수업계획서

인공지능을 활용한
입체조형 표현 기초

작품의 구상·제작·전시에서 인공지능을 활용하는 방법을
단계별 실습으로 익히는 기초 수업

구상에서 활용3–6주차

제작에서 활용8–11주차

전시에서 활용12–14주차

학생이 노트북과 3D 프린터, 스마트폰을 함께 쓰며 작품을 만드는 작업실 장면

조소과 대학생 · 15주 과정

인공지능을 활용한 입체조형 표현 기초수업 안내

수업 개요

수업 배경

인공지능은 아이디어 탐색 및 기획과 이미지·3D 생성, 상호작용 구현과 전시 환경 구성 등 창작 과정 전반에 활용되고 있다.

수업 목표

입체조형의 구상·제작·전시에서 인공지능을 활용하는 방법을 익히고, 자신의 조형 의도에 맞게 결과를 선택·수정·발전시키는 능력을 기른다.

수업 내용

구상에서 활용3–6주차제미나이 · 미드저니 · 나노바나나

채팅형 인공지능과 이미지 생성·편집 인공지능으로 아이디어를 탐색하고, 이미지 시안을 담은 작품 기획안을 만든다.

제작에서 활용8–11주차Tripo3D · 블렌더 MCP

실물을 3D 데이터로 옮기는 방식을 살펴보고, 이미지 시안을 3D 모델로 생성해 편집·최적화한 뒤 3D 프린팅용 파일을 준비한다.

전시에서 활용12–14주차코딩 AI · 웹 브라우저 · 스마트폰

말로 요청해 코드를 만드는 바이브 코딩으로 웹 가상 전시를 만들고 스마트폰 AR로 확장한 뒤, 작품과 전시를 보완해 발표를 준비한다.

수업 방식

자신의 작품 하나를 구상부터 전시까지 이어서 발전시킨다.

실습 주차는 이해 → 도구 사용 방법 → 실습 순서로 진행한다.

학기 결과물

01작품 기획안과 이미지 시안
02편집·최적화한 3D 모델과 3D 프린팅용 파일
03웹 가상 전시와 스마트폰 AR 보기
04AI 활용과 선택 과정을 담은 과정 기록

대상 · 장비

조소과 대학생 · 컴퓨터실 혹은 개인 노트북 · 스마트폰

수업계획서

인공지능을 활용한 입체조형 표현 기초15주 과정

전체 주차 계획

01오리엔테이션

02인공지능의 이해와 입체조형에서의 활용

03채팅형 인공지능을 활용한 작품 구상

04이미지 생성형 인공지능으로 작품 스케치

05이미지 편집형 인공지능으로 변형

06채팅형 인공지능을 활용한 작품 기획안 작성

07기획안 발표 및 중간평가

08입체조형 작품의 디지털화

09이미지 기반 3D 모델 인공지능

10블렌더 MCP를 활용한 3D 모델 편집

11블렌더 MCP를 활용한 3D 모델 최적화와 3D 프린팅 준비

12바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅰ

13바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅱ

14작품 제작 심화

15작품 발표 및 기말평가

수업 안내구상에서 활용제작에서 활용전시에서 활용평가

수업계획서

인공지능을 활용한 입체조형 표현 기초수업 안내

01주차오리엔테이션

대학생들이 노트북으로 작품을 구상하고 3D프린팅과 스마트폰 AR을 활용하는 수업 장면

수업 환경

컴퓨터실 혹은 개인 노트북 활용 · 스마트폰

수업의 방향 안내

인공지능을 작품의 구상·제작·전시에 활용하는
전체 흐름과 한 학기 수업의 방향을 살펴본다.

수업의 진행 안내

주차별 수업 내용과 실습의 진행 방법을 듣고
컴퓨터실 또는 개인 노트북과 스마트폰 환경을 확인한다.

구독료 발생 안내

구독형 인공지능 서비스 사용에 따른 예상 비용을 안내한다.

질의응답

수업에서 다룰 도구와 작품 사례를 살펴보고
수업의 진행과 준비에 관한 궁금한 점을 나눈다.

예상 비용

제미나이 · 나노바나나0 ~ 87,000원학생 혜택 시 무료 · 미적용 시 월 29,000원 × 3개월

미드저니$10 ~ $20Basic 월 $10 · 1~2개월 (4~7주차)

Tripo3D0 ~ $40무료 플랜 · 부족 시 Pro 월 $20 × 2개월

블렌더0원무료 프로그램

한 학기 합계약 1.5만 ~ 17만 원2026.10 요금 · 1달러 1,450원 · 출력비 별도

수업계획서

전체 수업 안내와 질의응답으로 진행한다. 개인 주제 선정이나 결과물 제출을 요구하지 않는다. 구독료 안내(2026.10 기준, 개강 시 재확인): 제미나이·나노바나나는 대학(원)생 Google AI Pro 무료 프로그램(2026.10 기준 신청 기한 2026.12.31)이 개강 시점에도 운영되면 이용하고, 적용되지 않으면 Google AI Pro 월 29,000원을 3개월 쓰는 것으로 잡는다. 미드저니는 Basic 월 $10을 4~7주차에 1~2개월. Tripo3D는 무료 플랜(월 200크레딧, 약 13개 모델)으로 시작하고 부족하면 Pro 월 $20을 9~14주차에 2개월. 무료 플랜 결과물은 공개·비상업 이용 조건이므로 웹에 공개할 때 이용 조건을 확인한다. 블렌더는 무료. 한 학기 최소 약 1.5만 원, 최대 약 17만 원(1달러 1,450원 가정). 3D 프린팅 출력비는 포함하지 않는다.

인공지능을 활용한 입체조형 표현 기초인공지능의 이해

02주차인공지능의 이해와 입체조형에서의 활용

Wade and Leta의 Reflection Point — 발상 보조형Reflection PointWade and Leta

Michael Hansmeyer의 Digital Grotesque III — 형상 생성형Digital Grotesque IIIMichael Hansmeyer

BREAKFAST의 Carbon Wake — 전시 운영형Carbon WakeBREAKFAST

인공지능의 개념과 원리

데이터와 학습, 추론과 생성의 개념을 이해하고
생성형 인공지능의 기본 작동 원리를 살펴본다.

