earticle

영어

This study explores the potential of generative artificial intelligence (AI) tools in visualizing sleeve design, focusing on the application of the text-based model ChatGPT and the image-generation platform Midjourney. The purpose of the research is to examine how variations in prompt composition affect image outcomes and to investigate the strategic use of generative AI in the field of fashion design. In the experiment, key shirt design elements—white cotton fabric, regular fit, and a classic shirt collar—were fixed as constants, while five different sleeve types were set as independent variables to generate images under controlled conditions. Based on the approach above, a comparative analysis was conducted on the characteristics of visually represented sleeve types across different prompts. The results revealed that sleeve types structurally compatible with conventional shirt designs were more accurately visualized. In contrast, sleeves that deviated from typical shirt structures tended to trigger autonomous reinterpretations or the insertion of unintended visual elements, reflecting Midjourney’s reliance on pre-trained prototypical image data. Additionally, distinct differences emerged depending on the structure of the prompt. Sentence-based prompts, which articulated logical relationships among design components, consistently produced more coherent and precise outcomes compared to keyword-based prompts, particularly in cases involving complex forms or intricate details. While Midjourney showed limitations in faithfully reproducing user intent, it also demonstrated the capacity to propose unexpected combinations of design elements, thereby supporting creative ideation. As such, the platform functions more effectively as a tool for exploratory design thinking rather than for exact visual replication. By centering on the sleeve—a specific structural element—this study identifies key factors influencing AI-generated fashion imagery and offers foundational insights for developing prompt strategies and expanding the role of generative AI in contemporary fashion design practices.

한국어

본 연구는 생성형 인공지능 기반의 텍스트 생성 도구 챗지피티와 이미지 생성 도구 미드저니를 활용하여 슬리브 디자인의 시각적 구현 가능성을 분석하고, 프롬프트 구성 방식에 따른 이미지 생성 결과의 차이를 도출함으로써 패션 디자인 분야에서 생성형 AI의 활용 가능성과 전략을 모색하고자 하였다. 본 연구에서는 셔츠 디자인의 기본 요소인 화이트 컬러의 면 소재, 레귤러 핏, 셔츠 칼라를 동일하게 설정한 상태에서, 다섯 가지 슬리브 유형을 독립 변수로 설정하여 이미지 생성 실험을 실시하였다. 이를 통해 프롬프트 유형에 따라 생성된 각 슬리브 디자인의 시각적 구현 특성을 비교⋅분석하였다. 실험 결과, 일반적인 셔츠 구성과 조형적 호환성이 높은 슬리브 유형은 비교적 정확하게 시각화되었으나, 전형적인 셔츠 디자인에서 벗어난 슬리브 유형은 미드저니의 사전 학습된 이미지 데이터에 따라 자율적으로 조정되거나 예기치 않은 시각 요소가 삽 입되는 경향이 나타났다. 또한, 프롬프트의 구성 방식에 따라 이미지 결과물의 차이가 뚜렷하게 나타났으며, 키워드 나열형보다 문장 구조와 관계성이 포함된 서술형 프롬프트가 디자인의 일관성과 세부 표현의 정확성 측면에서 더 효과적인 결과를 도출하였다. 아울러, 미드저니는 사용자 의도를 그대로 재현하는 데에는 한계 가 있으나, 조형 요소 간 새로운 결합 가능성을 제안하고 창의적 발상을 유도하는 측면에서 유의미한 디자인 도구로 활용될 수 있음을 확인하였다. 본 연구는 슬리브라는 구체적 조형 요소를 중심으로 생성형 AI의 이미 지 구현 특성과 프롬프트 구성 방식의 영향을 분석함으로써, 패션 디자인 분야에서 AI 활용 가능성과 프롬프 트 전략 수립에 유용한 기초자료를 제공한다는 점에서 의의가 있다.