The Creativity Forecasting of Design Idea Sketches According to the Ambiguity of Visual Stimuli and Idea-Sharing Situations

시각자극의 모호함과 아이디어 교류의 유무에 따른 디자인 아이디어의 창의성 예측

The Creativity Forecasting of Design Idea Sketches According to the Ambiguity of Visual Stimuli and Idea-Sharing Situations

장선희

성신여자대학교 산업디자인과 Sun Hee Jang([email protected]) 요약

제시되는 시각 자극의 모호함에 따라 디자인 아이디어의 창의성이 어떻게 달라지는지 알아보기 위해 시 각자극의 모호함의 세 가지 수준 (Vague, Ambiguous, Definite) 과 아이디어 교류 유무(Idea sharing Before & After)의 두 가지 수준으로 아이디어 스케치들을 구분하여 의사결정나무분석법을 시행하였다.

그리고 이를 통해 각 그룹의 아이디어 스케치의 창의성 예측점수와 그 예측점수에 영향을 끼친 변인은 무 엇인지 그리고 그 기준은 어떠한지 살펴보았다. 분석 결과, 시각 자극의 모호함과 아이디어 교류의 유무에 따라 아이디어 스케치의 창의성 예측 점수가 높은 경우에 있어 중요한 영향을 미친 예측변수들은 종결저 항, 독창성, 정교성, 추상성, 컨셉쌍 간의 유사도로 나타났다. 즉, 이 5가지 변수들은 유창성과 개념결합전 략, 새 개념의 등장여부, 개인 창의력 지수, 창의적 문제해결성향보다 디자인 아이디어 스케치의 창의성에 더 연관이 있는 요인들임을 알 수 있었다. 그리고 아이디어 교류 후, Vague 자극을 제시 받은 집단이 창의 성 예측값이 가장 높게 나타났고, 아이디어 교류 후, Definite 자극을 제시 받은 집단이 창의성 예측값이 가장 낮게 나타났다.

■ 중심어 :∣시각 자극∣모호함∣디자인 아이디어 발상∣창의성∣의사결정나무분석∣

Abstract

A decision tree analysis was performed by categorizing the idea sketches produced in the group environment into three different levels of visual stimuli ambiguity (vague, ambiguous, and definite) and two idea-sharing situations (before and after). We then examined the predicted values for the creativity of each group’s idea sketches, the factors that led to high creativity scores, and their standards. The results of the analyses indicated that the Resistance to Premature Closure, Originality, Elaboration, Abstractness, and Similarity represented important predictors of the creativity of design idea sketches according to the level of ambiguity of the visual stimuli used and whether ideas were shared or not. The group presented with vague stimuli after sharing ideas scored the highest predicted creativity value and the group presented with definite stimuli after sharing ideas scored the lowest predicted creativity value.

■ keyword :∣Visual Stimuli∣Ambiguity∣Design Idea Generation∣Creativity∣Decision Tree Analysis∣

* 이 논문은 2012년 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(NRF-2012S1A5A2A01017353) 접수일자 : 2016년 03월 03일

수정일자 : 2016년 04월 08일

심사완료일 : 2016년 04월 18일

교신저자 : 장선희, e-mail : [email protected]

I. 서 론

디자인 프로세스의 초기 단계에 제시되는 시각적인 이미지들은 디자이너들에게 새로운 아이디어를 발상할 수 있게 하는 영감이 된다[1][2]. 이러한 영감이 되는 시 각 자극들은 디자인 솔루션의 도식, 제품의 사진, 디자 인 스케치, 예술작품, 그리고 텍스트와 같이 여러 가지 형태를 가질 수 있다.

Katz[3]는 이미지를 통해 심상(mental image)을 만들 어내고 조작할 수 있는 능력을 타고난 사람들은 문제를 해결하는 데 있어 그림자극을 이용하기를 선호할 것이 라고 주장한 바 있다. 그리고 이것은 디자이너들이 디 자인 프로세스에 있어 시각자극을 사용하기를 선호할 것이라는 디자인 연구들에서의 일반적인 추측들[4-7]

과 일치한다.

이미지는 우리의 인식 체계에서 아이콘, 상징, 지표와 같이 기호로서의 역할을 할 뿐만 아니라, 점, 선, 면과 같은 기초 조형 요소 자체만으로도 어떠한 대상을 대신 하지 않는 독립적이고 완전한 하나의 세계로 구성된다.

이와 같이 다양한 역할과 의미를 지닌 이미지가 디자이 너의 창의적 사고에 어떠한 영향을 끼치는지 살펴보는 일은 매우 흥미로운 일일 것이다. 따라서 이러한 질문 에 대한 답을 알아내기 위해 본 연구는 개념결합을 이 용한 아이디어 스케치 실험을 통해 디자이너의 아이디 어 발상에 있어 시각 자극의 모호함이 가지는 역할을 살펴보고자 한다.

Ⅱ. 이론적 배경

1. 시각자극의 모호함과 디자인 아이디어의 창의성 Christensen and Schunn[8]은 자신들의 연구에서 디 자이너들이 모호한 스케치를 가지고 작업할 때 표면적 인 디테일이 많고 해상도가 높은 프로토타입들을 가지 고 작업할 때 보다 좀 더 독창적인 아이디어를 만들어 낼 수 있는 가능성이 높은 between-domains 유추 전략 을 채택하게 된다는 것을 발견하였다.

Cardoso, Badke-Schaub, and Luz[9]는 2개의 다른

종류(단순한/ 풍부한)의 예시들이 제품디자인 학생들 의 문제 해결 발상에 끼치는 영향을 연구하였다. 연구 결과는 풍부하고 구체적인 사진 예시([그림 1] 참조)가 제시되었을 때 디자인 고착이 높게 나타났다.

