책소개
국내 최초의 데이터 드리븐 디자인 가이드
디자이너는 어떤 데이터를 수집해야 할까?
디자인을 정량적 데이터만으로 판단할 수 있을까?
데이터에서 어떻게 디자인 콘셉트를 도출할까?
데이터가 디자인 결과물이 되기까지의 전 과정 상세 해설!
애플, 아마존, 마이크로소프트 등 선도적 기업들의 디자인 팀은 ‘데이터 드리븐 디자인’을 통해 디자인 관련 의사결정을 내린다. 데이터를 토대로 가설을 검증하기 위해 데이터 수집과 분석을 실시하고, 문제 해결을 위한 디자인 콘셉트를 도출하는 것이다. 이 과정에서 필요한 능력이 ‘데이터 문해력’으로, 특히 UX 디자이너에게 가장 권장되는 스킬이지만 아직도 디자인에 적합한 데이터 활용법을 잘 배워서 배출되는 경우는 드물다. 방대한 데이터를 선별하고, 이해하고, 거기서 인사이트를 끌어내야만 “근거 있는” 디자인 방향을 세우고 개발자나 기획자와 원활히 커뮤니케이션할 수도 있으므로 데이터 드리븐 디자인 역량을 보유한 디자이너에 대한 채용 수요는 세계적으로 급증하고 있다. 디자인 실무에서도 데이터를 매개로 협업하고 UX 디자인을 발전시키는 방식은 대세가 되었다.
현장에서 디자이너들에게 데이터 문해력을 가르쳐 온 저자는 이 책을 통해 데이터 과학을 전공한 공대 출신이 아닌 디자이너들도 데이터를 자유자재로 활용할 수 있도록 돕고자 한다. 디자이너가 데이터를 두려워하지 않고 또 하나의 표현 도구로 활용할 수 있도록 디자이너의 관점에서 데이터를 바라보며, 데이터 드리븐 디자인의 프로세스부터 핵심 이론, 최신 연구와 논문 분석, 실제 데이터 분석 사례까지 알차게 담았다. 특히 배경지식이 없는 디자이너도 쉽게 시작할 수 있도록 디자인에 꼭 필요한 개념만 선별하여 친절한 설명을 제공하는 것이 특징이다. 저자는 삼성, 현대, LG 등 주요 기업의 수많은 UX 디자이너를 배출해 온 한국 1세대 디자인 교육자답게 직관과 손끝 감각에만 의존하지 않고 객관적인 데이터를 기반으로 디자인의 목적과 근거를 설정하고 디자인 콘셉트를 도출하는 방법을 실무적으로 안내한다.
목차
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) 디자인 해결안의 개발 단계의 데이터 연구 방법론 적용
4) 디자인 해결안의 구현 및 평가 단계의 데이터 연구 방법론 적용
5) 데이터 관리 대시보드를 활용한 디자인 프로젝트 지원
3장. Design with EDA를 적용한 디자인 사례 연구 1단계: 디자인 프로젝트 데이터 셋 구축
1) 프로젝트 선언문과 주요 변수 선정
2) 데이터 큐레이션
3) 데이터 셋의 세부 변수 정의
4) 데이터 전처리 과정과 정돈된 데이터 셋 구축
4장. Design with EDA을 적용한 디자인 사례 연구 2단계: 데이터 시각화
1) 데이터 시각화를 통한 변수의 변동 현황, 변수 간 관계 현황 도출
5장. Design with EDA를 적용한 디자인 사례 연구 3단계: 변수 패턴과 디자인 콘셉트
1) 디자인 변수 현황과 변수 패턴 발견
2) 디자인 변수 패턴을 반영한 디자인 콘셉트 도출
3) 디자인 콘셉트 이후의 Deign with EDA 프로세스
4부. 데이터 문해력을 갖춘 디자이너 되기
1장. 디자이너를 위한 데이터 문해력
1) 대학 교과 과정의 데이터 문해력 교육
2) 대학 비교과 및 평생 교육 과정의 데이터 문해력 교육
3) 기존 데이터 문해력 교육의 문제점
4) 디자인 씽킹 교육 프로그램의 시사점
5) 디자인 실무에서 필요한 데이터 활용 능력에 관한 선행 연구
2장. 디자인-데이터 융합 교육 과정의 실천 사례와 시사점
1) 홍익대 디자인컨버전스 학부의 디자인-데이터 융합 교육 모델
2) 디자인-데이터 융합 교육 사례의 시사점
3장. 디자이너를 위한 데이터 문해력 교육의 비전
1) 데이터 문해력 교육 내용의 툴킷화
2) 데이터 문해력 툴킷 모듈별 학습 내용과 활용 방법
3) 데이터 문해력 교육 형식의 다변화
