|이은준 미디어아티스트, 서울과학종합대학원대학교 교수
![]() |
딥 드림 효과를 적용한 모나리자 |
AI 예술의 대표적인 사례로 구글의 '딥드림'(DeepDream) 프로젝트를 들 수 있다.
구글은 2015년 딥드림 제네레이터를 공개하면서 '우리는 인공 지능이 예술 영역에까지 깊이 영향을 줄 수 있는 혁신이라고 생각한다'라는 메시지를 발표했다. 그야말로 예술과 인공지능의 융합을 선언했다.
딥 드림은 딥러닝 기술을 활용한 프로젝트로 인공지능에 사진을 입력하면 인공지능이 학습한 데이터를 참고해 스스로 무엇을 보았는지 그렸다.
'딥 드림 제네레이터'는 사용자 정의에 따라 그림의 분위기를 바꾸어주는 프로그램이다.
최초 공개 당시 과도한 초현실적 이미지를 생성해 '악몽 회화'라고 불렸다는 후문이 있다.
일반 이미지를 올리면 딥러닝 기술을 활용해 완전히 새로운 분위기의 이미지로 바뀌는 점이 가장 큰 특징이다. 기존 이미지에는 없던 색다른 느낌이 난다.
반고흐, 르누아르 등 유명 화가의 작품이 적용된 이미지를 완성할 수 있다. 특히 딥드림은 신경망을 이용해 이미지 속에 존재하지 않는 패턴과 형상을 시각화했다.
공개 후 많은 예술가가 딥드림을 활용해 새로운 형태의 예술 작품을 만들어 냈다. 딥드림을 쓰면서 환상적이고 초현실적인 이미지를 만들어내고 관람객에게 기존의 예술 기법으로는 표현할 수 없는 새로운 미적 경험을 제공했다.
AI 기술이 예술 창작에 어떤 영향을 미칠 수 있는지를 보여주는 좋은 사례다. 이 프로젝트를 통해 생성된 이미지는 꿈속의 세계를 연상하게 한다는 평이 다수였다.
또 다른 사례로는 'GAN'(Generative Adversarial Networks)을 이용한 AI 예술을 들 수 있다. GAN은 두 개의 신경망이 서로 경쟁하며 학습하는 구조로 매우 현실적인 이미지를 생성할 수 있다.
2018년, 크리스티 경매에서 AI가 생성한 초상화 작품 '에드먼드 드 벨라미'(Edmond de Belamy)가 43만 2천500달러에 판매되면서 큰 화제가 됐다. 이 작품은 AI가 수많은 초상화를 학습한 결과물로 전통적인 초상화와는 다른 독특한 매력을 지니고 있다. 벨라미 초상화는 AI가 예술적 창작 과정에 어떻게 기여할 수 있는지를 보여주는 중요한 사례다.
![]() |
에드먼드 드 벨라미의 초상 |
이러한 사례는 AI 기술이 예술 창작에 어떤 영향을 미칠 수 있는지를 잘 보여준다.
딥드림과 GAN을 통해 생성된 작품은 기존의 예술 기법으로는 표현할 수 없는 새로운 미적 경험을 만들어냈다.
또한 AI 기술이 예술 창작의 도구로 어떻게 활용될 수 있는지를 보여준다. 작품을 보면 단순히 기술적 성취에 그치지 않고, 예술의 본질을 탐구하고 재정의하는 과정의 일환으로 중요한 의미를 지닌다.
AI 예술은 기술과 예술의 경계를 재정립하며, 새로운 창작의 가능성을 탐구하는 중요한 흐름이다. 역사적으로도 예술은 기술의 발전과 긴밀히 연결해왔으며 AI 기술 역시 이러한 흐름의 연장선에 있다.
스티글리츠와 워홀이 사진술과 실크스크린 기법을 통해 예술의 지평을 넓혔듯이 AI 기술은 새로운 예술적 가능성을 열어준다.
앞서 언급한 딥드림과 GAN이 예술 창작에서 보여준 잠재력은 무궁무진하다. 딥드림과 GAN은 이미지 속 숨겨진 패턴을 시각화해 새로운 형태의 예술 작품을 창출하고, 현실적인 이미지를 만들어 독특한 매력을 지닌 작품을 보여주고 있다.
이러한 AI 예술 작품들은 기존의 예술 기법으로는 표현할 수 없는 고차원의 미학을 만들어내며 예술의 본질을 탐구하고 재정의하는 데 기여한다.
우리는 이러한 변화를 단순히 기술적 진보로만 볼 것이 아니라, 예술의 본질을 새롭게 정의하는 기회로 삼아야 한다.
이를 통해 전통과 혁신이 공존하는 새로운 예술의 시대를 맞이할 수 있을 것이다.
<정리 : 이세영·성도현 기자>
raphael@yna.co.kr
▶제보는 카카오톡 okjebo
▶연합뉴스 앱 지금 바로 다운받기~
▶네이버 연합뉴스 채널 구독하기
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.