카테고리 없음

[내일배움캠프 사전캠프] AI디자이너 5기 _ 브랜드 광고 분석 / AI Literacy 강의 1-4 / Figma 강의 ~2-8강

s0_heee_ 2026. 5. 22. 16:49

# 브랜드 콘텐츠 디자인 _ 브랜드 광고 분석

 

 

1. 디자이너가 기획을 알아야 하는 이유

 

디자인의 어원은 '설계하다'

 

<지적자본론>-마스다 무네아키 

"모든 사람이 디자이너가 되어야 한다."

 

잘 설계된 디자인이 구매로 이어지고, 기업의 이익이 된다.

즉, 좋은 광고는 화려한 이미지가 아니라, 타깃이 나를 위한 광고네? 라고 느끼게 하는

잘 설계된 광고이다. 그 핵심이 바로 기획이다.

 

 

2. 광고 기획의 3단계

 

* 타깃 / 목적 / 메세지

즉, 누구에게 어떤 행동을 유발하게 할지 정하고,

어떤 문장이나 이미지로 마음을 흔들지 기획하는 것.

타겟을 정하면 > 목적이 결정되고 > 목적이 정해지면 > 메세지가 결정되는 흐름.

이는 순서대로 연결되어야 한다.

 

* 광고 분석 tip

브랜드명 : 브랜드의 정체성과 톤앤매너

타깃 : 누구에게 말하느냐에 따라 문법이 달라진다

광고 목적 : 광고의 목적에 따라 구성 요소가 달라진다. 목적 중심 콘텐츠 기획력을 강화한다.

핵심 메세지 : 3초 안에 핵심을 전달한다. 짧은 문장, 명확한 표현력, 메세지 중심 사고

시각적 특징 : 콘텐츠 비주얼의 톤앤매너를 분석한다. 감성적 접근이 필요하다. 스타일 가이드를 설정하는 기준.

한줄평 : 이게 맞는지 모르겠습니다. 늘,. 네 늘.

과제에 대한 피드백이 있었으면 하는데 사전 캠프라 그런지 지금까지 피드백이 없어서 아쉽다.

피드백이 정말 중요하다고 생각한단 말입니다,,

 


 

# AI Literacy 강의 1-3

 

1. LLM이란?

 - 거대 언어 모델 (large language model)

 - 보통 생성형 ai에 포함됨

 - 언어를 먹고 언어를 뱉는다.

 - 언어를 수치화하여 이해한다.

 - 문장을 나누는 기본 단위는 '토큰'

> 인간의 언어를 이해하고 답변하는 ai 모델

 

2. 파인 튜닝 : ai 모델을 최적화하기 위해 매개변수를 조정하는 활동

미세조정, 새로운 학습, 답변 최대 길이를 수정, 답변 자유도 값 수정

(장단점 - 결과를 예측하기 힘듦, 민감함, 작업 속도가 빠르다. 결과까지 오래 걸린다. 마음에 들지 않으면 새로 조정해야함)

 

3. LAG(검색증강생성) : LLM의 답변을 최적화하기 위해 외부 지식 베이스를 활용하는 기술

스스로 가공을 해서 보여주는 것, 크래핑을 하는 것을 넘어 활용하여 가공하는 것

(장단점 - 별도 학습이 필요없음, 많은 작업이 필요, 많은 비용, 데이터를 직접 관리해야함)

 

* 과제 < LLM을 활용하여 내 직무 관련 업무의 문서 만들어 보기 >

 

예시 상황) 웨딩 1인 기업 개업으로 고객에게 견적서를 작성해야 하는 상황

 


 

# AI Literacy 강의 1-4

 

1. 프롬프트란?

 

 - 프롬프트를 통해서 LLM에게 정체성을 부여하고 명령하는 것

 - 지시, 입력값, 문맥, 출력 지시자, 예시 

 - 자유도(temperature) : 너무 높으면 환각이 발생하고 너무 낮으면 추론 능력이 낮아진다.

 - 최대 토큰수 : 너무 많으면 부담이 커지고, 너무 적으면 답변이 짧아진다.

