추천의 글
프롤로그, 데이터로 꿈꾸는 내일의 디자인
1부. 디자인의 자화상, 현재를 이해하기
1장. 디자이너와 데이터 사이의 거리
2장. 디자인의 전통적인 협업 방식과 새로운 협업자들
1 고전적 디자인 연구 방법론과 특징
2 완벽보다는 최선을 추구하는 디자인
3 디자인의 변화를 요구하는 기술 환경
3장. 디자인을 위한 데이터
1 디자인 과정에서 반복되는 발산과 수렴
2 디자인 데이터의 특성
2부. 디자인과 데이터의 접점
1장. 데이터 기반 디자인, 데이터 활성화 디자인, 제너레이티브 디자인
1 데이터 기반 디자인: Data Driven Design
2 데이터 활성화 디자인: Data Enabled Design
3 제너레이티브 디자인: Generative Design
4 기존의 디자인 방법론을 개선하는 기술로서의 데이터
2장. 게임 체인저, 인공지능 사용자 경험
1 인공지능 서비스의 등장
2 인공지능 서비스의 개발 방법 변화
3 인공지능 서비스의 사용자 역할 변화
4 데이터 친화적인 디자인 방법론
3장. 데이터 과학의 연구 방법과 협업, 그리고 탐구적 데이터 분석 방법론
1 데이터 과학의 정의와 역할
2 데이터 과학과 학제적 협업
3 디자인 리서치 과정과 탐구적 데이터 분석 방법론의 유사성
4장. 디자인과 데이터의 필연적 공생
1 디자인과 데이터의 접점에 대한 주요 논의
2 디지털 데이터에 기반한 디자인 프로세스가 가져올 변화
3 디자인하는 인공지능의 역할과 한계, 그리고 인간 디자이너의 과제
3부. Design with EDA 방법론의 현실적 상상
1장. Design with EDA의 콘셉트 스케치
1 스펙큘러티브 디자인 시나리오
2 데이터 셋, 변수, 값으로 정의하는 디자인 프로젝트
2장. Design with EDA의 디자인 프로세스와 단계별 내용
1 디자인 문제의 발견 단계의 데이터 연구 방법론 적용
2 디자인 문제의 정의 단계의 데이터 연구 방법론 적용
3
기업의 AI 디자인 도입률 50%, AI 전문 디자이너 1만 명 시대,
주요 대기업과 스타트업이 디자이너의 필수 역량으로 꼽는 데이터 활용력!
이제 디자이너에게 데이터 문해력은 피할 수 없는 핵심 역량이 되었다. 구글, 마이크로소프트, 어도비 같은 기업들은 UX 디자이너를 채용할 때 데이터 문해력을 보유했는지를 살펴본다. 이미 유수의 기업들이 디자인 관련 의사결정을 할 때 데이터를 근거로 하고 있으며, 디자인 팀은 보다 정밀하게 고객의 니즈를 예측하기 위해 데이터를 이해하고 때론 직접 수집하기도 해야 한다. 특히 고객 경험이 중요한 지금은 고객 데이터를 디자인에 활용하여 리서치 결과를 탄탄하게 하면서 동시에 예측 가능한 결과를 얻는 방식은 점점 더 일반화되는 추세다. 특히 여러 전문 분야가 계속 협업해야 하는 스타트업에서는 데이터 해석을 매개로 하면 디자이너들이 CX 팀 혹은 마케터, 개발자와의 커뮤니케이션을 더욱 원활하게 할 수 있게 된다. 기업의 AI 디자인 도입률 50%, AI 전문 디자이너 1만 명이 눈앞에 있는 시대, 디자이너가 시급히 익혀야 할 스킬이 바로 데이터 활용력이다.
수많은 UX 디자이너를 배출해 온 홍대 디자인 교수의
생생한 디자인-데이터 융합 수업이 펼쳐진다!
데이터의 중요성은 누구나 공감하겠지만, 영어 공부에 대한 새해 다짐처럼 데이터에 대해 무엇을, 어떻게, 어디서부터 알아야 할지 막막할 것이다. 삼성, 현대, LG 등 여러 대기업의 수많은 UX 디자이너를 양성해 온 저자는 무엇보다 디자이너의 관점에서 데이터를 바라보는 것이 중요하다고 말한다. 저자는 20년 동안 데이터를 처음 접하는 학생들과 가장 가까이서 호흡했던 경험을 토대로 디자이너의 관점에서 필요한 디자인-데이터 융합 교육의 요점을 발견했으며, 이 책을 통해 그 수업을 전달한다. 실제 홍익대학교 디자인 전공에서 진행되는 디자인-데이터 융합 수업을 체계화한 것으로, 서울시의 미세먼지 빅데이터를 분석하여 진행한 모바일 앱 서비스 디자인 프로젝트 사례를 중심으로
