는 일관성을 줄기로 만드는 것
2. AI Exhibition BX Design
   1. 옵션마다 각자 다른 프롬프트 → 선택한 옵션에 맞는 이미지, 작품의 전시 공간으로 들어가는 경험
   2. 포스터, 엽서 등으로 실제 구매로 연결 → 현실과의 접점, 패키지를 뜯을 때 프롬프트 노출로 가상에서 실제로 연결되는 경험

• 이미지 생성 AI
  1. stable diffusion : Open Pose, Can(배경)
  2. AI는 툴, 어떻게 사용하느냐가 중요
  3. 생성형AI는 많은 멀티플레이어를 만들어낼 것

💡 그러나 AI에게 최초의 인풋을 넣는 것은 인간일 수 밖에 없고, 그 과정에서 AI를 활용한 것들의 판단과 디테일, 조합, 완성도는 여전히 사람의 몫.

 

 

---

 

 

Brand as Interface : 생성형 AI 검색과인터페이스의 미래

[ Speaker : 김재엽 네이버 서치 이그제큐티브 디렉터 ]

브랜드와 인터페이스의 관계

- Web 1.0

- Web2.0 and Digital Camera : Your experience become my information

- Mobile 시대

1.  

1. 아이폰 1st Generation, 2007 - UI UX
2. Product Design
3. Artificial Intelligence
   1. 2014 AI Speaker : Voice interface
   2. 2016 Google assistant : Conversation UI
   3. Natural User Interface : Facial Recognition Gestures, Motion and Voice
4. Vision Intelligence
   1. AI as a Service - Clova Note, Clova Carecall
5. Generative AI 
   1. 인공지능과 상호작용하는 방식 진화
   2. Demonflyingfox - Harry Potter by Balenciaga
      1. chatGPT + Midjourney + Elevenlabs + Did
   3. 인공지능이 Tool 이기도 하지만 콜라보레이션 ⇒ 내가 생각하지 못한 결과물이지만 나쁘지 않은, 혹은 오히려 좋은 것이 되기도
   4. Concept Inspiration
6. 네이버 AI 검색, Cue:
   1. 통합검색과 생성형 AI 검색의 시너지
   2. UX Core Value
      1. 대화형 검색 인터페이스
      2. 검색과 대화의 심리스한 연결
      3. 답변 케이스별 맞춤형 인터페이스
   3. 생성 답변 문장 가이드
   4. 세이프티 모델링으로 유해 질의 대응
7. Virtual Assistants; upgrades for the ChatGPT Era
   1. Amazon allows the virtual assistant to attempt to read body language
   2. 벤츠 차를 위한 ChatGPT
   3. Spatial Computing, Windows MR

💡 17세기 실사같은 화풍, but 사진기술 발달하면서 그림 차별성 낮이짐 → 18세기 인상주의, 빛, 주관적 해석과 본질에 의한 화풍
💡 단순히 외관만 만들어내는 AI는 크게 의미 없을 것, 문제해결은 결국 사람이 해야한다.
💡 We will find a way. We always have.

 

 

---

 

Creating the Future: The Evaluation of Generative AI, 미래를 그리는 생성형 AI 아트의 진화

[ Speaker : 제프 한 엘라스틱 디자인 디렉터 ] 인스타그램

In 2022 Metaverse & NFT

• 모션그래픽 산업에서의 12년, What’s NEXT..?

Generative AI, Motion Design 앞으로의 변화

1. 1인 크리에이터의 폭변
2. 어떤 스토리를 말할 것인가에 대한 구상 (Idea)
3. AI - 가상세계 Metaverse, Apple Vision Pro - AR/VR

💡 어떤 이야기를 풀어나갈 것인가에 대한 아이디어, 영감 얻기

 

 

---

 

기업의 서비스와 비즈니스에 최적화 된 Private 초거대 AI(LLM) 흐름

[ Speaker : 손해인 업스테이지 마케팅 리드 & 교육 PO ] - AskUp

Artificial Intelligence, Ambient Intelligence

이 기술을 어떻게 활용할까에 대한 관점을 이해하기 위해

1. Software Program을 만드는 방식에 대한 혁신

Software 1.0 ⇒ 사람이 찾는다

 

Software 2.0 ⇒ 기계가 찾는다, Machine Learning / Deep Learning

 

Now, Software 3.0 등장 하나의 만능 SW ⇒ 레시피를 기계가 찾는다.

