open AI ChatGPT를 이용한 패션 트렌드 예측 및 시각화

1. Literature Review

1) 창의적인 패션디자인 영역에서 인간과 AI(Artificial Intelligence)의 협업

Generative AI는 아이디어를 생성 및 반복하는 과정에서 사용자의 창의성을 표현하는 도구로써 고려될 수 있다 (Liu & Chilton, 2022).

2) Generative AI 활용에 있어서 프롬프트 엔지니어링

Generatvie AI는 input에 따라 output의 퀄리티가 달라지기 때문에 사용자의 만족도를 높이기 위해 프롬프트 엔지니어링은 유용한 테크닉이다 (Henrickson & Merono-Penuela, 2023).

2. 0bjectives

1) ChatGPT를 활용하여 패션 트렌드를 정확하게 예측한다.

2) DALL-E를 활용하여 높은 퀄리티의 런웨이 사진을 도출한다.

3. Method

1) Scope : 2023, 2024 Fall/Winter Men's fashion collcetions

2) Tool : ChatGPT-3.5,ChatGPT-4 , DALL-E 3

3) method

(1) 패션디자인 구성요소 실루엣, 소재, 디테일, 장식 등을 포함하는 프롬프트 A를 제작하여 ChatGPT에 3회 input한다.

(2) text 형태의 output을 키워드 분석하여 빈도 수를 기록한다.

(3) 패션트렌드 회사 Vogue 데이터와 비교하여 정확성을 검증한다.

(4) ChatGPT의 output 중에 Vogue 데이터와 일치하는 output을 활용하여 프롬프트 B를 제작하여 DALL-E에 input한다.

(5) image 형태의 output을 패션디자인의 구성요소의 관점에서 분석하여 실제 패션 컬렉션 사진과 비교한다.

4. Results

1) 38개의 패션 트렌드 중 10개 트렌드가 ChatGPT의 패션 트렌드 예측에서 일치하였다.

2) DALL-E를 통해 생성한 112개의 이미지는 높은 퀄리티를 가지고 있었으나 대부분 실루엣, 의복 구성, 컬러의 측면에서 normal한 디자인이었다.

5. Conclusion

ChatGPT와 DALL-E는 별도의 프로그램 설치나 코딩 과정 없이 간단한 방법으로 트렌드를 예측할 수 있게 하고 시각화할 수 있게 한다.

본 연구는 비전문가도 패션트렌드를 예측하고 예측한 트렌드를 시각화하는 일련의 과정을 제시하며 패션디자인 영역에서 창의성을 확장하는데 generative AI가 유용하다는 사실을 뒷받침한다.

* Q&A

- 본 연구에 적용할 수 있는 통계적 기법? 변수 및 가설을 어떻게 세울 수 있을까?

- 텍스트 분석, 이미지 분석 시, 사용할 수 있는 방법론?