미술, 그리고 AI
그림그리는 AI (GAN, CAN, 그리고 gauGAN)
#7.
AI+Art=?인공지능이 활용되는 분야별로 대표성을 띈 사례들을 한가지 씩 정리해보고자 한다.
이번 글에서는 예술 분야에서 인공지능(AI)이 어떻게 사용되고 있는지 몇 가지 AI 알고리즘과 작품 사례들을 통해 정리해도록 하겠다.
그림그리는 AI, GAN
AI알고리즘 중에 GAN이라는 알고리즘에 대해서 한번 쯤 들어본 적이 있을 것이다. GAN이란 (많은 분들이 아시는 것 처럼..) Generative Adversarial Network의 약자로 굳이 번역을 하자면 생성적 적대 신경망이라고 할 수 있다. 머신러닝 분야에서 지난 10년 간 가장 흥미로운 아이디어라고 언급될 만큼 2014년에 처음 소개되었을 당시 많은 이슈화가 되었었다. GAN은 생성자(Generator)가 모방하는 이미지를 만들어 내면 이것이 정확한지를 구분자(Discriminator)가 판별을 하고 이를 반복하면서 정확도가 높은 모방을 하게 되는 원리이다. 보통 사람의 얼굴 사진을 학습시켜 유사한 얼굴형을 뽑아내는 '진짜같은 가짜사람(?)'을 만들어내는데 많이 활용되었으나, 이 알고리즘은 다양한 분야에서 또 활용이 되고 있다.
우선 미술분야에서 다양한 작품들을 만들어 내고 있는데, 몇 가지 사례들을 살펴보도록 하겠다.
마리오 클링게만(Mario Klingemann)’의 ‘행인의 기억 I(Memories of Passerby I)’
마리오 클링게만 - 행인의 기억출처: artsy
2019년, 소더비 경매시장에 행인의 기억 I(Memories of Passerby I)이라는 미술작품이 경매에 올랐다.
이 작품은 두 개의 초상화를 스크린에 보여주고 있는데 왼쪽에는 남자, 오른쪽에는 여자의 초상화를 스크린으로 보여주었다. 그리고 스크린 아래에는 17~19세기 유럽 미술작품들을 GAN을 통해 학습한 이미지를 만들어내고 있는 컴퓨터가 들어가 있다.
이 작품에서 만들어진 사람의 얼굴은 일그러지고 눈의 균형이 맞지 않거나 한번에 두개의 얼굴이 나오기도 하여 얼굴에 대한 불쾌감을 줄 수도 있어보인다. 하지만 우리가 길을 지나며 만나는 행인들의 얼굴을 살짝 보고 상세하게 기억하지 못하는 것처럼, 남녀의 얼굴을 연속적으로 끊이지 않고 스크린에 보여줌으로써 우리는 어딘선가 본적이 있는 것과 같은 얼굴을 희미하게 혹은 흐릿하게 볼 수가 있다.
스크린에 보여지는 이미지는 앞에서도 언급한 것과 같이 실존하지 않는 사람의 얼굴이며, 때로는 추상적으로 보여줌으로써 인간의 얼굴에 대한 새로운 해석을 하고 있다.
이 작품은 소더비 경매를 통해 4만 파운드(약 6000만원)에 팔려나갔다..
관련 작품에 대한 작업과정이나 의미는 아래 영상을 통해 확인해볼 수 있다.
오비어스(Obvious)의 에드먼드 데 벨라미(Edmond de Belamy)
이번엔 에드먼드의 초상화라는 작품에 대한 이야기다. 이 작품은 2018년, 파리에서 예술과 인공지능을 연구하는 오비어스라는 그룹에서 개발한 GAN알고리즘을 통해 만들어졌다. 해당 알고리즘은 14세기~20세기 사이에 15,000개의 이미지를 학습하고 작가가 설정한 값으로 이미지를 생성한 후, 캔버스에 인쇄한 후 액자에 걸어 경매를 통해 판매가 되었다고 한다.
에드먼드 데 벨라미 이미지출처: 관련 사이트 (http://obvious-art.com/index.html)
그리고 이 작품의 경우 보통 작가가 서명하는 란에 작가의 서명 대신 해당 알고리즘이 기재되어 있었던 것으로도 유명하다.
에드먼드 데 벨라미 작품은 뉴욕 크리스티 경매에서 43만 2500달러(약 4억 9400만원)에 팔렸다..