예술가의 활용과 전개

초기 사례에서 예술가의 활용 의도를 읽고
인공지능을 활용한 창작 방식의 변화를 살펴본다.

입체조형에서의 활용 유형과 특성

발상 보조형 · 형상 생성형 · 전시 운영형의
대표 작품을 통해 유형별 표현 특성을 비교한다.

발상 보조형AI가 시각적 발상과 매체 탐색을 보조하고 최종 형상과 제작은 작가가 주도형상 생성형AI가 형상을 산출하고 디지털 제작 공정으로 물질화전시 운영형전시 중 AI가 외부 데이터와 관람자 반응을 작품의 상태로 지속적으로 변환

참고 논문박성하 · 한정엽 (2026). 인공지능 활용 입체조형작품의 유형 및 표현 특성 연구. 한국공간디자인학회논문집, 21(4), 485–492. https://doi.org/10.35216/kisd.2026.21.4.485

수업계획서

대표 이미지와 유형 분류는 박성하·한정엽(2026), 「인공지능 활용 입체조형작품의 유형 및 표현 특성 연구」, 한국공간디자인학회논문집 21(4), 485–492(https://doi.org/10.35216/kisd.2026.21.4.485)에서 가져왔다. 유형명은 원문의 발상 보조형, 형상 생성형, 전시 운영형을 따른다(표 3~6, pp.489~490). 발상 보조형은 시각적 발상과 매체 탐색을 보조하며 최종 형상과 제작은 작가가 주도한다. 형상 생성형은 AI가 형상을 산출하고 디지털 제작 공정으로 물질화한다. 전시 운영형은 전시 중 데이터와 관람자·환경 반응에 따라 작품 상태를 지속적으로 변화시킨다. 강의의 구상·제작·전시 단계와 논문의 유형명을 구분한다. Wade and Leta, Reflection Point: https://wadeandleta.com/works/reflection-point Michael Hansmeyer, Digital Grotesque III: https://michael-hansmeyer.com/digital-grotesque-III BREAKFAST, Carbon Wake: https://www.artdubai.ae/blog/breakfasts-carbon-wake-artwork-brings-global-energy-to-life/ 2주차 본 강의에서는 초기 활용 사례와 유형별 대표 작품을 함께 다룬다.

1부3–6주차

구상에서 활용

작품의 주제와 조형 방향을 언어와 이미지로 탐색하고, 작품 기획안으로 정리한다.

03채팅형 인공지능을 활용한 작품 구상

04이미지 생성형 인공지능으로 작품 스케치

05이미지 편집형 인공지능으로 변형

06채팅형 인공지능을 활용한 작품 기획안 작성

수업계획서

인공지능을 활용한 입체조형 표현 기초

인공지능을 활용한 입체조형 표현 기초구상에서 활용 · 3–6주차

03주차채팅형 인공지능을 활용한 작품 구상

조소과 학생이 노트북의 채팅형 인공지능과 대화하며 입체조형 작품의 주제와 형태를 구상하는 장면

실습 예시

관심 있는 주제와 재료를 제미나이에게 설명하고, 제안받은 방향을 비교해 작품 주제와 구상 메모를 정리한다.

채팅형 인공지능의 이해

대화하듯 글을 주고받는 인공지능의 원리와 특성,
작품 구상에서의 역할과 한계를 이해한다.

제미나이 사용 방법

질문을 구체화하고 답을 되묻는 대화 방법과
구상 메모·프롬프트로 정리하는 방법을 익힌다.

실습 · 작품 구상

관심 있는 주제를 질문으로 풀어 표현 방향을 탐색하고
AI의 제안을 자신의 의도와 비교해 선택·수정한다.

이번 주 결과물작품 구상 메모와 이미지 생성용 프롬프트

채팅형 인공지능LLM(Large Language Model, 대규모 언어 모델)을 바탕으로 대화하듯 글을 주고받는 인공지능 · 제미나이, 챗GPT 등제미나이Gemini · 구글의 채팅형 인공지능 서비스

수업계획서

채팅형 인공지능(제미나이)과 대화하며 작품의 질문과 조형적 방향을 구체화한다. LLM(Large Language Model, 대규모 언어 모델)이 학습한 언어의 패턴과 대화 맥락을 바탕으로 응답을 생성하는 특성을 이해한다. 이어서 채팅형 인공지능과의 대화를 통해 관심 있는 대상이나 주제를 작품의 질문으로 바꾼다. AI가 제안한 주제를 그대로 채택하기보다 자신의 경험과 연결되는 내용과 그렇지 않은 내용을 구분하며 구상의 방향을 좁힌다. 이전 수업과의 연결: 2주차에 살펴본 발상 보조형 사례를 바탕으로 AI가 제안할 부분과 자신이 결정할 부분을 나누어 대화한다. 수업 범위: 채팅형 인공지능의 이해, 아이디어 탐색 및 구상, 이미지 프롬프트 구상, 작가의 판단과 선택의 순서로 진행한다. 대화로 구상을 탐색하고 비교한 뒤 이미지로 시험할 수 있는 조형적 방향과 프롬프트를 정리한다. 조형적 판단: 선택한 주제가 자신의 경험이나 문제의식과 어떻게 연결되는지 설명할 수 있어야 한다. 형태와 재질을 나타내는 말이 단순한 분위기 수식어에 머무르지 않고 작품에서 표현하려는 관계나 감각을 가리키는지 살핀다. 다음 수업과의 연결: 작품의 질문과 형태·재질·규모·공간에 관한 조건을 정리해 4주차 이미지 생성에 사용할 프롬프트로 옮긴다. 구체적 예시: 관심 있는 주제와 재료를 제미나이에게 설명하고, 제안받은 방향을 비교해 작품 주제와 구상 메모를 정리한다. 정리할 작업: 작품 구상 메모와 이미지 생성용 프롬프트 개인적 경험의 공개는 요구하지 않으며 관심 있는 대상이나 사회적 주제로도 구상할 수 있다.