4장. 데이터 문해력을 갖춘 디자이너의 미래
1) 디자이너의 미래는 장밋빛인가, 회색빛인가
2) 어쨌거나, 기술 발전은 멈추지 않는다
에필로그, 이 책을 쓰면서 알게 된 것들
감사의 글, 이 책이 나오기까지
부록, 홍익대 디자인컨버전스 학부의 디자인-데이터 융합 교과 운영 사례
참고 문헌
배송 안내
배송 방법 | 택배 |
배송 지역 | 전국지역 |
배송 비용 | 무료 |
배송 기간 | 2일 ~ 7일 |
반품/교환
반품/교환 방법 | 마이페이지 > 취소/교환/반품 > 신청 및 조회 |
반품/교환 택배사 | 우체국택배 |
반품 배송비 | 편도 3,500원 (최초 배송비 무료인 경우 7,000원 부과) |
교환 배송비 | 왕복 7,000원 |
반품/교환 주소지 | 서울 마포구 백범로 35 (신수동, 서강대학교) 곤자가홀 1층 경험서재 (04107) |
반품/교환 신청 기준일 | 상품 수령 후 7일 이내 (단, 제품이 표시광고 내용과 다르거나 불량 등 계약과 다르게 이행된 경우는 제품 수령일로부터 3개월이내나 그 사실을 안 날 또는 알 수 있었던 날부터 30일 이내 교환/반품이 가능) |
반품/교환 불가능 사유 | 1. 소비자의 잘못으로 물건이 멸실되거나 훼손된 경우(단, 내용물을 확인하기 위해 포장을 훼손한 경우는 제외) 2. 소비자가 사용해서 물건의 가치가 뚜렷하게 떨어진 경우 3. 시간이 지나 다시 판매하기 곤란할 정도로 물건의 가치가 뚜렷하게 떨어진 경우 4. 복제가 가능한 물건의 포장을 훼손한 경우 (CD, DVD, GAME, 도서 등) 5. 용역 또는 문화산업진흥 기본법 제2조제5호의 디지털콘텐츠의 제공이 게시된 경우 (단, 가분적 용역 또는 가분적 디지털콘텐츠로 구성된 계약의 경우 제공이 개시되지 않은 부분은 제외) 6. 소비자의 주문에 따라 개별적으로 생산되는 상품이 제작에 들어간 경우 |
책소개
국내 최초의 데이터 드리븐 디자인 가이드
디자이너는 어떤 데이터를 수집해야 할까?
디자인을 정량적 데이터만으로 판단할 수 있을까?
데이터에서 어떻게 디자인 콘셉트를 도출할까?
데이터가 디자인 결과물이 되기까지의 전 과정 상세 해설!
애플, 아마존, 마이크로소프트 등 선도적 기업들의 디자인 팀은 ‘데이터 드리븐 디자인’을 통해 디자인 관련 의사결정을 내린다. 데이터를 토대로 가설을 검증하기 위해 데이터 수집과 분석을 실시하고, 문제 해결을 위한 디자인 콘셉트를 도출하는 것이다. 이 과정에서 필요한 능력이 ‘데이터 문해력’으로, 특히 UX 디자이너에게 가장 권장되는 스킬이지만 아직도 디자인에 적합한 데이터 활용법을 잘 배워서 배출되는 경우는 드물다. 방대한 데이터를 선별하고, 이해하고, 거기서 인사이트를 끌어내야만 “근거 있는” 디자인 방향을 세우고 개발자나 기획자와 원활히 커뮤니케이션할 수도 있으므로 데이터 드리븐 디자인 역량을 보유한 디자이너에 대한 채용 수요는 세계적으로 급증하고 있다. 디자인 실무에서도 데이터를 매개로 협업하고 UX 디자인을 발전시키는 방식은 대세가 되었다.
현장에서 디자이너들에게 데이터 문해력을 가르쳐 온 저자는 이 책을 통해 데이터 과학을 전공한 공대 출신이 아닌 디자이너들도 데이터를 자유자재로 활용할 수 있도록 돕고자 한다. 디자이너가 데이터를 두려워하지 않고 또 하나의 표현 도구로 활용할 수 있도록 디자이너의 관점에서 데이터를 바라보며, 데이터 드리븐 디자인의 프로세스부터 핵심 이론, 최신 연구와 논문 분석, 실제 데이터 분석 사례까지 알차게 담았다. 특히 배경지식이 없는 디자이너도 쉽게 시작할 수 있도록 디자인에 꼭 필요한 개념만 선별하여 친절한 설명을 제공하는 것이 특징이다. 저자는 삼성, 현대, LG 등 주요 기업의 수많은 UX 디자이너를 배출해 온 한국 1세대 디자인 교육자답게 직관과 손끝 감각에만 의존하지 않고 객관적인 데이터를 기반으로 디자인의 목적과 근거를 설정하고 디자인 콘셉트를 도출하는 방법을 실무적으로 안내한다.
