● 과거의 얼굴을 사진으로 되살리는 경이로운 생성사진 프로젝트, 인공지능의 미래는 꿈인가 우려인가?

● 생성 인공지능은 초상화를 사진처럼 합성하는 놀라운 능력과 동시에 한계점을 가지고 있다. 과거의 인물이 마치 사진으로 되살아나는 것만 같은 시각적 효과는 경이롭고 놀랍기 그지없으나, 생성 인공지능이 만들어 내는 궁극적 이미지는 학습 데이터의 평균치 모습일 뿐이다. 

● 이미지 생성 인공지능의 잠재력에도 불구하고 각종 우려와 염려의 목소리는 끊이지 않는다. 기계의 목표가 달성됐을 때 맞이하게 될 인간의 획일화와 로봇화가 그 우려의 끝자락에 있다. 『생성사진 프로젝트』가 보여 주는 것은 바로 인공지능의 양면성이다. 

● 전시명: 생성사진 프로젝트(Generative Photography Project) 

● 전시기간: 2024년 1월 19일 ~ 2월 8일
● 전시장소: 마프(MAF, 서울시 중구 서애로 33 티앤에스빌딩 5층, 수목금 13:00-18:00)
● 전시기획: 박평종(중앙대학교 인문콘텐츠연구소 HK연구교수)
● 오프닝: 2024년 1월 19일 16:00시

● 주최: 중앙대학교 인문콘텐츠연구소
● 후원: 대한민국교육부, 한국연구재단
● 협찬: 마프

● 전시개요

<생성사진 프로젝트>전은 생성 인공지능을 활용하여 과거 인물들의 초상화로부터 ‘사진 같은’ 사실적인 이미지를 만들어 본 결과물이다. 생성사진 프로젝트의 목표는 크게 두 가지다. 첫째, 생성 인공지능의 이미지 생성 능력을 확인하는 것, 둘째, 생성 인공지능의 한계와 문제점을 검토하는 것이다.  

<생성사진 프로젝트>는 생성 인공지능이 초상화를 사진처럼 합성하는 놀라운 능력과 동시에 그것이 가지는 한계점을 드러낸다. 생성사진은 사진에 찍힌 적 없는 과거의 인물들이 마치 카메라 앞에 있었던 것만 같은 뛰어난 시각적 효과와 새로운 경험을 제공한다. 하지만 생성 인공지능이 산출하는 이미지는 알고리즘의 구조 속에서 이미 결정되어 있으며, 학습 데이터 총합의 평균치가 궁극적 이미지이다. 이 점을 고려할 때 생성 인공지능은 이미 예정되어 있는 이미지를 자동으로 산출하는 프로그램, 요컨대 사전(pro)문자(gram) 생성 시스템이라 할 수 있다.  

생성 이미지는 ‘잠재적으로’ 획일적이며, 결국 인간을 로봇화한다. AI의 생성자는 모든 개별 인물의 특질이 사라지게 만들면서 학습 데이터의 평균치로 대체한다. 결국 생성 인공지능은 인간을 로봇화하는 프로그램이라고 할 수 있다. 이미지 생성의 목표는 ‘궁극적으로’ 결정돼 있어서 인간이 개입하지 않을 때, 요컨대 순수한 자동 생성의 단계에서 생성 인공지능은 단 하나의 이미지만 산출할 것이다. 그것이 기계의 의도이며, 이를 통제하지 않는다면 모든 개별 인간의 특질은 사라지고 스테레오타입으로 변환될 것이다. 이 모순에서 벗어나기 위해서는 인간의 개입이 필요하다. 

이미지 생성 인공지능의 놀라운 능력에 대한 기대가 있지만 다른 한편에서는 각종 우려와 염려의 목소리도 공존한다. 기계의 목표가 달성됐을 때 맞이하게 될 인간의 획일화와 로봇화가 그 우려의 끝자락에 있다. 

● 전시구성 

한국 초상화 기반 생성사진 : <한국 초상화 기반 생성사진>은 조선의 어진, 조선의 사대부, 정부표준영정으로 구성된다. 역사 속 인물들의 초상화를 바탕으로 사진 같은 사실적 이미지를 생성하는 것이 목표다. 그 결과 생성사진은 초상화와 유사성을 지니지만 조선의 관모, 사모 등을 제대로 표현하지 못하고 왜곡시키는 한계를 드러냈다. 

서양 초상화 기반 생성사진 : <서양 초상화 기반 생성사진>은 서양의 초상화와 석고상을 인공지능으로 학습시켜 생성한 이미지로 구성된다. 실존 인물을 비롯하여 명화 속에 등장하는 유명 캐릭터의 생생한 얼굴이 사실적인 이미지로 구현되었다. 

GAN 100% 자동생성사진 : <GAN 100% 자동생성사진>은 한국의 초상화와 서양의 초상화를 생성 인공지능이 자동으로 처리한 결과물이다. <생성사진 프로젝트>에서 GAN 수치는 생성 이미지의 사실성을 결정한다. GAN 수치가 높을수록 이미지의 사실성은 증가하나 원본 초상화와의 유사도는 줄어든다. GAN 수치가 최대치일 경우 원본 초상화의 특질은 사라지고 StyleGAN이 학습한 서양 사진 데이터베이스의 평균값으로 수렴한다.