그림 1. Priming material, Pictorial line drawing (Left), Pictorial photo (Right) Cardoso, Badke-Schaub and Luz (2009)

한편, Fleming and Levie[10]는 불완전한 형태의 이 미지가 사람들의 눈에 잘 띄며, 사람들로 하여금 그 형 태들에 대해 더 주의를 기울이게 한다고 주장하였다.

이와 같은 맥락에서 Cheng, P., Mugge, R., &

Schoormans, J. P.[11]는 전체의 일부분만 담은 사진 ([그림 2] 참조)을 가지고 작업한 디자이너들이 전체의 사진을 가지고 작업한 디자이너들 보다 더 독창적인 디 자인을 만들어 내는 것을 발견하였다. 그리고 전체의 일부분만 담긴 사진이 제시된 디자이너들은 제품의 디 테일에 좀 더 많은 주의를 기울였고, 자신들의 디자인 과정과 결과물에 대해 보다 긍정적으로 평가한다는 것 을 알아냈다.

그림 2. Presented partial photographs for the mixer, Cheng, P., Mugge, R., & Schoormans, J. P. (2014)

2. 컨셉쌍간 유사도와 개념 결합 전략

개념결합과정은 디자인에서 새로운 컨셉을 만들어 내는 전형적인 프로세스 중 하나이다. 선행연구들에 의 하면, 개념결합 되는 두 컨셉쌍 사이의 유사도에 따라 두 컨셉을 결합하는 전략이 달라지고, 어떤 결합 전략 을 사용하는지에 따라 새로이 결합된 컨셉의 창의성이 달라진다.

Wilkenfeld & Ward[12]는 사람들이 명사와 명사의 새로운 조합을 해석할 때 같은 종류의 조합보다 다른 종류의 조합 (e.g., motorcycle_carpet)의 경우에서 보다 새로운 특징들을 생각해 낸다는 것을 알아냈다. 이는 사람들은 매우 비슷한 컨셉을 나타내는 명사들을 결합 하여 만들어진 새로운 명사를 해석할 때 속성결합 (property mapping)전략을 활용하지만, 매우 다른 컨셉 을 나타내는 명사들을 결합하여 만들어진 명사를 해석 할 때는 관계 연결(relational linking)전략을 활용하는 성향이 있음을 보여준 Wisniewski의 연구[13][14] 결과 와 맥락을 같이 한다.

마찬가지로 디자인 분야의 Nagai et al.[15][16]의 연 구에서는 디자이너가 유사도가 높은 컨셉쌍을 이용한 경우보다 유사도가 낮은 컨셉쌍을 가지고 개념결합을 한 경우 더 높은 독창성 점수를 얻은 것으로 나타났다.

3. 창의성의 5가지 측면과 문제 해결 유형 토란스(Torrance)[17]는 창의력을 ‘일반화된 정신 능 력들의 집합’이라 정의하였다. 토란스가 주장한 창의성 의 5가지 측면 중 첫 번째, 유창성은 생성해 낼 수 있는 아이디어의 총 수를 말한다. 보다 유창하게 아이디어를 생산해 낼수록 유용하고 효과적인 아이디어가 그 가운 데 포함되어 있을 가능성이 더 커질 것이라고 본다. 두 번째, 추상성은 종합하고 조직화할 줄 아는 사고과정과 관련되어 있다. 가장 높은 수준에서는 관련된 정보들의 핵심을 포착해 내고, 무엇이 중요한 것인지를 알고, 그 리고 그림을 보다 깊고 풍부하게 볼 줄 아는 능력이 작 용한다고 본다. 세 번째, 정교성은 생성해 낸 아이디어 가 얼마나 자세하고 세부적이며 구체적인 수준의 것인 지를 말한다. 사고가 피상적인 수준에 머물지 않고 보 다 세부적으로 나아갈 수 있으면 아이디어가 창의적일

가능성이 커질 것이라고 본다. 네 번째, 종결저항은 독 창적인 아이디어를 가능하게 하는 정신적 비약을 할 수 있을 만큼 충분히 긴 시간동안 마음으로 열고 있으며 그래서 성급하게 반응을 폐쇄하고 종결시키는 것을 지 연시킬 줄 아는 능력을 말한다. 가용한 정보들을 충분 히 고려하지 않고 성급하게 결론을 내려 버리면 보다 독창적인 아이디어를 얻을 수 있는 기회가 잘려져 나갈 것이라고 본다. 다섯 번째, 독창성은 생산해 내는 아이 디어가 남들이 흔히 만드는 것이 아닌 기발하고 독특한 것을 말한다. 독창성은 다른 사람들에게도 똑같은 과제 를 해 보게 한 다음 다른 이들의 반응에는 없는 아이디 어의 수로 계산한다[18][19].

Kirton[20]은 창의성, 문제해결, 의사결정에 있어서 선호 유형을 적응적 유형과 혁신적 유형의 두 가지로 구분하였다. 적응적 유형은 기존의 틀 안에서 점진적인 개선을 추구하는 반면, 혁신적 유형은 기존의 틀 자체 를 근본적으로 바꾸고자 한다. 그리고 이 두 가지 유형 은 선호하는 방식이 다를 뿐이지 둘 다 창의적이며 능 력이나 행위 등의 창의적 수준과는 관련이 없다고 보았 다[20-22].