 

 

2. 프롬프트 기법 종류

 

- 제로샷 프롬프트 : 예시 없이 작업을 지시, 사전에 학습된 일반적인 지식에 대해 답변하는 것

예) 평소에 LLM에게 사용할 때 흔히 쓰는 방식. LLM이 뭐야?

장단점 : 별도의 학습을 수행하지 않고 명료허게 지시문만 작성하면 되어 사용자가 입장에서 직관적이고 간편함

기존의 학습된 내용에 오로지 의존함

 - 퓨샷 프롬프트 : 소수의 관련 예시를 포함시켜서 성능을 향상시키는 프롬프트 엔지니어링 기법

예) 원문: 나는 오늘 기분이 좋다. 예시: 기분 좋은 하루 / 예시를 참고하여 내 질문에 답변해줘

장단점 : 예시를 포함하기 때문에 다음 출력 결과를 예상할 수 있음.

예시가 명확해야 하며 정확한 답변을 원할수록 더 많은 예시와 에외 처리가 필요함

 - Chain-of-Thought Prompting (COT, 생각의 사슬) : 복잡한 문제를 해결할 때 정답을 바로 제시하는 대신,

사고 과정을 단계별로 거쳐 추론하도록 유도하는 방식

예) ~ 질문에 대해 생각의 흐름을 단게별로 적은 후 결론을 말하라.

장단점 : 추론해나가는 과정을 볼 수 있어서 잘못 추론한 부분이 있으면 피드백하기 쉬움

필요없는 내용까지 발대해질 수 있고, 답변 후처리 가공이 필요할 수 있음

 _ Tree of Thought (TOT, 생각의 나무) : 복잡한 문제를 나무처럼 여러 가능성을 탐색하여 최적의 경로를 찾는 방식

예) 다음을 tot 방식으로 해결하라. 최소 3가지 대안을 생각하여 각각 평가한 뒤 가장 적절한 것을 선택해 최종 답을 도출하라

장단점 : 어떤 답이 제일 적절한지, 환각은 없는지 검증을 해야하거나 검증이 어려움, 제한을 하는게 좋음

 - 구조화 지시 : 구조를 갖춰서 절차지향적으로 프롬프트를 작성하는 방법

장단점 : 절차를 수행하는데 가장 직관적인 방법 (ai가 이해하기 쉬움)

기계의 입장에서 프롬프트를 이해하도록 작성하는 것에 초점을 맞춰야함

 - 지식 생성 : 응답 정확도와 추론 능력을 향상시키기 위한 프롬프트 엔지니어링 기법

예) 질문에 답하기 전에 먼저 배경지식을 3~5개 생성하라.

그 지식을 기반으로 최종 답을 작성하라.

장단점 : 정확도와 추론력 향상에 도움이 된다.

답변하기 전에 한번 더 검토할 수 있음, 지식을 습득하면서 답변한다.

생성된 지식이 부정확할 경우 잘못된 정보를 기반으로 하여 답변이 더 크게 틀릴 위험이 있다.


* 과제 < 프롬프트 기법을 사용해 내 직무 관련 업무와 연관지어서 작성한다. >

 

예시 상황) 웨딩 1인 기업 개업으로 브랜드 디자인을 해야하는 상황


# Figma 강의 ~2-8강

 

컨스트레인트

- 자식이 부모의 어디를 고정값으로 (기준으로) 변할지 설정하는 것이다.

- 개체에는 파란색 점선으로 표시되어 있다.

- position 안에서 확인 가능하다.

- 가로축, 세로축을 설정하는 것이며 위아래, 스케일 등의 설정이 가능하다.

 

프레임 리사이징

- 오토 레이아웃 안에서의 변화 설정이다.

- fixed, hug, fill이 있다.

fixed = 고정값

hug = 자식 컨테이너에게 맞춰 부모 컨테이너가 감싸는 형태, 부모만 쓸 수 있다.

예) 자식이 고정일 경우 부모가 축소되면 자식은 잘림

fill = 자식 컨테이너가 부모에게 맞추는 형태, 자식만 쓸 수 있다.

예) 부모가 늘어나면 자식도 늘어남

 

한줄평 : 강의 3번 복습했는데 진짜 모르겠습니다.. 예.. 리사이징 이해를 못하겠어요;; 누가 멱살 잡고 알려줬으면 좋겠다 ㅜ