딥러닝 기반 공간 프로그램 및 디자인 요소 분석 = Analyzing Spatial Programs and Design Elements Using Deep Learning

국문 초록 (Abstract)

본 연구의 목적은 소셜 빅데이터를 활용한 딥러닝 접근방식을 기반으로 라이프스타일 호텔의 주요 공간 프로그램 및 디자인 요소를 도출하고, 이를 통해 건축 공간 계획 및 디자인 분야에서 소셜 빅데이터와 딥러닝 기반 컴퓨터 비전의 활용 가능성을 모색하고자 하는 것이다. 디지털 시대에는 딥러닝 기반 기술을 통해 소셜 빅데이터를 통해 진정한 고객 의견을 접할 수 있게 되었다. 이러한 맥락에서 본 연구는 사용자가 선호하는 공간 프로그램 및 디자인 요소를 탐색하기 위해 대표적이 이미지 공유 소셜 미디어인 인스타그램의 이미지를 활용한다. 국내 라이프스타일 호텔의 사례를 대상으로, 프로그래밍한 파이썬 웹 크롤러를 활용하여 인스타그램 이미지를 수집 및 전처리하여 데이터셋을 준비하였다. 먼저, 사전 구축된 컴퓨터 비전 모델을 활용하여 이미지에 나타난 주요 공간 디자인 요소를 탐색하였다. 이후이전 단계에서 공간 이미지로 분류된 이미지에서 주요 공간 프로그램을 분석하였으며, 이에 딥 러닝 기반 CNN모델을 활용하였다. 본 연구의 결과는 가구와 재료, 섬유, 실내 식물과 같은 장식적인 요소들이 라이프스타일 호텔 환경을 설계할 때 우선순위를 두어야 하는 주요 디자인 요소라는 것을 보여준다. 또한 숙박 외에도 F&B와 연회, 리테일과 같은 다양한 프로그램이 주요한 프로그램인 것으로 나타났다. 마지막으로, 본 연구는 새로운 활용방법을 제시함으로써 건축 및 공간 계획 영역에서 빅데이터의 분석 및 딥러닝 모델의 활용을 확장하고자 하였다.

다국어 초록 (Multilingual Abstract)

This study aims to uncover the essential spatial programs and design elements that resonate with lifestyle hotel users. It utilizes deep learningmethods with social big data to access authentic customer opinions in today’s digital world. In this context, this research focuses onevaluating Instagram images of South Korean lifestyle hotels systematically collected using a Python web crawler developed by the researcher.
The image dataset was initially analyzed using a pre-built computer vision model to explore spatial design elements. Subsequently,Convolutional Neural Networks (CNN) was applied to scrutinize images categorized as spatial in the previous stage, identifying crucial spatialprograms. These findings emphasize the significance of decorative elements like furnishings, materials, textiles, and indoor greenery in shapinglifestyle hotel environments. Additionally, this research revealed that these hotels offer a range of services beyond accommodation, with astrong emphasis on Food and Beverage (F&B), banqueting facilities, and retail offerings. Ultimately, this study aims to expand and enrich thetoolbox of big data analysis techniques and deep learning models in the field of architecture and spatial design, introducing a new paradigmfor their application.

참고문헌 (Reference)

