서지주요정보
디자인 컨셉 개발 단계에서 활용되는 시각 정보 해석을 위한 협업 지원 도구 개발 : 협력적 태깅을 활용한 이미지 구조화 및 해석을 중심으로 = Development of tool for analyzing visual information in the stage of concept development for collaborative design : focused on image classification and interpretation of keyword by applying collaborat
서명 / 저자 디자인 컨셉 개발 단계에서 활용되는 시각 정보 해석을 위한 협업 지원 도구 개발 : 협력적 태깅을 활용한 이미지 구조화 및 해석을 중심으로 = Development of tool for analyzing visual information in the stage of concept development for collaborative design : focused on image classification and interpretation of keyword by applying collaborat / 정현오.
저자명 정현오 ; Jung, Hyun-Oh
발행사항 [대전 : 한국과학기술원, 2007].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8018249

소장위치/청구기호

학술문화관(문화관) 보존서고

MID 07009

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

초록정보

In collaborative design process, cooperatively working and communicating with group, designers in group get a visual inspiration with grouping, labeling and classifying visualized information such as images. For instance, they collect surrounding images to get an insight for the direction of design solution. To be inspired by precedents images in form creation and visual conceptualization, industrial designers do grouping, labeling and classification of images. Representative typical methods for classifying images in design area include KJ clustering method and layout using Multidimensional scaling (MDS). After labeling images for classification, by categorizing images with designated keyword, designers identify hidden underlying dimension. To provide images with conceptual meaning, designers label related keywords on the image so that the groups can share information. In this paper, we introduce a new interface which enables collaborative tagging with synchronous network for supporting classification of visualized information among designer groups. In order to build functional requirements of this system, we conducted field observation and preliminary studies to understand how designers currently interpret visualized information through keyword annotation and traditional classification methods such as KJ (Kawakita Jiro) method and Multidimensional scaling (MDS) positioning. In KJ method, If the amount of data in clustered group is too much, we may not have enough space to place all the cards, which makes difficult to arrange data on one surface. In addition, it is not easy to see the correlation of data which belongs to other clustered group. In Multidimensional scaling (MDS), It is time consuming to explore the layouts of images with various viewpoints, because vertical and horizontal axes are fixed. Based on problems and shortcomings of the traditional classification method identified from preliminary research, we could make fundamental requirements. I-VIDI is generated on a PC-platform based application for supporting group task with synchronous network for interpreting visualized images on shared display for concept building in design process.

협력적 디자인 과정에서 이미지와 같은 시각 정보를 활용하여 디자인 문제를 해결할 때 그룹의 디자이너들은 그것을 군집화하거나 주석을 달고 분류를 함으로써 시각적 영감을 얻는다. 디자이너들은 디자인 결과물을 위한 방향 및 영감을 얻기 위해 작업 환경에 시각적 자료들을 배치해 놓는다. 본 연구에서 디자이너가 시각 정보 기반의 디자인 문제 해결과정에 있어서 네트워크 기반의 협력적 태깅을 활용한 시각 정보 해석 도구를 소개하고자 한다. 디자이너가 현재 활용하는 KJ법이나 카드소팅 법과 같은 경우는 이미지의 수나 정보의 분량이 많아지면 나열할 공간의 한계가 있으며 군집화 된 그룹 외에 다른 그룹간의 상호 연관성을 살펴보기 힘들다. 다차원 척도(MDS)를 통한 이미지 맵 구성의 경우는 두 개의 축이 고정되어 있어 다른 축으로 이미지를 배치하고자 할 때 시간과 노력이 많이 드는 단점이 있다. 디자이너들의 시각 정보 활용 행태 관찰을 통해 파악된 발견점들을 기반으로 시각 정보 기반의 디자인 협업 도구 I-VIDI(Interpretation of Visualized Information for Design Inspiration)를 개발하였다. I-VIDI는 PC 플랫폼으로 만들어진 네트워크 기반의 소프트웨어로써 디자인 회의 시 이미지 정보를 가지고 디자인 컨셉을 수립하는 단계에서 사용된다. 이미지를 특정 키워드로 분류하거나 군집화하고 개별 이미지에 참여자들이 동시에 태그를 통해 정보를 부여 할 수 있도록 하는 협업 지원 어플리케이션이다. 개발된 I-VIDI를 사례 연구를 통해서 도구 요구사항 만족도, 사용성 및 효용성 평가를 통해 디자인 회의 시 문제 해결과정에 있어서 I-VIDI 사용의 효용성에 대해 확인할 수 있었다.

서지기타정보

서지기타정보
청구기호 {MID 07009
형태사항 124 p. : 삽도 ; 26 cm
언어 한국어
일반주기 부록 : A, 참고문헌. - B, 후기
저자명의 영문표기 : Hyun-Oh Jung
지도교수의 한글표기 : 이건표
지도교수의 영문표기 : Kun-Pyo Lee
학위논문 학위논문(석사) - 한국과학기술원 : 산업디자인학과,
서지주기 참고문헌 : p. 119-120
주제 협력적 디자인
정보 시각화
협력적 태깅
이미지 분류
Colloborative Design
Information Visualization
Colloborative Tagging
Image classification
QR CODE qr code