본문내용 바로가기

전체메뉴

고객센터 02-559-3929 평일 09~18시 점심 12~13시 (주말, 공휴일 휴무)
창의교육

해외창의 이야기

해외 창의‧인성교육 관련 최신 전문 지식 및 교육 정보를 제공합니다. 

  • 작성자크레존
  • 등록일2021.02.08
  • 조회수192

 

 

 

“인공지능은 사람과 같은 창의력으로 예술작품을 만들 수 있는가?”

 

1. 인공지능과 예술 1. 인공지능과 예술

사회 패러다임은 농경사회 (기원전 7천 년경~18세기 중엽), 산업사회(18세기 후반~ 20세기 중엽), 지식정보사회(20세기 이후)로 변화하였습니다. 지식정보사회는 정보기술의 발달에 따라 정보 혁명, 디지털과 컴퓨터 출현과 전 지구적 인터넷 확산으로 ICT(Information and Communications Technologies, 정보 통신 기술) 융합기술로 발전하고 IT와 생명기술의 결합, 나노기술의 결합으로까지 진화하여 이제는 타인과 공감을 끌어내는 감성 사회로 접어들고 있습니다.

감성 사회를 충족시키는 것은 지식과 기술, 다양한 통섭 등으로 표현하는 융합문화라고 할 수 있습니다. 급격하게 이루어지고 있는 디지털 기술 발전에 따라 사람들의 일상생활 패턴이 변화하고 이에 맞추어 모든 산업이 끊임없이 진화하여 다양한 영역의 ‘융·복합’을 모색하는 양상으로 바뀌고 있습니다.

 

2. 인공지능을 활용한 미술 2. 인공지능을 활용한 미술

예술과 4차 산업혁명 기술의 접목에서 빼놓을 수 없는 관심사는 인공지능 예술입니다. 인공지능이 사람과 같은 창의력으로 예술작품을 만들어 마침내 예술가의 입지를 흔들고 말 것인가가 주요 화제로 떠오르면서, 17세기를 대표하는 화가 렘브란트와 유사한 화풍의 그림을 그려낸 ‘넥스트 렘브란트’ 프로젝트나 ‘바울과 e다윗’을 비롯한 여러 드로잉 로봇을 만들었습니다.

그때마다 인공지능 예술가의 등장에 대하여 ‘앞으로는 인공지능이 만든 예술과 사람이 만든 예술의 구별이 점차 희미해질 것’이라는 다수의 의견과 함께 찬반론이 강하게 대립하고 있습니다.

[그림 1] 넥스트 렘브란트의 그림 분석 장면
(출처 : ING의 The Next Rembrandt(JWT) 프로젝트 http://www.nextrembrandt.com)

인공지능을 활용한 미술의 진화는 1990년대 초기로 거슬러 올라갑니다. 인공지능은 기본적으로 분석을 통하여 연산을 통한 작품을 만드는데, 이는 진화 연산(Evolutionary Computation)과 컴퓨터 그래픽스(Computer Graphics)를 융합하여 추상적이고 복잡한 형태의 예술 작품들을 생성함으로써 가능해졌습니다.

이는 진화 생성의 예술의 기틀이 되었고 진화 생성 예술은 정적 길이의 염색체를 사용하는 유전 알고리즘 기반으로 하여 동적 길이의 염색체를 사용하는 표현인 유전 프로그래밍을 기반으로 하고 있습니다. 유전 알고리즘(Genetic Algorithm)은 정적 길이의 배열을 염색체로 활용하는 진화 알고리즘으로 이미지를 염색체의 형태로 표현하여 진화 연산을 수행합니다.

예를 들어 꽃잎의 크기 개수 색깔과 같은 변수들을 배영에 할당하여 염색체로 사용하고 이처럼 염색체의 구조를 설계하는 것은 생성할 수 있는 잠재적인 디자인 혹은 솔루션 공간을 암시적으로 형성합니다. 염색체에 할당하는 값은 곧 꽃의 형태를 결정하며 결과적으로 사용자에게는 염색체가 보이지 않고 최종적으로 생성하는 꽃의 이미지만 보이는 것입니다.

[그림 2] 진화 생성 예술 시스템을 사용하여 생성한 이미지들
(출처 : DOCPLAYER http://docsplayer.org)

유전 프로그래밍(Genetic Programming)은 동적인 염색체를 사용하여 이미지를 표현하는 진화 생성 예술입니다. 정적인 염색체와는 다른 동적인 염색체로 이미지를 표현하는 시스템에서 상수뿐만 아니라 함수도 염색체의 값에 포함하며 길이 역시 수식에 따라 변화합니다.

이러한 염색체를 바탕으로 이미지를 표현하기 위해서는 수식의 x, y에 픽셀의 좌표를 입력해 계산한 결과를 해당 픽셀의 색상으로 사용하고 이와 같은 방식으로 이미지를 생성하는 것이 유전 프로그래밍 기반의 진화 생성 예술입니다.

