AI와 예술 창작 자동화(인공지능총서)

AI가 예술을 창작할 수 있을까? 이 책은 인간 지능과 창작의 본질을 짚으면서 생성형 AI가 예술의 주체가 될 가능성을 논의한다. 단순한 도구를 넘어 새로운 의미를 생성하는 존재로서 AI를 조명하고, 창작자에게 변화에 대응하는 태도를 제안한다.

[목 차]

AI가 예술을 창작할 수 있을까

01 AI와 예술의 만남

02 AI의 역사 및 방법

03 생성 AI의 등장

04 이미지 생성 AI와 예술 분야 응용

05 텍스트 생성 AI와 예술 분야 응용

06 오디오 생성 AI와 예술 분야 응용

07 멀티모달 생성 AI와 예술 분야 응용

08 AI와 예술 교육

09 AI와 윤리

10 AI와 예술의 미래

[본 문]

2차 부흥기에 AI를 예술 창작에 활용한 대표적 응용 사례는 다음과 같다. 1981년 데이비드 코프(David Cope)가 전문가 시스템과 패턴 분석을 기반으로 EMI (Experiments in Music Intelligence) 시스템을 개발하기 시작했다. 이 시스템은 바흐, 모차르트, 쇼팽 등 유명 작곡가의 음악 스타일을 학습하고 새로운 곡을 작곡하는 데 사용되었다. 이 시스템이 생성한 음악은 인간 작곡가의 작품과 매우 유사해 AI가 인간의 창작 스타일을 모방할 수 있음을 입증했다. 그러나 이러한 모방이 단순한 패턴 재현인지 실제로 창의적인 작업인지를 둘러싸고 논쟁이 일어났다. 이러한 논쟁은 딥러닝을 사용한 최근의 생성 AI에서도 계속되고 있다.

－01_“AI와 예술의 만남” 중에서

이미지 생성 기술에는 생성적 적대 신경망 외에도 변분 오토인코더와 확산 모델이 있다. 변분 오토인코더는 디데릭 킹마(Diederik Kingma)와 맥스 웰링(Max Welling)이 오토인코더(autoencoder)를 확장해 제안한 확률 기반 생성 모델로, 잠재 공간을 학습해 새로운 데이터를 생성한다(Kingma & Welling, 2013). 변분 오토인코더는 데이터의 분포를 확률적으로 모델링해 이미지 생성뿐 아니라 음성 및 텍스트 생성 등에도 활용된다. 그러나 블러(blur) 현상이 발생해 생성적 적대 신경망에 비해 생성된 이미지의 품질이 상대적으로 낮다는 단점이 있다. 그렇지만 잠재 공간을 수학적으로 명확히 정의해 조작할 수 있어 최근에도 여러 분야에서 많이 사용되고 있다.

－03_“생성 AI의 등장” 중에서

멀티모달 AI는 예술 창작뿐 아니라 로봇 기술과 결합해 더욱 고도화된 응용이 가능하다. AI에 인간의 시각, 청각, 언어 능력을 학습시키고 이를 로봇 시스템에 적용하면 더욱 자연스러운 상호작용과 창작 활동을 수행할 수 있다. 로봇 아트 분야에서는 그림을 그리는 로봇이나 자동으로 음악을 연주하는 로봇 시스템이 연구되고 있다. 예를 들어 AI가 입력된 텍스트를 기반으로 그림을 생성하고, 로봇이 이를 실제 캔버스에 표현하는 프로젝트들이 진행 중이다. 또한 영상, 음악, 대화를 통해 인간과 상호작용하면서 창작을 지원하는 휴머노이드 로봇이 개발되고 있다. 이러한 로봇은 공연 예술, 교육, 인터랙티브 미디어 등의 분야에서 활용될 수 있다.

－07_“멀티모달 생성 AI와 예술 분야 응용” 중에서