창의성의 5요인과

문제 해결 유형 정의

유창성 적절한 아이디어 스케치의 총수

추상성 제목과 설명이 아이디어를 보다 깊게 그리고 풍부하 게 이해하게 해주는지

정교성 아이디어가 얼마나 자세하게 상상하여 표현되었는지 종결저항 성급하게 아이디어를 종결시키지 않고 충분히 아이디

어를 발전시켜 스케치 하였는지

독창성 아이디어가 얼마나 드문 것이고 독특한 것인지 혁신적 문제 해결

성향

현재의 시스템을 벗어나서 새롭고 독특한 해결 아이 디어를 찾아내는 성향

적응적 문제 해결 성향

현재의 시스템 내에서 더 좋게 개선할 수 있는 문제 해결 아이디어를 만들어 내는 성향

표 1. 창의성의 5요인과 문제해결유형의 정의

4. 연구 가설

이들 연구들을 종합해 보면 아이디어의 창의성은 유 창성, 추상성, 정교성, 종결저항, 독창성의 5가지 측면을 가지며, 디자이너가 아이디어 발상을 할 때 모호한 이 미지의 시각 자극이 제시된 경우에 명확한 이미지의 시 각 자극이 제시된 경우보다 더 창의적인 아이디어를 만

들어 낼 것이다. 또한 디자이너가 개념결합을 이용하여 아이디어 발상을 할 때, 서로 비슷하지 않은 개념들이 주어진 경우에 서로 비슷한 개념들이 주어진 경우보다 더 창의적인 아이디어를 만들어 낼 것이다. 그리고 디 자이너에게 주어지는 시각자극의 모호함이나 컨셉쌍의 유사도외에 디자이너 개인의 창의력 그리고 문제해결 성향에 따라 아이디어의 창의성이 달라질 수 있을 것이다.

따라서 본 연구는 앞선 연구 결과들을 바탕으로 시각 자극의 모호함과 아이디어 교류의 유무에 따라 디자인 아이디어 스케치의 창의성이 어떻게 달라지는지 토란 스의 창의성 5요소를 변인으로 예측해 보고자 한다. 이 때, 디자인 과제로 제시되는 컨셉쌍들의 유사도와 개념 결합 전략, 디자이너의 개인 창의력 그리고 창의적 문 제 해결 스타일들이 아이디어 스케치의 창의성 예측점 수에 영향을 끼치는지 살펴보고자 한다.

Ⅲ. 연구 방법 및 결과

1. 자료 수집

1.1 아이디어 스케치 실험

아이디어 스케치 실험에서 시각자극의 모호함은 Vague, Ambiguous, Definite의 3 단계로 하였고, 작업 환경은 아이디어 공유 전과 공유 후의 2개 조건으로 하 였다. 그리고 이 두 변인은 참가자 내로 진행하였다.

탁자-시계

Vague 자극 Ambiguous 자극 Definite 자극

가위-연필

Vague 자극 Ambiguous 자극 Definite 자극 표 2. 시각 자극 모호함의 3단계 예시

이미지 자극은 Snodgrass and Vanderwart[23]의 표 준화된 이미지를 사용하였으며 96명의 디자인 전공 3-4학생들을 대상으로 설문하여 [표 2]의 예시와 같이 시각 자극을 모호함을 Vague, Ambiguous, Definite의 3단계로 구분하였다.

디자인 아이디어 스케치에서 사용된 컨셉쌍은 Battig and Montague[24]의 범주 구분에 근거하여 무작위로 선정하였으며 리스트는 [표 3]과 같다.

같은 범주 다른 범주

#1 숟가락-와인잔 빗자루-손가락

#2 탁자-시계 시계-호박

#3 가위-연필 테니스라켓-탁자

#4 창문-스위치 포도-창문

#5 벨트-핸드백 주전자-개미

#6 램프-탁자 트럼펫-창문

#7 빗자루-와인잔 주전자-빨래집게

표 3. 디자인 아이디어 스케치에서 사용된 컨셉쌍 리스트

아이디어 스케치는 [표 4]와 같이 참가자 별로 3쌍의 컨셉쌍을 가지고 진행하도록 하였다. 이 때, 제시되는 컨셉쌍의 범주와 시각자극의 모호함을 균형화하였고, 순서를 무선화 함으로써 아이디어 발상의 수행에 있어 순서효과를 통제하였다.

예시: Group Work #3

탁자-시계 가위-연필 빗자루-손가락

Definite 자극 Vague 자극 Ambiguous 자극

공유 전 공유 후 공유 전 공유 후 공유 전 공유 후 표 4. 실험 설계 예시

아이디어 스케치 참가자는 디자인 전공 1학년 학생 56명이었고, 2명이 한 조가 되어 아이디어 스케치를 진 행하였다.

태스크는 첫째, Torrance® Tests of Creative Thinking(TTCT) 도형 A를 이용한 개인 창의력 평가 와 둘째, 개념결합을 이용한 디자인 아이디어 스케치 그리고 셋째, 컨셉쌍 간 유사도 평가로 구성하였다.

변수 정의

창의성 Sum(유창성, 추상성, 정교성, 종결저항, 독창성)/5 유창성 적절한 아이디어 스케치의 총수

추상성

설명이나 제목이 없는 경우 0

간단한 제목 1

구체적인 수준의 간단한 서술적 제목과 설명

상상적이고 서술적인 제목과 설명 2

스케치에서 나타나 있는 것 이상으로 나아가 더 많 은 환경이나 상황, 목적에 따른 이야기를 말해주는 제목과 설명

3

정교성 1) 장식 2) 색칠 3)명암 4) 변형 5) 제목의 정교화 6) 본질적 세부 내용의 추가에 대해 각기 발견된 수

0-6 척도화

종결저항

가장 빠르고 가장 쉽고, 가장 직접적인 방법으로 개 념결합 아이디어를 종결시켜 표현하고 설명한 것 0 단순하게 개념결합 아이디어를 종결시켜 스케치하 였지만 세부내용이 좀 추가되어 있는 것 1 단순하게 개념결합 아이디어가 종결되어 스케치되 어 있지 않으며 스케치의 대상이 보다 크고 다양한 상황과 연결되어 표현하고 있는 것

