딥러닝(Deep learning) 기반 미술 학습 지원도구 개발: 생성 모델링(Generative modeling)을 활용하여

Abstract

4차 산업혁명 시대 인공지능의 발달과 함께 여러 산업 분야에 인공지능을 활용한 변화가 일어나고 있다. 교육 분야에서도 인공지능의 기술을 활용하기 위한 시도가 이루어지고 있다. 본 연구에서는 인공지능의 한 분야인 딥러닝(Deep learning)을 기반으로 한 미술 학습 지원도구를 개발하여 학생들의 미술교육활동을 지원하였다. 본 연구의 미술 학습 지원도구는 딥러닝의 생성 모델(Generative model) 중 뉴럴 트랜스퍼(Neural Transfer) 알고리즘을 이용하였다. 뉴럴 트랜스퍼 알고리즘은 두 가지 이미지를 조합하여 새로운 이미지를 창조할 수 있다. 미술 학습 지원도구 개발을 위해 연구자들은 설계개발연구 방법론에 따라 문헌조사와 요구분석을 통해 초기 프로토타입을 개발하였다. 이후 2번의 전문가 타당화 과정과 학습자 사용성 평가를 거쳐 미술 학습 지원도구의 프로토타입을 개발하였다. 미술 표현활동관련 수업 시연을 통해 학습자들은 본 교구를 체험한 후, 도구의 효과성과 인식에 대한 의견을 제시하였다. 딥러닝을 활용한 미술 학습지원도구에 대한 효과 및 인식 조사에서 만족도, 편리성, 교구 사용 용이성 등 대다수의 문항에 학습자들은 전반적으로 만족하였다고 응답하였다. 추후 사용자 중심의 도구사용 지침과 관련 소프트웨어를 다루는 능력과 제반시설의 향상이 함께 이루어진다면 다양한 미술 표현 영역에서 사용될 수 있는 학습 지원도구가 될 것으로 기대한다. With the development of artificial intelligence in the 4th Industrial Revolution, changes are being made by applying artificial intelligence to various industrial fields. In the contemporary art world, there is an active consideration about the location of the art field in which artificial intelligence is involved. Since education is an open reflection in the demands and transition of the times, it can be seen that art education is naturally affected by the modern art world. Therefore, according to the change of the modern art world, art education using artificial intelligence is needed in schools. In this study, the art learning support tool based on deep learning were developed to support students art education activities. The art learning support tool used the neural transfer algorithm in deep learning generative models. The neural transfer algorithm can combine two images to create a single image. In order to develop the art learning support tool, researchers developed initial prototypes through literature research and needs analysis according to the design and development research methodology. The students satisfaction level with the tool was analyzed through class demonstrations. In the survey of the effects and perceptions of art learning support tools, learners were generally satisfied with it. In the future, it will be used in various expression education fields when the tool offers the user-centered guideline and students have a higher-ability for dealing with related software.