한 학기 동안 진행된 디자인 관련 수업의 최종 복습 세션입니다. 제공된 자료들은 "데이터 인 디자인"이라는 과정을 통해 컴퓨테이션 디자인 방법론을 활용하여 디자인 프로세스를 코드화하는 방법을 설명합니다. 본 수업은 디자인 도메인 지식과 컴퓨터 공학 및 수치 해석 이해를 결합하여 디자인 사이언스 엔지니어링 관점을 함양하는 것을 목표로 합니다. 학생들은 데이터 형식, 프로세스 코드화, 다양한 디자인 알고리즘 및 시각화 기법을 학습하며, 최종 프로젝트를 통해 실질적인 컴퓨테이셔널 사고 적용 능력을 평가받습니다. 이 과정은 약 1900개의 슬라이드, 100개 이상의 모듈, 40시간의 강의 등 풍부한 교육 자료를 제공하며, 전문가들의 최종 리뷰와 피드백으로 마무리됩니다. 궁극적으로 디자인 단계에서 데이터를 명시적 또는 암묵적으로 활용하는 방법에 중점을 둡니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

해당 강연은 데이터 디자인 및 컴퓨테이션 디자인 분야에서 소프트웨어 개발과 관련된 중요한 개념들을 다룹니다. 강연자는 다양한 프로그래밍 언어와 개발 환경을 소개하며, 2D, 3D 그래픽스 및 매핑을 구현하는 방법들을 설명합니다. 특히, Unity, Three.js, Babylon.js와 같은 도구들을 활용한 렌더링 엔진과 파이프라인 구축에 초점을 맞춥니다. 또한, 컴포넌트 중심 프로그래밍 및 이벤트 처리 방식과 같은 소프트웨어 설계 원칙들을 강조하며, Rhino/Grasshopper 플러그인 개발과 같은 디자인 소프트웨어 확장의 가능성을 제시합니다. 궁극적으로 이 강연은 학생들이 컴퓨테이션 디자이너로서 지속 가능하고 경쟁력 있는 기술 활용 능력을 갖출 수 있도록 돕는 데 목적이 있습니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

제공된 자료는 CAD 소프트웨어 개발의 핵심 원리와 디자인 혁신에 대한 포괄적인 강의 내용을 담고 있습니다. 강의는 알고리즘과 데이터 처리를 넘어 디자인 프로세스를 실행 가능한 소프트웨어 시스템으로 패키징하는 것이 21세기 소프트웨어 혁명의 본질임을 강조합니다. 또한, 전통적인 디자인 개발과 달리 소프트웨어 개발이 점진적이고 체계적인 접근 방식을 요구하며, MVC(모델-뷰-컨트롤러)와 같은 디자인 패턴 및 객체 지향 프로그래밍(OOP)을 활용한 계층적 구조화의 중요성을 역설합니다. 최종적으로는 사용자 인터페이스(UI)와 사용자 경험(UX)의 중요성, 그리고 데이터, 관계, 규칙의 시스템으로서의 소프트웨어에 대한 이해를 바탕으로 문제 해결 능력과 꾸준한 노력을 통해 가치 있는 디자이너로 성장할 것을 독려합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

강의자는 디자인 시각화의 중요성과 다양한 기법을 폭넓게 설명합니다. 여기에는 3D 모델링 및 렌더링, 애니메이션, 그리고 모션 트래킹과 같은 포스트 프로덕션 기술이 포함됩니다. 또한, 카메라 앵글과 구도가 디자인 의도를 전달하는 데 어떻게 사용될 수 있는지 논하고, 데이터 시각화 및 인터랙티브 비주얼라이제이션 도구를 언급하며 분야의 깊이와 넓이를 강조합니다. 강의자는 자신의 건축 및 시각화 프로젝트 경험을 예시로 들어 설명하며, 시각화의 다양한 응용 가능성을 제시합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

이 수업은 디지털 매핑과 GIS 시각화의 핵심 내용을 다룹니다. 강의 발췌록은 매핑이 단순히 정보를 나타내는 것을 넘어 인사이트를 추출하는 과정임을 강조하며, 다양한 데이터 유형과 구조(GeoJSON, Shapefile, 벡터, 래스터)를 설명합니다. 또한, 지오 프로세싱 작업(예: 버퍼, 디졸브)과 지도 일반화(예: 단순화, 클러스터링) 기법을 소개하고, 지도 투영의 중요성과 왜곡에 대해 논합니다. 요약 문서는 이러한 강의 내용을 구조화하여, 매핑을 통해 변화를 촉구하고 정보를 기록 및 전달하는 도구로 활용하는 관점을 제시하며, 실무에 유용한 다양한 도구와 라이브러리 및 상호 작용적 매핑 기법(애니메이션, 스토리텔링)을 언급합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