인공지능을 활용한 입체조형 표현 기초구상에서 활용 · 3–6주차

04주차이미지 생성형 인공지능으로 작품 스케치

실습 예시

구상 메모를 바탕으로 미드저니에서 여러 시안을 생성하고, 작품 의도에 가까운 시안을 골라 스케치로 옮겨 본다.

이미지 생성형 인공지능의 이해

문장에서 이미지를 만드는 원리와 한계를 이해하고
입체를 상상하는 스케치 도구로서의 쓰임을 살펴본다.

미드저니 사용 방법

프롬프트 작성과 변형·확대 등 기본 기능,
형태·재질·규모 같은 조형 조건을 지정하는 방법을 익힌다.

실습 · 이미지 스케치

구상을 이미지로 생성해 비교하고
작품 의도에 맞는 시안을 골라 발전시킨다.

이번 주 결과물생성 이미지 스케치와 시안 선택의 근거

프롬프트prompt · 이미지 생성 인공지능에 입력하는 조건 문장미드저니Midjourney · 문장으로 이미지를 생성하는 인공지능 서비스

수업계획서

미드저니로 작품의 형태와 재료를 시각적으로 탐색한다. 미드저니로 생성한 이미지를 완성 작품의 증거가 아니라 입체를 상상하기 위한 스케치로 사용한다. 언어로 적었던 구상이 어떤 덩어리와 빈 공간, 비례와 표면으로 나타나는지 비교하며 시각적 선택의 근거를 찾는다. 이전 수업과의 연결: 3주차에 정리한 작품의 질문과 프롬프트를 사용해 같은 구상에서 서로 다른 조형 시안을 생성한다. 수업 범위: 이미지 스케치를 생성·비교하고 선택한 시안의 조형적 특징을 설명하는 데 집중하며 3D 제작은 다음 단계로 남긴다. 조형적 판단: 이미지의 화려함보다 실루엣, 덩어리와 빈 공간의 관계, 비례와 무게감이 작품 의도에 맞는지 비교한다. 시점과 조명 때문에 좋아 보이는 효과와 실제 입체의 형태로 이어질 수 있는 특징을 구분한다. 다음 수업과의 연결: 작품 의도와 가까운 시안에서 유지할 특징과 바꿀 부분을 구분해 5주차 이미지 편집의 기준으로 삼는다. 구체적 예시: 구상 메모를 바탕으로 미드저니에서 여러 시안을 생성하고, 작품 의도에 가까운 시안을 골라 스케치로 옮겨 본다. 정리할 작업: 생성 이미지 스케치와 시안 선택의 근거

인공지능을 활용한 입체조형 표현 기초구상에서 활용 · 3–6주차

05주차이미지 편집형 인공지능으로 변형

실습 예시

4주차에 고른 시안의 재질을 나노바나나로 흰 수지·금속·투명 아크릴로 바꿔 보고, 인상의 차이를 비교한다.

이미지 편집형 인공지능의 이해

이미지의 일부나 재질·배경을 바꾸는 편집 방식의
원리와 한계를 이해한다.

나노바나나 사용 방법

바꿀 대상·포즈·재질·환경을 지정해
편집을 요청하고 결과를 비교하는 방법을 익힌다.

실습 · 시안 변형

선택한 시안의 대상·재질·환경을 바꾸어 보며
작품의 인상 변화를 비교하고 정리한다.

이번 주 결과물편집 전후 시안과 조형적 변화의 비교

나노바나나Nano Banana · 제미나이의 이미지 생성·편집 모델, 제미나이 앱 안에서 사용

수업계획서

나노바나나(제미나이 이미지 모델)의 편집으로 대상·포즈·재질·환경을 바꾸며 작품 시안을 발전시킨다. 이미지 편집은 시안 전체를 무작정 바꾸는 과정이 아니라 특정 조형 조건을 시험하는 과정으로 다룬다. 대상·포즈·재질·환경을 구분해 편집하면서 어떤 변화가 작품의 의미와 인상을 바꾸는지 확인한다. 이전 수업과의 연결: 4주차에 선택한 시안의 핵심 특징을 남겨 두고 바꾸고 싶은 대상이나 부분을 구체적으로 지정한다. 수업 범위: 선택한 시안을 바탕으로 한 번에 바꿀 조건을 분명히 하여 편집하고 작품 의도에 도움이 되는 변화를 골라 정리한다. 조형적 판단: 인체의 자세나 대상의 방향이 긴장감과 시선의 흐름을 어떻게 바꾸는지, 재질과 표면의 변화가 무게감과 촉각적 인상을 어떻게 바꾸는지 살핀다. 환경을 바꿀 때는 배경의 멋보다 작품과 주변 공간의 크기·거리·배치 관계를 비교한다. 다음 수업과의 연결: 편집 전후의 차이와 선택 이유를 정리해 6주차 기획안에서 형태·재질·전시 환경의 근거를 설명한다. 구체적 예시: 4주차에 고른 시안의 재질을 나노바나나로 흰 수지·금속·투명 아크릴로 바꿔 보고, 인상의 차이를 비교한다. 정리할 작업: 편집 전후 시안과 조형적 변화의 비교

인공지능을 활용한 입체조형 표현 기초구상에서 활용 · 3–6주차

06주차채팅형 인공지능을 활용한 작품 기획안 작성

실습 예시

구상 메모와 선택한 시안을 제미나이에 넣어 기획안 초안을 만들고, 자신의 문장으로 고쳐 쓴다.

작품 기획안의 이해

작품 기획안의 구성(주제·의도·조형·제작·전시)과
제작 과정에서의 역할을 이해한다.

제미나이 활용 방법

구상 메모와 시안을 넣고 문장의 구조와
빠진 항목을 점검받는 방법을 익힌다.

실습 · 기획안 작성

구상·시안·제작·전시 방향을 기획안으로 엮고
인공지능의 문장을 자신의 언어로 다듬는다.

