Blog

---

위의 이미지는 디자이너로서 무서워질 수도 있는 영상이다. 이것은 GPT-3*를 통해 만든 FIGMA에 플러그인을 통해 모바일 UI화면을 만들어내는 영상이다. 영상 내용을 살펴보면 자연어(우리가 사용하는 언어)를 통해 화면을 만들어내는 것을 확인할 수 있다. 그럼 여기서 2가지의 큰 질문이 생긴다. UI 디자이너의 미래는 없어지는 것인가? 그리고 이 플러그인은 어떻게 동작하는 것인가?

---

1. UI 디자이너의 미래

UI 디자이너의 수요는 줄어들 수 있지만, 인사이트가 있는 UI 디자이너는 걱정 말자.

나는 Photoshop으로 UI를 친 마지막 세대의 디자이너가 될 것이다. 그때는 Pixel 베이스로 화면을 쳤고, Adobe CS6는 가혹하리 만치 현재의 기본적인 기능이라고 할 수 있는 간격을 재주는 기능이 없어 가이드 플러그인을 새로써야 했다. 그리고 가이드 PSD를 만들어야 했다. 그래서 메인 디자이너들은 화면을 치고 가이드를 치는 디자이너가 있었다. 하지만 Sketch의 등장으로 가이드를 치는 작업자는 없어졌다. 그 역할을 Sketch가 했고, 더 나아가 Zeplin이 그 역할을 대체했다. 지금은 가이드를 쳐야 하는 이유는 거의 없어진 상황이다.

Sketch는 Mac OS 전용 프로그램이라 지금은 Web을 기반으로 한 FIGMA로 지각변동이 일어나고 있는 중이다. 물론 XD도 있지만 Sketch를 대응하고자 나온 것이며, 큰 틀에서 봤을 때, Adobe 프로그램과의 호환을 제외하면 차이가 없다. 근데 이렇게 툴의 상황이 변할 때 주변의 변화는 무엇이 있었나. 그것을 살펴보면 주변에 디자이너가 적어도 프로젝트를 진행하는데 무리가 없었다는 것이다.

위의 영상은 그를 시사하는 바이다. 요소를 얹어 놓으면 그 다음 화면의 규칙과 요소를 조작하는 것은 디자이너의 일이 되는 것이다. 툴이 변화되어도 콘텐츠를 올려놓고 전체적인 균형을 보고 결정하는 것은 결국 디자이너의 몫이다. 아니 디자인적 안목이 있는 사람의 것이다. 그래서 내가 기획자로 이직한 첫 번째 이유이다. 툴이 발달할수록 그에 상응해 디자이너는 줄어든다. 하지만 A.I. 가 아무리 발전한다고 해도, 기능을 정의하고 전략적 결정을 내리는 것은 사람이 될 것이라는 확신에서 기획자로 전향하게 되었다. 물론 디자인이 지치기도 해서 포기했다.

디자이너는 역사적으로 봤을 때, 기술의 발전을 주도하기 보다는 주어진 기술을 활용해 사람과의 커뮤니케이션을 원활하게 만드는 역할을 했다. 지금 절체절명의 위기이자 기회가 될 수 있다. A.I. 는 툴이다. 이 툴을 활용해 어떻게 효율적인 결과물을 낼 것인가? 그리고 그 이후에 결과물에 핵심적인 것은 무엇인가? 그리고 시각적 인사이트를 통해 사람과 소통하는데 어떤 역할을 할 것인가? 다가올 시대에 디자이너에게 물어야 할 질문이다.

답은 스스로 내길 바란다.

---

2. 해당 GPT-3 의 만들어 내는 방식

모든 웹 상에 있는 UI디자인 데이터 혹은 UI 디자인 잘하는 법 그리고 가이드라인을 통해 학습하고 있다.

대학원 수업에서 배운 내용을 인용한 것이라 약간의 오차는 있을 수 있습니다.

