DAY+9 [ AI 시대의 디자인 활용 3 ]

안녕하세요, 주-주스 입니다! 🍹

 

G͜͡o͜͡o͜͡d͜͡(*ˊᵕˋ*)੭ ੈ❤︎
캠프 9일차

ฅ(՞៸៸> ᗜ < ៸៸՞)ฅ

 

오늘은!! AI 시대의 디자인 활용 심화편을 포스팅하겠습니다! 

- AI 시대의 디자인익스프레스 활용법을 배우고 익스프레스를 활용해 브랜드 에셋을 직접 제작해 보기!

---

1. Canba Ai

https://www.canva.com/

 

문제 정의자가 되라-"무엇을 왜 만드는가?"

Canva• Firefly Midiourney가 시안을 몇 초 만에 뽑아 주더라도 무슨 문제를 풀 건지'가 비어 있으면 디자인은 공허함

AI를 도구가 아닌 내 인턴, 내동료로 이것이 디자이너의 새 작업 흐름이 될 것..

학습 속도 = 경쟁력

어떤 툴이든 오픈마인드로 시도해보기

 

생성형 AI

ChatGPT, Midjourney, Claude, Grok, Gemini, Suno 등

 

 

---

 

어떤 툴을 사용하던지 프롬프트가 중요!

1. 프롬프트 작성법 (기초)

https://chatgpt.com/share/680d9ead-3b00-800c-bd10-2aa491abb20d

미드져니 프롬프트인데, 나도 이렇게 자세하게 만들고싶어, 내가 주제를 던지면 5개씩 나한테 질문을 던져서 결과물을 출력

 

메타 프롬프트

: 프롬프트를 어떻게 쓸지에 대한 프롬프트!

 

일반 프롬프트:

눈밭에서 놀고 있는 골든 리트리버 강아지의 사진을 생성해줘.

메타 프롬프트:

눈밭에서 노는 강아지의 사실적인 이미지를 만들기 위해 최고의 프롬프트를 작성할 수 있도록 도와줘.

견종, 분위기, 조명, 배경 같은 세부사항을 먼저 질문해준 다음, 최종 프롬프트를 만들어줘.

 

= 구체적으로 질문을 되받기!하면 더 프롬포트를 자세히 작성 가능!!

 

[  프롬프트 작성법 (중급) - Grok ]

 

[ 딥리서치 ]

엄청 깊이(Deep) 파고 들어가서 똑똑하게 생각하고(추론하고) 진짜 중요한 걸 찾아주는 검색, 리서치 방법

 

[ 추론모델 ]

컴퓨터가 사람처럼 생각해서 답을 찾아주는 뇌, 사람은 머리로 생각하고 컴퓨터는 모델(=계획표, 생각도구)로 생각

 

Grok - Deep research 딥리서치

미드저니 ai를 잘 사용하고싶어, 미드저니 ai에 들어갈 스타일과 프롬프트에 도움을 주는 프롬프트를 작성해줘, 100자이상 작성해줘.

Think 추론 - 프롬프트 지침만 작성해줘

 

프롬포트를 업그레이드 하려면 .. = 퍼플렉시티, 챗지피티, 그록

 

챗지피티 스토어 

 =

화면을 캡처하여 코드를 만들어주는 GPT

---

1. 생활 속으로 스며드는 인공지능

 

• 오늘날 인공지능은 자율주행차, AI 화가, 챗봇 등으로 일상 전반에 깊숙이 자리 잡았다.
• 제조·금융·의료·예술 등 다양한 산업에서 생산성과 편의성을 높이며 확산되고 있다.
• 동시에 윤리적 문제와 사회적 우려도 함께 제기되고 있다.
• 챗GPT 관련 주요 문제는 편견 확산, 신뢰성, 유해성, 할루시네이션 네 가지로 정리된다.
• 문제 양상은 분야별로 다르며, 교육·과학은 편견, 예술은 저작권 이슈가 핵심이다.
• UX디자인에서는 디자인 씽킹의 ‘공감’ 단계에서 사용자 경험 개선과 함께 윤리적 고려가 필요하다.