이 강의는 데이터 시각화에 대한 강연 내용을 담고 있습니다. 이 강연은 특히 디자이너 관점에서 데이터를 시각적으로 표현하는 것의 중요성과 다양한 시각화 기법 및 원리를 다룹니다. 좋은 시각화의 특징과 나쁜 시각화의 예시를 통해 정보의 무결성과 효율적인 정보 전달 방법을 강조하며, 시각 정보 처리 방식과 관련된 인지 과학적 측면도 함께 설명합니다. 또한, 데이터 시각화 과정에서의 상호작용(인터랙션)과 데이터 타입에 따른 적절한 시각화 도구 선택에 대해서도 언급하고 있습니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

제공된 강의 발췌문은 디자인 분야에서의 다이나믹스 및 에이전트 시스템 개념을 소개합니다. 강의는 시간의 흐름과 요소 간 상호작용을 통해 변화하는 시스템을 구축하는 방법을 설명하며, 스프링 모델이나 파티클 시스템과 같은 동적 시뮬레이션 기법을 예시로 제시합니다. 또한, 각각 독립적인 행동 규칙을 가진 에이전트들이 환경과 상호작용하며 집단적인 결과를 만들어내는 에이전트 시스템, 특히 플로킹 알고리즘을 다룹니다. 마지막으로, 이러한 시스템을 구현하기 위해 객체 지향 프로그래밍(OOP)의 중요성을 강조하며, 설계 문제를 코드로 변환하고 다양한 매개변수를 조정하여 원하는 결과를 얻는 과정의 핵심을 설명합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

강의 발췌록은 디자인 문제 해결에 알고리즘적 사고를 적용하는 방법을 다룹니다. 강사는 하향식 접근 방식을 강조하며, 디자인 문제에서 시작하여 해결에 필요한 알고리즘을 식별하는 과정을 설명합니다. 텍스트 색상 대비 개선이나 CAD 스내핑과 같은 실제 디자인 문제 사례를 통해 알고리즘 적용을 보여줍니다. 또한, 입력에 따라 결과가 일관적인 결정론적 알고리즘과 무작위성을 포함하는 확률적 알고리즘의 차이를 설명하고, 디자인 최적화에서 목표 함수와 평가 지표의 중요성을 강조합니다. 궁극적으로 강의는 디자인 프로세스를 정량화하고 알고리즘화하는 컴퓨팅적 사고방식을 장려하며, 기본 데이터 구조와 알고리즘이 복잡한 문제를 해결하는 데 어떻게 활용되는지 보여줍니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

수업에서는 디자인 알고리즘과 옵티마이제이션이 디자인 프로세스와 분리될 수 없는 본질적인 요소이며, 디자이너의 의도와 방향성을 구체화하는 도구로 작용함을 강조합니다. 디자인과 엔지니어링, 알고리즘과 최적화는 모두 목표를 달성하기 위한 일련의 단계(알고리즘)를 설정하고 이를 효율화하는 과정이라는 점에서 동일하게 이해될 수 있습니다. 효과적인 컴퓨테이셔널 디자인을 위해서는 엔지니어링적 사고방식, 특히 소프트웨어 엔지니어의 접근 방식을 이해하는 것이 중요하며, 컴퓨테이셔널 씽킹이 핵심 능력으로 제시됩니다. 또한 결정론적/확률적, 완전 탐색/휴리스틱과 같은 기본적인 알고리즘 유형과 선형/비선형 데이터 구조에 대한 이해가 디자인 문제 해결에 필수적임을 다양한 사례를 통해 설명합니다. 궁극적으로 자료는 디자이너가 데이터와 컴퓨테이션을 활용하여 디자인 역량을 강화하기 위해 알고리즘적 사고와 기본 개념을 습득하는 것이 중요하다고 역설합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

디자인 분야에서 데이터를 활용한 인공지능(AI)의 적용에 대해 논합니다. 특히, 도시 분석, 데이터 보간, 이미지 분석 등을 위한 분석적 AI 모델의 사용 사례와 함께, 새로운 콘텐츠를 생성하는 생성적 AI 모델의 다양한 유형과 활용 방법을 소개합니다. 또한, 데이터를 해석하고 활용할 때 흔히 발생하는 통계적 오류를 피하고 도메인 지식을 적용하는 것의 중요성을 강조하며, 이러한 AI 도구와 모델에 접근할 수 있는 다양한 실용적인 자원들을 제시합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation