Exploring Aesthetic Experience through Intended Technical Imperfection in AI-Based Interactive Media Art

연구배경 : AI 기술은 예술 창작의 새로운 도구로 자리 잡고 있으며, 특히 인터랙티브 미디어아트와 같은 기술 기반 예술 영역에서도 마찬가지이다. 그러나 대부분의 AI 활용은 기술적 완성도와 정확한 재현에 초점을 두어, 예술 표현의 다양성을 제한하는 경향이 있다. 이에 본 연구는 이러한 경향에서 벗어나, 의도적인 기술적 불완전성이 예술적 가치와 미적 경험을 확장하는 요소로 작용할 수 있는 가능성을 탐구하고자 한다.<br/>연구방법 : 본 연구는 AI 영상 생성 모델인 Stable Diffusion 기반의 AnimateDiff를 활용하며, Sampling Step, CFG scale, Control Weight 등의 파라미터를 조정함으로써 시각적 왜곡을 유도하였다. 이를 통해 형태가 불분명하지만 유사성을 띠는 시각적 결과물을 생성한 AI 기반 인터랙티브 미디어아트 작품을 제작하였다. 관객이 실시간으로 시각적 변형을 경험하고 반응할 수 있도록 구성하였으며, 설문지 기반 평가와 인터뷰를 통해 관객의 미적 경험을 수집, 분석하였다.<br/>연구결과 : AI의 의도된 불완전성은 단순한 오류나 실패가 아닌, 예술적 우연성과 해석의 여지를 형성하는 경험적 조건으로 작용하는 경향을 보였다. 예측 불가능한 시각적 왜곡은 관객의 감정적 몰입과 연관되어 나타났으며, 미적 상상력을 자극하는 긍정적인 반응이 관찰되었다. 특히, 관객은 AI의 불완전한 결과물을 새로운 의미로 해석하며, 그 과정을 통해 능동적인 참여를 이끌어내는 경향을 나타냈다.<br/>결론 : 본 연구는 AI가 예술 창작에서 기술적 불완전성이 관객의 미적 경험을 조건적으로 활성화할 수 있는 설계 요소로 기능할 수 있음을 시사한다. 이는 기술적 완성도를 중심으로 한 기존 AI 예술 연구와 달리, 불완전성과 불확정성을 경험 설계의 관점에서 조명하였다는 점에서 의의를 지닌다. 본 연구는 AI의 불완전성을 예술적 자산으로 전환할 수 있는 가능성을 제시함으로써, 향후 인터랙티브 미디어아트의 실험적 표현 확장에 기여하고자 한다.

Authors

Publication Details

Journal
Archives of Design Research
Published
2026-02-24
DOI
https://doi.org/10.15187/adr.2026.02.39.1.375
Primary Topic
Diverse Topics in Contemporary Research
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Exploring Aesthetic Experience through Intended Technical Imperfection in AI-Based Interactive Media Art

Yoomi Choi, Jiyun Han
Archives of Design Research
Diverse Topics in Contemporary Research
article

Exploring Aesthetic Experience through Intended Technical Imperfection in AI-Based Interactive Media Art

Yoomi Choi, Jiyun Han
article en

Abstract

연구배경 : AI 기술은 예술 창작의 새로운 도구로 자리 잡고 있으며, 특히 인터랙티브 미디어아트와 같은 기술 기반 예술 영역에서도 마찬가지이다. 그러나 대부분의 AI 활용은 기술적 완성도와 정확한 재현에 초점을 두어, 예술 표현의 다양성을 제한하는 경향이 있다. 이에 본 연구는 이러한 경향에서 벗어나, 의도적인 기술적 불완전성이 예술적 가치와 미적 경험을 확장하는 요소로 작용할 수 있는 가능성을 탐구하고자 한다.<br/>연구방법 : 본 연구는 AI 영상 생성 모델인 Stable Diffusion 기반의 AnimateDiff를 활용하며, Sampling Step, CFG scale, Control Weight 등의 파라미터를 조정함으로써 시각적 왜곡을 유도하였다. 이를 통해 형태가 불분명하지만 유사성을 띠는 시각적 결과물을 생성한 AI 기반 인터랙티브 미디어아트 작품을 제작하였다. 관객이 실시간으로 시각적 변형을 경험하고 반응할 수 있도록 구성하였으며, 설문지 기반 평가와 인터뷰를 통해 관객의 미적 경험을 수집, 분석하였다.<br/>연구결과 : AI의 의도된 불완전성은 단순한 오류나 실패가 아닌, 예술적 우연성과 해석의 여지를 형성하는 경험적 조건으로 작용하는 경향을 보였다. 예측 불가능한 시각적 왜곡은 관객의 감정적 몰입과 연관되어 나타났으며, 미적 상상력을 자극하는 긍정적인 반응이 관찰되었다. 특히, 관객은 AI의 불완전한 결과물을 새로운 의미로 해석하며, 그 과정을 통해 능동적인 참여를 이끌어내는 경향을 나타냈다.<br/>결론 : 본 연구는 AI가 예술 창작에서 기술적 불완전성이 관객의 미적 경험을 조건적으로 활성화할 수 있는 설계 요소로 기능할 수 있음을 시사한다. 이는 기술적 완성도를 중심으로 한 기존 AI 예술 연구와 달리, 불완전성과 불확정성을 경험 설계의 관점에서 조명하였다는 점에서 의의를 지닌다. 본 연구는 AI의 불완전성을 예술적 자산으로 전환할 수 있는 가능성을 제시함으로써, 향후 인터랙티브 미디어아트의 실험적 표현 확장에 기여하고자 한다.

Archives of Design ResearchVol. 39(1)
Sustainable cities and communities
Openalex Percentile: Top 45%
Diverse Topics in Contemporary Research
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.