 

---

UX 디자이너가 주의해야 할 인공지능 윤리 요약

1. 편향된 정보: 챗GPT가 학습한 데이터 속 성별·직업 고정관념 등이 왜곡된 페르소나를 만들어 특정 사용자 집단을 소외시킬 수 있음!
2. 신뢰성: 사용자 데이터 입력 시 개인정보 유출 및 법적 문제(GDPR, 개인정보보호법) 위험이 있어 익명화·동의 절차가 필수!
3. 저작권: 생성물의 저작권 불명확성과 창의성 약화 위험이 있어 AI는 보조 도구로 활용하고 최종 결과물은 사람이 책임져야 함!

---

오늘의 실습 !

1. AI 활용 브랜드 에셋 기반 카드뉴스 

[ Canva ]

기존 템플릿 / 만든 카드뉴스

[ Adobe Express ]

기존 템플릿 / 만든 카드뉴스

 

 

2. 프롬프트(기초), 메타 프롬프트 작성하기

2. 1. 프롬포트(기초) 작성

• 챗지피티 오류로 제미나이로 옮겼으나 다시 가동되어 2개올립니다!!

⬇️ 제미나이 추천 프롬포트 ⬇️

• A breathtaking photorealistic landscape, grand epic scale, of a sunset sky shimmering ethereally with vibrant pinks and deep purples, with translucent veils of light cascading over a sprawling, bustling medieval city below. High dynamic contrast between deep shadows and glowing highlights for dramatic intensity. Ultra-realistic details, natural volumetric lighting that draws the viewer in hypnotically with a sense of infinite depth and wonder. Captured from a drone's-eye perspective, cinematic composition as if it's a genuine high-end DSLR shot of a real historical city.

 

⬇️ 챗지피티 추천 프롬포트 ⬇️

• An epic large-scale cinematic scene of a breathtaking twilight sky above a sprawling medieval city, captured in ultra-photorealistic detail. The horizon glows with dramatic contrast as radiant hues of deep orange, violet, and shimmering gold blend into the encroaching night, casting a surreal and dreamlike atmosphere over the ancient stone towers and winding streets below. Mist and faint magical light drift through the alleys, enhancing the sense of wonder and mystery. The architecture is grand and intricate, with cathedral spires, fortified walls, and glowing lanterns illuminating the cityscape. Shot from a sweeping wide-angle perspective that emphasizes monumental scale and depth, the image conveys a fantastical yet cinematic realism. Natural volumetric lighting enhances the balance of shadows and highlights, creating a luminous, ethereal quality that immerses the viewer in a twilight fantasy world.
• -ar 16:9 --style raw --v 7 --stylize 900

 

2.2 프롬포트 작성법 (중급)

 

= 내 블로그 썸네일을 위한 최고의 프롬포트를 작성할 수 있도록, 나에게 필요한 정보를 질문해줘
= Ask me the information you need so I can create the best prom port for my blog thumbnail

= AI가 완전히 한국얼르 작성해주기는 어려움을 느끼는 것 같아서 포토샵으로 글자만 다시 넣어봤습니다!

---

3. 심화 사례 조사 및 분석

수업 자료에 제시된 AI 활용 분야 중 하나를 선택하여, 해당 분야의 새롭고 구체적인 사례를 한 가지 조사하고 분석하기

• 선택한 분야: 게임 분야 (좋아하는, 관심있는 분야)
• 구체적인 사례:
• 배틀로얄 MOBA 장르의 AI 기술 적용 사례 심층 분석: 이터널 리턴(Eternal Return)
• 기술 설명: 해당 사례에서 어떤 AI 기술(예: 딥러닝, 컴퓨터 비전, 자연어 처리 등)이 어떻게 활용되는지 구체적으로 설명해 주세요.