2

독창성 흔히 일어나는 것 0점

드물게 일어나며 가치 있는 것 1점

평가자 점수 합산

개념결합 전략

Conceptual Combination 0,1

Property Mapping 0,1

Hybrid Linking 0,1

Relational Thinking 0,1

표 6. 아이디어 스케치 창의성 평가 코딩 스킴 Group Design Idea Sketch #3

1

2

3

4

5

표 5. 아이디어 스케치 실험과정 예시

6

7 10분간의 휴식

... 나머지 두 개의 컨셉쌍에 대해서도 2-7과정 반복

절차는 각자 첫 번째 아이디어 스케치(아이디어 공유 전)를 마치고, 두 번째 아이디어 스케치를 시작하기 전 에 같은 조원과 서로의 아이디어 스케치를 바꾸어 보게 하였다(아이디어 공유 후). 이 때 서로의 아이디어 스케 치에 대해 말로 의논하지 않도록 하였다. 두 개의 아이 디어 스케치(공유 전, 공유 후)에 주어진 시간은 각각 5 분으로 동일하였다. 그룹 아이디어 스케치 과정의 구체 적인 내용은 [표 5]와 같다.

1.2 아이디어 스케치의 창의성 평가

디자인 교육 경력 10년 이상이며 디자인 실무 경력 5 년 이상인 평가자 세 명이 TTCT 도형 A를 이용한 개 인 창의력 평가와 디자인 아이디어 스케치의 창의성 평 가를 진행하였다. 그리고 평가자 안에는 본 연구자도 포함되어 있었다. 디자인 아이디어 스케치에 대한 평가 는 TTCT의 평가 기준을 수정하여 진행하였는데, 2회 의 평가 테스트를 통한 평가자들의 논의를 거쳐 합의된 기준을 마련하였다. 아이디어 스케치의 창의성 평가에 대한 최종 코딩 스킴은 [표 6]과 같다.

유사도 두 컨셉간 유사도 0-21 개인 창의력 TTCT 도형 A 창의성 점수

혁신적 문제 해결

성향

TTCT 도형 A 창의성 점수를 구성하는 요인 점수들 중 (유창 성+독창성+종결저항)점수

적응적 문제 해결

성향

TTCT 도형 A 창의성 점수를 구성하는 요인 점수들 중 (종결 저항+정교성+추상성+창의적 강점리스트)점수

위의 기준에 따라 평가자들은 독립적으로 평가를 진 행하였고, 각 항목별 평가자간 일치도는 [표 7]과 같았 다. [표 7]과 같은 일치도를 나타낸 후 평가자들은 다시 모여 서로 차이 나는 점수에 대해 다음과 같이 의논하 고 합의된 점수를 내었다.

유창성 추상성 정교성 종결

저항 독창성 결합전략

종류 0.889 0.862 0.669 0.724 0.732 0.809 표 7. 평가자간 일치도

조건 : α > 0.6 혹은 α > 0.7 필요

유창성은 아이디어 스케치의 개수였으므로 이견이 나지 않았으며 발견된 실수를 수정하였다. 정교성은 각 기 세 명이 낸 점수의 평균값으로 하였다. 추상성과 종 결저항은 기본적으로는 3명 중 2명이 같은 점수를 냈다 면 그 점수를 택하였고, 3명이 완전히 일치하지 않을 때 의논하여 새로운 점수를 부여하였다. 또한 2명이 동의 한 점수라도 그와 다른 점수를 낸 1명의 평가자가 이의 를 제기하면 그에 대해 다시 의논하여 새로운 점수를 부여하였다.

독창성의 경우, TTCT 평가에는 0점과 1점만 제시되 었다. 그런데 앞서의 다른 측면들과 같이 TTCT의 기 준을 따르기 위해 평가자 2인의 합의에 의해서만 1점이 주어진다면, 한 평가자만이 독창적이라고 평가한 상당 수의 아이디어 스케치들이 세 명 모두 독창적이지 않다 고 평가한 스케치들과 마찬가지로 0점 처리되고, 두 평 가자가 독창적이라고 평가한 상당수의 아이디어 스케 치들이 세 명 모두 일치하여 독창적이라고 평가한 스케 치들과 마찬가지로 1점이 되어 버리는 문제가 있었다.

따라서 독창성은 세 명의 평가자가 모두 0점을 주었다

면 0점, 한 명의 평가자가 1점을 주었다면 1점, 두 명의 평가자가 1점을 주었다면 2점, 세 명의 평가자 모두 1점 을 주었다면 3점으로 하였다.

2. 의사결정나무분석

의사결정나무는 의사결정규칙을 도표화하여 관심대 상이 되는 집단을 몇 개의 소집단으로 분류하거나 예측 을 수행하는 분석방법이다. 이는 방대한 양의 데이터베 이스에서 연구자가 원하는 목표변수 값에 도달하기 위 해 영향을 미치는 변수들을 도출해내고 최적의 분리 기 준을 찾아 의사결정에 도움을 주는 일련의 과정이라고 도 이야기 할 수 있다.

의사결정나무는 분류 또는 예측을 목적으로 하는 어 떤 경우에도 사용 될 수 있으나 분석의 정확도보다는 분석과정의 설명이 필요한 경우에 더 유용하게 사용된 다. 의사결정나무 분석이 활용될 수 있는 응용분야는 [표 8]과 같다[25].

용도 설명

세분화 관측개체를 비슷한 특성을 갖는 몇 개의 그룹으로 분할하여 각 그룹별 특성을 발견하고자 하는 경우 분류 여러 예측변수에 근거하여 목표변수의 범주를 몇

개의 등급으로 분류하고자 하는 경우 예측 자료로부터 규칙을 찾아내고 이를 이용하여 미래

의 사건을 예측하고자 하는 경우

차원축소 및 변수선택매우 많은 수의 예측변수 중에서 목표변수에 큰 영향을 미치는 변수들을 골라내고자 하는 경우 교호작용효과의 파악 여러 개의 예측변수들이 결합하여 목표변수에 작

용하는 교호작용을 파악하고자 하는 경우 범주의 병합 또는 연

속형 변수의 이산화

범주형 목표변수의 범주를 소수의 몇 개로 병합하 거나, 연속형 목표변수를 몇 개의 등급으로 범주화 하고자 하는 경우

표 8. 의사결정나무분석 응용분야

본 연구는 디자이너에게 제시되는 시각 자극의 모호 함과 디자이너 간 아이디어 교류의 유무가 디자인 아이 디어의 창의성과 관련이 있는지 그리고 아이디어 발상 과정에서 창의성에 영향을 끼치는 요인들은 무엇인지 알아내고자 차원 축소 및 변수 선택을 위해 의사결정 나무분석을 시행하였다.

