원문정보
초록
영어
This study examines the impact of Generative AI (AIGC) design strategies on modernizing traditional packaging for Generation Z, using Chinese Yunnan Puer tea as a case study. Utilizing an AIGC framework with ChatGPT and Midjourney v6.0, two contrasting prototypes were developed: Traditional (Type A) and New-tro (Type C). An online survey of 100 Gen Z respondents (aged 18–25) was conducted, and data were analyzed using Paired-Samples t-tests. Results indicated that the New-tro type (Type C) significantly outperformed the Traditional type (Type A) in design perception, brand attitude, and purchase intention (p< .01), with a notable mean difference in purchase intention (△M=1.97). However, no significant difference was found in immediate emotional experience. These findings suggest that Gen Z consumers prioritize aesthetic completeness and brand image over transient emotional responses. Consequently, this study provides empirical evidence that AIGC can function as an effective content design strategy for rebranding traditional products and facilitating communication with Generation Z consumers.
한국어
본 연구는 생성형 인공지능(AIGC)을 활용한 콘텐츠 디자인 전략이 전통문화 상품의 브랜드 패키지 콘텐츠 현대화에 미치는 효과를 Z세대 소비자를 중심으로 실 증적으로 검증하였다. 시각적 정체성의 고착화로 인해 젊은 소비자층과의 소통에 한계를 보이는 중국 운남 보이차를 연구 대상으로 설정하고, ChatGPT와 Midjourney v6.0을 활용한 AIGC 기반 디자인 생성 프레임워크를 적용하였다. 도출된 디자인 시안 중 시각적 방향성이 뚜렷이 대비되는 전통형(Type A)과 뉴트로 형(Type C)을 최종 자극물로 선정하여 비교 분석을 수행하였다. 이를 위해 Z세대(18~25세) 응답자 100명을 대상으로 온라인 설문조사를 실시하고, 대응표본 t-검 정(Paired-Samples t-test)을 통해 데이터를 분석하였다. 분석 결과, 뉴트로형(Type C)은 전통형(Type A)에 비해 디자인 인식, 브랜드 태도, 구매 의도 측면에서 통계적으로 유의미하게 높은 평가를 받았으며(p< .01), 특히 구매 의도에서 큰 평균 차이(△M=1.97)이 확인되었다. 반면, 즉각적인 감정 경험에서는 두 디자인 유 형 간 유의미한 차이가 나타나지 않았으며, 이는 Z세대의 구매 결정이 일시적인 정서적 반응보다는 디자인의 심미적 완성도와 브랜드 이미지에 대한 인지적 평가에 더 크게 기반하고 있음을 시사한다. 이러한 결과는 AIGC가 전통문화 상품의 리브랜딩을 위한 효과적인 콘텐츠 디자인 전략 도구로 활용될 수 있음을 실증적으로 제시하며, 전통문화 상품의 산업적 가치 확장과 Z세대 타겟 커뮤니케이션에 실질적으로 기여할 수 있음을 시사한다.
목차
Abstract
I. 서론
II. 이론적 배경
1. AIGC와 시각 이미지 생성 기술 개요
2. 중국 전통차와 운남 보이차의 시각문화
3. 전통차 패키지디자인의 표현 요소 및 소비 트렌드
III. 실험 방법 및 실험 설계
1. AIGC 기반 패키지디자인 실험 설계 접근 방법
2. 실험 프레임워크 및 절차
3. 시각 요소 추출 및 프롬프트 구성 전략
4. 이미지 분석 차원 및 선별 기준
5. 설문조사 연구 설계
IV. 실험 결과 및 분석
1. 생성 이미지의 시각적 특성 및 유형별 비교
2. 설문조사 분석 결과
V. 결론 및 제언
참고문헌