A.I. 상대 대전 모드: 강화학습 기반 봇 시스템

 초기 이터널 리턴의 봇들은 '어려움 난이도마저 무의미할 정도로 처참한 수준'이라는 비판을 받았다. 전통적인 게임 AI는 주로 미리 정해진 규칙에 따라 행동하는 '행동 트리(Behavior Tree)'와 같은 방식을 사용하기 때문에, 예측 가능한 행동 패턴을 보여주며 복잡한 상황에 유연하게 대처하지 못하는 한계를 지닌다. 님블뉴런은 이러한 문제를 극복하고자 1년 이상 머신러닝 AI 봇 개발 프로젝트에 투자했다.

이러한 AI 봇은 **강화학습(Reinforcement Learning)**이라는 기술을 기반으로 작동하는 것으로 분석된다. 강화학습은 '에이전트(Agent)'가 '환경(Environment)'과 상호작용하며 '보상(Reward)'을 최대화하는 '정책(Policy)'을 스스로 학습하는 방식이다. 이터널 리턴의 A.I. 상대 대전 모드는 이 강화학습의 원리를 다음과 같이 구현한다.

• 환경(Environment): 루미아 섬의 게임 세계, 아이템의 위치, 상대 플레이어의 위치 및 상태 등 게임 내 모든 조건.
• 에이전트(Agent): 플레이어를 상대하는 AI 봇 캐릭터.
• 상태(State): 봇 자신의 체력, 인벤토리, 스킬 쿨다운, 주변 적의 수, 자기장 구역 등 현재 상황에 대한 모든 정보.
• 행동(Action): 이동, 공격, 스킬 사용, 아이템 제작, 야생동물 처치 등 게임 내에서 취할 수 있는 모든 동작.
• 보상(Reward): 적을 처치하거나 아이템 제작에 성공했을 때 받는 긍정적인 보상, 반대로 사망했을 때 받는 부정적인 보상.

특히 강화학습의 중요한 개념 중 하나인 Return은 단순히 순간적인 보상만을 고려하는 것이 아니라, 미래에 받게 될 보상까지 할인율(γ)을 적용하여 합산한 값을 최대화하도록 학습한다. 이를 통해 이터널 리턴의 AI 봇은 초반 아이템 파밍을 통해 후반 교전에서 승리하는 것과 같은 장기적인 전략을 스스로 수립하고 실행하는 능력을 갖출 수 있다. 이러한 기술적 개선을 통해 시즌 4 이후 AI 봇의 난이도가 대폭 상향되었고, 아이템 빌드 연습에 큰 도움을 주며 신규 유저들의 게임 적응을 효과적으로 지원하게 되었다.

---

영향 및 특징

• 이 사례가 해당 산업이나 사용자에게 어떤 긍정적 혹은 부정적 영향을 미치고 있는지, 그리고 다른 유사 사례와 구별되는 특징은 무엇인지 서술해 주세요. (윤리적)

1. 사용자 경험(UX) 개선에 집중한 기능적 AI

이터널 리턴의 AI는 다른 게임사들의 AI와 명확한 방향성 차이를 보인다. 크래프톤, 스마일게이트 등 다수의 게임사는 '진짜 사람과 다름없는 NPC' 개발이나 '가상 셀럽' 제작처럼 생성형 AI를 활용한 콘텐츠 확장 및 몰입감 증진에 주력하는 경향이 있다. 또한 텐센트와 같은 기업은 생성형 AI를 활용한 배경 제작이나 콘텐츠 생성으로 개발 효율을 40배 이상 향상시킨 사례도 있다.

반면, 이터널 리턴의 AI는 AI 봇과 매치메이킹 시스템처럼 핵심적인 게임 플레이와 사용자 온보딩 경험을 개선하는 기능적 AI에 초점을 맞추고 있다. 이는 단순히 시각적 또는 서사적 요소를 강화하는 것을 넘어, 게임의 가장 큰 구조적 난제인 높은 진입 장벽을 해소하는 데 AI 기술을 직접 활용한 사례라는 점에서 독특한 전략적 선택으로 평가할 수 있다.

