최초의 AI 생성 이미지: 역사 및 제작 방법

우리는 지금 기술적으로 진보된 시대에 살고 있습니다.

아직 마인드 리딩 수준에는 이르지 못했지만, 마인드 리딩과 유사한 효과를 내는 대안이 있으며, 그중 하나가 AI가 생성한 이미지입니다. 

인공지능을 사용하면 원하는 AI 어시스턴트에게 원하는 이미지를 설명하는 것만으로 고품질 이미지를 쉽게 생성할 수 있습니다.

AI 이미지 생성은 생각보다 대중화되어 다양한 조직에서 이 아이디어를 도입하기 시작했습니다.

예를 들어 Instagram 및 Snapchat과 같은 소셜 미디어 앱에는 AI로 이미지를 만드는 데 도움이 되는 필터와 프롬프트가 있습니다.

하지만 인공지능이 생성한 이미지가 어떻게 탄생했는지, 최초의 인공지능 생성 이미지는 무엇이었는지 생각해 본 적이 있나요? 

AI 생성 이미지란 무엇인가요?

인공지능의 개념은 인공지능이 생성한 이미지가 무엇을 나타내는지 이해하기에 충분한 정보를 제공합니다.

하지만 이해가 되지 않는다면 이 글을 참고하세요. 

AI 생성 이미지는 인공지능의 도움을 받아 만든 사진입니다.

예술가가 물감, 붓, 획을 사용하여 이미지를 만드는 방식이 바로 인공지능이 작동하는 방식입니다.

하지만 흥미로운 부분은 인간 아티스트처럼 붓과 물감을 사용하는 대신 AI가 알고리즘과 코드를 사용하여 작업한다는 점입니다. 

세심한 손놀림과 손목을 튕기는 대신 AI가 데이터를 처리하고 패턴을 학습하여 사용자가 입력한 설명을 기반으로 이미지를 생성합니다.

인간이 예술 작품을 완성하고 숙달하는 데 오랜 시간이 걸리듯, AI 엔지니어는 AI 이미지 생성에 필요한 코드와 데이터를 완성하는 데 시간이 걸립니다. 

또한 AI가 생성한 이미지는 인물 사진에만 국한되지 않습니다.

사람이 만든 작품이라고 해도 믿을 만큼 사실적인 추상 미술 작품을 만들 수도 있습니다.

역사상 최초의 AI 생성 이미지

그렇다면 최초의 AI 생성 이미지는 무엇이었을까요? 최초의 AI 생성 이미지는 다음과 같은 AI 시스템에 의해 생성되었습니다. AARON.

이 시스템은 아티스트이자 프로그래머인 해롤드 코헨이 만들었습니다.

최초의 AI 이미지 생성은 지금처럼 쉽지 않았습니다. 코헨 교수는 자신의 스타일로 그림을 그리도록 AI 시스템을 훈련시키는 데 수십 년이 걸렸습니다.

하지만 그의 작품은 컴퓨터가 계산뿐만 아니라 사실적인 예술 작품도 만들 수 있다는 것을 증명했습니다. 

해롤드 코헨은 아론에게 물리학과 그림에 대한 기본 지식을 갖추게 했습니다.

이 시스템은 이 지식을 사용하여 작업을 완료하고 처음부터 그림을 그리지 않고 다양한 데이터베이스의 이미지에 의존하는 지금과는 다른 방식으로 도면을 작성합니다. 

AARON이 보유한 지식은 소프트웨어가 작곡과 같은 여러 가지 결정을 스스로 내릴 수 있게 해줍니다.

해롤드 코헨의 AI 비서는 AI를 사용하여 흑백 아트 드로잉을 만들 수 있었습니다.

최초의 AI 이미지는 언제 만들어졌나요?

그렇다면 최초의 AI 이미지 생성은 언제 이루어졌을까요? 해롤드 코헨은 1960년대 후반에 AARON을 개발하기 시작했지만 최초의 AI 이미지는 1973년에 만들었습니다. 

초기 AI 아트 마일스톤 타임라인

다음은 초기 AI 아트 타임라인 마일스톤: 

1960s

초기 AI 예술은 1960년대에 시작되었으며, 다음과 같은 사람들의 혁신으로 시작되었습니다: 

게오르그 네스

게오르그 니스는 AI 아트, 디지털 아트, 제너레이티브 아트 분야의 주요 혁신가 중 한 명입니다.

그는 독일에서 최초의 컴퓨터 그래픽을 만들었습니다.

어떤 사람들은 니스를 수학, 물리학, 철학을 통해 컴퓨터 아트에 입문한 천재적인 학자라고 부르기도 합니다. 

지멘스에서 근무하던 Georg는 회사의 기계인 Zuse Graphomat Z64를 유용하게 사용할 수 있는 방법을 찾는 임무를 맡았습니다.

Z64를 실험하는 동안 그는 이 기계로 그래픽을 제작하는 방법을 알아냈습니다. 

1965년에는 슈투트가르트 대학에서 열린 전시회에 자신의 작품을 전시한 최초의 세대 컴퓨터 그래픽 아티스트가 되었습니다. 