이번 주 결과물이미지 시안을 포함한 작품 기획안

수업계획서

구상과 이미지 시안을 바탕으로 작품 기획안을 작성한다. 이미지와 구상 메모를 작품 기획안으로 엮으면서 생각한 내용과 실제로 제작할 내용을 연결한다. 채팅형 인공지능은 문장의 구조와 빠진 항목을 점검하는 데 활용하고 작품의 의도와 실현 범위는 자신의 판단으로 정한다. 이전 수업과의 연결: 3~5주차의 구상과 시안 선택·편집 과정을 바탕으로 작품의 주제, 조형적 특징, 제작 및 전시 방향을 정리한다. 수업 범위: 현재의 시안을 디지털 입체 제작과 가상 전시로 이어갈 수 있도록 기획안의 내용과 범위를 정리하고 과장된 문장을 덜어 낸다. 조형적 판단: 기획안에 적은 주제가 선택한 형태·재질·규모에 실제로 드러나는지 시안과 대조한다. 이미지에서만 보이는 효과나 아직 정하지 못한 뒷면·연결 구조를 이미 해결한 것처럼 설명하지 않고 제작 중 확인할 부분으로 구분한다. 다음 수업과의 연결: 시안과 제작 방향이 서로 연결되는 기획안을 준비해 7주차 발표에서 선택의 근거와 아직 해결하지 못한 부분을 함께 설명한다. 구체적 예시: 구상 메모와 선택한 시안을 제미나이에 넣어 기획안 초안을 만들고, 자신의 문장으로 고쳐 쓴다. 정리할 작업: 이미지 시안을 포함한 작품 기획안

인공지능을 활용한 입체조형 표현 기초중간평가

07주차기획안 발표 및 중간평가

발표 예시

처음 생성한 이미지와 최종 시안을 화면에 나란히 띄우고, 어떤 판단으로 바꿔 왔는지 발표한다.

구상 과정 발표

채팅형 인공지능과의 대화, 이미지 생성·편집 과정을 돌아보며
작품 주제와 시안이 발전한 흐름을 설명한다.

기획안 공유

작품 기획안과 이미지 시안을 함께 살펴보면서
작품 의도와 조형적 선택이 연결되는지 검토한다.

제작 방향 검토

발표와 피드백을 바탕으로 보완할 부분을 찾고
디지털 입체로 옮길 때 확인할 사항을 정리한다.

이번 주 결과물구상 과정 발표와 작품 기획안 검토

수업계획서

구상 단계에서 진행한 작업을 발표하고 제작 방향을 검토한다. 구상 단계에서 무엇을 생성했는지보다 어떤 이유로 선택하고 바꾸었는지를 발표한다. 동료의 질문과 피드백을 통해 의도가 전달되는 부분과 디지털 입체 제작 전에 더 확인할 부분을 구분한다. 이전 수업과의 연결: 6주차 기획안과 이미지 시안을 중심으로 채팅형 인공지능과의 대화, 이미지 생성·편집에서 중요한 선택의 흐름을 설명한다. 수업 범위: 기획안과 구상 과정을 발표하고 피드백을 제작 방향에 반영하는 데 집중하며 새로운 도구나 제작 단계를 추가하지 않는다. 조형적 판단: 작품의 주제와 시안의 조형적 특징이 일치하는지, 시안의 변화에 작가의 선택 이유가 드러나는지 검토한다. 입체로 옮겼을 때 유지해야 할 실루엣과 빈 공간, 아직 불명확한 뒷면이나 두께를 구체적으로 짚는다. 다음 수업과의 연결: 피드백에서 드러난 형태와 시점의 문제를 정리하고 9주차 3D 생성에 사용할 이미지와 확인할 사항을 준비한다. 구체적 예시: 처음 생성한 이미지와 최종 시안을 화면에 나란히 띄우고, 어떤 판단으로 바꿔 왔는지 발표한다. 정리할 작업: 구상 과정 발표와 작품 기획안 검토

2부8–11주차

제작에서 활용

실물과 이미지를 디지털 입체로 옮기고, 블렌더 MCP로 편집·최적화해 출력과 전시에 쓸 파일을 준비한다.

08입체조형 작품의 디지털화

09이미지 기반 3D 모델 인공지능

10블렌더 MCP를 활용한 3D 모델 편집

11블렌더 MCP를 활용한 3D 모델 최적화와 3D 프린팅 준비

수업계획서

인공지능을 활용한 입체조형 표현 기초

인공지능을 활용한 입체조형 표현 기초제작에서 활용 · 8–11주차

08주차입체조형 작품의 디지털화3D 스캔 · 포토그래메트리 · 가우시안 스플래팅

실습 예시

에픽게임즈의 무료 앱 리얼리티스캔으로 작은 조형물을 둘러 찍어 3D 모델을 만든다.

디지털화 방식의 이해

세 방식이 형태를 얻는 원리와
결과물(메시·가우시안)의 차이를 이해한다.

방식별 시연과 앱 사용 방법

세 방식의 디지털화 과정을 시연으로 비교하고
리얼리티스캔(RealityScan)으로 촬영·변환하는 방법을 익힌다.

실습 · 포토그래메트리

리얼리티스캔으로 작은 조형물을 둘러 찍어
3D 모델을 만들고 형태와 표면을 확인한다.