그림을 그리는 또 다른 방식 CAN, gauGAN
마리오 클링게만과 오비어스와 같이 GAN을 통해 예술작업들을 해온 사례들이 존재해왔지만, 생각보다 GAN은 다양한 형태의 알고리즘으로 발전해오고 있었다.
Cycle GAN, Disco GAN, DC GAN.. 등등..
여기서는 미술 작품과 함께 많이 활용되어 왔던 CAN과 gauGAN에 대해서 소개를 한번 해보고자 한다.
아트&인공지능 연구소의 CAN
CAN은 Creative Adversarial Network의 약자로서 미국 뉴저지주 러트거스 대학의 '아트&인공지능 연구소(Art & Intelligence Lab)', 그리고 Facebook AI리서치 팀의 일원이 함께 개발한 알고리즘으로 기존의 GAN을 미술 분야에 맞추어 개량한 알고리즘이라고 한다. (관련 논문)
해당 알고리즘은 1,119명의 화가, 81,449개의 작품을 통해 기존 작가들의 다양한 미술기법들을 학습했다고 한다. CAN은 GAN과 같이 가장 유사한 이미지를 그려내는 것이 아닌 스스로 작품에 대한 평가를 통해 인공지능 자신이 판단하여 가장 적절한 그림을 그려낸다고 한다. 알고리즘 자체가 다른 작품의 스타일, 기법 등을 그대로 따라하지 않도록 설계되었기 때문이다.
GAN을 통해 그려낸 이미지재미있는 설문조사 결과가 있었는데, CAN을 통해 그려진 그림을 보고 사람들은 53%정도가 사람이 그린 그림이라고 판단했다고 한다. 이는 GAN보다 18%정도 높은 수치로, CAN은 사람들의 손으로 그린 것과 같은 이미지로 더욱 인식되는 경향이 있는 것 같다. (아무래도 독창적인 기법을 통해 이미지를 생성해냈기 때문이 아닐까 하는 생각을 해본다.)
NVIDIA의 gauGAN
guaGAN은 NVIDIA에서 개발한 알고리즘으로 시그라프에서 2개의 상을 수상하면서 유명해진 알고리즘이다. 대략적으로 스케치만 하면 정말 리얼한 사실적인 이미지을 생성해주는데, 인상파 대표화가인 고갱의 화풍과 유사하다고 하여 gauGAN(고갱)이라는 이름을 붙였다고 한다.
gauGAN은 아래에서 간단히 확인해볼 수 있는데, 직접 적용할 이미지 유형을 선택하고 붓으로 터칭하면, 새로운 현실적인 이미지들을 실시간으로 그려낸다.
http://nvidia-research-mingyuliu.com/gaugan/
관련영상을 보면 더 이해가 빠를 듯 하다.
지금까지의 사례와 같이 GAN이라는 알고리즘을 이용하면 정말 실물과 같은 (존재하지 않는) 사람의 이미지를 만들어 낼 수 있고 과거의 유명한 작가의 화풍을 그대로 본 딴 작품을 쉽게 모방할 수도 있다.
이는 과거에 현실과 가장 유사한 이미지를 그려내기 위해 기술을 연마했던 현실주의 화가의 사례나 현실의 이미지를 찍어내기 위해 만들어냈던 카메라 옵스큐라의 사례와도 비슷하다는 생각을 해본다.
음.. 이처럼 새로운 기법, 기술(인공지능)이 등장했다고 예술, 미술계가 위험하다고 생각할 수 있을까?
현실주의 작가가 동일한 현실을 그려내어도 카메라를 통해 세상을 캡쳐하더라도 예술계가 위기라는 이야기는 사실 들어본 적이 없다. 인공지능이 어느 분야에도 다양하게 활용될 수 있는 하나의 도구인 것 처럼, GAN, CAN, 그리고 gauGAN과 같은 알고리즘 역시 작가들의 다양한 창의성을 구현할 수 있는 좋은 도구로써 활용될 수 있을 것이라 생각한다.
Reference
http://www.aitimes.kr/news/articleView.html?idxno=14286
https://dreamgonfly.github.io/2018/03/17/gan-explained.html
https://oryongdeep.tistory.com/1
https://arxiv.org/pdf/1706.07068.pdf
https://purplefrog.tistory.com/202
음성 디자인에 대한 다른 글을 보고 싶다면.
https://brunch.co.kr/magazine/voicedesign
일상에서 활용되고 있는 AI의 다양한 사례들이 궁금하다면.
https://brunch.co.kr/magazine/dailyai
twitter: @pentaxzs
email: pentaxzs@daum.net
brunch: https://brunch.co.kr/@monglec