디자이너는 사람마다 차이가 있을 수 있으나, 능력이 가장 신장되는 기간은 학교에서 이고 대리 혹은 선임의 기간에 디자이너로서의 발전을 많이 하는 것 같다. 그것을 경험을 축적하는 방식으로 좋고, 나쁨, 옳고, 그름을 판단할 수 있게 된다. 그리고 디자인을 함에 있어 숙련도도 올라간다. 하지만 디자이너는 사람의 한계를 뛰어넘을 수 없다. 물론 타고난 사람은 학습이 없어도 대단한 성과를 낸다. 하지만 본인이 평범하다고 판단된다면, 경험이 절대적인 지표이다.

하지만 사람들이 블로그나 인터넷에 올라온 결과물 혹은 100가지 요령 등 경험을 정재해 올리는 모든 글 혹은 콘텐츠를 학습할 수 있다면 얼마나 큰 도움이 될까? 생각해본 적이 있는가? 그런 관점에서 봤을 때, 사람은 한계가 명확하다. 읽을 수 있는 글의 양과 조직할 수 있는 지식의 양 그리고 속도가 한계가 명확하다. 그리고 망각. 인간의 장점이자 단점인 망각이다. 하지만 A.I. 는 한번 학습을 하게 되면 망각하지 않는다는 장점이 있고, 이를 100% 활용할 수 있다. 이에서 사람보다 강점을 가지고 있다. 그리고 처음에 이야기한 정제된 정보를 활용해 디자인 툴을 만들기 시작한다.

그 과정에 있는 것이 GPT-3 FIGMA 플러그 인 이며 앞으로의 발전을 기대한다.

---

GPT-3

OpenAI사에서 만든 3세대 언어 예측 모델

Generative Pre-trained Transformer 3(GPT-3)은 딥러닝을 이용해 인간다운 텍스트를 만들어내는 자기 회귀 언어 모델이다. openAI사가 만든 GPT-n 시리즈의 3세대 언어 예측 모델이다. GPT-3의 전체 버전은 1,750억 개의 매개변수를 가지고 있어, 2020년 5월 도입된 이전 버전 GPT-2보다 2배 이상 크다. 2020년 7월 현재 베타 테스트 중에 있으며, 사전 훈련된 언어의 자연어 처리(NLP) 시스템의 일환이다. GPT-3 출시 전 가장 큰 언어 모델은 2020년 2월에 선보인 마이크로소프트의 튜링 NLG로 GPT-3보다 용량이 10배 적었다.

GPT-3가 수행가능한 작업으로는 각종 언어 관련 문제풀이, 랜덤 글짓기, 간단한 사칙연산, 번역, 주어진 문장에 따른 간단한 웹 코딩이 가능하다.

GPT-3에서 생성되는 본문의 질은 매우 높아 유익성과 위해성을 동시에 지닌 인간이 작성한 본문과 구별하기 어렵다. 31개 오픈 AI 연구진과 엔지니어들은 GPT-3을 소개하는 2020년 5월 28일 논문 원본을 발표하면서 GPT-3의 잠재적 위험을 경고하고 위험 완화를 위한 연구를 요구했다. 호주 철학자 데이비드 찰머스는 GPT-3을 “지금까지 생산한 AI 시스템 중 가장 흥미롭고 중요한 시스템 중 하나”라고 설명했다.

2020년 10월부터 openAI는 GPT-3를 마이크로소프트 애저를 통해서 독점 공급할 것이라고 밝혔다. 지금까지 openAI가 추구해왔던 비영리, 오픈소스와 반대되는 행동이라 비판이 나오고 있는데, 한 편에선 이 정도 성능의 언어 모델을 만드는데 들어간 비용을 생각해보면 어쩔 수 없었다는 의견이 나오기도 한다.

---

출처

https://prototypr.io/post/gpt-3-design-hype

https://namu.wiki/w/GPT-3

유전자 알고리즘(그네 타기)

---

머신러닝의 세 가지 타입

Supervised Learning

• 정답이 주어진다.
• 비교적 문제풀이가 쉽다.

