요약
앱 디자인을 도와주는 ‘인공지능 선생님’이 개발됐습니다. 이 시스템의 도움을 받으면 디자인 비전공자도 쉽고 빠르게 '사용자에게 꼭 맞는' 앱 디자인을 만들어낼 수 있습니다. 향후 따라하면서 배우기 적합한 다른 교육 분야(페인팅, 프로그래밍)등의 분야에서 활용될 수 있을 전망입니다.
UNIST 전기전자컴퓨터공학부 고성안 교수팀은 모바일 앱의 'GUI(Graphical User Interface) 디자인'을 평가해 개선점을 알려주고, 더 나은 디자인을 추천하는 '딥러닝 인공지능(Deep Learning AI) 시스템'을 개발했습니다. GUI는 그림이나 도형, 문자 등의 '그래픽'을 이용해 기계에 정보를 입력하고 명령을 내리는 작업 환경인데요. 그만큼 아름답고 편리하게 쓸 수 있는 디자인이 중요합니다. 이를 인공지능을 통해 해결한 겁니다.
- 딥러닝(Deep Learning)
복잡한 알고리즘을 이용해 대량의 데이터에서 패턴을 찾아내고 예측하며 오차를 줄여나가는 능력을 갖춘 학습 방법을 머신러닝(Machine Learning)이라 합니다. 딥러닝은 여기서 한 단계 더 나아가 사람이 먼저 데이터를 처리할 절차를 규칙으로 제시해 주지 않아도 되는 시스템입니다.
앱 디자인, 인공지능 도움받아 완성하자
스마트폰이 일상 깊숙이 들어오면서 모바일 앱을 통해 게임이나 쇼핑, SNS 활동 등 수많은 일을 하게 됐습니다. 그에 따라 앱을 이용해 창업이나 사업 활성화를 꿈꾸는 사람이 늘었지만, 앱의 디자인 부분에서 어려움을 겪고 있습니다. 모바일 환경이라는 특성상 화면이 좁아 아이콘이나 글자의 시각적 배치가 더욱 중요해지기 때문입니다.
고성안 교수팀은 이 문제를 '딥러닝 인공지능'을 통해 해결했습니다. 기존에 존재하는 수많은 GUI 디자인의 강점과 약점을 학습(딥러닝)한 인공지능이 현재 작업하는 앱 GUI 디자인을 평가해 대안을 제시하도록 한 겁니다. 화면 구조상 사람들의 시선이 어디로 갈지도 예측 가능해 '강조하고 싶은 문구'를 효과적으로 배치할 수 있는 것도 큰 장점입니다. 또 이 시스템은 기존 웹 기반 디자인 도구에 플러그인(Plug-in) 형태로 적용하면 홈페이지 제작에도 사용할 수 있습니다. 참고로 플러그인(Plug-in)이란 웹 브라우저나 응용 프로그램의 일부로서 쉽게 설치되고 사용될 수 있는 프로그램을 말합니다.
이 시스템은 디자인의 평가와 추천, 시선 예측(Attention Panel) 세 모듈로 구성됩니다. 디자인 평가 모듈에서는 디자인 이론에 따라 구성 요소나 글자의 크기, 줄 맞춤, 색상 등을 채점하고, 기존 앱의 디자인과 비교한 점수를 제공합니다. 디자인 추천 모듈은 현재 디자인중인 앱과 비슷하면서도 우수한 디자인을 골라줍니다. 마지막으로 시선 예측 모듈에서는 사람들이 화면에서 어디에 집중할지 예측해줍니다.
제1저자인 이충기 UNIST 컴퓨터공학과 석사 과정 연구원은 "디자인 추천과 시선 예측에 딥러닝 기법을 적용했다"며 "특히 비슷한 디자인 가운데 가장 우수한 디자인을 실시간으로 추천하기 위해 'K 최근접 이론(K-nearest neighbor Algorithm)'과 '적층 오토인코더(SAE)'를 사용했다"고 설명했습니다.
- K-최근접 이론(k-nearest neighbor algorithm)
새로운 데이터가 주어질 때 기존 데이터 가운데 가장 가까운 새로운 데이터를 예측하는 방법론입니다.
- 적층 오토인코더(Stacked AutoEncoder, SAE)
오토인코더는(autoencoder)는 지도 학습 없이도 입력 데이터의 표현을 효율적으로 학습할 수 있는 인공신경망입니다. 인풋(input), 히든(hidden), 아웃풋(output) 세 레이어로 구성돼 있습니다. 여러 개의 히든(hidden) 레이어를 가진 경우를 적층 오토인코더(stacked autoencoder)라고 합니다. 레이어를 더 추가할 경우 오토인코더는 GUI 데이터 공간을 축소해 실시간 추천이 가능합니다.
고성안 교수는 "누구나 '인공지능 선생님'에게 쉽게 디자인을 배워서 앱 개발에 활용할 수 있도록 시각적인 부분에 신경을 많이 쓴 시스템"이라며 "양질의 데이터를 더 많이 확보하면 웹 개발이나 페인팅 같은 교육 분야로도 적용할 수 있을 것"이라고 기대했습니다. 그는 이어 "오는 9월 개원하는 UNIST AI 대학원에서 '디자인과 인공지능의 융합'뿐 아니라 지난해 발표한 '인공지능 실시간 교통 예측 시스템' 같은 다양한 연구를 통해 일상생활을 더 편리하게 만드는 AI 연구를 이어갈 예정"이라고 덧붙였습니다. 한편, 이번 연구 결과는 인간-컴퓨터 상호작용 분위 최고 권위학회인 'ACM Conference on Human Factors in Computing Systems (ACM CHI)'에 온라인으로 공개됐습니다.
##참고자료##