이번 주 결과물리얼리티스캔으로 만든 3D 모델과 방식별 특징 메모

3D 스캔깊이 센서(LiDAR 등)로 실물의 형태를 측정해 3D 데이터로 만드는 것포토그래메트리사진측량 · 겹쳐 찍은 사진들로 3D 형태(메시)를 복원하는 기술가우시안 스플래팅Gaussian Splatting · 위치·크기·색·투명도를 가진 수많은 반투명 입자로 장면을 재현하는 기술, 메시가 아니어서 그대로 3D 프린팅할 수 없음

수업계획서

실물을 디지털 입체로 옮기는 세 가지 방식을 시연으로 보여 주고, 학생은 포토그래메트리를 리얼리티스캔으로 직접 해 본다. 3D 스캔은 라이다 같은 깊이 센서로 형태를 측정하고, 포토그래메트리(사진측량)는 겹쳐 찍은 사진들에서 대응점과 카메라 위치를 추정해 메시를 복원하며, 3D 가우시안 스플래팅은 위치·크기·방향·투명도·색을 가진 3차원 가우시안을 사진에 맞게 최적화해 새로운 시점의 장면을 렌더링한다. 가우시안 스플래팅의 결과는 표면 메시가 아니므로 3D 프린팅에는 별도의 표면 재구성과 점검이 필요하다. 이전 수업과의 연결: 중간평가 다음 주로, 구상 단계와 달리 실물을 디지털 데이터로 옮기는 방식을 살펴보며 제작 단계를 시작한다. 수업 범위: 같은 조형물을 세 방식으로 디지털화한 결과를 강사가 시연으로 비교해 보여 주고, 학생은 리얼리티스캔(RealityScan, 에픽게임즈의 무료 스마트폰 앱)으로 포토그래메트리를 직접 해 본다. 리얼리티스캔은 iOS 16·Android 7.0 이상에서 쓸 수 있고 모델은 온라인에서 생성된다. 앱 약관상 스캔 데이터가 에픽게임즈의 서비스 학습에 쓰일 수 있으며 앱 설정에서 해제할 수 있으므로 함께 안내한다. 3D 스캔은 깊이 센서가 있는 기기가 필요하므로 시연으로 다룬다. 무광·불투명하고 움직이지 않는 대상이 촬영에 적합하다. 다음 수업과의 연결: 실물 변환과 달리 9주차에는 구상 단계의 이미지 시안에서 3D 모델을 생성한다. 정리할 작업: 리얼리티스캔으로 만든 3D 모델과 방식별 특징 메모

인공지능을 활용한 입체조형 표현 기초제작에서 활용 · 8–11주차

09주차이미지 기반 3D 모델 인공지능Tripo3D

실습 예시

시안 이미지를 Tripo3D에 넣어 3D 모델을 만들고, 블렌더 기초를 익힌 뒤 MCP를 연결해 모델을 불러온다.

이미지 기반 3D 생성의 이해

한 장의 이미지에서 입체를 추정하는 원리와
보이지 않는 면의 한계를 이해한다.

실습 · 시안의 3D 생성

Tripo3D로 시안의 3D 모델을 만들고 앞·뒤·옆을 점검해
블렌더에서 열 수 있는 파일(GLB 등)로 내보낸다.

블렌더 기초 · MCP 설치 · 바이브 코딩

블렌더 설치와 기본 화면 조작을 익히고 MCP를 연결해
자연어 요청으로 블렌더를 다루는 방식을 익힌다.

이번 주 결과물생성한 3D 모델과 블렌더 · MCP 작업 환경

Tripo3D이미지에서 3D 모델을 생성하는 인공지능 서비스블렌더Blender · 무료 3D 모델링 프로그램MCPModel Context Protocol · AI 앱이 블렌더 같은 프로그램의 기능을 불러 쓰게 하는 연결 규약바이브 코딩vibe coding · AI에 자연어로 요청해 코드를 만들고 결과를 보며 고치는 방식

수업계획서

중간평가까지 구상한 작품 시안을 Tripo3D로 3D 모델로 만들고 여러 방향에서 점검한다. 생성은 짧은 시간에 끝나므로 이어서 블렌더를 설치해 기초 조작을 익히고, 블렌더 MCP를 연결해 AI 앱에 자연어로 요청해 블렌더를 다루는 바이브 코딩 방식을 안내한다. 이후 블렌더 작업은 대부분 이 방식으로 진행한다. 블렌더 기초는 화면 회전·확대·이동, 선택, 오브젝트 모드와 편집 모드의 구분, 불러오기·저장처럼 결과를 확인하는 데 필요한 조작으로 한다. MCP의 구조: MCP 자체가 블렌더를 조작하는 것은 아니다. MCP를 지원하는 AI 앱(클라이언트)이 블렌더 MCP 서버의 도구를 호출하고, 블렌더에 설치한 연동 애드온이 실제 작업을 실행한다. 블렌더 MCP(blender-mcp)는 블렌더 재단의 공식 기능이 아닌 커뮤니티 도구이며 블렌더 3.0 이상, Python 3.10 이상, uv가 필요하다. 코드 실행 도구는 블렌더에서 임의의 파이썬 코드를 실행하므로 작업 전에 파일을 저장한다. 사용할 AI 앱·서버·애드온 버전은 개강 전에 검증하고, 컴퓨터실 설치에 관리자 권한이 필요한지 미리 확인한다. 이전 수업과의 연결: 중간 발표에서 검토한 시안과 제작 방향을 바탕으로 입력 이미지를 정리한다. 8주차에 본 실물 변환 방식과 이미지 기반 생성의 차이를 비교한다. 수업 범위: 시안의 3D 생성과 점검, 블렌더 설치와 기초 조작, MCP 설치와 연결 확인까지 진행한다. 연결 확인은 생성한 모델을 블렌더로 불러오도록 요청해 보는 것으로 한다. 조형적 판단: 원래 시안의 실루엣과 비례가 유지되는지, 보이지 않던 면의 형태와 연결이 타당한지 살핀다. 색이나 그림자로 표현된 부분이 실제로 돌출되거나 패인 형태인지 여러 시점에서 확인한다. 다음 수업과의 연결: 생성 모델에서 수정해야 할 형태·연결·표면 문제를 구분해 10주차 블렌더 편집의 작업 순서로 삼는다. 정리할 작업: 생성한 3D 모델과 블렌더 · MCP 작업 환경

인공지능을 활용한 입체조형 표현 기초제작에서 활용 · 8–11주차

10주차블렌더 MCP를 활용한 3D 모델 편집

실습 예시

Tripo3D로 만든 모델을 블렌더로 불러와, MCP로 불필요한 조각을 지우고 빠진 면을 메우도록 요청한다.

3D 모델 편집의 이해

메시의 구조와 생성 모델에 흔한 문제
(떨어진 조각 · 빠진 면)를 이해한다.

