연구분야

연구분야 세부목록

AI Art Lab.

시 쓰는 인공지능

  • 연구 개요
    • Seq2Seq, LeakGAN 모델을 사용하여 한글 시 창작
  • 연구내용 및 성과
    • 시 데이터 수집 및 전처리
      • KAIST Corpus 데이터베이스에서 KAIST Raw corpus를 다운 받아 사용(문학>시>근대시)
      • 노이즈(외국어, 특수문자, 공백 등), 중복 제거를 통해 결과적으로 총 105399행을 데이터 세트로 구축
    • 딥러닝 모델에 따라 적합한 학습 방식 채택
      • Seq2Seq : 행 단위로 학습 (input - 현재 행, label - 다음 행)
      • LeakGAN : 형태소단위로 구분한 시 데이터 세트 전체
    • 임베딩 기법으로 사용한 fastText에 품사정보를 추가하여 모델의 성능을 향상시킴
      • 전체적으로 완성도 높은 한국어 문장 구조를 구성
      • 앞의 단어에 따라 적합한 조사를 선택(을/를, 와/과, 으로/로 등을 구분하여 사용)
    아래의 내용을 참고바랍니다.
    • [ seq2seq 모델의 문장 구성 예시 ]
      • input : 나는 이 순간을 마음에 새긴다
      • output : 하나의 바람이 가장 낮은 곳에서
        내 그리움의 한가운데를 보게 하나

        나의 사항 나의 쓸쓸함

        나의 깊이
  • 사용자와 상호작용하여 함께 시를 창작하는 참여형 프로그램 개발(Seq2Seq기반)
    • 사용자가 첫 행을 입력하면 그에 어울리는 다음 행을 제시
    • 행 단위로 모델을 학습시켰기 때문에 전체적인 문맥을 맞추는 능력은 부족한 편

      → 시 전체의 완성도를 높이기 위해 여러 문장을 생성하여 사용자가 직접 고를 수 있도록 선택권을 부여

    아래의 내용을 참고바랍니다.
    • [ 사용자 참여형 프로그램 ]
      • AI와 함께하는 DIY 창작시
  • 응용분야
    아래의 내용을 참고바랍니다. 아래의 내용을 참고바랍니다.
    • 응용분야 1 : 자연어처리 기반 챗봇(Chatbot)
    • 응용분야 2 : 정서 분석(Sentimental Analysis)을 통한 소비자 분석
    • 응용분야 3 : 정보 검색
작품 감상하기

인공지능 화가 (모방부터 창조까지)

  • 연구 개요
    • Style Transfer, DCGAN, CAN모델을 사용하여 그림 창작
  • 연구내용 및 성과
    • 그림 데이터 수집 및 전처리
      • Wikiart 데이터 세트 사용

        → 27개의 미술사조(18세기 Rococo ~ 현대 action painting 까지 서양 미술사의 흐름의 대부분을 포함)

    • 입력 받은 이미지를 학습한 화가의 화풍으로 그려주는 Style Transfer 아래의 내용을 참고바랍니다. 아래의 내용을 참고바랍니다.
      • Input image : picture of Atom
      • Style : Gustav Klimt 'the kiss'
  • 특정 화가의 화풍을 학습시켜 새로운 그림을 그리는 DCGAN
    • 입력 이미지 그대로 화풍만 입혀주는 Style Transfer와는 달리, 새로운 이미지를 생성
    • 새로운 이미지가 생성된다고 하더라도 학습한 화풍 내에서만 생성되는 한계 존재
  • 기존에 없던 새로운 스타일로 창작하는 CAN
    • 두 개의 인문학적 개념(Colin Martindale의 '최소 노력의 원리'와 Daniel Berlyne의 '사람을 미학적으로 각성시키는 5가지 특성' 중 '애매함')을 손실함수에 접목하여 사람들을 미학적으로 자극하는 그림을 생성
    DCGAN이 생성한 풍경화 예시, CAN이 생성한 추상화 예시 DCGAN이 생성한 풍경화 예시, CAN이 생성한 추상화 예시
  • 작품 평가(CAN의 추상화)
    • 한동대학교 콘텐츠융합디자인 학부 이진구 교수 및 대학원생들과 CAN의 작품에 대하여 인터뷰 진행
    'CAN의 그림 중에 가장 느낌이 좋다. 무엇을 그렸는지 알 수 없지만 좋다.', '시계가 녹아 내리는 그림을 그린 달리의 초현실주의 그림을 보는 것 같다' 'CAN의 그림 중에 가장 느낌이 좋다. 무엇을 그렸는지 알 수 없지만 좋다.', '시계가 녹아 내리는 그림을 그린 달리의 초현실주의 그림을 보는 것 같다'
작품 감상하기
  • Style Transfer
  • DCGAN
  • CAN
한동대학교 콘텐츠융합디자인 학부 이진구교수와의 인터뷰
Q

CAN이 그린 그림이 예술로서 가치가 있는가?