2. 실시간 서비스 운영에 최적화된 동적 AI

이터널 리턴의 AI는 한 번 개발되고 끝나는 정적인 기술이 아니라, 라이브 서비스 게임 운영에 최적화된 '살아있는' 시스템이다. 개발사는 AI 봇의 난이도를 지속적으로 상향하고(시즌 4 업데이트) , 매치메이킹 시스템을 실시간으로 조정하는 등(업데이트 공지) 플레이어 데이터와 피드백을 반영하며 AI 시스템을 끊임없이 진화시키고 있다. 이러한 동적인 AI 운영 방식은 이터널 리턴의 서비스 안정성과 사용자 만족도를 높이는 데 핵심적인 역할을 수행한다.

3. 산업 전반의 AI 활용 트렌드와 비교

아래 표는 이터널 리턴의 AI 활용을 다른 주요 게임사들의 사례와 비교하여 그 차별점을 명확하게 제시한다.

게임사/사례 주요 AI 기술 주요 활용 분야 핵심 목표

님블뉴런(이터널 리턴)	강화학습, 예측 모델링, 자연어 처리	AI 봇, 매치메이킹, 채팅 번역	진입 장벽 완화, 유저 경험 최적화
크래프톤, 스마일게이트	생성형 AI, 3D 모션 인식	가상 인간(NPC, 셀럽), 음성/표정 인식	콘텐츠 제작 효율 증대, 몰입감 향상
넷마블, 넥슨	음성인식 AI, 예측 모델링	음성인식 챗봇, 비매너 유저 매칭 분리	사용자 편의성 증진, 커뮤니티 관리
텐센트	생성형 AI, 딥러닝	배경/콘텐츠 생성, 그래픽 리소스 제작	개발 비용 및 시간 단축

이 표를 통해 이터널 리턴의 AI 활용이 콘텐츠 생산(Generative AI)보다는 **운영 및 사용자 편의(Functional AI)**에 집중되어 있다는 핵심적인 차이점을 시각적으로 확인할 수 있다.

4. 이터널 리턴 사례에서 고려할 윤리적 측면

• AI 봇의 공정성: AI 봇의 난이도나 행동 패턴이 초보자에게 불필요한 좌절감을 주거나, 반대로 실력을 과대평가하게 만들어 실전에서의 불균형을 야기할 수 있다. 또한, AI 봇이 특정 플레이어들의 행동만을 학습 데이터로 반영할 경우, 의도치 않은 편향(bias)이 발생하여 특정 빌드나 플레이 스타일이 지나치게 강해지거나 약해지는 결과를 초래할 수 있다.
• 매칭 알고리즘의 투명성: 매치메이킹 알고리즘의 구체적인 작동 원리는 사용자에게 공개되지 않는다. 이처럼 '블랙박스'처럼 작동하는 AI 시스템은 유저들이 불균형한 매칭에 대해 불만을 제기하더라도 그 원인을 정확히 알기 어렵게 만든다. 이는 유저들의 신뢰를 떨어뜨릴 수 있는 문제다.

AI 윤리 논의는 기술의 '오남용'이나 '차별'을 방지하기 위한 자율 규범의 중요성을 강조한다. 이터널 리턴 사례는 AI 기술 자체의 윤리성뿐만 아니라,

기술을 서비스에 적용하고 운영하는 과정에서의 투명성과 사용자 소통이 얼마나 중요한지를 보여주는 교훈적인 사례다.

 

---

4. 창의적인 AI 활용 방안 제안!

