AI 생성 이미지의 이해와 활용

AI 생성 이미지, 파편과 재조합의 새로운 미학
기술 복제 이미지에서 시작해 오늘날 생성형 AI 이미지에 이르는 시각 예술의 전환을 탐구한다. 베냐민이 말한 ‘기술 복제 시대’ 이후 사진과 영화는 실재를 기계적으로 재현하며 예술의 아우라를 해체했고, 회화는 추상화와 파편화로 새 길을 모색했다. 이어 디지털 시대는 픽셀과 레이어를 통해 이미지를 모듈화하고 무한한 편집과 재조합을 가능케 했다.
이 책은 이러한 흐름을 이어받아 AI 생성 이미지가 어떻게 데이터 속 ‘문화 원자’를 추출하고 확률적 조합을 통해 새로운 시각 언어를 만들어 내는지를 설명한다. 세잔의 기하학적 추출, 피카소와 브라크의 콜라주, 초현실주의의 자동성과 우연성이 AI 알고리즘 속에서 새로운 차원으로 변용된다는 점을 보여 준다. 나아가 AI 이미지가 열어 가는 창작의 민주화와 예술가-알고리즘 협업의 의미, 그리고 저작권과 예술적 진정성 같은 쟁점까지 다룬다.

사진·영화의 복제에서 디지털 편집, 생성형 AI에 이르는 이미지 혁신사를 짚는다. 파편화와 재조합의 미학 속에서 AI는 예술의 새로운 창작 파트너가 된다. 인공지능총서. aiseries.oopy.io에서 필요한 인공지능 지식을 찾을 수 있다.

권승태
한국방송통신대학교 미디어영상학과 전임대우 강의교수다. 고려대학교에서 영상문화학 박사 학위를 받았다. 채프먼대학교에서 영화와 방송 제작(Film & TV production) 전공으로 MFA(Master of Fine Arts)를 받았다. 성균관대학교에서 한국 철학을 전공했다. 20년 이상 방송 영상 분야에서 프로듀서로 활동했다. 주요 저서로 《시각 예술과 인공지능》(2024), 《플랫폼 내러티브》(2023), 《1인 미디어기획 제작》(2022), 《디지털 영상 편집》(2021), 《장마리 플로슈, 시각 정체성》(2016), 《영상스토리텔링의 일반 원리》(2015), 《3막의 비밀: 스토리텔링의 보편적 법칙》(2012), 공저로 《21세기 노년》(2024), 공역서로 《차이와 지속의 기호학, 비주얼 아이덴티티》(2017)가 있다. “AI영상제작의 구조와 흐름- 기호학과 행위자-네트워크 이론을 중심으로”(2025), “AI생성 이미지의 정체성과 시각 예술의 변화”(2024) 등 18편의 논문을 KCI 학술지에 게재했다.

기술 복제 이미지에서 AI 생성 이미지로

01 AI 생성 이미지란
02 AI 생성 이미지의 발전과 가능성
03 AI 생성 이미지의 사물성
04 AI 생성 이미지의 상호작용성
05 AI 생성 이미지의 추상성
06 AI 생성 이미지의 창의성
07 AI 생성 이미지의 주체성과 창작권
08 AI 생성 이미지의 정체성
09 AI 생성 이미지의 프롬프트 기술
10 AI 생성 이미지의 활용

2021년 이후에는 오픈AI의 달리, 미드저니, 스테이블 디퓨전 등 텍스트 투 이미지(T2I) 기반의 확산 모델들이 본격적으로 등장하면서 사용자의 언어적 설명만으로 상상 속 이미지를 구현할 수 있게 되었다. 예를 들어 달리 2는 ‘우주복을 입고 피자를 먹는 바다 수달’ 같은 문장을 입력하면 해당 장면을 실재처럼 묘사한 이미지를 자동으로 생성할 수 있다. 이처럼 최신 인공지능은 자연어를 해석해 시각적 창작으로 전환하는 능력을 갖추었으며, 인간은 복잡한 코딩이나 데이터 설계 없이도 언어만으로 창작을 실현하는 새로운 언어 비전 AI 시대를 열었다.
－01_“AI 생성 이미지란” 중에서