의사 결정 나무분석은 목표변수, 예측변수, 분리기준,

CHAID Exhaustive

CHAID CART QUEST 목표변수 질적변수,

양적변수

질적변수, 양적변수

질적변수, 양적변수

명목형 질적변수 예측변수 질적변수,

양적변수 질적변수 질적변수,

양적변수

질적변수, 양적변수

분리기준

F검정, 카이제곱 통계량

F검정, 카이제곱 통계량

지니계수 감소

F검정, 카이제곱 통계량

분리개수 다지분리 다지분리 이지분리 이지분리

표 9. 의사결정나무분석의 종류

분리개수에 따라 크게 CHAID(Chi-squared Automatic Interaction Detection), Exhaustive CHAID, CART (Classification and Regression Trees), QUEST(Quick Unbiased Efficient Statistical Tree)로 나누어진다. 언 급된 네 가지 분석 방법에 대한 설명은 [표 9]와 같다.

네 가지의 분석 방법 중 본 연구에서는 CART 분석 방법을 사용하였다. 가장 널리 사용되는 의사결정나무 알고리즘으로 개별 입력 변수뿐만 아니라 입력변수들 의 선형 결합들 중에서 최적의 분리를 찾을 수도 있다.

3. 데이터의 가공과 변수 요약

유창성, 추상성, 정교성, 종결저항, 독창성 값의 최댓 값을 확인한 결과 요약은 [표 10]과 같다. 유창성은 3, 추상성은 3, 정교성은 6, 종결저항은 2, 독창성은 3이었 다. 따라서 정교성 요인을 제외한 나머지 요인에 가중 치를 주어 데이터 값을 평준화 시켰다. 유창성 값에는 1.5, 추상성, 독창성 값에는 2, 종결저항 값에는 3을 주 었다. 창의성은 다음과 같이 구하였다.

Source N 유창성 추상성 정교성 종결 저항 독창성 Min

1st Qu.

Median Mean 3rd Qu.

Max.

1.00 84.75 168.50 168.50 252.25 336.00

0.000 1.000 1.000 1.068 1.000 3.000

0.0000 0.0000 1.0000 0.9345 1.0000 3.0000

0.000 1.000 3.000 2.640 4.000 6.000

0.000 1.000 1.000 1.318 2.000 2.000

0.000 0.000 1.000 1.119 2.000 3.000 표 10. 아이디어 스케치 창의성 5요인의 데이터 요약

Mode NA’s

창의성 Logical 336

Sum(유창성, 추상성, 정교성, 종결저항, 독창성)/5

변수 Min. Max Mean

목표

변수 창의성 0 6 2.548

예측 변수

유창성 0 3 1.068

추상성 0 3 0.935

정교성 0 6 2.639

종결저항 0 2 1.318

독창성 0 3 1.119

개념결합유무 0 1 0.1339

Property Mapping 전략 0 1 0.4613 Hybrid Linking 전략 0 1 0.1696 Relational Thinking 전략 0 1 0.2351

새 개념의 등장 0 1 0.2738

유사도 0 21 10.07

개인창의력 점수 79 146 112.2

혁신적 문제 해결 성향 221 378 285 적응적 문제 해결 성향 228 437 324.2 표 11. 데이터 요약

분석에 사용된 데이터의 최종 요약은 [표 11]과 같다.

4. 분석 결과

본 분석은 시각자극의 모호함에 따른 3개의 집단 (Vague/ Ambiguous/ Definite 자극) 과 아이디어 교류 유무에 따른 2개의 집단(Idea Sharing Before/ After)의 결합으로서 총 6개의 집단으로 데이터를 나누어 목표 변수에 영향을 미치는 예측변수를 도출하기 위해 시행 하였다. 따라서 실험에서 조작한 시각자극의 모호함과 아이디어스케치의 교류 유무는 집단을 나누는 기준으 로 사용되었다.

4.1 아이디어 교류 전 Vague 자극 제시

아이디어 교류가 이루어지기 전, Vague 자극을 제시 받은 집단의 최적분리는 종결저항에 의해 최초 이지 분 리 되었다. 창의성 예측 점수가 가장 높은 노드에 대한 해석은 다음과 같다. 창의성 예측 점수 4.0910은 종결저 항 1.5를 기준으로 최초 분리되고 종결저항이 1.5이상일 경우 정교성 2.5를 기준으로 다시 분리 된다. 정교성이 2.5이상일 경우 다시 유사도 10.5을 기준으로 분리되며 유사도가 10.5이상일 때의 집단(N=11)에 대한 창의성 예측 점수는 4.0910으로 높게 분류된다.([그림 3] 참조)

그림 3. 아이디어 교류 전, Vague 자극의 의사결정나무모 형(C:창의성, R:종결저항, E:정교성, O:독창성, S:

유사도)

아이디어 교류가 이루어지기 전, Vague 자극을 제시 받은 집단에 대한 이익 도표 값은 [표 12]과 같다.

