생성형 AI와 인간 예술가

왜 AI를 예술에 끌어들였는가

01 생성형 AI, 예술을 다시 그리다
02 협업 개념의 재정립
03 창작 과정의 실험
04 다양한 예술 장르와 확장 가능성
05 프로세스와 방법론
06 협업에 내재된 갈등과 윤리적 쟁점
07 관계성의 미학
08 현대 예술가의 정체성과 관계성 확장
09 창작 실험과 기술적 구현
10 AI와 인간의 지속적 공진화

수많은 텍스트?영상 변환 생성형 AI 모델이 존재하지만, 생성형 AI를 활용하는 예술가들은 오픈AI의 소라(Sora)와 구글의 비오(Veo)를 주목한다. 이 두 모델은 각각 챗GPT(ChatGPT), 제미나이(Gemini)와 같은 강력한 대규모 언어 모델(LLM)과 유기적으로 연동되어 있기 때문이다. 이러한 통합된 생태계는 연구자가 영상으로 구현하고자 하는 복잡한 개념이나 가설을 언어 모델의 도움을 받아 정교하고 다층적인 텍스트 프롬프트로 발전시키는 ‘프롬프트 엔지니어링(Prompt Engineering)’ 과정을 지원한다. 즉, 초기 아이디어 발상부터 서사의 구체화, 장면의 세부 묘사에 이르기까지 반복적이고 심도 있는 수정을 거칠 수 있어, 최종적으로 연구자의 의도에 더욱 정밀하게 부합하는 영상 결과물을 생성할 수 있다는 점에서 학술적 활용 가치가 매우 높게 평가된다.

－01_“생성형 AI, 예술을 다시 그리다” 중에서

이러한 ‘인간+AI’의 이중 저자성(dual authorship)은 기존 예술계에서는 생소한 개념이며, 현재의 저작권법 체계 또한 주로 ‘인간 저작자’를 전제로 하고 있어 AI 예술의 저작권 및 소유권 귀속 문제는 여전히 명확한 해답을 찾지 못한 상태다. 엘닥슨의 문제 제기는 이처럼 AI 시대에 예술 창작의 주체와 결과물에 대한 사회적, 법적, 그리고 철학적 합의가 시급히 재정립되어야 함을 극적으로 보여 주었다. 그의 도발적인 실험과 수상 거부는 사진 예술계를 넘어 현대 예술 전반이 기술 발전에 따른 예술의 정의와 범주를 어떻게 재검토하고 수용해 나가야 할지에 대한 진지한 토론의 장을 여는 중요한 계기가 되었다.

－03_“창작 과정의 실험” 중에서

공연 예술 단체도 비슷한 흐름이다. 무대에서 AI를 활용할 때, 관객 이미지나 음성이 수집·분석되지 않도록 조심하고, 수집된 데이터를 공연 이후에는 폐기하거나 적법한 절차로 관리해야 한다. 일부 페스티벌에서는 AI가 관객 반응을 실시간 시각화하는 코너를 운영하면서도, 사진 촬영·녹음에 대한 동의를 명확히 구하도록 했다. 결국 예술계가 주도적으로 윤리 관점을 확립한다면, 외부 규제나 사회적 우려를 완화하는 데 도움이 될 것이다.

－06_“협업에 내재된 갈등과 윤리적 쟁점” 중에서