Multimodal AI 기반 세대 감응형 디자인 평가 모델 ‘G-MADE’개발 연구 = Study on the Development of G-MADE, a Generation Sensitive Design Evaluation Model Based on Multimodal AI

다국어 초록 (Multilingual Abstract)

This study aims to develop G-MADE, a generation-responsive design evaluation model based on Multimodal AI, and to verify its validity and applicability. Conventional BX (Brand Experience) design evaluation has mainly relied on qualitative and quantitative assessments by human consumers or expert groups. However, such approaches have inherent
limitations in terms of time, cost, and subjective bias. In particular, establishing design strategies that reflect the diverse values and emotional receptivity of different consumer generations is essential for corporate competitiveness, yet systematic research enabling scientific measurement and comparison has been scarce. Therefore, this study introduces the image–text processing capacity of multimodal AI into BX design evaluation, proposing an objective and reproducible model that incorporates generational responsiveness.
The research first reviewed prior studies to identify the multidimensional elements of BX design, structuring them into three major categories—sensory, emotional, and cognitive/behavioral/relational experiences—and nine detailed evaluation criteria. AI prompts were then designed to reflect generational consumer characteristics. For analysis, major brands with symbolic and representative status in the Korean coffee franchise industry were selected. Visual materials such as logos, store interiors, and advertising videos were collected and evaluated using both multimodal AI and generational consumer surveys. A total of 550 responses were obtained from the surveys, and the same evaluation items and scales were applied to enable direct comparison with AI results.
The analysis revealed a high degree of correlation between AI evaluations and human assessments across multiple items, with similar generational response patterns observed. Generation X highly valued stability and clarity in design, Generation Y responded positively to emotional and aesthetic values as well as storytelling elements, and Generation Z showed distinct preferences for creative and interactive designs. AI evaluations reflected these tendencies, demonstrating its potential to replicate and reproduce generational design responsiveness. However, some items (likeability, emotion inducement, and tactility/materiality) showed weaker correlations with human assessments, indicating the need for refinement. Accordingly, these items were excluded in the final G-MADE model to provide clearer evaluation standards.
Furthermore, an expert FGI (Focus Group Interview) examined the validity and applicability of the AI-based evaluation model. Experts acknowledged the objectivity and efficiency of AI evaluation, while also suggesting the integration of contemporary social values and evolving cultural trends for future expansion. The findings confirmed practical applications in areas
such as BX strategy development, pre-verification of brand experience designs, and generation-tailored campaign planning.
This study quantitatively evaluated generational BX design using multimodal AI and compared the outcomes with human assessments, thereby presenting both academic and practical contributions of AI-based design evaluation frameworks. Academically, it supplements existing qualitative approaches by establishing a repeatable and systematic research framework.
Practically, it offers companies substantial evidence to swiftly and efficiently establish BX design strategies that reflect generational consumer characteristics. Future studies should extend evaluation criteria, compare different AI models, and expand applications across various industries to further enhance the generalizability and reliability of G-MADE. Ultimately, this research demonstrates the feasibility of a convergent approach between AI and human assessment in generational BX design evaluation, presenting a new paradigm for design evaluation studies.
Keywords: Multimodal AI, BX Design, Design Evaluation, Evaluation Model, G-MADE

국문 초록 (Abstract)

본 연구는 Multimodal AI를 기반으로 세대 감응형 디자인 평가모델인 G-MADE 를 개발하고, 그 유효성과 활용 가능성을 검증하는 데 목적을 두었다. 기존의 BX 디자인 평가는 주로 인간 소비자 혹은 전문가 집단의 정성적·정량적 평가에 의존해왔으나, 이는 평가 과정에서 시간·비용의 한계와 주관성 편향을 피하기 어려운 문제를 내포하고 있다. 특히 세대별 소비자 집단의 상이한 가치관과 감 성적 수용 특성을 반영하여 디자인 전략을 수립하는 것은 기업의 경쟁력 확보에 필수적임에도 불구하고, 이를 과학적으로 측정·비교할 수 있는 체계적 연구는 부족하였다. 따라서 본 연구는 Multimodal AI의 이미지·영상·텍스트 동시 처 리 능력을 BX 디자인 평가에 도입함으로써, 세대별 감응성을 반영한 객관적이고 반복 가능한 평가모델을 제안하고자 하였다. 연구는 먼저 선행연구 고찰을 통해 BX 디자인의 다차원적 경험 요소를 정리하 고, 이를 감각적·정서적·인지적 경험의 3대 범주와 9개 세부 평가 항목으로 구조화하였다. 이어 세대별 소비자 특성을 반영하여 AI 프롬프트를 설계하였다. 분석 대상으로는 국내 커피 프랜차이즈 산업에서 상징성과 대표성을 갖는 주요 브랜드를 선정하였다. 각 브랜드의 로고, 매장 공간 디자인, 광고 영상 등의 시 각 자료를 수집하여 Multimodal AI와 세대별 소비자 설문조사에 병행 적용하였 다. 설문조사를 통해 총 550명의 응답을 확보하였으며, 동일한 평가 항목과 척 도를 적용해 AI 결과와 비교 가능하도록 설계하였다. 분석 결과, AI 평가와 NI 평가 간 높은 상관성이 다수 항목에서 확인되었으 며, 특히 세대별 BX 디자인 반응 패턴이 유사하게 나타났다. X세대는 안정성과 명료성이 강조된 디자인에서 높은 평가를 보였고, Y세대는 감성적·심미적 가치 와 스토리텔링 요소에 긍정적으로 반응하였으며, Z세대는 창의적이고 인터랙티 브한 디자인에서 두드러진 선호를 나타냈다. AI 또한 이와 유사한 경향을 산출 함으로써 세대별 디자인 감응성을 모방·재현할 수 있는 가능성을 입증하였다. 다만 일부 항목(친근감, 감정 유발, 촉감·재질감)은 NI 평가와의 상관성이 낮 게 나타나 모델 개선의 필요성이 제기되었다. 이를 반영해 최종 G-MADE 모델에 서는 해당 항목을 제외하고, 보다 명확한 평가 기준으로 정제하였다 또한, 전문가 FGI를 통해 AI 기반 평가모델의 타당성과 활용성이 검토되었다. 전문가들은 AI 평가가 제공하는 객관성과 효율성을 긍정적으로 평가하는 한편, 시대적 변화와 사회적 가치를 반영한 확장 가능성을 제안하였다. 특히 BX 디자 인 전략 수립, 브랜드 경험 사전 검증, 세대 맞춤형 캠페인 기획 등 다양한 영 역에서 연구 결과가 실무적으로 적용될 수 있는 가능성이 확인되었다 본 연구는 Multimodal AI를 활용해 세대별 BX 디자인 평가를 정량화하고, 그 결과를 NI 평가와 비교·검증함으로써 AI 기반 디자인 평가 프레임워크의 학술 적·실무적 기여를 제시하였다. 학술적으로는 기존 정성 중심의 디자인 평가방 식을 보완하여 반복 가능하고 체계적인 연구틀을 마련하였으며, 실무적으로는 기업이 세대별 소비자 특성을 반영한 BX 디자인 전략을 보다 신속하고 효율적으 로 수립할 수 있는 실질적 근거를 제공하였다. 향후 연구에서는 평가 항목의 확 장, AI 모델 간 비교, 다양한 산업군으로의 적용을 통해 G-MADE의 범용성과 신 뢰도를 한층 강화할 필요가 있다. 본 연구는 세대 감응형 BX 디자인 평가에 있 어 인공지능과 자연지능의 융합적 접근이 가능함을 입증하며, 디자인 평가 연구 의 새로운 패러다임을 제시한 데 의의가 있다. Keywords : Multimodal AI, BX 디자인, 디자인 평가, 평가 모델, G-MADE

