스키마 개념 모형을 근거로 한 디자인 회의의 개념 생성 메커니즘의 분석

김보섭

doi:10.15187/adr.2022.08.35.3.129

추천

검색

질문

자료유형: 학술저널

저자정보: 김보섭 (고려대학교)

저널정보: 한국디자인학회 Archives of Design Research Archives of Design Research Vol.35 No.3 (Wn.143)

발행연도: 2022.8

수록면: 129 - 143 (15page)

DOI: 10.15187/adr.2022.08.35.3.129

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경: 디자인 회의는 디자인 교육과 실무에서 디자인 개념을 도출하기 위해 널리 사용되는 협업적 사고 과정이다. 디자이너는 디자인 회의를 통해 주어진 문제에 대한 지식을 탐색하고 해결책에 대한 아이디어를 생성한다. 이 연구는 디자인 회의에서 디자인 개념을 창출하기 위한 두 가지 사고방식으로 연상 지식과 스키마 지식에 기초한 상호작용 메커니즘을 관찰한다.
연구방법: 이 연구는 산업디자인을 전공하는 석박사 과정 학생 7명에게 디자인 회의를 통해 사고 발화(think-aloud)와 스케치(sketching) 방법을 사용해 "자연주의 화장품 용기" 디자인에 대한 아이디어를 도출하도록 지시하였다. 연구자는 참가자의 발화와 스케치 자료를 기반으로 인터뷰를 진행하고 두 자료를 대조하는 프로토콜 분석을 실시하였으며, 전체 자료를 스키마 개념 모형에 적용하여 해석하였다.
연구결과: 본 연구는 프로토콜 분석을 통해 324개의 코드와 54개의 스케치를 스키마 개념 모형의 슬롯과 필러로 정돈하였다. 연구자는 실험 자료를 양적, 질적으로 분석하고 스키마 개념 모형을 근거로 슬롯과 필러 간의 상호작용 메커니즘을 조사하였으며, 연상적 지식과 스키마 지식에 의한 두 가지 다른 생성 과정의 상호작용을 해석하였다.
결론: 본 연구에서 디자인 개념은 주어진 목표 개념에 대한 필러의 탐색과 축적 과정이며 동시에 주어진 목표 개념에 대한 슬롯의 강화 및 의미 활성화 과정에 의해 생성된다. 새로운 디자인 개념은 개념의 필러와 슬롯 사이의 의미 통합 과정의 메커니즘에 의해 생성된다.

Background: A design meeting is a collaborative thinking process that is widely used to create original design concepts in design practice the or the design education field. Designers explore knowledge about a given problem and derive ideas for the solutions through design meetings. This study aims to analyze the generation mechanisms of design concepts based on the schema concept model in collaborative design meetings. Under this perspective, this study observes two interactive mechanisms based on the thinking ways of the associative knowledge and the schema knowledge to generate a novel design concept.
Methods: In the study, 7 master"s and doctorate students majoring in industrial design were asked to generate the new concept of ‘a container for naturalism cosmetics" using a think-aloud and sketching in a design meeting. The researcher interviewed the participants and coded the entire conversation, and conducted protocol analysis on the data. This study analyzed the data of the verbal transcript and the sketching by applying the data to the schema concept model.
Results: The study arranged 324 codes from the verbal conversation and 54 sketches based on the transcript data and sketches. Based on the analysis, the researcher analyzed the data quantitatively and qualitatively, and investigated the interactive mechanisms between fillers and slots applied to the scheme concept model generated by the associative knowledge and the schema knowledge. The study identified the two different thinking paths, which were connected between fillers and slots of concepts.
Conclusions: This study suggests found that the concept generation is the expansion and the accumulation process of fillers about the given target concept, and simultaneously is the reinforcement and integration process with slots to the given target concept. Also, this study argues that the generation of novel design concepts is possible by the integrated generation process of meaning between fillers and slots of the concept.

#Conceptual Generation #Design Meeting #Scheme Concept Model #Sketching #Think-Aloud #개념 생성 #디자인 회의 #스키마 개념 모형 #스케치 #사고 발화

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김보섭

소속기관 고려대학교

주요연구분야 예술체육학 > 디자인 TOP 10% 사회과학 > 교육학

논문수 22 이용수 2,543

이 논문과 함께 이용한 논문

시각적 은유를 이용하는 감성 시각화 분석을 위한 분류 체계 구축

하효지 , 정혜림 , 문광혁 외 1명 Archives of Design Research 2022 .05

개인정보 유형의 정보 민감도에 따른 모바일 서비스 UI 디자인 프릭션 분석

이예나 , 김현석 Archives of Design Research 2024 .02

‘산유화’ 개발 사례로 본 손글씨의 특성을 반영한 한글 세로짜기용 민부리 글꼴 디자인

석재원 , 김태룡 글짜씨 2023 .06

인공지능의 조형 활동 가능성 - 스키마 분석을 적용한 의자의 컴퓨테이셔널 사고 실험을 중심으로

김보섭 기초조형학연구 2022 .02

비-극장 관람의 인터페이스 효과와 주체성 : 넷플릭스의 ‘시네매치’ 시스템

문재철 , 김용진 애니메이션연구 2024 .03

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)