확률적 사물성은 아날로그 필름처럼 고정된 실체로 존재하지 않고 AI 이미지나 디지털 텍스트처럼 특정 조건 아래에서 사용자가 매번 새롭게 생성하는 디지털 산출물의 존재 방식을 설명하는 개념이다. 요해나 드러커는 2009년 발표한 논문 “실체에서 사건으로: 문자적, 기계적 사물성에서 확률적 사물성으로(Entity to Event: From Literal, Mechanistic Materiality to Probabilistic Materiality)”에서 이 개념을 제안하고, 디지털 환경 속에서 예술 작품이나 텍스트는 더 이상 하나의 물리적 대상이 아니라 해석 행위와 기술 조건 속에서 발생하는 사건이라고 주장한다. 전통 사회에서 사람들은 예술 작품을 한 권의 책, 한 폭의 그림처럼 고정된 실체로 간주해 왔다. 그러나 디지털 매체에서는 사용자가 특정 데이터를 열거나 읽고 재생할 때마다 작품의 형태와 의미가 달라진다.
－03_“AI 생성 이미지의 사물성” 중에서

사진의 역사처럼 AI 생성 이미지에 대한 사회적 수용은 기술에 대한 인간의 문화적 평가에 달려 있다. 아서 단토(Arthur Danto)가 앤디 워홀의 〈브릴로 박스(Brillo Box)〉를 예술로 판정한 것은 예술 이론이라고 한 것처럼, AI 생성 이미지를 예술로 만드는 것 역시 예술 이론이라고 할 수 있다. 단토의 이론에 따르면, 예술은 시각적으로 식별할 수 있는 속성으로 정의되는 것이 아니라 예술계(Artworld)라는 역사와 이론의 분위기 속에서 부여되는 맥락과 의미에 의해 결정된다. 워홀의 〈브릴로 박스〉는 일반적인 세제 박스와 시각적으로 동일하지만 예술계의 이론과 서사 안에서 예술이 되었다. 이는 AI가 아무리 기술적으로 정교한 결과물을 만들어 내더라도 그것이 인간 사회에서 예술로 인식되고 창의적으로 평가받기 위해서는 인간의 해석적 개입과 문화적 맥락화가 필수적임을 시사한다. 즉 AI 생성 이미지의 예술적 지위 또한 기술 자체의 문제가 아니라 예술계의 담론과 사회적 수용에 달려 있다. 예술이 본질적으로 문화적 구성물이며, 그 가치와 정의가 시대와 사회의 가치관, 그리고 권력과 밀접하게 연관되어 있음을 보여 준다.
－06_“AI 생성 이미지의 창의성” 중에서

예를 들어 AI에게 “서울시 종로구 효자동에서 빌라를 임대해 게스트 하우스 사업을 시작하면 수익성이 좋을까?”라고 질문을 곧바로 하기보다 그 사고의 과정을 추론의 사슬로 단계별로 구성할 수 있다. 즉 질문을 시장 수요 분석 → 경쟁자 분석 → 임대료 계산 → 수익 예측 시뮬레이션이라는 단계로 나눌 수 있다. 우선 시장 수요 분석으로 효자동 일대 국내외 관광객이 머물 수 있는 단기 임대 숙소에 대한 수요가 얼마나 되는지 묻거나 최근 몇 년간 효자동의 에어비앤비 예약률이나 숙박 리뷰 트렌드에 대해 조사해 달라고 요구할 수 있다. 이에 대한 대답을 통해 이 지역이 게스트하우스 사업에 적합한 시장인지 파악할 수 있다. 다음 경쟁자 분석으로, 효자동에서 현재 운영 중인 유사 게스트 하우스 또는 셰어 하우스가 몇 개인지, 또 평균 숙박비는 얼마인지 묻는다. 다음 임대료 계산 단계로 효자동에서 20평 내외의 빌라를 장기 임차할 경우 월 임대료, 보증금, 관리비가 평균적으로 얼마인지 물을 수 있다. 이로써 초기 투자 비용과 경쟁 가격대를 알 수 있다.
－09_“AI 생성 이미지의 프롬프트 기술” 중에서