목차
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) 디자인 해결안의 개발 단계의 데이터 연구 방법론 적용
4) 디자인 해결안의 구현 및 평가 단계의 데이터 연구 방법론 적용
5) 데이터 관리 대시보드를 활용한 디자인 프로젝트 지원
3장. Design with EDA를 적용한 디자인 사례 연구 1단계: 디자인 프로젝트 데이터 셋 구축
1) 프로젝트 선언문과 주요 변수 선정
2) 데이터 큐레이션
3) 데이터 셋의 세부 변수 정의
4) 데이터 전처리 과정과 정돈된 데이터 셋 구축
4장. Design with EDA을 적용한 디자인 사례 연구 2단계: 데이터 시각화
1) 데이터 시각화를 통한 변수의 변동 현황, 변수 간 관계 현황 도출
5장. Design with EDA를 적용한 디자인 사례 연구 3단계: 변수 패턴과 디자인 콘셉트
1) 디자인 변수 현황과 변수 패턴 발견
2) 디자인 변수 패턴을 반영한 디자인 콘셉트 도출
3) 디자인 콘셉트 이후의 Deign with EDA 프로세스
4부. 데이터 문해력을 갖춘 디자이너 되기
1장. 디자이너를 위한 데이터 문해력
1) 대학 교과 과정의 데이터 문해력 교육
2) 대학 비교과 및 평생 교육 과정의 데이터 문해력 교육
3) 기존 데이터 문해력 교육의 문제점
4) 디자인 씽킹 교육 프로그램의 시사점
5) 디자인 실무에서 필요한 데이터 활용 능력에 관한 선행 연구
2장. 디자인-데이터 융합 교육 과정의 실천 사례와 시사점
1) 홍익대 디자인컨버전스 학부의 디자인-데이터 융합 교육 모델
2) 디자인-데이터 융합 교육 사례의 시사점
3장. 디자이너를 위한 데이터 문해력 교육의 비전
1) 데이터 문해력 교육 내용의 툴킷화
2) 데이터 문해력 툴킷 모듈별 학습 내용과 활용 방법
3) 데이터 문해력 교육 형식의 다변화
4장. 데이터 문해력을 갖춘 디자이너의 미래
1) 디자이너의 미래는 장밋빛인가, 회색빛인가
2) 어쨌거나, 기술 발전은 멈추지 않는다
에필로그, 이 책을 쓰면서 알게 된 것들
감사의 글, 이 책이 나오기까지
부록, 홍익대 디자인컨버전스 학부의 디자인-데이터 융합 교과 운영 사례
참고 문헌
배송 안내
배송 방법 | 택배 |
배송 지역 | 전국지역 |
배송 비용 | 무료 |
배송 기간 | 2일 ~ 7일 |
반품/교환
반품/교환 방법 | 마이페이지 > 취소/교환/반품 > 신청 및 조회 |
반품/교환 택배사 | 우체국택배 |
반품 배송비 | 편도 3,500원 (최초 배송비 무료인 경우 7,000원 부과) |
교환 배송비 | 왕복 7,000원 |
반품/교환 주소지 | 서울 마포구 백범로 35 (신수동, 서강대학교) 곤자가홀 1층 경험서재 (04107) |
반품/교환 신청 기준일 | 상품 수령 후 7일 이내 (단, 제품이 표시광고 내용과 다르거나 불량 등 계약과 다르게 이행된 경우는 제품 수령일로부터 3개월이내나 그 사실을 안 날 또는 알 수 있었던 날부터 30일 이내 교환/반품이 가능) |
반품/교환 불가능 사유 | 1. 소비자의 잘못으로 물건이 멸실되거나 훼손된 경우(단, 내용물을 확인하기 위해 포장을 훼손한 경우는 제외) 2. 소비자가 사용해서 물건의 가치가 뚜렷하게 떨어진 경우 3. 시간이 지나 다시 판매하기 곤란할 정도로 물건의 가치가 뚜렷하게 떨어진 경우 4. 복제가 가능한 물건의 포장을 훼손한 경우 (CD, DVD, GAME, 도서 등) 5. 용역 또는 문화산업진흥 기본법 제2조제5호의 디지털콘텐츠의 제공이 게시된 경우 (단, 가분적 용역 또는 가분적 디지털콘텐츠로 구성된 계약의 경우 제공이 개시되지 않은 부분은 제외) 6. 소비자의 주문에 따라 개별적으로 생산되는 상품이 제작에 들어간 경우 |