MCP로 편집하는 방법

자연어로 블렌더 편집을 요청하고
결과를 화면에서 확인하며 요청을 고쳐 나가는 방법을 익힌다.

실습 · 메시 수정

생성 모델의 떨어진 조각과 빠진 면을 찾아
불필요한 조각은 지우고 필요한 부분만 연결하거나 메운다.

이번 주 결과물기본 메시 문제를 점검하고 수정한 3D 모델

MCPModel Context Protocol · 인공지능 앱이 블렌더 같은 외부 프로그램의 기능을 불러 쓸 수 있게 하는 연결 규약메시mesh · 점·선·면으로 이루어진 3D 모델의 표면 구조떨어진 조각loose parts · 다른 부분과 이어지지 않은 메시 조각

수업계획서

블렌더 작업은 대부분 MCP를 통한 바이브 코딩으로 진행한다. 결과 확인은 9주차에 익힌 기초 조작(화면 회전·확대·선택·저장)으로 한다. 생성 모델의 문제를 먼저 화면에서 확인하고, 요청한 수정이 적절하게 이루어졌는지 결과를 다시 살핀다. 이전 수업과의 연결: 9주차에 생성한 모델과 문제 기록을 블렌더에 가져와 분리된 부분과 열린 경계를 여러 시점에서 확인한다. 수업 범위: 자신의 모델에서 확인한 분리·연결·구멍 문제를 MCP로 요청해 수정하는 데 집중한다. 떨어진 조각은 Select Linked나 3D Print Toolbox로 확인한다. Separate › By Loose Parts는 조각을 별도 오브젝트로 나누는 명령이므로 복제본에서 실행한다. 여러 오브젝트를 하나로 묶는 것(Join)과 정점을 이어 표면을 연결하는 것(Merge by Distance 등)은 다르다. MCP가 작동하지 않을 때는 같은 작업을 블렌더 메뉴로 직접 한다. 조형적 판단: 떨어진 조각이 작품을 구성하는 별도 부품인지 의도하지 않은 조각인지 구분하고, 열린 경계도 작품의 의도적인 구멍인지 누락된 면인지 판단하며 모든 떨어진 조각을 합치거나 모든 구멍을 막지 않는다. 다음 수업과의 연결: 형태와 연결의 기본 문제를 정리한 모델을 준비해 11주차에 최적화와 3D 프린팅용 파일 준비를 다룬다. 정리할 작업: 기본 메시 문제를 점검하고 수정한 3D 모델

인공지능을 활용한 입체조형 표현 기초제작에서 활용 · 8–11주차

11주차블렌더 MCP를 활용한 3D 모델 최적화와 3D 프린팅 준비

실습 예시

모델의 빠진 면과 두께를 점검해 출력 크기를 정한 3D 프린팅용 파일로, 면 수를 줄여 전시용 파일로 각각 내보낸다.

최적화와 출력 조건의 이해

사용 목적에 맞춘 최적화의 개념과
닫힌 메시·최소 두께·크기 등 3D 프린팅 조건을 이해한다.

최적화와 내보내기 방법

출력용·전시용 모델의 점검과 최적화를 MCP로 요청하고
각각 STL과 GLB로 내보내는 방법을 익힌다.

실습 · 파일 준비

원본을 보존한 채 출력용과 전시용 모델을 따로 만들어 점검한다.
출력은 여건에 따라 별도로 한다.

이번 주 결과물3D 프린팅용 파일(STL)과 전시용 3D 모델(GLB)

최적화사용 목적에 맞게 모델의 형태와 데이터 크기를 조정하는 작업닫힌 메시watertight · 빠진 면 없이 표면이 이어져 안과 밖이 나뉘는 메시, 작품에 뚫린 구멍이 있어도 성립STL표면을 삼각형으로 저장하는 3D 프린팅용 파일 형식, 색·재질·단위 정보 없음GLB색·재질까지 담는 3D 파일 형식, 웹 전시와 AR에 사용

수업계획서

10주차에 형태를 정리한 모델을 사용 목적에 따라 최적화한다. 출력용 모델은 치수·두께·메시 건전성을, 전시용 모델은 실루엣·면 수·텍스처 용량·표시 속도를 점검한다. 면 수를 줄인다고 출력할 수 있게 되는 것은 아니며, 출력 자체는 수업 밖에서 진행할 수 있으므로 파일이 출력 조건을 갖추는 데 집중한다. 이전 수업과의 연결: 10주차에 형태와 연결을 수정한 모델을 원본으로 보존하고, 출력용과 전시용을 복제해 따로 다룬다. 수업 범위: MCP로 요청하거나 3D Print Toolbox를 실행해 비다양체 요소·자기 교차·면 방향·두께를 점검하고 출력 크기를 정해 STL로 내보낸다. STL에는 단위 정보가 없으므로 슬라이서에서 크기를 다시 확인한다. 전시용은 면 수를 줄여 GLB로 내보내고 다시 열어 확인한다. 텍스처 보완은 선택 과제로 둔다. 조형적 판단: 면 수를 줄이기 전후의 실루엣, 굴곡과 음영을 비교해 작품의 특징을 잃지 않는 최적화 수준을 찾는다. 출력 크기를 정할 때 작품의 비례와 두께가 실제 재료로 성립하는지 살핀다. 형태상 뚫린 구멍은 닫힌 메시와 별개이므로 의도한 구멍은 남긴다. 다음 수업과의 연결: 전시용으로 내보낸 GLB 모델을 12주차 웹 가상 전시 장면에 불러온다. 정리할 작업: 3D 프린팅용 파일(STL)과 전시용 3D 모델(GLB)

3부12–14주차

전시에서 활용

바이브 코딩으로 웹 가상 전시를 만들고 스마트폰 AR로 확장한 뒤, 작품과 전시를 보완해 발표를 준비한다.

12바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅰ

13바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅱ

14작품 제작 심화

수업계획서

인공지능을 활용한 입체조형 표현 기초

인공지능을 활용한 입체조형 표현 기초전시에서 활용 · 12–14주차

12주차바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅰ

실습 예시

바이브 코딩으로 브라우저 전시 공간을 만들고, 자신의 3D 모델을 배치해 천천히 회전하게 한다.