Unsupervised Learning

• 부정 방정식 (x-1)(y-1) = 1
• 좋은 조건이 주어지거나 잘 찍는 수밖에 없다.
• 특정 조건이 있을 때만 정답이 주어질 수 있다.
• 기본적으로 문제풀이가 어렵다.
• 내 안에 정답이 있다.(문제에 정답이 있다)

Reinforcement Learning

• 정답이 아닌 Reward 가 주어진다.

---

머신러닝을 하기 위한 데이터

Paired data

• 숫자 손글씨 인식기(정답이 주어진다, 문제풀이가 쉽다, 쉬운이유는 짝을 이루는 데이터이기 때문이다.)
• Object Detection
• Image Segmentation
• Pose Estimation
• Machine Translation
• 인공지능 기술을 적용하는 것은 어떤 Paired Data를 가지고 있는지 생각해보는 것에서 출발

Unpaired Data

• 말과 얼룩말이 있을 때
• 정답은 없지만, 정답 그룹의 데이터는 있다. 할 때 Unpaired Data
• Deep Fake
• 얼굴 특징 바꾸기
• Universal Music Translation
• tictoc의 코믹필터

Data 가 없다면(강화학습)

• 모르는 상황에서 사용하는 전략
• 깨지면서 배우는 전략이다.
• 개발자가 똑똑하면 똑똑한 AI가 나온다.
• State, Action, Reward
• 차량

내 안에 Paired Data가 있다.

• 그냥 데이터일 때
• generated photo
• 소설을 추리할 수 있다.→랭귀지 모델
• Everybody Dance Now(소스오브젝트를 타겟 오브젝트로 치환하는 것, 타겟 영상에서 같은 오브젝트 x 값을 치환한다면)

A.I. 적용 확대가 가져온 이슈들

A.I. 가 사람을 대체할 것 인가?

Stereotypes in Search Engine Results

검색 엔진 역시 사람의 편견에 기반해 검색 결과를 노출하게 된다.

---

디자이너가 A.I. 를 사용하게 된다면

• 디자이너가 주도권을 쥐고 있는 디자인
• 사용자의 목표를 성취하게 하는 디자인
• 윤리학(목표로하는목표로 하는 사용자를 목표로 하는 윤리, 인류를 위한 윤리)

---

A.I.가 가져온 편견은?

신뢰를 위한 투명성을 만들기 위해서

• 누가 데이터를 만들어내는 것인가?
• 누가 시스템을 프로그램 혹은 훈련시킬 것인가?
• 왜 시스템에 해당 데이터를 제공해야 하는 것인가?

---

인공지능 윤리

윤리라는 것은 항상 타자와 공존하기 위한 규칙이다. 인공지능이 무섭지만 유용한 도구로서 개발됨으로써 우리는 윤리에 대한 문제를 생각해야 된다.

• A.I. 는 사람과 인류를 위해 존재해야 한다.
• A.I. 는 인간이 중심이 되어 인간의 명령에 의해 작동되어야 한다.
• A.I. 는 공평하고 특정 젠더, 인종, 연령 등에 대한 편향성이 없어야 한다.
• 인류를 위해 활용되는 A.I. 의 이점은 전 세계적으로 공유되어야 한다.
• 인류를 위해 활용되는 A.I.의 전 세계적으로 공유되어야 한다.
• A.I. 시스템 내에는 윤리적 블랙박스(Ethical Black Box)가 장착되어야 한다.
• A.I. 가 윤리적으로 활용되는지에 대한 글로벌 거버넌스 조직이 필요하다.
• 로봇은 법률과 사회적 규범을 준수하고 로봇에 책임을 전가하는 것을 금지해야 한다.
• A.I. 를 활용한 무기 개발은 금지되어야 한다.
• A.I. 는 투명해야 하며 근로자는 A.I. 에 의한 의사 결정에 대해 설명을 요구할 권리가 있다.
• A.I.로 인한 일자리 변화에 대해 근로자가 원활하게 적응할 수 있도록 해야 한다.

