AIGC를 활용한 애니메이션 창작과 응용 사례 연구 = A Case Study on Animation Creation and Application Using AIGC

국문 초록 (Abstract)

AIGC를 활용한 애니메이션 창작과 응용 사례 연구 AIGC（Artificial Intelligence Generated Content）란 딥러닝과 생성적 적대 신경망 그리고 대규모 사전학습 모델 등 인공지능 기술을 핵심 기반으로 삼는 지능형 창작 방식이다. AIGC의 부상은 애니메이션 창작의 심층적 변화 를 일으키고 있다. 기존 연구는 대체로 기술 시연이나 일부 단계의 분석에 집중되어 있으며, 애니메이션 창작 전 과정에 대한 체계적 고찰은 여전히 충분하지 않다. 인간과 기계의 협업에 관한 이론적 틀 역시 아직 완전히 정비되지 못한 상태이다. 이러한 문제의식에 따라 본 논문은 AIGC가 보조 도구로서 애니메이션 창작에 들어온 이후 나타나는 구조적 변화에 초점을 맞 춘다. 연구의 중점은 AIGC가 창작 기제와 생산 과정 및 미학적 질서에 어 떠한 영향을 미치는가를 고찰하는 데 있다.
본 연구는 문헌 분석법과 사례 분석법 및 비교 연구법을 종합적으로 활용한다. 연구는 애니메이션 제작 과정을 관찰의 주축으로 삼는다. AIGC가 애니메이션 창작의 각 단계에서 어떠한 방식으로 활용되는가를 고찰한다. 문헌 분석은 과정 구조와 노동 분배 그리고 미적 통제와 같은 핵심 차원을 설정하는 데 사용되며, 이후 논증을 위한 이론적 기반을 제공한다. 사례 분석은 2022년부터 2025년까지의 시기 동안 추적 가능한 공정 흔적을 지닌 애니메이션 프로젝트를 주요 대상으로 삼는다. 이 과정에서 AIGC가 제작 과정의 각 단계에 구체적으로 어떻게 개입하는가를 중점적으로 추적한다. 비교 연구는 전통적 과정과 AIGC 보조 과정 사이의 차이를 대조함으로써, 시간 비용과 시행착오의 밀도 및 쇼트 연결의 안정성 측면에서 나타나는 변화를 집중적으로 살핀다. 이러한 토대 위에서 인간과 기계의 협업 창작이 지니는 공통 규칙을 귀납하고, 나아가 그것이 애니메이션 창작 과정과 예술 표현 방식에 미치는 영향도 추가로 드러내고자 했다.
연구 결과에 따르면, AIGC는 보조 도구로서 애니메이션 창작에 삽입된 이후에도 애니메이션이 움직임의 예술이자 시간적 시청각예술이라는 원래의 속성을 변화시키지 않았다. 다만 그것은 창작 과정과 노동 배분을 재조직하였다. 프리프로덕션 단계에서 창작자의 작업 중심은 비교와 선별 그리 고 반복적 조정으로 이동한다. 프로덕션 단계에서는 스타일 전이와 국부 보완 그리고 자동 묘사 생성이 반복 노동의 부담을 경감시켰다. 포스트 프로 덕션 단계에서는 지능형 편집과 의미 분할이 후반 작업을 수작업 결합 중 심의 방식에서 미적 판단을 중심으로 한 협업 방식으로 변화시켰다. 이로써 애니메이션 창작은 전통적 선형 추진에서 생성과 선별 그리고 재조직이 순환하는 구조로 이동하고 있다. 인간과 기계의 협업은 기술이 예술을 대체하는 현상이 아니다. 그것은 알고리즘이 표현 수단을 확장하고, 창작자가 의 미생성을 주도하는 새로운 창작 구조라고 할 수 있다.
이 논문은 AIGC를 보조 도구로 규정하고, 창작자의 미적 판단과 문화적 판단이 지니는 핵심적 위상을 강조한다. AIGC가 변화시키는 것은 애니메이 션의 생산 논리와 과정 조직 그리고 창작 실험의 공간이지, 창작자 주체성을 대체하는 것이 아니다. AIGC는 효율 향상과 스타일 확장 그리고 진입 장벽 완화의 측면에서 분명한 장점을 지닌다. 그러나 동시에 품질 통제와 제도적 논쟁이라는 현실적 문제에도 직면해 있다. 이러한 점에서 본 연구는 상응하는 대응 방안을 제시하며, AIGC 시대의 애니메이션 창작 전환을 이해하기 위한 분석 틀을 제공하였다.

다국어 초록 (Multilingual Abstract)