웹 3D 전시의 이해

브라우저에서 3D 작품을 보여 주는 웹 전시의 구조와
바이브 코딩으로 전시 장면을 만드는 흐름을 이해한다.

전시 장면 만드는 방법

작품 모델을 브라우저에 불러오고
크기·위치·조명·시점을 조절하는 요청 방법을 익힌다.

실습 · 웹 가상 전시

자신의 작품을 전시 공간에 배치하고
회전·이동 같은 간단한 움직임을 적용한다.

이번 주 결과물브라우저에서 작품을 보여 주고 움직이는 가상 전시 장면

바이브 코딩vibe coding · 인공지능에 자연어로 코드 작성과 수정을 요청하고, 실행 결과를 확인하며 고쳐 나가는 방식웹 가상 전시인터넷 브라우저에서 주소로 접속해 3D 작품을 감상하는 전시 공간

수업계획서

AI에게 원하는 전시 장면을 설명하고 코드를 실행한 뒤 화면의 결과를 확인하며 요청을 고치는 흐름을 익힌다. 자신의 작품을 브라우저에 불러오는 것부터 시작해 간단한 움직임을 붙인다. 이전 수업과의 연결: 11주차에 내보낸 전시용 GLB 모델을 사용해 브라우저에서 작품이 보이는 장면을 만들고 크기·위치·시점을 조절한다. 수업 범위: 작품 모델의 로딩과 기본 전시 장면을 완성한 뒤 회전이나 이동 같은 한 가지 움직임을 적용하며 실행·확인·수정을 반복한다. 파일 경로와 오류 메시지를 읽는 방법을 먼저 설명한다. 스마트폰에서 열고 AR을 쓰려면 HTTPS 주소로 공개해야 하므로 공개 방법을 미리 정해 둔다. API 키 같은 비밀 정보는 공개 코드에 넣지 않는다. 조형적 판단: 모델이 의도한 크기와 위치로 보이는지 먼저 확인하고, 움직임의 방향·속도·범위가 작품의 성격에 맞는지 화면에서 판단한다. 다음 수업과의 연결: 실행되는 장면을 바탕으로 13주차에 관람자 반응과 스마트폰 AR 보기를 더한다. 정리할 작업: 브라우저에서 작품을 보여 주고 움직이는 가상 전시 장면

인공지능을 활용한 입체조형 표현 기초전시에서 활용 · 12–14주차

13주차바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅱ

전시장의 빈 좌대를 스마트폰으로 비추면 화면 속 좌대 위에 작품이 놓여 보이는 AR 장면

실습 예시

웹 전시 화면에서 작품을 누르면 색이 바뀌도록 만들고, 스마트폰 AR로 빈 좌대 위에 작품을 놓아 본다.

AR 전시와 상호작용의 이해

스마트폰 AR의 원리와 지원 기기 조건,
관람자 입력에 반응하는 상호작용의 개념을 이해한다.

반응 구현과 AR 보기 방법

웹 전시 장면에 클릭·터치 반응을 넣고
스마트폰에서 작품을 AR로 여는 방법을 익힌다.

실습 · 반응과 AR 전시

작품에 관람자 반응을 붙이고 AR로 실제 공간에 놓아 본 뒤
노트북과 스마트폰에서 열리는지 점검한다.

이번 주 결과물관람자 반응을 더한 웹 전시와 스마트폰 AR 보기

ARAugmented Reality, 증강현실 · 카메라로 인식한 실제 공간에 가상의 작품이 놓여 있는 것처럼 보여 주는 기술인터랙션interaction · 관람자의 행동에 작품이 반응하는 상호작용

수업계획서

12주차의 웹 전시 장면에 관람자 입력에 대한 반응을 더하고, 지원되는 스마트폰에서는 같은 작품을 AR로 실제 공간에 놓아 본다. 웹 전시가 기본 결과물이고 AR은 지원 기기에서 확장해 보는 방식이다. 이전 수업과의 연결: 12주차에 실행을 확인한 작품 장면을 사용해 클릭·터치 등의 입력으로 반응이 일어나도록 바꾸고, 같은 페이지에서 AR 보기를 연결한다. 수업 범위: 입력과 반응 연결, AR 보기 연결, 노트북·스마트폰에서의 접근과 호환성 점검까지 진행한다. 안드로이드(Scene Viewer)와 아이폰(Quick Look)의 AR 화면에서는 웹 장면의 클릭·터치 반응이 그대로 작동하지 않으므로, 반응은 웹 화면에서 구현하고 AR은 작품의 크기와 위치를 확인하는 데 쓴다. 아이폰은 USDZ 파일이 필요할 수 있다. AR을 지원하지 않는 기기의 학생은 웹 전시로 같은 과제를 수행하며 평가에서 불리하지 않게 한다. 조형적 판단: AR에서는 실제 주변 공간과의 크기·위치 관계를 비교하고, 반응은 단순한 장식이 아니라 작품의 의미를 경험하게 하는 장치인지 판단한다. 다음 수업과의 연결: 전시에서 드러난 모델·장면·접근의 문제를 기록해 14주차에 작품과 전시를 함께 보완한다. 정리할 작업: 관람자 반응을 더한 웹 전시와 스마트폰 AR 보기

인공지능을 활용한 입체조형 표현 기초전시에서 활용 · 12–14주차

14주차작품 제작 심화

팀원들과 모형과 화면 속 모델을 함께 보며 작품과 전시를 보완하는 작업 회의 장면

실습 예시

동료와 3D 모델과 전시 화면, 출력한 모형을 함께 보며 의견을 나누고, 보완할 부분을 정해 바로 고친다.

작품의 보완

처음의 작품 의도와 현재 결과를 비교해
형태·표면·움직임에서 고칠 부분을 정하고 보완한다.

전시의 통합

작품의 반응과 전시 환경을 함께 조정하며
관람 방식이 작품 의도와 연결되도록 다듬는다.

발표 준비

구상·제작·전시의 과정을 정리하고
AI 활용과 자신의 조형적 판단을 설명할 준비를 한다.

