Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Leveraging Large Models to Evaluate Novel Content: A Case Study on Advertisement Creativity

Created by
  • Haebom

저자

Zhaoyi Joey Hou, Adriana Kovashka, Xiang Lorraine Li

개요

본 논문은 시각 광고의 창의성 평가라는 어려운 문제에 대해 다룹니다. 인간조차 주관적이고 복잡한 인지 과정을 포함하기 때문에 창의성을 평가하는 것이 어렵다는 점에 착안하여, 마케팅 분야의 연구에서 영감을 얻어 시각 광고의 창의성을 '비정형성'과 '독창성'으로 분해합니다. 이러한 차원에 대한 세분화된 인간 주석을 바탕으로, 주관적인 문제에 특화된 과제들을 제안하고, 최첨단 시각 언어 모델(VLMs)이 제안된 벤치마크에서 인간과 얼마나 일치하는지 평가하여 VLMs를 자동 창의성 평가에 사용하는 것의 가능성과 한계를 보여줍니다.

시사점, 한계점

시사점:
시각 광고 창의성을 '비정형성'과 '독창성'으로 분해하여 평가하는 새로운 접근 방식 제시.
주관적인 창의성 평가를 위한 새로운 벤치마크 데이터셋 및 과제 제시.
최첨단 VLMs의 창의성 평가 성능 및 한계를 실험적으로 검증.
VLMs를 활용한 자동 창의성 평가 가능성 제시.
한계점:
제안된 벤치마크가 시각 광고에 국한되어 일반화 가능성이 제한적일 수 있음.
인간 주석의 주관성이 결과에 영향을 미칠 수 있음.
VLMs의 성능이 여전히 인간 수준에 미치지 못하며, 향후 개선이 필요함.
'비정형성'과 '독창성'으로의 창의성 분해가 모든 유형의 창의성을 포괄하지 못할 수 있음.
👍