Node No. N Pred. rate (%) Pred. Creativity

11 11 0.9091 4.0910

10 5 1.2000 3.4000

6 7 2.8570 2.8570

9 5 2.8000 2.8000

8 19 2.9470 2.0530

4 9 2.0000 0.6667

표 12. 아이디어 교류 전, Vague 자극의 이익도표

4.2 아이디어 교류 전 Ambiguous 자극 제시 아이디어 교류가 이루어지기 전, Ambiguous 자극을 제시 받은 집단의 최적분리는 독창성에 의해 최초 이지 분리 되었다. 창의성 예측 점수가 가장 높은 노드에 대 한 해석은 다음과 같다. 창의성 예측 점수 4.333 은 독 창성 2.5를 기준으로 최초 분리된다. 그리고 독창성이 2.5이상일 때의 집단(N=9)에 대한 창의성 예측 점수는 4.333으로 높게 분류된다.([그림 4] 참조)

그림 4. 아이디어 교류 전, Ambiguous 자극의 의사결정 나무모형(C:창의성, O:독창성, E:정교성, R:종결 저항, I:혁신적 문제 해결 성향)

아이디어 교류가 이루어지기 전, Ambiguous 자극을 제시 받은 집단에 대한 이익 도표 값은 [표 13]과 같다.

Node No. N Pred. rate (%) Pred. Creativity

3 9 6.0000 4.333

9 5 0.8000 3.200

13 7 1.4290 2.714

12 11 0.9091 2.091

10 10 0.0000 2.000

11 7 1.7140 1.571

6 7 0.8571 1.143

표 13. 아이디어 교류 전, Ambiguous 자극의 이익도표

4.3 아이디어 교류 전 Definite 자극 제시

아이디어 교류가 이루어지기 전, Definite 자극을 제 시 받은 집단의 최적분리는 종결저항에 의해 최초 이지 분리 되었다. 창의성 예측 점수가 가장 높은 노드에 대

한 해석은 다음과 같다. 창의성 예측 점수 4.000은 종결 저항 1.5를 기준으로 최초 분리되고 종결저항이 1.5이상 일 경우 독창성 2.5를 기준으로 다시 분리된다. 독창성 이 2.5이상일 때의 집단(N=7)에 대한 창의성 예측 점수 는 4.000으로 높게 분류된다.([그림 5] 참조)

그림 5. 아이디어 교류 전, Definite 자극의 의사결정나무 모형(C:창의성, R:종결저항, O:독창성, E: 정교성 A:추상성)

아이디어 교류가 이루어지기 전, Definite 자극을 제 시 받은 집단에 대한 이익 도표 값은 [표 14]과 같다.

Node No. N Pred. rate (%) Pred. Creativity

7 7 2.000 4.000

6 13 2.000 3.000

5 7 2.857 2.857

9 13 0.000 2.000

11 9 1.556 1.778

10 7 0.000 1.000

표 14. 아이디어 교류 전, Definite 자극의 이익도표

4.4 아이디어 교류 후 Vague 자극 제시

아이디어 교류가 이루어진 후, Vague 자극을 제시 받 은 집단의 최적분리는 종결저항에 의해 최초 이지 분리 되었다. 창의성 예측 점수가 가장 높은 노드에 대한 해 석은 다음과 같다. 창의성 예측 점수 4.556은 종결저항 1.5를 기준으로 최초 분리되고 종결저항이 1.5이상일 경 우 정교성 3.5를 기준으로 다시 분리된다. 정교성이 3.5 이상일 경우 다시 추상성 1.5을 기준으로 분리되며 추 상성이 1.5이상일 때의 집단(N=9)에 대한 창의성 예측 점수는 4.556으로 높게 분류된다.([그림 6] 참조)

그림 6. 아이디어 교류 후, Vague 자극의 의사결정나무모 형(C:창의성, R:종결저항, O:독창성, E: 정교성 S:

유사도 A:추상성)

아이디어 교류가 이루어진 후, Vague 자극인 문제를 수행한 집단에 대한 이익 도표 값은 [표 15]와 같다.

Node No. N Pred. rate (%) Pred. Creativity

11 9 2.2220 4.556

10 8 0.0000 4.000

6 6 0.8333 3.167

5 11 2.7270 2.455

9 12 0.0000 2.000

8 10 2.0000 1.000

표 15. 아이디어 교류 후, Vague 자극의 이익도표

4.5 아이디어 교류 후 Ambiguous 자극 제시 아이디어 교류가 이루어진 후, Ambiguous 자극을 제 시 받은 집단의 최적분리는 종결저항에 의해 최초 이지 분리 되었다. 창의성 예측 점수가 가장 높은 노드에 대 한 해석은 다음과 같다. 창의성 예측 점수 4.273은 종결 저항 1.5를 기준으로 최초 분리되고 종결저항이 1.5이상 일 경우 독창성 2.5를 기준으로 다시 분리된다. 독창성 이 2.5이상일 때의 집단(N=11)에 대한 창의성 예측 점 수는 4.273으로 높게 분류된다.([그림 7] 참조)

그림 7. 아이디어 교류 후, Ambiguous 자극의 의사결정 나무모형(C:창의성, R:종결저항, E: 정교성 O:독 창성, A:추상성)

아이디어 교류가 이루어진 후, Ambiguous 자극을 제 시 받은 집단에 대한 이익 도표 값은 [표 16]과 같다.