이번 주 결과물보완한 작품·전시와 최종 발표 준비

수업계획서

새 기능을 늘리기보다 작품의 형태, 반응, 전시 환경이 하나의 표현으로 연결되도록 다듬는다. 처음의 기획안과 현재 결과를 비교하고 관람 경험에 영향을 주는 문제부터 순서를 정해 수정한다. 이전 수업과의 연결: 13주차 전시와 기기별 체험에서 발견한 문제를 바탕으로 모델·코드·전시 배치를 함께 점검한다. 수업 범위: 이미 만든 작품과 전시에서 드러난 문제를 통합적으로 보완하고 최종 발표에 사용할 실행 장면과 작업 과정을 정리한다. 조형적 판단: 관람자가 작품에 접근하고 형태를 살핀 뒤 반응을 경험하는 과정에서 의도가 흐려지는 부분을 찾고, 기능을 추가하는 대신 불필요한 요소를 줄이는 편이 나은지도 검토한다. 다음 수업과의 연결: 실행되는 작품과 전시를 정리하고 중요한 수정과 선택의 근거를 모아 15주차 시연과 발표를 준비한다. 정리할 작업: 보완한 작품·전시와 최종 발표 준비

인공지능을 활용한 입체조형 표현 기초기말평가

15주차작품 발표 및 기말평가

발표 예시

큰 화면에 가상 전시를 띄워 작품을 설명하고, 구상부터 전시까지의 과정을 발표한다.

작품 발표

디지털 입체작품과 관람 방식을 보여 주며
작품 의도와 형태·재질·배치의 관계를 설명한다.

과정의 공유

단계마다 사용한 AI 도구와 활용 방식을 밝히고
선택하고 수정한 조형적 판단을 돌아본다.

감상과 피드백

서로의 작품과 전시를 체험해 의견을 나누고
표현과 AI 활용의 가능성을 정리한다.

이번 주 결과물최종 작품·전시 발표와 상호 피드백

수업계획서

완성한 작품과 가상 전시를 발표하고 제작 과정을 돌아본다. 완성된 작품과 가상 전시를 직접 실행해 관람 방식과 표현 의도를 설명한다. 구상·제작·전시의 각 단계에서 AI가 생성하거나 처리한 내용과 작가가 선택·수정한 판단을 구분하며 작업 과정을 돌아본다. 이전 수업과의 연결: 14주차에 보완한 작품과 전시를 시연하고 구상에서 달라진 부분과 그 선택 이유를 발표한다. 수업 범위: 작품과 전시의 실행 시연, 제작 과정 발표, 상호 감상과 피드백에 집중하며 새로운 기능 제작은 추가하지 않는다. 조형적 판단: 작품의 형태·재질·움직임과 관람 경험이 기획한 주제를 어떻게 드러내는지 실행 장면을 근거로 설명한다. AI가 제안한 결과를 나열하는 대신 어떤 결과를 왜 골랐고 무엇을 바꾸거나 버렸는지 구체적인 시안과 모델의 변화로 보여 준다. 다음 수업과의 연결: 발표와 감상에서 받은 의견을 바탕으로 이후 작업에 이어갈 표현 방법과 더 보완할 조형적·기술적 문제를 정리한다. 구체적 예시: 큰 화면에 가상 전시를 띄워 작품을 설명하고, 구상부터 전시까지의 과정을 발표한다. 정리할 작업: 최종 작품·전시 발표와 상호 피드백

인공지능을 활용한입체조형 표현 기초

수업 개요

수업 배경

수업 목표

수업 내용

수업 방식

학기 결과물

대상 · 장비

전체 주차 계획

01주차오리엔테이션

수업 환경

수업의 방향 안내

수업의 진행 안내

구독료 발생 안내

질의응답

02주차인공지능의 이해와 입체조형에서의 활용

인공지능의 개념과 원리

예술가의 활용과 전개

입체조형에서의 활용 유형과 특성

구상에서 활용

03주차채팅형 인공지능을 활용한 작품 구상

실습 예시

채팅형 인공지능의 이해

제미나이 사용 방법

실습 · 작품 구상

04주차이미지 생성형 인공지능으로 작품 스케치

실습 예시

이미지 생성형 인공지능의 이해

미드저니 사용 방법

실습 · 이미지 스케치

05주차이미지 편집형 인공지능으로 변형

실습 예시

이미지 편집형 인공지능의 이해

나노바나나 사용 방법

실습 · 시안 변형

06주차채팅형 인공지능을 활용한 작품 기획안 작성

실습 예시

작품 기획안의 이해

제미나이 활용 방법

실습 · 기획안 작성

07주차기획안 발표 및 중간평가

발표 예시

구상 과정 발표

기획안 공유

제작 방향 검토

제작에서 활용

08주차입체조형 작품의 디지털화3D 스캔 · 포토그래메트리 · 가우시안 스플래팅

실습 예시

디지털화 방식의 이해

방식별 시연과 앱 사용 방법

실습 · 포토그래메트리

09주차이미지 기반 3D 모델 인공지능Tripo3D

실습 예시

이미지 기반 3D 생성의 이해

실습 · 시안의 3D 생성

블렌더 기초 · MCP 설치 · 바이브 코딩

10주차블렌더 MCP를 활용한 3D 모델 편집

실습 예시

3D 모델 편집의 이해

MCP로 편집하는 방법

실습 · 메시 수정

11주차블렌더 MCP를 활용한 3D 모델 최적화와 3D 프린팅 준비

실습 예시

최적화와 출력 조건의 이해

최적화와 내보내기 방법

실습 · 파일 준비

전시에서 활용

12주차바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅰ

실습 예시

웹 3D 전시의 이해

전시 장면 만드는 방법

실습 · 웹 가상 전시

13주차바이브 코딩을 활용한 AR · 웹 가상 전시 Ⅱ

실습 예시

AR 전시와 상호작용의 이해

반응 구현과 AR 보기 방법

실습 · 반응과 AR 전시

14주차작품 제작 심화

실습 예시

작품의 보완

인공지능을 활용한
입체조형 표현 기초