이 프로젝트는 AI툴을 활용한 결과물의 과정을 다루고 있습니다.
이 프로젝트는 AI툴을 활용한 결과물의 과정을 다루고 있습니다.
▲ 퍼즐우드 비건 디퓨저
퍼즐우드 향의 객관적 속성 데이터를
생성형 AI 툴을 활용하여 비주얼 이미지로 표현하기 위해
다음과 같이 총 네가지 단계를 거쳐 작업을 진행했습니다.
Step1: 향 데이터 자료 수집 및 분석
Step2: 데이터 알고리즘 개발
Step3: 데이터 비주얼화 작업
Step4: 그래프 이미지를 사용하여 생성형 AI를 통한 이미지 생성
퍼즐우드 향과 관련된 다양한 자료들을 검토했고, 향 정보의 집약체라 할 수 있는 MSDS 자료를 활용하기로 했습니다.
MSDS는 물질안전보건자료(Material Safety Data Sheet)로, 화학물질을 안전하게 사용하고 관리하기 위하여 필요한 정보를 기재한 서류입니다.
(제품 고유의 정보가 담긴 자료라 고해상도 이미지 공유는 하지 않겠습니다.)
MSDS에 기재된 다양한 정보들 중에서 성분의 화학명, CAS No, 향의 함량 정보를 선택하여
텍스트, 숫자의 나열, 레인지 등 다양한 형태와 종류로 표현된 정보들을 통일된 형태의 수치로 변환하는 작업을 했습니다.
영문 텍스트로 표현된 케미컬 네임은 아스키 코드로 변환하여 숫자로 표현하였고,
세가지 그룹의 숫자 나열로 구성된 CAS No는 각 그룹의 수들을 서로 곱하여 제 각각인 자릿수의 숫자들의 범위를 맞춰주는 작업을 했습니다.
각각의 데이터들에 특정한 규칙을 적용해서 저만의 방식으로 알고리즘화하여 통일된 형태로 표현될 수 있게 하였습니다
▲[퍼즐우드 향 MSDS 정보를 기반으로 세 종류의 데이터를 수치화]
▲ [수치로 변환한 데이터를 생성형 AI DallE에 입력 후 이미지 생성]
◀ [수치로 변환한 데이터를 생성형 AI DallE에 입력 후 이미지 생성]
다음으로, 숫자로 정리된 데이터들을 가지고 비주얼화를 진행햇습니다.
처음에는 생성형 AI 달리에 숫자 데이터를 넣고 이미지를 생성했는데,
계속 작업을 하다 보니 데이터를 기반으로 이미지를 형성하는 것인지
프롬프트의 묘사에만 의존하는 것인지 검증하기 어렵다는 판단에
이미지 생성의 작업 방향을 바꿨습니다.
방법을 바꾸어, 데이터 시각화의 일반적인 방식인 그래프를 통해 표현하는 작업을 했습니다.
어떠한 추세나 변화를 보여주는 것이 아닌 무작위적인 숫자의 나열들로 이루어진 이 데이터들을 시각화 하는데 가장 적합한 방식을 고민한 끝에,
scatter plot으로 결정했습니다.
점의 색깔과 크기를 다양하게 적용해서 표현할 수 있는 프로그램들을 찾아보았고, 공학용 소프트웨어인 MATLAB을 선택하였습니다.
Chemical name은 x, y 좌표로 사용했고, CAS No는 RGB 값에 대입하여 원의 컬러로 사용했으며, 함량데이터는 원의 크기에 적용했습니다.
이 과정에서 앞서 정리한 데이터들을 한 번 더 가공하는 과정을 거쳤습니다.
CAS No 데이터를 RGB로 사용하기 위해 정수 데이터를 256으로 나눈 나머지를 취해 0에서 255까지의 자연수로 변환했습니다.
또 이것을 MATLAB 프로그램에 적용하기 위해 한번 더 0에서 1사이의 소수로 선형변환 했습니다.
이러한 복잡 다난한 과정을 거쳐서 1차 결과물을 생성했습니다.
▲ [수치로 변환한 데이터의 모든 요소와 구분자들을 활용하여 각 데이터에 의미를 부여, MATLAB 프로그램을 이용하여 scatter plot 생성]
마지막 단계로, scatter plot 이미지를 생성형 AI 미드저니에 넣어서 새로운 이미지를 생성하는 작업을 했습니다.
‘원본 이미지의 점들의 색깔과 위치를 보존하면서, 나머지 빈 공간을 채워서 퍼즐우드와 향을 표현하는 그림을 그릴 수 있도록’
프롬프트를 넣었습니다. 하지만 그 결과는, 땡땡이와 나무와 향수병 등의 1차원적인 이미지들 이상으로의 발전이 어려웠습니다.
그래서 직설적인 단어들 대신 원본 이미지의 무드, 컬러와, 형태의 느낌은 살리면서 향이 퍼지는 느낌을 담을 수 있도록 프롬프트를 조정했고,
이러한 과정을 수차례 반복한 끝에 최종 이미지 결과물을 건질 수 있었습니다.
그 다음으로는 미드저니에서 생성한 이미지를 생성형 AI 런웨이를 통해 모션 영상화하여
향이 퍼지는 듯한 움직임을 좀더 생동감 있게 느껴질 수 있도록 하였습니다.
▲ [scatter plot 이미지를 생성형 AI Midjourney에 입력 후 이미지 생성, Runway 를 이용하여 영상 제작]
처음에는 단순히 객관적인 정량데이터를 가지고 이미지로 표현해보고 싶었고, 생성형 AI는 모든걸 다 만들어줄 수 있는 줄 알았습니다.
하지만 과제를 진행하면서, 제가 처음에 상상하던 데이터를 가지고 멋진 비주얼을 만들어주는 작업은 단순한 이미지 생성형 AI 툴로
할 수 있는 것이 아니라 딥러닝, 머신 러닝 기술과 특수한 프로그램을 이용해야 할 수 있는 작업이라는 것을 알게 되었습니다.
사실 저도 통계나 공학을 공부해본 적이 없기 때문에 알고리즘과 코딩, 전문 프로그램 사용 등 모든 과정이 처음 해보는 경험이었고,
공부하는데 시간도 많이 걸리고 어려움도 많았지만, 이렇게 향에 대한 객관적인 데이터를 나만의 방식으로 시각화하는 과정 그 자체에 의미가 있었던 것 같습니다.
