Targeting

Targeting
타겟 페르소나 분석을 더한 디자인 레퍼런스 앱

앱 소개: chat-GPT로 분석하기 위해 타겟 페르소나 정보 입력

주요 기능: chat-GPT로 페르소나 분석 후 DALL-E로 이미지 제작
제작한 이미지의 선호 정확도 분석

프로젝트 목적

Prompter Day Seoul 2023에 참가하기 위해 생성형 AI를 활용한 서비스를 제작함.

기획의도

우리가 해결하려는 문제

• 이미지 레퍼런스 검색의 편의성 : 디자이너들이 이미지 레퍼런스를 얻을 때, 정형화된 검색어에만 의존해야 했습니다. 이 문제를 chat-GPT를 활용하여 비정형 정보로부터 키워드를 추출하여 검색을 더 간편하게 만들고자 했습니다.
• 창의성 확장 : 마음에 드는 디자인만을 계속해서 보게 되면 유사한 이미지만 추천되어 창의성이 한정될 수 있습니다. 우리는 타겟 페르소나를 검색하고 그에 어울리는 디자인 아이디어를 통해 다양한 이미지를 생성하여, 시장에서 인기 있는 디자인을 얻을 수 있도록 하고자 했습니다.

주요 사용 기술

서비스 구조

시연 영상

YouTube

개발일정

팀원

Appendix

좋은 아이디어는 어디로부터 나오는 걸까?

생성형 AI를 활용해 문제를 풀어보겠다고 시작한 프로젝트는, 생각보다 무척이나 많은 서비스가 나와있다는 현실을 깨닫게 해줬다. 모델링을 따로 하지 않아도 API를 활용해 서비스를 제작할 수 있다는것은 기회의 장이자 아이디어 대전과 같았다. 다른 사람들과 차별화 되면서도 문제를 해결하는 아이디어는 평소에 문제를 찾는 습관으로부터 시작됨을 배웠다. 또한 프롬프트 엔지니어링이 중요하긴 하지만 프론트와 백엔드가 갖춰져야 서비스를 구현할 수 있다는 깨달음은 아직 생성형 AI에 대한 이해 부족으로 봐야할지 궁금해졌다.

일주일간의 아이디어 회의 동안 감사히도 멘토링을 해주신 멘토님이 계셨다. 많은 질문에 대한 양질의 답변을 이곳에 더해본다.