Node No. N Pred. rate (%) Pred. Creativity

7 11 2.1820 4.273

11 9 1.5560 3.778

10 8 1.5000 3.250

9 8 1.8750 2.375

13 5 0.000 2.000

12 7 0.8571 1.143

4 8 2.000 1.000

표 16. 아이디어 교류 후, Ambiguous 자극의 이익도표

그림 8. 아이디어 교류 후, Definite 자극의 의사결정나무모 형(C:창의성, R:종결저항, O:독창성, E: 정교성 Ad:

적응적 문제 해결 성향 H:개념결합방식-Hybrid Linking)

4.6 아이디어 교류 후 Definite 자극 제시

아이디어 교류가 이루어진 후, Definite 자극을 제시 받은 집단의 최적분리는 종결저항에 의해 최초 이지 분 리 되었다. 창의성 예측 점수가 가장 높은 노드에 대한 해석은 다음과 같다. 창의성 예측 점수 3.8330은 종결저 항 1.5를 기준으로 최초 분리되고 종결저항이 1.5이상 일 경우 독창성 0.5를 기준으로 다시 분리된다. 독창성 이 0.5이상일 경우 다시 정교성 5.5을 기준으로 분리되 며 정교성이 5.5이상일 때의 집단(N=6)에 대한 창의성 예측 점수는 3.8330으로 높게 분류된다.([그림 8] 참조) 아이디어 교류가 이루어진 후, Definite 자극을 제시 받은 집단에 대한 이익도표 값은 [표 17]과 같다.

Node No. N Pred. rate (%) Pred. Creativity

11 6 0.8333 3.8330

15 6 1.3330 3.6670

14 6 0.000 3.0000

6 7 1.4290 2.7140

17 6 1.3330 2.6670

16 5 0.8000 2.2000

13 5 0.0000 2.0000

8 9 2.2220 1.5560

4 6 2.8330 0.8333

표 17. 아이디어 교류 후, Definite 자극의 이익도표

Ⅳ. 결론 및 논의

집단별로 얻은 가장 높은 예측값을 기준으로 분석 결 과를 정리하면 [표 18]과 같다. 아이디어 교류 후 Vague 자극을 제시 받은 집단의 창의성 예측값이 가장 높았고 아이디어 교류 전, Ambiguous 자극을 제시 받 은 집단의 창의성 예측값이 두 번째로 높았다. 아이디 어 교류 후, Ambiguous 자극을 제시 받은 집단의 창의 성 예측값이 세 번째로 높았다.

그리고 아이디어 교류 전이며 Vague 자극을 제시 받 은 집단, 아이디어 교류 전이며 Definite 자극을 제시 받 은 집단, 아이디어 교류 후이며 Definite 자극을 제시 받 은 집단의 순서로 도출된 창의성 예측값의 차이가 있는 것을 확인하였다.

Vague 자극 Ambiguous 자극 Definite 자극

교 류 전

창의성

예측값 4.0910 4.333 4.000

분할 요인

과 기준

교 류 후

창의성

예측값 4.556 4.273 3.8330

분할 요인

과 기준

표 18. 의사결정나무분석 결과 요약

본 연구에서는 첫 번째, 디자인 아이디어 발상을 할 때 Vague 자극이나 Ambiguous 자극이 제시된 경우에 Definite 자극이 제시된 경우보다 전반적으로 창의성 예측점수가 높게 나타났다. 이를 통해 세부적으로는 아 이디어를 공유하지 않은 상황에서 아이디어 스케치의 창의성을 높이려면 Ambiguous 자극을 제시하는 것이 적합하다는 것을 알 수 있었으며 이 때 독창성이 아이 디어 스케치의 창의성의 높고 낮음을 구분하는 중요한 기준이 됨을 알 수 있었다. 그리고 아이디어를 공유한 상황에서 아이디어 스케치의 창의성을 높이려면 Vague 자극을 제시하는 것이 적합하다는 것을 알 수 있었으며, 이 때 종결저항, 정교성, 추상성이 아이디어 스케치의 창의성의 높고 낮음을 구분하는 중요한 기준 이 됨을 알 수 있었다.

두 번째, 컨셉쌍의 유사도는 아이디어 교류 전, Vague 자극이 제시되었을 때 아이디어 스케치의 창의성 예측 점수와 연관이 있는 것으로 나타났다. 또한 유사도가 10.5 이상으로 높을 때 높은 창의성 예측점수가 나타났 다. 이를 통해 개념결합을 이용한 아이디어 발상 태스 크로 진행되었지만, 컨셉쌍의 유사도가 모든 6개 집단 에서 창의성 예측변수가 되는 것이 아니라 아이디어가 공유되지 않은 상황에서 Vague 자극이 제시된 경우에 서만 창의성의 높고 낮음을 구분하는 중요한 기준이 됨 을 알 수 있었다.

세 번째, 시각 자극의 모호함과 아이디어 교류의 유 무에 따라 디자인 아이디어 스케치의 창의성이 높은 예 측 값을 얻는 경우에 영향을 미친 예측변수들은 종결저 항, 독창성, 정교성, 추상성, 컨셉쌍 간의 유사도였다.

이를 통해 이 5가지 변수들이 본 연구의 분석에서 사용 된 다른 변수들- 유창성, 개념결합전략, 새 개념의 등장 여부, 개인 창의력 지수, 문제해결성향-보다 디자인 아 이디어 스케치의 창의성에 영향을 끼치는 중요한 분할 요인이 될 수 있다는 것을 확인하였다.

창의성 예측값

스케치 의개수

Vague

자극 Ambiguous 자극 Definite 자극

아이디어교류 아이디어교류 아이디어교류

전 후 전 후 전 후

5~6 7

4~5 51

3~4 70

2~3 107

1~2 81

0~1 20

표 19. 창의성 예측값에 따른 스케치의 수 비교

마지막으로, [표 19]에 나타나 있듯이 창의성 예측값 별로 아이디어 스케치의 수를 살펴보았을 때 4점 이상 의 높은 창의성 예측값을 나타낸 아이디어 스케치의 수 는 전체 아이디어 스케치 336개 중 58개에 지나지 않았 다. 그리고 4점 이상의 높은 창의성 예측값을 나타낸 아 이디어 스케치들 중에서는 Vague자극과 Ambiguous자 극이 제시된 스케치들이 Definite 자극이 제시된 스케 치들보다 더 많았던 것을 볼 수 있었다. 이를 통해 우리 가 흔히 말하는 창의적이라는 것은 매우 드물고 가치 있는 것이며, 제시되는 시각자극의 모호함은 디자인 아 이디어의 창의성을 예측하는 변인이 될 수 있음을 알 수 있었다. 그리고 이에 덧붙여 후속 연구로서 아이디 어 스케치의 창의성 평가에 있어 토란스의 창의성 5요

인이 가지는 중요성과 영향력을 살펴보고, 각 요인별 가중치를 적용하여 살펴보는 연구가 진행된다면 본 연 구결과의 의의를 더할 수 있을 것이라고 생각한다.