목차 (Table of Contents)

• 제Ⅰ장 서 론
• 1.1 연구의 필요성 및 목적 1
• 1.1.1 연구의 필요성 1
• 1.1.2 연구의 목적 2
• 1.2 연구의 범위 및 방법 4
• 1.2.1 연구의 범위 4
• 1.2.2 연구의 방법 5
• 제Ⅱ장 이론적 고찰
• 2.1 브랜드 경험(BX) 디자인 8
• 2.1.1 BX 디자인의 개념 및 중요성 8
• 2.1.2 BX 디자인 요소 및 평가 기준 11
• 2.2 세대별 소비자 특성 14
• 2.2.1 세대 구분 및 특성 (X세대, Y세대, Z세대) 14
• 2.2.2 세대 특성에 따른 디자인 선호도의 차이 18
• 2.3 Multimodal AI와 디자인 평가 25
• 2.3.1 Multimodal AI의 개요 및 특성 25
• 2.3.2 디자인 평가 분야에서의 AI 활용 사례 30
• 2.4 선행 연구 검토 및 시사점 35
• 2.4.1 BX 디자인 평가모델 관련 선행연구 35
• 2.4.2 세대별 마케팅 및 디자인 관련 연구 동향 40
• 제Ⅲ장 연구 설계 및 세대 감응형 BX 디자인 평가모델 개발
• 3.1 연구 설계 및 연구 대상 44
• 3.1.1 연구 설계 44
• 3.1.2 Multimodal AI 선정 45
• 3.1.3 분석 대상 브랜드 선정 48
• 3.1.4 브랜드별 평가 자료 도출 50
• 3.1.5 분석 세대 구분 56
• 3.1.6 가설 설정 57
• 3.2 세대 감응형 BX 디자인 평가모델 개발 59
• 3.2.1 BX 디자인 평가 항목 도출 59
• 3.2.2 Multimodal AI 평가 프롬프트 개발 62
• 3.2.3 세대 감응형 BX 디자인 평가모델 69
• 제Ⅳ장 BX 디자인 평가 결과
• 4.1 BX 디자인 평가 결과 72
• 4.1.1 응답자의 일반적 특성 72
• 4.1.2 NI의 브랜드별 BX 디자인 평가 결과 73
• 4.1.3 AI의 브랜드별 BX 디자인 평가 결과 77
• 4.2 BX 디자인 평가 결과에 대한 소결 81
• 4.2.1 주요 발견 및 특징 81
• 4.2.2 소결 및 시사점 85
• 제Ⅴ장 NI 평가와 AI 평가 결과의 비교분석 및 모델 검증
• 5.1 NI 평가 vs AI 평가 결과 비교 분석 89
• 5.1.1 평가 점수 차이 검정 89
• 5.1.2 평가 점수 신뢰도 분석 92
• 5.1.3 평가 점수 상관 분석 95
• 5.2 세대 감응형 BX 디자인 평가모델의 유효성 검증 99
• 5.2.1 가설 검증 99
• 5.2.2 전문가 FGI 103
• 5.3 세대 감응형 BX 디자인 평가모델 G-MADE 제안 117
• 5.3.1 연구 결과에 따른 최종 평가모델 117
• 5.3.2 평가 모델의 활용 120
• 제VI장 결론
• 6.1 연구의 요약 및 결론 121
• 6.2 연구의 학문적실무적 기여 122
• 6.3 연구의 한계 및 향후 연구 제언 124
• 참고문헌 126
• Abstract(영문초록) 129
• 부록 132