출처: 삼정 KPMG 경제연구원 재구성

인공지능이란

관점1: 인간의 지각, 추론, 학습 능력 등 인간의 사고 프로세스를 모방하여 컴퓨터 기술로 구현한 것

관점2: 입력이 주어지면 출력을 한다. 공학에서 이야기하는 System

관점3: 수학적으로 표현할 수 없었던 복잡한 인간의 두뇌를 데이터를 기반으로 흉내내는 것

---

알고리즘이란

입력(Input) 자료를 미리 정해둔 명백한 규칙, 일련의 절차, 명령에 따라 처리하고 결과를 출력(Output)해내는 것

입력

외부에서 제공되는 자료가 있을 수 있음

출력

적어도 한 가지 결과가 생김

정확성

각 명령은 정확하고 명백해야 함

유한성

알고리즘 명령대로 수행하면 한정된 단계를 처리한 후 종료됨

효과성

모든 명령은 명백하고 실행 가능해야 함

---

인공지능의 개념과 범위

Deep Learning 의 핵심 요소

A.I.(Artificial Intelligence)

• 인간의 사고 프로세스를 모방한 알고리즘

Machine Learning

• 데이터를 바탕으로 학습으로 학습하는 알고리즘

Deep Learning

• 심층신경망(DNN) 알고리즘 활용

---

A.I. 의 대표적 활용 예

• 분류(Classification)
• 회기 분석(Regression)
• 추천(Recommendation)
• 군집 분류(Clustering)
• 이상 감지(Anormaly Detection)
• 연관성 분석(Association Rule)

---

A.I. 가 잘하는 것

빠르게 계산한다. 쉬지 않는다. 한 번 배운 것은 잊지 않는다. Automating Repetitive Work

영상 인식/처리

• 숫자/문자 인식
• 얼굴 인식
• 사물 인식

영상 재생성

• 사진 해상도 증가
• 영상 리터칭: 컬러링, 워터마크 제거

영상 생성/처리

• 예제 기반 영상 생성
• 영상 분리
• 영상 복원 등
• 가짜 배우 얼굴 생성 및 제어

예제

• Breeding tables
• New Design Idea
• Identifying Fake
• Automated Design Using Deep Learning
• Recipe to Dishes
• Buying Experience
• Sketch to Code
• Protecting IP

ai기술이 디자인에 적용된다면 어떤 미래가 기다리고 있을까?

ai를 처음 들었을 때가 언제였을까? 분명 일본 애니메이션 K-캅스에서 말하는 데커드가 지금 생각하면 ai라고 이야기할 수 있을 것 같은데, 그런 변신하는 로봇으로 세계를 구하는 것이 어릴 때의 꿈이었다. 정확하게 AI를 인지한 것은 중학교 1학년 도덕 시간에 스티븐 스필버스의 영화 AI 영화였다. 이때는 인공지능이 감정을 가지고 사람이 되고 싶어 한다는 정도의 느낌을 받았던 거 같다.

우리의 삶에 들어올 수 있다라는 생각을 하게 된 것은, Alpha Go의 등장이었다. 이때까지만 해도 나는 바둑만은 인간의 직관이 지배한다고 생각했다. 많은 경우의 수를 생각해야 하고 그중 결단과 상대를 읽는 능력이 필요하다고 생각했었지만, Alpha Go는 바둑도 결국 경우의 수라는 것을 가르쳐주었다. 그리고 많은 학습을 한 인공지능은 정직한 인간을 이길 수 있다는 것을 알게 해 준 순간이었다.

이런 과정을 격으면서 인공지능을 공부하지 않으면 안 되겠다는 생각이 들었다. 사실 Adobe에서 서비스하는 Photoshop둘의 배경 인식 기능이 좋아진 것을 보고 감탄하고 있다. 그리고 더 발전해서 디자인할 때 시간을 좀 더 빨라지기를 바랄 뿐 더 이상 바라는 게 없어졌다. 기술이 디자이너를 자유롭게 만들기를 바라면서 좀 더 내용과 생각 그리고 사람을 위해 디자인하기를 바란다. 그런 과정에서 AI는 반드시 필요한 요소이며 대학원에서 공부를 시작하고자 한다.

