인공 지능의 "생성 능력"이 본격적으로 발전하려고하고있다. 아래에 정렬 된 사진 중 하나는, 인공 지능이 만들어 낸 가짜 이미지다. 여러분은 정답을 알아 맞출 수 있나요? 정답은 상단의 왼쪽 이미지. 아마 거의 모든 사람이 맞추지 못했을 것이다.
영국 Heriot 와트 대학의 박사 과정의 학생 인 Andrew Brock 씨는, 구들 딥 마인드의 연구팀과 함께, 정품과 구별 할 수 없을 정도의 정교함을 가진 개, 나비, 자연물 등의 이미지를 만들어내는 인공 지능을 개발했다.
이러한 기술은 "적대적 생성 네트워크(GAN : Generative adversarial networks)"를 기반으로 한 것이다. 단적으로 설명한다면, "속이는 AI"와 "간파하는 AI"를 경쟁시켜 보다 실제에 가까운 대상(여기에서는 사진이나 이미지)를 만들어내는 기술이다. 인공 지능 관련의 다양한 이슈 중에서도 최근 특히 주목받는 분야이다. 올해 6월 페이스북의 AI 개발자 인 Yann Lecun 씨도 GAN은 매우 중요한 기술이라고 언급 한 바 있다.
Brock 씨의 연구팀은, 개발 한 시스템에 대해 "BigGAN"이라는 이름을 붙였다. 연구자들은 자신이 개발 한 인공 지능에 "개"등 특정 키워드 모두에, 2천장 정도의 사진을 주고 학습시킨 후 새로운 이미지를 창출하게했다.
흥미로운 것은 새로 만들어진 이미지에 대해, 개발자 인 Brock 씨조차도 더 이상 간파 할 수 없었다는 점이다. BigGAN은, 개 이외에도 "재규어"와 "곰" 사진을 생성했지만, Brock 씨는 그것들을 "구글 검색"에서 수집 한 소재일것이라고 착각했다. 개발자 조차 분간할 수 없는 이미지를 만들어내는 AI는 왠지 믿음직 스럽기도하고 무섭기도 하다.
하지만 BigGAN도 아직 완벽하지 않다. 다리가 14개있는 거미의 이미지(거미는 8개의 다리)와 식물과 고양이가 융합 한 새로운 생물 사진의 이미지를 만들어내는 등, 특정 동물 이외의 동물 이미지를 완전히 생성하기에는 이르지 않았다는. BigGAN이 모든 이미지를 완벽하게 생성하기 위해서는, 지금 시간이 필요하다는 것이다.
GAN은 이미지뿐만 아니라, 동영상이나 음성의 생성에도 응용할 수 있을 것으로 생각된다. 그중 인스타그램 등에 게재 된 "리얼충 사진" 또는 "파티 피플 동영상"이 쉽게 인공 지능으로 만들 수 있는 시대가 올지도 모른다.
농담은 제쳐두고, 사진이나 동영상은 인물과 현장을 접한 증거, 즉 "진실을 비추는"이라는 점에 가치가 있었다. 예를 들어, 사진, 비디오 저널리즘은 그 진실이라는 가치에 의하여 지탱해온 최고의 것일 것이다.
그러나 GAN 등 관련 기술이 발달하면, 사진이나 동영상에 진실을 추구하는 것은 불가능해진다. 무엇을 가지고 진실이라 할 것인가? 인공 지능 시대에는 존재를 증명하는 새로운 기술이나 테크놀로지가 필요하게 될 것이다.