동일 감성어 조건에서 발생하는 생성형 AI 이미지의 감성 불일치와 브랜드 평가 - 정관장·무신사·아모레퍼시픽 사례 -
When the Same Emotion Words Diverge: Generative AI’s Affective Misalignment and Its Impact on Brand Evaluation - Evidence from Jung Kwan Jang, Musinsa, and AmorePacific -
강경희(홍익대학교 디자인공예학과 시각디자인)
83호, 129~141쪽
초록
본 연구는 동일한 공식 감성어를 사용했음에도 생성형 AI가 브랜드 디자인 맥락을 다르게 해석해 감성 불일치를 일으키는현상을 규명하고, 그 결과가 브랜드 평가에 미치는 영향을 검증한다. 정관장·무신사·아모레퍼시픽을 대상으로 Midjourney v6.1에서 이미지를 생성하고, 시각디자이너 3인의 블라인드 질적 평가와 현업 디자이너 113명의 반복측정 설문(5점 척도) 을 실시하였다. 사례 분석에서는 키워드 프롬프트에 따른 정관장의 전통/신뢰가 피트니스 배경으로, 무신사의 모노톤 스트리트가 파스텔/로맨틱 무드로, 아모레퍼시픽의 자연광·클린이 클럽 조명·글리터 연출로 전도되는 패턴이 확인되었다. 이는모델이 브랜드의 역사·철학이 담긴 맥락 신호보다 빈도 높은 시각 관습과 표면적 감성에 더 큰 가중치를 두는 해석 편향에서 비롯된 것으로 보인다. 양적 결과에서 일치 조건 > 불일치 조건이 모든 지표에서 유의했고(p<.001), 감성 일치도·진정성축의 효과 크기가 컸다(예: 무신사 감성 일치도 d=1.65; 아모레 진정성 d=1.30; 정관장 신뢰도 d=1.02). 이러한 결과를토대로 실무적으로 컬러팔레트·조명 및 라이팅·재질·배경·페르소나 설정은 ‘하드 고정’이 아니라 앵커 단서(soft constraint) 로 제시하고 상충 어휘는 네거티브 프롬프트로 차단하며 생성 후 감성 일치도 체크리스트와 내부 파일럿 평가를 통해 최종스크리닝할 것을 제안한다.
Abstract
This study examines affective misalignment in generative AI design outputs—divergence from brand-intended emotions despite using the same official emotion words—and its impact on brand evaluations. We generated image sets in Midjourney v6.1 for three brands (Jung Kwan Jang, Musinsa, and AmorePacific), conducted blind qualitative reviews by three senior designers, and ran a repeated-measures survey with 113 practicing designers (5-point scales). The results revealed consistent affective shifts across brands: tradition/trust transformed into fitness aesthetics for Jung Kwan Jang, monochrome street turned into pastel/romantic for Musinsa, and natural light/clean aesthetics became club lighting/glitter for AmorePacific. This pattern appears to stem from generative AI’s interpretive bias— prioritizing the surface-level associations of affective adjectives (e.g., “pastel” as “romantic,” “neon” as “dynamic”) over the brand’s contextual and cultural grounding. Quantitatively, matched stimuli outperformed misaligned ones across all evaluative metrics (p < .001), with large effects for affective fit and authenticity (e.g., Musinsa affective fit d = 1.65; AmorePacific authenticity d = 1.30; Jung Kwan Jang trust d = 1.02). Based on these findings, we recommend applying strict prompt constraints on palette, lighting, texture, context, and persona; excluding conflicting descriptors via negative prompts; and implementing a post-generation affective-fit checklist with rapid internal pilot evaluations prior to publication.
- 발행기관:
- 한국상품문화디자인학회
- 분류:
- 디자인일반