우리의 생명이 유한하니까, 아직 우리에게는 시간이 너무나 소중한 자원이기에… 불필요한 작업은 기계에게 맡기며 사람이 좀 더 중요한 일을 할 수 있기를 바라면서 이 글을 마무리하고자 합니다.

---

width / height

뷰포트의 너비와 높이. 뷰포트의 크기는 HTML body 콘텐츠를 표시하는 영역으로 실제 스크린의 크기와는 다르다. 반응형 웹 구현시 가장 일반적으로 사용하는 조건이 된다.

Value:

Applies to: visual and tactile media types

Accepts min/max prefixes: yes

@media all and (min-width:768px) and (max-width:1024px) { … } // 뷰포트 너비가 768px 이상 ‘그리고’ 1024px 이하이면 실행

@media all and (width:768px), (width:1024px) { … } // 뷰포트 너비가 768px 이거나 ‘또는’ 1024px 이면 실행

@media not all and (min-width:768px) and (max-width:1024px) { … } // 뷰포트 너비가 768px 이상 ‘그리고’ 1024px 이하가 ‘아니면’ 실행

---

device-width / device-height

스크린의 너비와 높이. 스크린은 출력 장치가 픽셀을 표시할 수 있는 모든 영역으로 일반적으로 HTML body 콘텐츠를 표시하는 뷰포트 보다 크다.

Value:

Applies to: visual and tactile media types

Accepts min/max prefixes: yes

@media all and (device-width:320px) and (device-height:480px) { … } // 스크린 너비가 320px ‘그리고’ 높이가 480px 이면 실행

@media all and (min-device-width:320px) and (min-device-height:480px) { … } // 스크린 너비가 최소 320px 이상 ‘그리고’ 높이가 최소 480px 이상이면 실행

---

orientation

뷰포트의 너비와 높이 비율을 이용하여 세로 모드인지 가로 모드인지를 판단한다.

Value: portrait | landscape

Applies to: bitmap media types

Accepts min/max prefixes: no

@media all and (orientation:portrait) { … } // 세로 모드. 뷰포트의 높이가 너비에 비해 상대적으로 크면 실행

@media all and (orientation:landscape) { … } // 가로 모드. 뷰포트의 너비가 높이에 비해 상대적으로 크면 실행

---

aspect-ratio

뷰포트의 너비와 높이에 대한 비율. ‘너비/높이’ 순으로 조건을 작성한다. min/max 접두사를 사용하면 너비 값의 최소/최대 비율을 정할 수 있다.

Value:

Applies to: bitmat media types

Accepts min/max prefixes: yes

@media all and (aspect-ratio:5/4) { … } // 뷰포트 너비가 5, 높이가 4 비율이면 실행

@media all and (min-aspect-ratio:5/4) { … } // 뷰포트 너비가 5/4 비율 이상이면 실행

@media all and (max-aspect-ratio:5/4) { … } // 뷰포트 너비가 5/4 비율 이하면 실행

---

device-aspect-ratio

스크린의 너비와 높이에 대한 비율. ‘너비/높이’ 순으로 조건을 작성한다. min/max 접두사를 사용하면 너비 값의 최소/대최 비율을 정할 수 있다.

Value:

Applies to: bitmap media types

Accepts min/max prefixes: yes

@media all and (device-aspect-ratio:5/4) { … } // 스크린 너비가 5, 높이가 4 비율이면 실행

@media all and (min-device-aspect-ratio:5/4) { … } // 스크린 너비가 5/4 비율 이상이면 실행

@media all and (max-device-aspect-ratio:5/4) { … } // 스크린 너비가 5/4 비율 이하면 실행

color

출력 장치의 색상에 대한 비트 수. 출력 장치가 컬러가 아닌 경우 0의 값에 대응한다.