1. 인터넷에 있는 모든 텍스트들 → (Machine) → (Super Software) 모든 자연어처리 태스크를 하나의 SW로 수행 가능 (ex. chatGPT)

2. 새로운 인공지능 개발 방식

육수 하나만 잘 끓이면 되는 시대 (Foundation Model)

3. 전세계는 지금 LLM의 시대

1. 기업 자신만의 LLM 및 LLM 애플리케이션 증대

4. LLM은 비즈니스와 서비스에 어떻게 쓰이고 있을까?

1. AI 모델 = 하나의 태스크 수행
2. LLM 모델 = N개 태스크 수행
3. LLM이 잘할 수 있고 많이 쓰이고 있는 영역
   1. Q&A, 정보 추출, 분류, 문구 생성, 번역, 비교, 요약, 코드 생성, 보고서 작성
4. LLM 도입을 염두해두고 있는 기업 고객의 공통적인 지향점
   1. 구매 전환율 좋은 똘똘한 영업 사원을 고객과 접점 어디에나 둔다.
5. Entertainment - 인플루언서 팬들과 소통 챗봇 (Q&A)
6. Media - 뉴스기사를 대상으로 자연어 질의를 할 경우 답변해주는 형태의 챗봇(Q&A)
7. Manufacturing - 차량 매뉴얼, 세일즈매뉴얼을 기반으로 차량 구매 어시스턴트 역할 수행, 페인포인트 해결 니즈 (Q&A)
8. Commerce - 상품 정보 텍스트나 자연어에서 기정의된 태그 추출 (정보 추출)
9. Commerce, Finance - 상황에 맞는 스크립트 생성 (문구 생성)
10. Legal, Finance, Manufacturing - 복수 문서에서 불일치하는 항목 찾아내기 (비교)
11. Finance - 증시, 애널리스트 리포트, 종목별 뉴스 등을 자동으로 요약하고 이를 개인화 메시징 (요약)
12. Media, Commerce, Finance - 발화 의도를 분류하고 이에 맞는 외부 API 연결하는 역할을 수행 (분류)
13. Finance - 자연어를 SQL로 뽑아주는 코드 생성 서포터 (코드 생성)

5. 비즈니스 목적을 달성하기 위한 똑똑한 도수

6. 비즈니스 혹은 서비스에 적용하기 위해 어떤 고민을 해야할까

1. 결국 이 서비스가 우리 고객에게 어떤 가치를 전달할 것이냐에 집중 ⇒ 브랜딩 도출과 유사

7. 기술 이해를 위한 생활 속 실험

1. 내 손 안의 AI, AskUp
2. LLM이 잘하는 것과 못하는 것을 알기 위해선 다양한 질문을 통한 실험이 중요
   1. Zero-shot learning
   2. Few-shot learning
3. LLM 추가 학습을 통해 특정 범위 내 지식이나 영역에 한해 성능 올리기 가능

💡 비즈니스에서 LLM의 활용은 구매 전환율 좋은 똘똘한 영업 사원을 고객과 접점 어디에나 두는 것과 유사
💡 LLM이 잘하는 것과 못하는 것을 알기 위해선 다양한 질문을 통한 실험이 중요
💡 결국 이 서비스가 우리 고객에게 ‘어떤 가치를 전달할 것이냐’에 집중한 AI 활용 ⇒ 브랜딩 도출과 유사함

 

 

---

 

라이프스타일 기업에서 기술과 디자인의 적정 조합

[ Speaker : 송호성 무신사 프로덕트 디자인 그룹리더 ]

1. 디테크(DiTech) 융합
   1. 기술은 디자인의 가능성을 확장하고, 디자인은 기술의 사용성을 높일 때 사용자에게 더 나은 경험을 제공할 수 있다.
2. 비즈니스 성장을 돕는 프로덕트 메이커
3. 고객 경험 강화 → 비즈니스 임팩트

 

---

 

 

📌 요약

1. 브랜드 경험의 과정에 있어서 AI를 통한 디자인의 확장 가능성
 - 디자인 과정에서 AI는 훌륭한 협업 도구로 활용 가치가 있다.
 - 그러나 AI에게 최초의 인풋을 넣는 것은 인간일 수 밖에 없고, 그 과정에서 AI를 활용한 것들의 판단과 디테일, 조합, 완성도는 여전히 사람의 몫.

2. 생성형 AI 검색과 인터페이스의 미래
 - 단순히 외관만 만들어내는 AI는 크게 의미 없을 것, 문제해결은 결국 사람이 해야한다.

3. 미래를 그리는 생성형 AI 아트의 진화
 - 어떤 이야기를 풀어나갈 것인가에 대한 아이디어, 영감 얻기

4. 기업의 서비스와 비즈니스에 최적화 된 Private 초거대 AI(LLM) 흐름
 - 비즈니스에서 LLM의 활용은 구매 전환율 좋은 똘똘한 영업 사원을 고객과 접점 어디에나 두는 것과 유사
 - LLM이 잘하는 것과 못하는 것을 알기 위해선 다양한 질문을 통한 실험이 중요
 - 결국 이 서비스가 우리 고객에게 ‘어떤 가치를 전달할 것이냐’에 집중한 AI 활용

5. 라이프스타일 기업에서 기술과 디자인의 적정 조합