미디엄 핫: 발열 시대의 이미지

서론

‘가장 힘든 것’: 통계적 이미지 생산과 전쟁 경제
번아웃 이미지: 열역학적 전환
미디엄 핫: 엔트로피의 정치 경제학
관절포르노 또는 해표지증: 생성형 AI의 계몽의 변증법
평균적 이미지
디지털 균열: 빈곤한 이미지에서 파워 이미지로
우리가 불을 지른 게 아니다: 물리적, 디지털 파이프라인
세상은 누구의 것인가? AI, 예술 그리고 상식
말이 아닌 행동: 블록체인 오리엔탈리즘을 넘어서
로코의 바실리스크: 인공적 아둔함과 실존적 위험
21개의 미술계: 게임 맵

감사의 말
주

어쩌면 이 글들은 훗날의 역사가들을 위한 타임캡슐이 될지도 모른다. 언젠가 그들은 이렇게 자문할 테다-이 모든 것이 막 시작됐을 때 사람들은 무슨 생각을 했을까? 좀비화의 위협에 맞서, 즉 통계적 순응주의의 도구들에 의해 쓸모없어지거나 산송장이 될 위협에 맞서 사람들은 어떻게 대응했을까? 사람들은 언제부터 노이즈로, 그러니까 불규칙한 브라운 운동의 지배 아래 놓여 이리 치이고 저리 치이는 사회적 입자로 모델링되기 시작했을까? 그 당시 논쟁의 온도는 몇 도였을까?

기계학습 기술은 자원 배분을 보다 합리적으로 만들고, 에너지 소비를 최적화하며, 극심한 불평등을 줄이고, 보건 및 사회 제도를 개선하며, 낭비적인 잘못된 배분을 막는 데도 쓰일 수 있겠지만, 이러한 것들은 아마 AI가 아니라 공산주의로 분류돼야 할 테다. 막대한 에너지를 집어삼키는 초대형 데이터센터들의 출력물을 활용할 현재로서 가장 유력한 방법은 애플 인텔리전스를 통해 회의 일정과 아이의 생일 파티가 겹치지 않도록 해주겠다는 애플의 발상이다.

매클루언의 혼란스럽고 (꽤나 임의적인) 분류 이후 '핫' 미디어뿐만 아니라 '쿨' 미디어도 변화했다. 게다가 통계적 이미지 생성기의 등장으로 엔트로피는 매우 직접적인 방식으로 이미지 생산에 개입하게 됐다. 오늘날 우리는 뜨겁고 차가움의 문제를 이렇게 단도직입적으로 물을 수 있다-생성된 시위 이미지를 렌더링할 때의 온도는 몇 도인가?