잠시, 이 그림에 주목! 이 그림은 누가 그렸게?
미술 AI 미드저니가 생성한 작품이야. 요즘 그림 그리는 AI가 화제라서 유레카 편집장 루나가 미술 AI 미드저니를 찾아서 그림을 주문해 봤어. “우주를 유영하는 고양이를 반 고흐 스타일로 그려줘”라고.
10여 초 후에, 짜잔, 바로 이 그림을 내놓았어.
어때? 배경부터 붓질까지, 영락없는 반 고흐 스타일이야. 색감이며 구도며 모두 좋아서 ‘작품’이라 부를 만하지 않니? 궁금한 사람 손! 누구든 AI를 이용하면 할 수 있단다.
그림 그리는 AI가 어떻게 사람 같은, 어쩌면 사람보다 더 뛰어난 그림 실력을 갖추게 됐는지 설명해줄게.
미술 AI는 이렇게 수련했다!
AI가 그림을 그릴 수 있는 것은 딥러닝Deep Learning 기술 덕이야. 딥러닝이란 AI가 스스로 외부 데이터를 조합·분석해서 학습하게 하는 기술을 뜻해.
딥러닝 기술이 발전하기 전에는 인간 개발자가 인공지능에게 데이터를 판별하고 해석하는 법을 알려줘야 했어(지도학습). 예를 들어 인공지능이 개를 식별할 수 있도록 개 사진을 입력한 다음 귀는 두 개, 꼬리는 하나… 이런저런 특징을 가진 동물을 개라고 한다고 알려주는 식이야.
그런데 이렇게 학습을 하니 AI가 고양이를 작은 개라고 오인하는 등 판별력이 떨어졌어. ‘귀 두 개, 꼬리는 하나’라는 특징은 고양이도 가지고 있으니까. 이런 상황이니 미술 작품을 어떻게 내놓겠어.
딥러닝은 이 문제를 보완한 학습법이야. 어린아이들이 자라면서 개와 고양이를 보다 보면 두 동물을 정확하게 구분해 내듯, AI에게 무지막지한 대량의 데이터를 입력하고 스스로 이미지 특징을 학습하게 만들었어.
효과는 이루 말할 수 없을 정도로 뛰어났어. 일례로 딥러닝 적용 이전 75%대였던 구글 인공지능의 이미지 식별률이 현재는 100%에 가까워.
인공지능 예술, 진짜 같은 가짜 이미지?
딥러닝으로 훌쩍 발전한 이미지 해석력을 토대로, 그림 그리는 AI의 전성기를 이끌었다고 평가받는 기술이 생성적 적대 신경망(Generative Adversarial Networks, GAN)이야. 두 인공신경망 모델이 서로 경쟁하며 결과물을 내놓게 하는 원리야. A모델은 인간이 창조한 여러 회화 데이터를 학습하고 이를 바탕으로 거짓 데이터(인공지능 그림)를 도출해. 그러면 B모델은 A모델이 내놓은 데이터가 실제 데이터(사람 그림)인지, 아니면 A가 만든 거짓 데이터인지 알아맞히려 하고.
무슨 소리냐고? A모델과 B모델을 지폐 위조범과 경찰의 관계라고 생각해볼까? 인간 미술 작품을 따라 하는 A모델은 지폐 위조범이고, B모델은 경찰이라고 가정하자고. 지폐 위조범 A는 진짜 화폐를 본 따 가짜 지폐를 만들어내고, B는 A가 내놓은 지폐를 살펴 위조된 것인지 아닌지 파악해. 이 두 모델이 하는 일을 계속 반복하면 A는 점점 더 B가 구분을 못 할 만큼 정교한 위조지폐를 만들게 돼.
이게 바로 미술 AI가 인간 작품과 비슷하지만 다르다고 판정받는, ‘진짜 같은 가짜 이미지’를 만들어내는 원리야. 이 생성적 적대 신경망 기술로 AI는 인간의 회화·예술 작품과 비슷하지만 기존 미술품과는 똑같지는 않은 작품을 내놓게 된 거야. 앞서 고양이 그림을 그린 미드저니를 비롯해 수많은 그림 그리는 AI가 이 방식으로 작품을 내놓고 있어. 비단 미술 AI만이 아니라, 딥러닝 방식으로 학습하는 AI는 모두 사람이 제공한 데이터를 흡수하고 변형하는 과정을 거쳐.
인공신경망 : 사람 또는 동물 두뇌의 신경망에 착안하여 구현된 컴퓨팅 시스템의 총칭
※인문교양 월간 <유레카> 472호(2023.03)에 실린 글입니다. 무단 전재 및 복사는 불법이며 형사처벌을 받을 수 있습니다.