A 'CAN의 그림 자체만으로는 예술성을 평가하기 힘들다. 왜냐하면 사람의 미술 작품에는 종이/캔버스/아크릴 등의 화면이 있고 유화/파스텔/연필 등의 재료가 있다. 즉, 어떤 화면이나 재료를 쓰고 어떤 기법을 사용하는지에 따라 비슷한 그림도 느낌이 천차만별이다. 또한 작품이 함축하고 있는 metaphor(은유)가 무엇인지 중요하다. 예를 들어 피카소의 작품이 가치 있는 것은 어린아이의 마음으로 순수하고 정제되지 않은 창조성을 보여줬기 때문이다.
그러나 컴퓨터 화면에 보여지는 그림은 화면과 재료가 없기 때문에 원화라고 부를만한 것이 없다. 일종의 RGB데이터이기 때문에 어떤 용지에 출력하는가에 따라 육안으로 보는 느낌이 정말 다르다. 또한 인문학적 지능이 있다고 하더라도 공학적 원리에 인문학을 맞춘 것이기 때문에 '화가의 심상'이 없다. 따라서 색감과 형태를 분석하는 것과 상상력을 표현하는데 한계가 있다.'
Q

사람의 창의력에 한계가 있는가?

A 예술을 하는 모든 사람이 창의적인 것은 아니다. 실제로 새로운 것을 만들어 내는 것에 어려움을 겪는 미술가들이 많다. 창조적인 무엇을 만드는 것은 쉬운 일이 아니다. 어떤 화가의 화풍을 잘 따라하는 것은 technician에 불과하다. 그 위에 master(장인)의 경지에 오른 사람도 있지만 이 단계까지는 fast follow라고 할 수 있다. 그러나 'creator'의 작품에는 새로운 스토리와 마음, 작가성이 담겨있다. 창의성은 쉽게 실현되지 않는다. 책과 같이 주어진 것의 경계 밖에 해답이 있기 때문이다.
Q

AI가 그린 그림이 사람의 그림 수준까지 따라왔다고 생각하는가?

A 오류가 없는 알고리즘으로 인공지능이 무엇을 만들었다 하더라도, 사람이 입력해주는 데이터의 범주안에서 작동한다. 그것은 사람의 창의성이 미래지향적인 특성을 가지고 있는 것과 대비된다. 왜냐하면 사람은 자유롭게 머리속에 그리는 상상력을 가지고 있기 때문이다. 상상력이란 과거에서 나아가 미래를 그리기 때문이다. 즉, 컴퓨터는 데이터라는 과거에 머물러 있고 스스로 미래를 지향할 수 없다.
그리고 앞서 이야기한 맥락과 동일하게 '이성'에서 벗어나고 있지 못하다. 겉으로 보이는 것만으로 그림을 인문학이라고 할 수는 없다. 사람의 예술은 시대, 사회적 배경이 깊게 관여된 '보이지 않는 진실'이 담겨있다. 감동, 눈물 그리고 사랑 같은 것이 그러한 진실이다.
Q

CAN의 작품을 보고 느끼는 감정과 생각은 무엇인가?

A 아래의 내용을 참고바랍니다. 아래의 내용을 참고바랍니다.
  • "CAN의 그림 중에 가장 느낌이 좋다. 무엇을 그렸는지 알 수 없지만 좋다."
  • "시계가 녹아 내리는 그림을 그린 달리의 초현실주의 그림을 보는 것 같다."
  • "무엇에 억눌린 사람의 어긋난 욕망을 표현한 그림 같다."
  • "굉장히 느낌이 좋다. 도시의 어떤 건축물을 강조와 생략의 기법으로 그린 것 같다."
  • "색감이 좋다. 색면 추상의 대가 마크 로스코의 그림 같다."
  • "무엇에 억눌린 사람의 어긋난 욕망을 표현한 그림 같다."
TOP