참 고 문 헌

[1] G. V. Georgiev, T. Taura, A. Chakrabarti, and Y. Nagai, “Method of design through structuring of meanings,” ASME International Design Engineering Technical Conferences (IDETC) and Computers and Information in Engineering Conference (CIE), New York, 2008(1).

[2] Y. C. Liu, T. Bligh, and A. Chakrabarti,

“Towards an ideal approach for concept generation,” Design Studies, Vol.24, No.4, pp.341-355, 2003.

[3] A. N. Katz, “What does it mean to be a high imager,” In J. Yuille (Ed.), Imagery, memory, and cognition: Essays in honor of allan paivio, Hillsdale, NJ: Lawrence Erlbaum Associates, 1983.

[4] B. Hanington, “Methods in the making: A perspective on the state of human research in design,” Design Issues, Vol.19, No.4, pp.9-18, 2003.

[5] K. Henderson, On line and on paper: Visual representations, visual culture, and computer graphics in design engineering, Cambridge, MA: Cambridge MIT Press, 1998.

[6] W. Muller, “Design discipline and the significance of visuo-spatial thinking,” Design Studies, Vol.10, No.1, pp.12-23, 1989.

[7] M. J. Tovey, “Intuitive and objective processes in automotive design,” Design Studies, Vol.13, No.1, pp.23-41, 1992.

[8] B. T. Christensen and C. D. Schunn, “The relationship of analogical distance to analogical

function and preinventive structure: The case of engineering design,” Memory & Cognition, Vol.35, No.1, pp.29-38, 2007.

[9] C. Cardoso, P. Badke-Schaub, and A. Luz,

“Design fixation on non-verbal stimuli: The influence of simple vs. rich pictorial information on design problem-solving,” ASME 2009 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, pp.995-1002, 2009.

[10] M. L. Fleming and W. H. Levie, Instructionalmessagedesign:Principlesfromtheb ehavioralsciences, Englewood Cliffs, NJ:

Educational Technology Publications, 1978.

[11] P. Cheng, R. Mugge, and J. P. L. Schoormans,

“A new strategy to reduce design fixation:

Presenting partial photographs to designers,”

Design Studies, Vol.35, No.4, pp.374-391, 2014.

[12] M. J. Wilkenfeld and T. B. Ward, “Similarity and emergence in conceptual combination,”

Journal of Memory and Language, Vol.1, pp.21-38, 2001.

[13] E. J. Wisniewski, “Construal and similarity in conceptual combination,” Journal of Memory and Language, Vol.35, No.3, pp.434-453, 1996.

[14] E. J. Wisniewski, “When concepts combine,”

Psychonomic Bulletin & Review, Vol.4, No.2, pp.167-183, 1997.

[15] Y. Nagai, T. Taura, and F. Mukai, “Concept blending and dissimilarity: Factors for creative concept generation process,” Design Studies, Vol.30, No.6, pp.648-675, 2009.

[16] T. Taura, Y. Nagai, and S. Tanaka, “Design space blending-A key for creative design,”

AUGUST 15-18, INTERNATIONAL CONFERENCE ON ENGINEERING DESIGN, ICED 05, MELBOURNE. pp.244-245, 2005.

[17] E. Paul Torrance, “Nurture of Creative

Talents,” Theory Into Practice, Vol.5, No.4, pp.168-202, 1966.

[18] 김영채,창의적 문제 해결: 창의력의 이론, 개발 과수업, 교육과학사, 2004.

[19] 김영채, “검사요강: Torrance TTCT (도형) 검 사 A 형,” 창의력 한국 FPSP, 2010.

[20] M. Kirton, “Adaptors and innovators: A description and measure,” Journal of applied psychology, Vol.61, No.5, p.622, 1976.

[21] M. J. Kirton, “Adaptors and innovators:

cognitive style and personality,” Frontiers of creativity research, pp.282-304, 1987

[22] M. J. Kirton, Adaption and innovation: Styles of creativity and problem-solving, (Rev. ed.) London: Routledge, 2000.

[23] J. G. Snodgrass and M. Vanderwart, “A standardized set of 260 pictures: Norms for name agreement, image agreement, familiarity, and visual complexity,” Journal of Experimental Psychology: Human Learning and Memory, Vol.6, No.2, pp.174-215, 1980.

[24] W. F. Battig and W. E. Montague, “Category norms of verbal items in 56 categories A replication and extension of the connecticut category norms,” Journal of Experimental Psychology Monograph, Vol.80, No.3, pp.1-46, 1969.

[25] 손용정, 김현덕 “의사결정나무분석을 이용한 컨 테이너 수출입 물동량 예측,” 한국항만경제학회 지, 제28권, 제4호, pp.193-207, 2012.

저 자 소 개

장 선 희(Sun-hee Jang) 종신회원

▪2015년 2월 : 연세대학교 인지과 학협동과정(인지과학박사)

▪1999년 5월 : New York University, Interactive Telecommunication Program(MPS)

▪1995년 2월 : 국민대학교 시각디 자인학과(MFA)

▪1992년 2월 : 서울대학교 산업디자인과(BFA)

▪2002년 9월 ～ 2008년 8월 : 성신여자대학교 미디어 정보학부 교수

▪2008년 9월 ～ 현재 : 성신여자대학교 산업디자인학 과 교수

<관심분야> : 시각정보디자인, 디자인 창의성