일상생활이나 특정 산업 분야에서 AI를 활용하여 해결할 수 있는 새로운 문제 해결 방안을 한 가지 제안

• 제안 분야: 교통
• 해결하려는 문제: 현재 어떤 문제가 존재하며, 이 문제를 왜 해결해야 하는지 설명해 주세요.🏹 해결 필요성: 대중교통 이용자들의 쾌적하고 효율적인 이동을 위해서는 단순한 경로 안내를 넘어, 실시간 혼잡도 정보를 제공하여 사용자가 스스로 혼잡을 피해 이동할 수 있도록 돕는 것이 중요합니다. 이는 개인의 이동 경험을 향상시킬 뿐만 아니라, 혼잡 분산을 통해 대중교통 시스템 전체의 효율성을 높이는 데도 기여할 수 있습니다.
• 🔥 현재 문제: 기존 대중교통 경로 검색 서비스는 최단 시간이나 최소 환승 경로만 제공할 뿐, 지하철 내부나 역 내 이동 경로의 실시간 혼잡도 정보를 제공하지 않아 불편함이 큽니다. 특히 출퇴근 시간 등 혼잡한 시간대에는 사람들이 붐비지 않는 칸이나 덜 혼잡한 환승 경로를 찾고 싶어하지만, 현재는 이러한 정보를 미리 알 수 없어 불필요한 혼잡을 겪게 됩니다.

 

• AI 기술 활용 방안: 제안한 문제를 해결하기 위해 어떤 AI 기술을 어떻게 적용할 수 있는지 구체적인 로드맵을 제시해 주세요.⬇️

AI 기술 활용 방안: 구체적인 로드맵

제안하신 문제를 해결하기 위해 머신러닝과 딥러닝 기술을 핵심적으로 활용하는 구체적인 로드맵을 제시해 드릴게요.

1단계: 데이터 수집 및 분석

가장 먼저 AI 모델을 학습시킬 데이터를 수집하고 정제하는 작업이 필요합니다.

• 실시간 데이터 수집:
  • 위치 기반 데이터: 지하철역, 버스 정류장 등 주요 거점에서의 통신사 기지국 신호, 공공 와이파이 접속량 등을 익명으로 수집하여 실시간 인구 밀집도를 파악합니다.
  • 센서 데이터: 지하철 열차 내부에 설치된 무게 센서나 이미지 인식 센서(개인정보 보호를 위해 블러 처리된)를 통해 칸별 혼잡도를 파악합니다.
  • 시설물 데이터: 역사의 관리 시스템으로부터 엘리베이터, 에스컬레이터 등의 실시간 작동 상태 정보를 받아옵니다.
• 사용자 데이터 수집:
  • 과거 이동 패턴: 사용자가 선택한 경로, 환승 횟수, 이동 시간 등 선호도를 반영하는 데이터를 수집합니다. (이때 개인정보는 철저히 익명화하고 암호화해야 합니다.)

2단계: AI 모델 개발 및 학습

수집된 데이터를 바탕으로 두 가지 핵심 AI 모델을 개발하고 학습시킵니다.

• 1. 혼잡도 예측 모델 (딥러닝):
  • 수집된 실시간 데이터를 기반으로 LSTM(Long Short-Term Memory) 같은 시계열 예측 딥러닝 모델을 사용하여 미래의 혼잡도를 예측합니다. 예를 들어, "현재 3호선 역삼역의 혼잡도는 '보통'이지만, 10분 뒤에는 '매우 혼잡'으로 변할 가능성이 70%입니다"와 같이 예측하는 거죠.
• 2. 개인화 경로 추천 모델 (머신러닝):
  • 사용자의 과거 이동 패턴과 선호도 데이터를 분석하여 강화학습(Reinforcement Learning) 또는 추천 시스템 모델을 적용합니다. 사용자가 환승을 싫어하는지, 걷는 거리를 최소화하고 싶은지, 쾌적한 이동을 선호하는지 등을 학습하여 각 사용자에게 최적화된 경로를 추천합니다.

3단계: 서비스 구현 및 실시간 연동

개발된 AI 모델을 실제 서비스에 적용하는 단계입니다.