AIGC（Artificial Intelligence Generated Content） refers to an intelligent mode of creation grounded primarily in artificial intelligence technologies, including
deep learning, Generative Adversarial Networks, and large scale pretrained models. The rise of AIGC is driving profound changes in animation creation.
Existing studies have largely concentrated on technical demonstrations or analyses of individual stages, while a systematic examination of the entire
animation creation process remains insufficient. The theoretical framework for human and machine collaboration also has yet to be fully developed. In
response to these concerns, this dissertation focuses on the structural changes that have emerged since AIGC entered animation creation as an auxiliary tool.
Its central aim is to examine how AIGC influences creative mechanisms, production processes, and aesthetic order.
This study employs a combined methodology of literature analysis, case analysis, and comparative research. It takes the animation production process as the primary axis of observation and examines how AIGC is utilized at each stage of animation creation. Literature analysis is used to establish key dimensions such as process structure, division of labor, and aesthetic control, and it provides the theoretical foundation for the subsequent argument. Case analysis focuses on animation projects produced between 2022 and 2025 that retain traceable evidence of their production processes. Within this scope, particular attention is given to how AIGC intervenes concretely at each stage of production. Comparative research, by contrasting traditional workflows with AIGC-assisted workflows, investigates the changes manifested in terms of time costs, the density of trial and error, and the stability of shot continuity. On this basis, the study seeks to induce the common principles underlying human-machine collaborative creation and, furthermore, to reveal their impact on both the animation production process and modes of artistic expression.
According to the findings of this study, even after its incorporation into animation creation as an auxiliary tool, AIGC has not altered the ontological attributes of animation as an art of movement and a temporal audiovisual art. Rather, it has reorganized the creative process and the division of labor. In pre production, the focus of the creator's work shifts toward comparison, selection, and iterative adjustment. In production, style transfer, local refinement, and the automated generation of drawings reduce the burden of repetitive labor. In post production, intelligent editing, semantic segmentation, and local repainting have transformed later stage work from a mode centered on manual compositing into a collaborative mode centered on aesthetic judgment. As a result, animation creation is moving away from a traditional linear progression toward a cyclical structure of generation, selection, and reorganization. Human machine collaboration is not a phenomenon in which technology replaces art. Rather, it constitutes a new creative structure in which algorithms expand the means of expression while creators retain primary responsibility for the production of meaning.
This dissertation defines AIGC as an auxiliary tool and emphasizes the central significance of the creator's aesthetic and cultural judgment. What AIGC transforms is the logic of animation production, the organization of process, and the space for creative experimentation, rather than the subjectivity of the creator. AIGC offers clear advantages in terms of improved efficiency, expanded stylistic possibilities, and lowered barriers to entry. At the same time, however, it also faces practical challenges related to quality control and institutional controversy. In this respect, the present study proposes corresponding response strategies and provides an analytical framework for understanding the transformation of animation creation in the age of AIGC.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제 1 절 연구 배경 및 목적 1
• 1. 연구 배경 1
• 2. 연구 목적 3
• 제 2 절 연구 범위 및 방법 5
• 1. 연구 범위 5
• 2. 연구 방법 8
• 제 3 절 선행연구 10
• 1. 국내 연구 현황 10
• 2. 국외 연구 현황 14
• 제 2 장 애니메이션 창작 원리 및 AIGC 개요 17
• 제 1 절 애니메이션 창작의 기본 개념 17
• 1. 애니메이션 창작 개념의 정의 17
• 2. 애니메이션 창작 과정 21
• 3. 디지털 시대 애니메이션 창작의 새로운 변화 23
• 제 2 절 AIGC 개요 26
• 1. AIGC의 정의 26
• 2. AIGC의 발전 과정 29
• 3. 애니메이션 분야에서의 AIGC 적용 기반 33
• 제 3 절 애니메이션 창작과 AIGC의 융합 38
• 1. 애니메이션 창작 과정에서의 AIGC 통합 38
• 2. 인간과 인공지능의 협업 창작 모델 42
• 3. 알고리즘 미학과 애니메이션 예술의 새로운 패러다임 46
• 제 3 장 애니메이션 창작 수요와 AIGC 49
• 제 1 절 애니메이션 창작 수요 분석 49
• 1. 예술적 혁신과 스토리텔링 49
• 2. 고품질 표현의 필요성 54
• 3. 다양한 표현 스타일의 필요성 58
• 제 2 절 애니메이션 창작의 도전 과제 64
• 1. 자원 및 기술적 제약 64
• 2. 고강도 작업 부하 67
• 3. 혁신 병목현상과 효율성 문제 70
• 제 3 절 애니메이션과 AIGC 융합의 가능성 73
• 1. 애니메이션 창작에서 AIGC의 잠재력과 장점 73
• 2. 창작 프로세스와의 호환성 78
• 3. 인간과 인공지능의 협업 기반 애니메이션 창작 모델 82
• 제 4 장 애니메이션 제작 과정에서의 AIGC 활용 85
• 제 1 절 애니메이션 프리프로덕션 단계에서의 AIGC 활용 85
• 1. 캐릭터 디자인의 지능형 생성 85
• 2. 배경 디자인의 지능형 지원 90
• 3. 스토리보드 및 시각적 스타일 설정의 인공지능 지원 97
• 제 2 절 애니메이션 프로덕션 단계에서의 AIGC 활용 102
• 1. 원화와 프레임별 작화의 자동화 시도 102
• 2. 동적 효과 및 운동 곡선의 지능형 생성 107
• 3. 애니메이션 렌더링에서의 이미지 생성 모델 활용 112
• 제 3 절 애니메이션 포스트프로덕션 단계에서의 AIGC 활용 115
• 1. 편집 및 영상 합성의 지능화 115
• 2. 특수효과 제작을 위한 지능형 생성 120
• 3. 후반 제작 과정의 지능형 최적화 및 혁신 125
• 제 5 장 AIGC 활용 애니메이션 창작의 의의와 전망 129
• 제 1 절 AIGC를 활용한 애니메이션 창작의 장점 129
• 1. 애니메이션 창작 효율 향상 129
• 2. 애니메이션 예술 표현력 향상 132
• 3. 애니메이션 제작 비용 절감 및 진입 장벽 완화 135
• 제 2 절 AIGC 활용 애니메이션 창작의 도전과 대응 139
• 1. 기술적 한계와 예술적 품질 관리 139
• 2. 창작 윤리와 저자의 정체성 인정 143
• 3. 창작자 역할의 전환과 분야 간 협업 146
• 제 3 절 애니메이션과 AIGC의 융합의 발전 149
• 1. AIGC 진화와 애니메이션 발전 촉진 149
• 2. 애니메이션 예술 생태계의 미래 변화 152
• 3. 미래 애니메이션 창작의 동향 155
• 제 6 장 결 론 159
• 참고 문헌 166
• ABSTRACT 182