Value:

Applies to: visual media types

Accepts min/max prefixes: yes

@media all and (color) { … } // 출력 장치가 컬러를 지원하면 실행

@media all and (color:0) { … } // 출력 장치가 컬러가 아니면 실행

@media all and (color:8) { … } // 출력 장치가 8비트 색상이면 실행

@media all and (min-color:8) { … } // 출력 장치가 8비트 이상 색상이면 실행

@media all and (max-color:8) { … } // 출력 장치가 8비트 이하 색상이면 실행

---

color-index

출력 장치가 색상 색인 테이블을 사용하는 경우 표현할 수 있는 색의 수. 출력 장치가 색상 색인 테이블을 사용하지 않으면 0의 값에 대응한다. 현재 제대로 지원하는 브라우저가 없다.

Value:

Applies to: visual media types

Accepts min/max prefixes: yes

@media all and (color-index) { … } // 출력 장치가 색상 색인 테이블을 사용하면 실행

@media all and (color-index:0) { … } // 출력 장치가 색상 색인 테이블을 사용하지 않으면 실행

@media all and (color-index:256) { … } // 출력 장치가 256 색을 지원하면 실행

@media all and (min-color-index:256) { … } // 출력 장치가 256 이상 색을 지원하면 실행

@media all and (max-color-index:256) { … } // 출력 장치가 256 이하 색을 지원하면 실행

---

monochrome

출력 장치가 흑백인 경우 픽셀당 비트 수. 출력 장치가 흑백이 아니라면 0의 값에 대응한다.

Value:

Applies to: visual media types

Accepts min/max prefixes: yes

@media all and (monochrome) { … } // 출력 장치가 흑백이면 실행

@media all and (monochrome:0) { … } // 출력 장치가 흑백이 아니면 실행

@media all and (min-monochrome:2) { … } // 출력 장치가 흑백이고 2비트 이상이면 실행

@media all and (max-monochrome:2) { … } // 출력 장치가 흑백이고 2비트 이하이면 실행

---

resolution

출력 장치의 해상력에 대응한다. min/max 접두사는 사각형 아닌 픽셀(인쇄 장치)에도 대응하지만 접두사 없는 resolution 조건은 사각형 픽셀에만 대응한다. 조건의 값으로 dpi와 dpcm 단위를 사용할 수 있다.

Value:

Applies to: bitmap media types

Accepts min/max prefixes: yes

@media all and (resolution:96dpi) { … } // 1인치당 96개의 사각형 화소를 제공하면 실행

@media all and (min-resolution:96dpi) { … } // 1인치당 96개 이상의 화소를 제공하면 실행

@media all and (max-resolution:96dpi) { … } // 1인치당 96개 이하의 화소를 제공하면 실행

---

scan

TV의 스캔 방식에 따라 대응한다. progressive 값은 초당 60회 수준의 고화질 스캔에 대응하고 interlace 값은 초당 30회 수준의 일반 스캔에 대응한다. 대부분의 HDTV는 progressive와 interlace 방식을 모두 지원하고 있다.

Value: progressive | interlace

Applies to: “tv” media types

Accepts min/max prefixes: no

@media tv and (scan:progressive) { … } // 초당 60회 수준의 고화질 스캔 방식 TV에 대응한다

@media tv and (scan:interlace) { … } // 초당 30회 수준의 일반 스캔 방식 TV에 대응한다

grid

출력 장치가 그리드 방식이면 대응한다. 그리드 방식은 타자기와 같이 고정된 글꼴만 사용하는 장치이다. 통상 출력 장치는 비트맵이 아니면 그리드 방식이다. 값은 정수 0과 1 뿐이고 0의 값은 비트맵 방식에 대응한다.

Value: 0 | 1

Applies to: visual and tactile media types

Accepts min/max prefixes: no

@media all and (grid) { … } // 출력 장치가 그리드 방식이면 실행

@media all and (grid:0) { … } // 출력 장치가 그리드 방식이 아니면 실행

@media all and (grid:1) { … } // 출력 장치가 그리드 방식이면 실행

---

출처: https://naradesign.github.io/article/media-query.html