• API 연동: 예측 모델과 추천 모델을 API(Application Programming Interface)로 구축하여 다른 서비스와 쉽게 연동할 수 있도록 만듭니다.
• 실시간 시각화: 실시간 혼잡도 정보를 지도 위에 색상(예: 혼잡 - 빨강, 보통 - 노랑, 여유 - 초록)으로 표시하여 사용자가 직관적으로 이해할 수 있도록 시각화합니다.
• 맞춤형 알림 기능: 혼잡이 예상되는 구간에 진입하기 전에 "다음 역은 혼잡하니 다른 칸을 이용하세요"와 같은 푸시 알림을 제공합니다.

이러한 로드맵을 통해 단순한 길 찾기를 넘어, 사용자의 경험을 고려한 진정한 의미의 '스마트 모빌리티' 서비스를 구현할 수 있습니다.

---

기대 효과 및 고려할 점

이 아이디어가 성공적으로 구현되었을 때 기대되는 효과는 무엇이며, 기술적/윤리적 측면에서 미리 고려해야 할 점은 무엇인지 함께 서술해 주세요.

1) 기대 효과

• 사용자 경험 획기적 개선: 현재 대중교통 이용 시 겪는 가장 큰 불편함 중 하나인 '혼잡' 문제를 직접적으로 해결하여 이용자들의 스트레스를 줄이고, 쾌적하고 편안한 이동 경험을 제공합니다. 이는 단순한 시간 절약을 넘어, 삶의 질을 향상시키는 데 기여할 수 있습니다.
• 사회적 약자 편의 증진: 유모차 이용자, 휠체어 사용자, 고령자 등에게 엘리베이터나 경사로가 포함된 최적의 경로를 우선적으로 안내하여, 이동의 제약을 크게 줄여줍니다. 또한, 역내 시설물 고장 정보를 실시간으로 제공함으로써 불필요한 불편함을 사전에 방지할 수 있습니다.
• 대중교통 시스템 효율성 증대: AI가 예측한 혼잡도 정보를 바탕으로 승객들이 스스로 덜 혼잡한 칸이나 환승 경로를 선택하게 유도함으로써, 특정 구간이나 칸에 승객이 과도하게 집중되는 현상을 완화할 수 있습니다. 이는 시스템 전체의 혼잡을 분산시켜 대중교통 운영 효율성을 높이는 부수적인 효과를 가져옵니다.
• 도시 지속가능성 기여: 개인 차량 이용 대신 대중교통 이용을 장려하여 교통 체증과 환경 오염을 줄이는 데 일조할 수 있습니다. 대중교통 이용이 더욱 편리해질수록, 더 많은 사람들이 대중교통을 선택하게 될 것입니다.

