인공지능 (AI)이 전문적인 오디오 제작 워크플로우 (workflows)에 점점 더 통합되고 있지만, 개발자들이 제작하는 도구와 실제 사운드 디자이너들의 요구사항 사이에는 여전히 격차가 존재합니다. 본 논문은 76명의 실무자를 대상으로 한 설문 조사와 20명의 업계 전문가를 대상으로 한 후속 반구조화 인터뷰 (semi-structured interviews)를 포함하는 혼합 방법론 연구 (mixed-methods study)를 통해 이 격차를 조사합니다. 결과는 두 데이터 세트 전반의 패턴을 식별하기 위해 기술 통계 분석 (descriptive statistical analysis) 및 주제 분석 (thematic analysis)을 사용하여 분석되었습니다. 분석 결과 맥락 (Context), 워크플로우 (Workflow), 잠재력 (Potential), 위험 (Risks), 올바른 사용 (Right Use)이라는 다섯 가지 주제가 도출되었습니다. 본 연구는 현재의 AI 도구들이 빠른 소비를 목적으로 하는 미디어 맥락에서는 적절한 성능을 발휘하지만, 하이엔드 사운드 디자인 (영화, 몰입형 경험 등)에 요구되는 서사적 정교함 (narrative sophistication)은 부족하다는 점을 나타냅니다. 실무자들은 엔드 투 엔드 생성형 시스템 (end-to-end generative systems)보다는 오디오 복원 (audio restoration) 및 라이브러리 관리 (library management)와 같은 특정 작업에 특화된 보조적 애플리케이션을 선호하는 것으로 나타났습니다. 본 연구는 창의적 산업에서의 AI 및 AI 강화 도구 사용에 관한 지속적인 논의에 기여합니다. 우리는 사운드 디자이너와 크리에이티브 오디오 실무자의 관점에서 해당 분야의 현재 상태를 보고하며, 사운드 디자인을 위한 더 정보에 기반한 AI 도구 개발을 안내하기 위해 우리의 발견을 바탕으로 사운드 기술자 및 개발자를 위한 일련의 권장 사항을 제안합니다.