[그림 3] 유전 프로그래밍의 이미지 표현 방식
(출처 : DOCPLAYER http://docsplayer.org)

이와 함께 정적 및 동적 염색체를 사용하여 이미지를 표현하는 대신 프랙털을 이용해 이미지를 생성하는 기법 역시 연구를 진행하였습니다. *프랙털(Fractal) 기반의 진화 생성 예술의 사례는 드레이브즈(Draves)의 일렉트릭 쉽(Elrctric Sheep) 프로젝트에서 볼 수 있습니다.

* 프랙털(Fractal) : 일부 작은 조각이 전체와 비슷한 기하학적 형태. 이러한 자기 유사성 특징을 갖는 기하학적 구조.
  (출처 : 위키백과 http://wikipedia.org)

일렉트릭 쉽은 전 세계의 사용자들이 평가할 수 있는 화면 보호기로서 현재까지 가장 널리 사용된 진화 생성 예술 프로젝트로 일렉트릭 쉽의 염색체는 약 160개로 구성하고 있으며, 여러 사용자의 평가를 기반으로 이미지를 진화시키는 특징이 있습니다.

정적 및 동적 염색체를 사용하여 이미지를 표현하는 대신 신경망을 이용해 이미지를 생성하는 기법을 연구 진행하였는데 더 아티피셜 페인터(The Artificial Painter)는 컴퓨터가 스스로 이미지의 심미적 가치를 평가할 때 상호작용 기반으로 추상적인 이미지를 생성하기 위해서 여러 가지 정보를 입력받는 신경망을 개체로 활용하였습니다.

[그림 4] 프랙털 기반 진화 생성 예술
(출처 : DOCPLAYER http://docsplayer.org)
 
3. 인공지능을 활용한 음악 3. 인공지능을 활용한 음악

인공지능을 활용한 예술 분야는 미술 분야뿐만이 아닙니다. 음악 분야에서도 2016년에는 성남아트센터에서 이탈리아 피아니스트 로베르토 프로세다(Roberto Prosseda)와 로봇 피아니스트 테오 트로니코(Teo Tronico)가 벌이는 연주 대결이 있었습니다.

과거에도 이미 2005년 일본 아이치 만국박람회에서는 호른과 튜바 등 총 8대의 연주 로봇이 등장했습니다. 아쉽게도 설비가 노후화되어 마지막으로 2015년 도요타 회관에 있던 트럼펫 부는 로봇이 10년간의 연주를 끝으로 이제는 더는 볼 수 없습니다.

[그림 5]
(출처 : 네이버 뉴스 http://news.naver.com/main/read.nhn?oid=421&aid=0002056628)

이외에도 2009년 재즈 기타리스트 팻 메스니(Patrick Bruce Metheny)가 자동 연주 기계들과 협연한 ‘오케스트리온’은 로봇 연주 시대를 알린 기념비적 시도로 평가받고 있고, 도쿄대가 만든 3인조 로봇 록밴드 ‘지 머신즈’는 미니앨범 ‘뮤직 포 로봇’을 발매하였습니다.

[그림 6] 팻 메스니의 ‘오케스트리온’(좌)와 로봇 록밴드 ‘지 머신스’(우)
(출처 : Birmingham Live http://www.birminghammail.co.uk)

이뿐만 아니라 인공지능을 이용한 작곡 사례도 있습니다. 자체적으로 개발한 딥 뉴럴 네트워크(Deep Neural Network) 기반의 음악 생성 인공지능인 주크덱(Jukedeck)은 2015년 12월 IT 전문 매체인 테크크런치(TechCrunch)가 주최한 ‘디스럽트 런던(Disrubt London)’에서 우승한 인공지능 작곡 서비스입니다. 주크덱은 비디오나 게임 등의 콘텐츠를 위한 배경음악을 즉석에서 작곡·편곡하여 사용자에게 기존 음악의 조합이 아닌 새로운 음악을 만들어줍니다.

쿨리타(Kulitta)는 예일대학(Yale University)의 교수 도냐 퀵(Donya Quick)이 개발한 자동 음악 작곡을 위한 프레임 워크입니다. 주어진 음악에 대해 클래식 이론을 기반으로 분석하여 그 음악을 구성하고 있는 구조와 멜로디의 진행 등을 분석하여 생성 문법(Generative Grammar)을 스스로 만들고 이에 기반하여 확률적으로 새로운 음악 구조와 멜로디를 생성합니다.

쿨리타는 음악 작곡 과정을 효과적으로 모듈화하여 재사용이 편하게 개발하였으며 음악 작곡 인공지능 개발을 위한 라이브러리로의 활용도가 높아 새로운 시스템 개발을 용이하게 하는 장점이 있습니다.

[그림 7] 쿨리타가 개발한 악보
(출처 : DOCPLAYER http://docsplayer.org)

IBM의 왓슨 비트(Watson Beat)는 음악 경력이 없는 인공지능 전문 작곡가가 팀으로 개발하였습니다. 왓슨 비트는 왓슨의 인공 신경망에 리듬과 멜로디, 악기 편성뿐만 아니라 장르 간의 차이 등을 학습시켜 새로운 음악을 생성하게 설계한, 인간 작곡가를 도와 실제 작곡을 하는 시스템입니다.