2) 기술적/윤리적 고려할 점

• 기술적 측면:
  • 데이터의 정확성 및 실시간성: 서비스의 신뢰도는 실시간으로 수집되는 혼잡도 데이터의 정확성에 달려있습니다. 만약 부정확한 데이터를 제공할 경우, 사용자들의 불만과 서비스에 대한 불신을 초래할 수 있습니다. 따라서 안정적이고 정확한 데이터 수집 및 업데이트 기술을 확보하는 것이 가장 중요합니다.
  • 대규모 데이터 처리 기술: 도시 전체의 대중교통 시스템에서 발생하는 방대한 양의 실시간 데이터를 지연 없이 처리하고 분석하기 위해서는 고성능의 분산 컴퓨팅 기술과 클라우드 인프라가 필수적입니다.
  • 알고리즘의 예측 오류: AI 모델이 특정 상황에서 혼잡도를 잘못 예측할 경우, 오히려 사용자를 혼란스럽게 하거나 잘못된 경로로 유도할 수 있습니다. 모델의 정확도를 지속적으로 검증하고 개선하는 노력이 필요합니다.
• 윤리적 측면:
  • 개인정보 및 프라이버시 보호: 개인의 이동 경로나 패턴 정보는 매우 민감한 개인정보입니다. 이 데이터를 수집, 분석, 활용하는 모든 과정에서 철저한 익명화 및 암호화 조치를 취해야 합니다. 사용자의 동의를 명확히 구하고, 데이터가 오남용되지 않도록 강력한 보안 체계를 구축하는 것이 가장 중요한 윤리적 과제입니다.
  • 알고리즘 편향성(Bias): AI가 학습하는 데이터에 특정 지역이나 계층의 이동 패턴이 과도하게 반영될 경우, 알고리즘이 특정 집단에 불리한 경로를 추천하는 편향성이 나타날 수 있습니다. 예를 들어, 특정 동네의 사람들은 항상 혼잡한 경로로만 안내되는 등의 문제가 발생하지 않도록 다양한 데이터를 사용하여 모델을 공정하게 학습시켜야 합니다.
  • '이동의 자유' 침해 가능성: AI가 추천하는 '최적의 경로'가 사용자의 자율적인 선택을 제한할 수 있다는 비판을 받을 수 있습니다. 기술이 주체적으로 판단하고 결정하는 것이 아니라, 사용자가 다양한 정보를 바탕으로 스스로 최적의 선택을 할 수 있도록 돕는 보조적인 역할에 초점을 맞추어야 합니다.

---

[ 9일차 소감 🐣]

오늘 수업을 통해 AI가 이미 얼마나 우리 생활 속 깊이 들어와 있는지를 다시 한 번 느끼게 되었습니다!! 단순히 ‘신기한 기술’이 아니라, 디자이너가 어떻게 바라보고 활용하느냐에 따라 결과물의 퀄리티와 의미가 완전히 달라진다는 점이 인상 깊었습니다.

특히 기억에 남는 것은 AI를 나의 인턴이자 동료처럼 생각해야 한다는 관점이었습니다..! Canva, Firefly, Midjourney 같은 툴은 빠른 속도로 시안을 뽑아주지만, 결국 중요한 것은 ‘무엇을 왜 만들 것인가’라는 문제 정의였습니다.

또한 오늘은 프롬프트의 중요성도 많이 배웠습니다. AI에게 어떤 질문을 던지느냐에 따라 결과물이 완전히 달라지기 때문에, 구체적으로 묘사하고 세부 사항을 챙기는 것이 핵심이라는 점을 실감했습니다. 처음에는 구체적으로 적는 것이 어렵게만 느껴졌지만, 메타 프롬프트처럼 질문을 되받아주는 방식을 활용하면 점점 더 나은 프롬프트를 만들 수 있다는 점도 흥미로웠습니다!!

다양한 AI 툴(Grok, Gemini, ChatGPT 등)을 비교하면서, 단순히 이미지를 뽑는 수준을 넘어 리서치와 추론, 창의적 확장까지 가능하다는 사실도 새로웠습니다. 디자인뿐 아니라 게임, 교통, 예술 등 거의 모든 분야에서 활용할 수 있는 잠재력이 크다는 것도 배울 수 있었습니다.

결국 오늘의 배움은, 앞으로의 디자이너는 단순히 손으로 그리는 사람이 아니라 AI와 함께 협업하면서 문제를 정의하고 해결해 나가는 창의적인 기획자가 되어야 한다는 점이었습니다. AI의 학습 속도가 곧 경쟁력이 되는 시대인 만큼, 열린 마음으로 다양한 툴을 시도하고 더 나은 프롬프트를 고민하는 습관을 가져야겠다고 다짐하게 되었습니다. 프로덕트 디자이너가 되는 길이 멀지만서도 AI 와 함께라면 잘 이겨낼 수 있을 것 같아 기쁩니다~೭੧(❛▿❛✿)੭೨

 

= 오늘의 한 마디 =
건강이 최고.. ! (일어나자마자 심한 편두통으로 인해... )