AI 아트의 정의 및 생성 방식

생성형 AI는 유형이 다양합니다.

텍스트를 학습한 대규모 '언어 모델'은 시, 소설, 에세이, 이메일 등의 글을 작성하는 데 유용합니다. 이미지를 학습한 '확산 모델'은 일러스트레이션, 회화 작품, 로고 등 모든 유형의 아트워크를 만드는 데 도움이 됩니다. 인기 있는 대부분의 생성형 AI 툴은 이러한 모델 중 하나를 사용합니다.

생성형 AI를 사용하면 시, 소설부터 그림, 사진 등 다양한 아트워크를 어렵지 않게 만들 수 있습니다. 생성형 AI의 민첩성과 유연성 덕분에 크리에이터는 프로젝트를 더 빠르게 시작하고 마칠 수 있으며, AI 페인팅이나 초현실적인 이미지처럼 창의적인 아이디어를 흥미롭게 표현할 수 있습니다.

대부분의 창작은 숲속 나무, 도시 풍경, 거울에 비친 자신의 모습 등 주변 사물에서 시작됩니다. 반면 생성형 AI는 단어와 이미지의 형태로 많은 정보를 학습하고 이를 기반으로 프롬프트를 아트워크로 전환합니다.

이러한 기능을 지원하는 기술이 바로, ‘신경망(Neural Network)’입니다. 신경망은 대규모 데이터 세트에서 패턴을 찾아내는 수학적 시스템, 즉 알고리즘입니다. AI 생성 툴에서 나무를 묘사하면 나무의 모습을 학습한 정보를 기반으로 새로운 이미지를 생성합니다. 분홍색 전나무, 열대 꽃이 만발한 나무 등 보다 구체적으로 프롬프트를 입력하면 해당 이미지를 더 정교하게 조정할 수 있습니다. 이러한 툴은 학습한 정보를 기반으로 하지만 원하는 AI 아트를 만들려면 사용자의 상상력이 필요합니다.

아티스트들은 수십 년 전부터 AI 기술의 의미와 AI 아트 결과를 고민하며 작품에 적용하는 실험을 해왔습니다.

아티스트 Vera Molnár는 1968년, 초기 단계에 있는 프로그래밍 언어를 실험하여 무작위로 생성된 아트워크를 제작했습니다. 생성형 아트 영역을 개척한 그녀의 기하학적 작품은 이름있는 주요 미술관들이 소장하고 있습니다.

2023년, 뉴욕현대미술관(MoMA)에서는 Refik Anadol의 AI 생성 아트 '비감독(Unsupervised)'을 전시했습니다. 색채와 모양이 실시간으로 바뀌는 대형 스크린의 이 추상적인 작품은 뉴욕현대미술관이 200여 년간 수집한 근현대 작품 13만 8,000여 점을 학습한 AI로 생성되었습니다.

AI 아트워크는 Sotheby’s 경매에 출품되고 베니스 비엔날레에 전시되고 있습니다. 컬럼비아 대학교, 로드아일랜드 디자인스쿨 등 여러 교육 기관의 예술 커리큘럼에도 AI가 도입되고 있습니다.

이 모든 것은 AI가 크리에이티브에 미친 영향을 보여주는 몇 가지 예에 불과합니다. 다른 기술적 진보와 마찬가지로 AI는 아티스트가 예술을 창작하는 방법과 예술의 정의를 다시 탐구하도록 새로운 영감을 전하고 있습니다.