학습을 통해 왓슨 비트는 우리가 좋아하는 음악을 이해하여 유사한 형태로 음악을 새롭게 작곡하고, 8마디 혹은 15초 정도의 짧은 멜로디와 분위기 설정값을 입력받으면 다수의 악기로 구성된 몇 분짜리의 음악을 대량으로 작곡하는 능력을 갖추고 있습니다.

구글에서 주도하는 미술과 음악 인공지능 개발을 위한 텐서플로(Tensorflow) 기반의 오픈소스 프로젝트인 마젠타 프로젝트(Magenta Project)는 다양한 분야의 사람들이 활용하면서 음악을 이해하고 새로운 멜로디를 생성할 수 있는 모델 개발을 위한 프레임 워크를 제공합니다.

마젠타는 수많은 음악을 입력받아 이를 시스템이 이해할 수 있는 형태로 변환시켜 데이터베이스에 저장한 후 텐서플로 기반의 딥러닝 모델을 이용해 음악 데이터베이스를 학습합니다. 사용자의 학습 모델 선택과 파라미터 설정에 따라 음악 데이터를 마젠타가 다양하게 학습할 수 있어 음악 작곡 인공지능을 위한 연구 도구로서 높은 활용도를 가집니다.

[그림 8] 마젠타 프로젝트 이미지
(출처 : 구글 AI http://magenta.tensorflow.org)

이 외에도 말라가(Malaga) 대학의 교수가 개발한 자동 음악 작곡 기술인 멜로믹스(Melomics)는 생태계의 진화과정을 모방한 알고리즘을 기반으로 음악을 자동으로 작곡하는 시스템이고, 송스미스(Songsmith)는 마이크로 소프트에서 개발한 자동 반주 생성 프로그램입니다.

송스미스는 곡을 쓸 줄 모르는 비 음악인의 흥얼거리는 멜로디만으로도 어떤 음이 어떤 코드와 함께 나타나는지, 코드가 어떤 식으로 진행하는지를 대중음악 데이터베이스로부터 학습해서 새로운 멜로디에 맞는 적절한 코드를 생성하여 쉽게 나만의 음악을 만들게 해줍니다.

(출처 : 위키백과 http://wikipedia.org)

많은 논란에도 불구하고 인간의 지능을 뛰어넘는 인공지능 기술의 개발로 인하여 단순히 대규모 데이터 연산 분석 등의 능력을 넘어선 인간 고유의 영역으로 간주하던 문화예술 창작 분야에도 기계나 로봇 알고리즘에 의한 유사 창작 사례가 점차 증가하는 추세입니다.

인공지능 기반의 창작물 증가 현상은 인공지능 기술의 놀라운 혁신성 및 그에 따른 사회적·산업적 편익에 대한 기대감을 주지만, 창작을 통하여 구현하는 인간 본연의 창의성이 심각한 위기에 빠진 것이 아닌가 하는 우려나 불안도 있습니다.

앞으로 인공지능의 창작능력이 급성장하여 인간과 대등한 수준에 오른다 하더라도 인공지능과 인간이 하나의 자리를 놓고 경쟁하지는 않을 것입니다. 그보다는 인공지능의 수많은 데이터를 빨리 분석하여 새로운 패턴을 찾는 능력, 얻어진 패턴과 응용력을 바탕으로 차별화된 아름다움을 만드는 능력 등과 같이 예술에 필요한 다양한 능력을 잘 결합하는 것이 인간의 힘만으로 이루는 것보다 좋은 성과를 낼 가능성이 큽니다.

그렇기에 인공지능과 인간이 하나의 자리를 두고 경쟁하기보다는 인공지능에 대한 올바른 이해와 활용이, 예술가가 쉽게 다양한 시도를 하여 창작의 한계를 뛰어넘는 계기가 될 것입니다.

◈ 참고자료

  • 세상을 바꾸는 생각들 - 융합문화형성, 한국산업기술진흥원
  • 그곳의 미술관을 걷는 이곳의 나, 김선영, 미래예술산업연구소
  • 지능정보사회의 문화예술 변화와 전망, 정보문화 이슈리포트 16-03호, 한국정호화진흥원
  • 문화 : 기술 - 문화와 기술의 만남, 인공지능과 창작, 한국콘텐츠진흥원
  • 인공지능과 예술의 융합 양상에 관한 탐색적 고찰, 태혜신, 김선영, 한국무용과학학회지(2019)
  • 위키백과 http://wikipedia.org
  • DOCPLAYER http://docsplayer.org
  • Birmingham Live http://www.birminghammail.co.uk
  • ING의 The Next Rembrandt(JWT) 프로젝트 http://www.nextrembrandt.com
  • 구글 AI http://magenta.tensorflow.org
  • 네이버 뉴스 http://news.naver.com/main/read.nhn?oid=421&aid=0002056628
정 유 진 (제주대학교 창의교육거점센터 책임연구원)
소감태그 참여결과
소감태그별 랭킹
잠시 기다려 주시길 바랍니다.
MY MENU
로그인하시면
마이메뉴 설정이 가능합니다.
마이메뉴 설정
마이메뉴가 설정되었습니다.