http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
논문 : 헬스밴드 니즈에 관한 설문 조사와 그 통계적 분석
연명흠 ( Myeong Heum Yeoun ),박대관 ( Dae Kwan Park ),연명흠 ( Myeong Heum Yeoun ) 디자인융복합학회 2014 디자인융복합연구 Vol.13 No.3
웨어러블 디바이스가 새로운 IT 성장동력으로 기대를 모으며, 웰빙과 헬스케어에 대한 니즈가 증대되는 가운데, 건강정보를 측정, 조회해주는 손목 착용형 헬스 디바이스인 헬스밴드에 대한 관심이 높아지고 있다. 이 연구의 목적은 어떤 사용자가 어떤 헬스밴드를 원하는가에 대한 답을 얻는 것이다. 이를 위해 인구통계학적 문항, 운동-라이프스타일, 헬스밴드사용경험, 디자인, UI/GUI, 기능에 걸친 총 26개 문항으로 구성된 온라인 설문을 작성, 252명에게서 설문을 얻어, 교차분석 및 카이검정, 평균비교 및 분산분석 등의 통계를 실시하여 다음과 같은 결과를 얻었다. 2~30대 젊은층은 matrix 디스플레이를 채택한 밴드형 디바이스를 원하며, 여성은 남성에 비해 복잡하고 화려한 외형과 UI화면에 더 수용적이다. 단순한 외형을 원하는 사람은 심플한 UI화면을 선호하고, 그 반대도 성립된다. 50대 이상은 그 이전세대에 비해 화려한 외형에 더 수용적이다. 여성은 디자인에 있어서 단순한 쪽으로든 화려한 쪽으로든 확실한 선호 태도를 보인다. 분석 결과, 연령대와 성별과 같은 인구통계학적 변수는 헬스밴드의 특성을 결정하는데 의미있는 변수였으나, 운동정도나 운동유형과 같은 운동-라이프스타일 변수는 예상과 달리 예측력이 약했음을 알 수 있었다. 사용자 유형에 따른 차별화된 헬스밴드 디자인 컨셉 수립 등의 연구결과 활용이 기대된다. Wearable devices are expected to be the new IT growth engine. With the increased demand for better health care and well-being, so are the interest in wrist worn devices that measures and monitors personal health information. The purpose of this research is to understand who wants which health band. An online survey composed of 26 questions in 6 categories: demographic factors, exercise-lifestyle, user experience of health band, design, UI/UX, and Functions. 252 samples were gathered and analyzed using cross-tabulation, Chi-test, mean comparison, and ANOVA. The finding states: Younger people (Twenties and Thirties) prefer band types with a matrix display. Women prefer more flashy and fancier designs than man. Most people like simple designs with an easy to read UI screen. Seniors in their fifties and over are more acceptable to flashy styles compared to the younger users. Women shows a more resolute preference in design than man. Demographic factors such as gender and age group are strong factors in determining the type of health band designs. However, exercise-lifestyle factors such as exercise intensity and type of exercise are not a meaningful factors in determining the type of health bands. This Study can be utilized to differentiate the type of health band designs concepts according to the user demographics.
연명흠(Myeong-Heum Yeoun) 한국디자인학회 2010 한국디자인학회 학술발표대회 논문집 Vol.2010 No.10
The Aims of this research is to find empirical evidence on the influence of pre-education for admission into a design college for design ability, and to consider the reason of results. Thus, correlation analysis between entrance exam score (like a SAT score) and average grade score on design college course per each semester was analyzed and a drift of grade score per criterion for admission was considered. The results of analysis, it was found out that the entrance score was not correlated with design ability on college course both ST A score and art-test score. In the dri ft of grade score, grade score of students on nonscheduled admission and scheduled admission were rose gradually. But grade score of students on art test admission were drop.
인공지능 기반 로고디자인 툴의 가능성에 대한 탐색적 실험
연명흠(주저자) ( Yeoun Myeong-heum(주저자) ),정의태 ( Jung Eui Tay ),연명흠(교신저자) ( Yeoun Myeong-heum(교신저자) ) 디자인융복합학회(구.한국인포디자인학회) 2021 디자인융복합연구 Vol.20 No.2
근래 인공지능 기술의 급속한 발전에 따라, AI 기반 디자인 툴이 사람 디자이너를 대체할 것인지, 디자인 업무가 새롭게 규정될 것인지에 대해 논의되고 있다. 이에 본 연구는 AI 기반 로고디자인 툴의 가능성과 한계를 탐색하고자 한다. 이를 위해 AI디자인툴을 쓰는 비디자이너, AI디자인툴을 쓰는 디자이너, AI디자인툴을 쓰지 않는 디자이너를 모집하여 스타트업의 로고를 2개씩 디자인하게 하고, 설문조사로 이를 평가하였다. 102명의 설문참가자들은 6개 시안의 선호도와 전달력을 7점 척도로 평가하였고, AI에 의해 만들어진 안을 추측하였다. 통계분석 후에는 로고를 만든 실험참가자들이 모여 FGI를 진행했다. 설문결과 선호도에서는 비디자이너가 AI로 만든 로고가 가장 선호되었으며, 전달력에서는 디자이너가 AI를 쓰지 않고 만든 로고가 가장 좋게 평가되었다. 참가자들은 AI로 만든 디자인 안이 무엇인지 잘 판별하지 못했으며, AI로 만든 안보다 사람 디자이너가 만든 안이 더 우수하다고 기대했다. FGI에서, AI기반 로고디자인 툴은 생산성이 뛰어난 반면 디테일한 조정이 불가능한 단점이 있다는 의견이 수렴되었다. 이상의 연구를 통해 AI기반 로고디자인 툴은 전문가 못지않은 결과물을 낼 수 있으며, 사람 디자이너가 만든 결과물과 쉽게 구분되지 않는다는 점을 확인하였다. With the rapid development of artificial intelligence technology in recent years, it is being discussed whether AI-powered design tools will replace human designers or whether design work will be newly defined. This study aim to explore the possibilities and limitations of AI-powered logo design tools. We recruited non-designer using AI tool, designer using AI tool, and designer using traditional method, and made them to design six logos for a certain startup, and evaluated the logos by online survey. 102 participants evaluated the preference and vision-delivery of the logos and speculated which logo were made by AI. As a results, a logo made by the non-designers using AI tool was most preferred, and a logo made by designers using traditional method was best evaluated at the vision-delivery. Participants couldn't distinguished which logos were made by AI tool, and expected that the human design would be better than the AI design. At FGI, three logo makers agreed that the AI design tool was productive but could not be adjusted in detail. AI design tool can produce the same result as expert, and it was confirmed that it is not easily distinguished from human made design.