박사학위 심사 준비

실시간 인터랙티브 작품을 위한
인공지능 생장 모델 개발

지의류를 학습한 NPGA를 중심으로

홍익대학교 대학원 AI·실감미디어콘텐츠학박성하
1

목차 (1/3)

Ⅰ서론

1.1연구의 배경 및 목적
  1. 1.1.1연구의 배경
  2. 1.1.2연구의 필요성
  3. 1.1.3연구문제와 연구가설
1.2연구의 방법 및 범위
  1. 1.2.1연구의 방법
  2. 1.2.2연구의 범위

Ⅱ이론적 배경

2.1지의류의 생장과 형태
  1. 2.1.1지의류의 구조와 생장 원리
  2. 2.1.2외곽과 표면의 형태 특성
  3. 2.1.3개체 차이를 만드는 생장 요인
2.2지의류 형태 자료와 판정
  1. 2.2.1지의류 사진 자료의 구성
  2. 2.2.2형태 특성의 측정 지표
  3. 2.2.3사람 판정과 신뢰도
2.3인공지능 생장 모델과
실시간 인터랙티브 작품
  1. 2.3.1신경 세포 자동자와 입자 생장 모델
  2. 2.3.2생물학적 제약과 개체 조건을 결합한 학습
  3. 2.3.3실시간 인터랙티브 작품의 생장 표현
2

목차 (2/3)

Ⅲ연구 설계
Ⅳ연구 결과
3.1연구 개요
3.2연구 1 설계: 생장 모델 개발
  1. 3.2.1학습 자료의 구성
  2. 3.2.2문헌 기반 생장 엔진 설계
  3. 3.2.3사진별 씨드 설계
  4. 3.2.4공유 신경망 학습 설계
  5. 3.2.5내부 무늬·비후·색의 학습 설계
4.1연구 1 결과
  1. 4.1.1학습 자료의 구성과 형태 특성
  2. 4.1.2생장 엔진의 구현과 검증
  3. 4.1.3사진별 씨드의 외곽 재현 결과
  4. 4.1.4공유 신경망의 학습 결과
  5. 4.1.5내부 무늬·비후·색의 학습 결과
3.3연구 2 설계: 처음 보는 사진에서의 검증
  1. 3.3.1검증 자료의 구성
  2. 3.3.2사진별 씨드 추정과 임의 씨드 생성 절차
  3. 3.3.3판정 기준과 통계 분석
  4. 3.3.4실물·생성물 사람 판정 설계
4.2연구 2 결과
  1. 4.2.1처음 보는 사진의 씨드 추정과 생장 재생
  2. 4.2.2임의 씨드 생성물의 형태 특성 비교
  3. 4.2.3생장 과정의 평가 결과
  4. 4.2.4사람 판정과 수치 판정의 관계
3.4연구 3 설계: 실시간 인터랙티브 작품 적용
  1. 3.4.1작품 환경과 관객 상호작용 설계
  2. 3.4.2실시간 성능 측정 설계
  3. 3.4.3전문가 평가 설계
4.3연구 3 결과
  1. 4.3.1작품 환경과 관객 상호작용 구현
  2. 4.3.2실시간 성능 측정 결과
  3. 4.3.3전문가 평가 결과
4.4종합 결과
  1. 4.4.1생장 엔진·씨드·공유 신경망의 역할
  2. 4.4.2세 연구 결과의 교차 확인과 해석 범위
3

목차 (3/3)

Ⅴ결론참고문헌 · 부록 · Abstract

5.1연구의 요약 및 결론
5.2연구의 시사점
  1. 5.2.1이론적 함의
  2. 5.2.2방법론적 함의
  3. 5.2.3예술 실천적 함의
5.3연구의 한계 및 제언
4

심현준 박사논문 목차 (1/3)

생성형 AI 광고 이미지 평가를 위한 벤치마크 데이터셋 및 자동 평가 지표 개발 연구 (2026.8)

Ⅰ서론

1.1연구의 배경 및 목적
  1. 1.1.1연구의 배경
  2. 1.1.2연구의 필요성
  3. 1.1.3연구문제와 연구가설
1.2연구의 방법 및 범위
  1. 1.2.1연구의 방법
  2. 1.2.2연구의 범위

Ⅱ이론적 배경

2.1광고사진의 표현과 평가
  1. 2.1.1광고사진의 표현 형식
  2. 2.1.2광고사진 산업과 제작 방식의 변화
  3. 2.1.3광고 이미지 평가의 지각 차이와 품질 차원
2.2벤치마크 데이터셋과 전문가 판단
  1. 2.2.1벤치마크 데이터셋의 지형과 성능
  2. 2.2.2광고 도메인 벤치마크와 기준 이미지 구조
  3. 2.2.3전문가 판단 자료와 신뢰도
2.3생성형 AI 이미지 평가 지표
  1. 2.3.1지각·분포 기반 이미지 평가 지표
  2. 2.3.2비전-언어 모델과 의미 기반 평가
  3. 2.3.3도메인 특화 자동 평가 지표의 조정과 예측 원리
5

심현준 박사논문 목차 (2/3)

Ⅲ연구 설계
Ⅳ연구 결과
3.1연구 개요
3.2연구 1 설계
  1. 3.2.1AD-ImageBench 자료의 구성
  2. 3.2.2전문가 평가 설계
  3. 3.2.3AD-LPIPS 파인튜닝 설계
  4. 3.2.4AD-Score 학습 설계
4.1연구 1 결과
  1. 4.1.1AD-ImageBench의 구성과 표현 형식 분류
  2. 4.1.2전문가 평가의 신뢰도
  3. 4.1.3AD-LPIPS의 학습 결과와 성능 비교
  4. 4.1.4AD-Score의 학습 결과와 전문가 평정값 예측 성능
3.3연구 2 설계
  1. 3.3.1독립 테스트셋의 구성
  2. 3.3.2역설계 프롬프트 작성과 AI 이미지 생성
  3. 3.3.3평가 지표 및 통계 분석
4.2연구 2 결과
  1. 4.2.1네 가지 자동 평가 지표의 산출과 기술 통계
  2. 4.2.2상용 생성 모델의 통계적 비교
  3. 4.2.3표현 형식별 하위 집합 분석
  4. 4.2.4전문가 다수결 판단과의 일치 및 불일치 분석
3.4자동 평가 지표 기반 프롬프트 개선 루프 설계
  1. 3.4.1프롬프트 개선 루프와 비교 설계
  2. 3.4.2자동 평가 지표의 피드백 변환과 프롬프트 수정
  3. 3.4.3전문가 확인 절차와 분석
4.3자동 평가 지표 기반 프롬프트 개선 루프 결과
4.4종합 결과
  1. 4.4.1AD-LPIPS와 AD-Score의 결과 교차 확인
  2. 4.4.2두 도구의 역할 분화와 해석 범위
  3. 4.4.3표현 형식 분류의 실증적 역할
  4. 4.4.4전문가 다수결 판단과 자동 지표의 관계
6

심현준 박사논문 목차 (3/3)

Ⅴ결론참고문헌 · 부록 · Abstract

5.1연구의 요약 및 결론
5.2연구의 시사점
  1. 5.2.1이론적 함의
  2. 5.2.2방법론적 함의
  3. 5.2.3실무적 함의
5.3연구의 한계 및 제언
7
편집