회화적 담론과 이미지 생성 인공지능: VAE, GAN, Diffusion 모델과 회화의 예술적 체제

Abstract

본 논문에서는 대표적인 생성적 인공지능 모델들의 구조를 살펴보고, 이미지 생성의 논리와 생성된 이미지를 회화적인 관례 및 예술적 체제라는 틀을 통하여 논한다. 생성적 인공지능 모델 중 VAE, GAN, 디퓨전 모델을 표현 학습과 재현 도식, 양식의 학습과 새로움의 창조, 말과 이미지의 관계 등 회화의 재현적 체계와 연관하여 분석한다. 생성적 모델로서 VAE는 특성들의 확률 분포를 가지는 잠재 공간으로부터 샘플을 추출하여 다양한 양상의 이미지를 합성할 수 있다. 이 모델은 고전적인 회화 전통에서 재현 이미지를 등가 교환 관계에 있는 기호로서 다루는 방식과 유사하다. GAN 모델에서 경쟁하는 생성자와 판별자 네트워크는 고전적인 화가의 훈련 과정과 흡사하여 일관된 회화 양식을 가능하게 하는 제도가 작동하는 방식을 보여준다. 디퓨전 모델은 노이즈로 분산된 원래 입력 데이터를 복구하면서 학습이 이뤄지는 생성 모델인데, 이미지 생성이 대개 텍스트에 의해 지도된다. 이는 예술 매체의 속성과 재현의 문제를 둘러싼 말과 이미지의 관계에 관해 생성적 인공지능에서도 탐구하도록 해준다. 그러나 인공지능 생성 이미지는 재현적 체계의 회화가 지니는 시적 역량보다는 블랙박스가 보여주는 마법과도 같은 변형의 힘을 지닌다. 인공지능 예술에서 나타나는 이미지의 흐름은 데이터의 흐름이자 인공지능의 현재적 기억이다. 따라서 예술 매체로서 인공지능 자체의 미학적 실천 논리는 인간이 축적해 놓은 경험의 기록들, 즉 인간 공동체의 기억을 흐르는 인공의식으로 가시화한 것이다.