• 1 김지인 ; 박혜신, "호텔 웹사이트에 게재된 객실 이미지의 실내디자인 요소와 방문의도간의 관계 - 국내 특1급 호텔의 객실이미지를 중심으로 -" 한국디지털디자인학회 15 (15): 383-394, 2015
• 2 이상은, "필립 스탁의 혼성적 표현특성을 적용한 호텔 실내 코디네이션 연구" 상명대학교 예술디자인대학원 2013
• 3 설동현 ; 오지훈 ; 김홍진, "콘크리트 균열 탐지를 위한 딥 러닝 기반 CNN 모델 비교" 대한건축학회 36 (36): 113-120, 2020
• 4 한유진 ; 이현수, "인공지능 학습을 활용한 브랜드 아이덴티티의 일치도 분석" 한국실내디자인학회 28 (28): 138-145, 2019
• 5 남하진, "실내코디네이션에 표현된 도시호텔의 브랜드 개성에 관한 연구 : 호텔신라와 콘래드서울을 중심으로" 단국대학교 문화예술대학원 2014
• 6 김지인 ; 강혜승 ; 진기남, "실내 디자인 요소와 서비스 환경 추론과의 관계 연구- 리조트 호텔 로비를 중심으로 -" 디자인융복합학회(구.한국인포디자인학회) 12 (12): 99-112, 2013
• 7 한유진 ; 이현수, "소셜 미디어 데이터를 활용한 라이프스타일 호텔 인식에 영향을 미치는 요인분석" 한국실내디자인학회 30 (30): 75-84, 2021
• 8 장지원 ; 안효준 ; 이종한 ; 신수봉, "블레이드의 표면 결함 검출을 위한 Faster R-CNN 딥러닝 모델 구축" 한국구조물진단유지관리공학회 23 (23): 80-86, 2019
• 9 송규만 ; 유지인, "라이프스타일에 따른 부티크 호텔의 건축적 프로그램 분석" 한국디자인지식학회 (22) : 85-96, 2012
• 10 정서영 ; 이슬기 ; 박찬일 ; 조수영 ; 유정호, "딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법" 대한건축학회 35 (35): 163-170, 2019
• 11 한유진 ; 이현수, "딥러닝 기반 점포 이미지 평가 및 포지셔닝 맵 생성" 대한건축학회 39 (39): 121-128, 2023
• 12 김진성 ; 이진국, "딥러닝 기반 실내디자인 스타일 학습모델 구현 및 활용" 한국실내디자인학회 29 (29): 96-104, 2020
• 13 김성학 ; 송석재, "국내 라이프스타일 호텔의 건축적 동향 연구" 한국공간디자인학회 16 (16): 277-290, 2021
• 14 Hu, Y., "What we Instagram: A first analysis of Instagram photo content and user types" 2014
• 15 Allwright, S., "What is a good F1 score? simply explained"
• 16 Hu, Z., "Visual classification of furniture styles" 8 (8): 1-20, 2017
• 17 Rossi, L., "Venice through the lens of Instagram: A visual narrative of tourism in Venice" 1190-1197, 2018
• 18 Cetinic, E., "Understanding and creating art with AI: Review and outlook" 18 (18): 1-22, 2022
• 19 Qu, H., "The importance of hotel attributes in contributing to travelers' satisfaction in the Hong Kong hotel industry" 1 (1): 65-83, 2000
• 20 Jaakonmäki, R., "The impact of content, context, and creator on user engagement in social media marketing" 2017
• 21 Wall, E. A., "The combined effects of the physical environment and employee behavior on customer perception of restaurant service quality" 48 (48): 59-69, 2007
• 22 Berry, L. L., "Service clues and customer assessment of the service experience: Lessons from marketing" 20 (20): 43-57, 2006
• 23 Yang, C., "Research in the Instagram context:Approaches and methods" 7 (7): 15-21, 2021
• 24 Kosar, L., "Lifestyle hotels: New paradigm of modern hotel industry" (14) : 39-50, 2014
• 25 Zhou, B., "Learning deep features for discriminative localization" 2921-2929, 2016
• 26 Taylor, L., "Improving deep learning with generic data augmentation" IEEE 1542-1547, 2018
• 27 Boy, J. D., "How to study the city on Instagram" 11 (11): e0158161-, 2016
• 28 Ricca, S, "HNN—Report Defines Boutique, Lifestyle, Soft Brand"
• 29 Selvaraju, R. R., "Grad-CAM: Visual explanations from deep networks via gradient-based localization" 618-626, 2017
• 30 Giannoulakis, S., "Evaluating the descriptive power of Instagram hashtags" 3 (3): 114-129, 2016
• 31 Lin, I. Y., "Evaluating a servicescape: the effect of cognition and emotion" 23 (23): 163-178, 2004
• 32 Jones, D. L., "Emerging definitions of boutique and lifestyle hotels: A Delphi study" 30 (30): 715-731, 2013
• 33 Baek, J., "Determinants of hotel guests’ service experiences: an examination of differences between lifestyle and traditional hotels" 29 (29): 88-105, 2020
• 34 Cheng, J. S., "Designing lifestyle hotels" 58 : 95-106, 2016
• 35 He, K., "Deep residual learning for image recognition" 770-778, 2016
• 36 LeCun, Y., "Deep learning" 521 (521): 436-444, 2015
• 37 Garcia, S., "Data Preprocessing in Data Mining" Springer International Publishing 2015
• 38 Gil, D., "Classification of images from construction sites using a deep-learning algorithm" IAARC Publications 35 : 1-6, 2018
• 39 이상현 ; 한지후, "CNN을 이용한 건축적 형상에 대한 선호 추정" 대한건축학회 38 (38): 3-11, 2022
• 40 이상현 ; 한지후, "CNN 출력층 값을 이용한 건축설계 스타일 분석" 대한건축학회 39 (39): 23-30, 2023
• 41 이상현 ; 노녕, "CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법" 대한건축학회 36 (36): 15-22, 2020
• 42 Kwak, S, "Attention to "Cultural Complex Mall"that is close to commercial districts!"
• 43 Cetinic, E., "A deep learning perspective on beauty, sentiment, and remembrance of art" 7 : 73694-73710, 2019
• 44 Ha, B, "A Study on the Evaluation of Interior Coordination in City Hotel Guestroom" Sangmyung University 2018
• 45 Choi, J., "A Study on the Design Characteristics Based on the Distinction Strategies of Korean Premium City Hotels" Chung-Ang University 2009
• 46 Kim, H., "A Study on Preference of Constituent Elements of the Domestic Boutique Hotel through the Analysis of User Types: Focusing on Lobby and Guest Room" Chung-Ang University 2015
• 47 Park, M., "A Study on Method to Express Interior Coordination of Design Hotels: Focused on Guest Room Space Reflecting Hybrid Concepts" Sangmyung University 2009
• 48 Kwon, J., "A Study of Design Management Guidelines for Building the Brand Identities of Urban 5-Star Hotels" Ewha Womans University 2012