프리더 네이크

게오르그 니스와 마찬가지로 프레드릭도 디지털 및 제너레이티브 아트의 선구자 중 한 명입니다.

그는 1963년 첫 작품인 '마트리젠멀티플리케이션 포트폴리오'를 제작했습니다.

그는 컴퓨터와 테이프 기계, 드로잉 머신을 사용해 추상적인 이미지를 만들었습니다. 

1999년에 그는 컴퓨터 아트를 위한 공간인 Project CompArt를 만들었습니다. 그 후 그는 디지털 아트 이론가, 작가, 창작자, 교사가 되었습니다. 

A. 마이클 놀

Nake, Nees, A. Michael Noll은 디지털 그래픽의 3N으로 불립니다.

놀은 컴퓨터 아트, 디지털 아트, 3D 애니메이션에 뛰어든 최초의 기술자 중 한 명으로 알려져 있습니다.

1961년, 마이클 놀은 뉴저지에 있는 벨 연구소에서 일을 시작했습니다.

벨 연구소에서 그는 동료의 플로터에서 흥미로운 오류를 발견한 후 컴퓨터 아트에 관심을 갖게 되었습니다.

이 때문에 그는 의사 무작위성을 가진 유사한 시스템 패턴을 탐구하기 시작했습니다. 

흥미롭게도 놀은 자신의 작품을 예술로 분류하지 않기로 결정했는데, 이는 전통적인 예술계에서 문제가 되는 것을 원치 않았기 때문입니다.

분류를 거부했음에도 불구하고 그의 작품은 전 세계에 전시되었습니다. 그는 하워드 와이즈 갤러리에서 전시한 최초의 미국 컴퓨터 아티스트이기도 합니다. 

1970~1980년대

원래 해롤드 코헨은 1960년대에 예술 창작에 컴퓨터 프로그램을 사용할 수 있는 가능성을 탐구하기 시작했습니다.

그가 컴퓨터 아트에 관심을 갖게 된 것은 '예술이 무엇인지 이해하고 싶다'는 열망 때문이었습니다. 또한 자신이 죽은 후에도 예술을 창작할 수 있는 방법을 찾는 데 관심이 있었다고 할 수 있습니다. 

코헨이 AARON을 만들었을 때는 흑백 라인 드로잉만 만들 수 있었으며, 코헨이 직접 색을 칠해야 했습니다.

하지만 1980년대에 해롤드는 AARON이 직접 색상을 선택하고 적용할 수 있도록 수정했습니다.

그 후 이 프로그램은 나뭇잎과 사람 형상과 같은 실제 모양을 생성할 수 있었습니다. 

해롤드 코헨은 AARON을 업데이트한 후 테이트 모던, 휘트니 미술관 등 주요 예술 및 기술 기관에 전시할 수 있었습니다. 

최초의 AI 아트 뒤에 숨겨진 기술

최초의 인공지능 아트를 탄생시킨 기술은 바로 AARON입니다.

코헨이 AARON을 개발할 당시에는 지금과 같은 딥러닝이나 신경망을 사용하지 않았습니다.

대신 해롤드가 시간과 노력을 들여 코딩한 규칙과 알고리즘으로 작동했습니다. 

그는 아론에게 아티스트의 창작 과정을 그리고 모방하는 방법에 대한 지침을 제공했습니다.

코헨은 이 도구로 선을 그리는 방법, 선을 도형과 도형에 연결하는 방법, 곡선을 그리는 방법, 1960년대에 생성된 컴퓨터 아트보다 더 독창적이고 사실적인 결과물을 만드는 방법을 가르쳤습니다.

따라서 드로잉의 기본 로직에 더 중점을 두었다고 할 수 있습니다. 

코헨의 노력은 로봇에게 모방할 수천 개의 예시를 보여주는 대신 명시적인 지침을 제공하여 그림을 그리는 법을 가르치는 것과 같다고 생각할 수 있습니다.

AARON이 사용한 접근 방식은 지금과는 매우 다르지만 그 토대를 마련했다는 사실에는 이의를 제기할 수 없습니다. 

AARON의 작업 방식은 다음과 같습니다: 

• 규칙 기반 프로그래밍: AARON의 작동 방식은 현재 우리가 사용하는 최신 도구와 다릅니다. 대부분 최신 도구는 머신 러닝을 사용합니다. 을 다른 이미지에서 가져와 새로운 이미지를 생성할 수 있지만, AARON은 프로그램에 수동으로 코딩된 예술적 규칙에 따라 작동합니다. 이 도구는 모양을 그리고, 비율을 맞추고, 얼굴 요소를 배열하고, 음영을 만들고, 색상과 질감을 추가하는 방법을 수동으로 학습했습니다. 

코헨의 접근 방식의 단점은 가능한 모든 시나리오를 예측하고 이를 코딩해야 한다는 점입니다.

코헨이 하나의 그림을 그리기까지 얼마나 많은 노력과 시간을 들였는지 짐작할 수 있습니다.

• 상징적 AI: 이 인공지능 분야는 인간과 같은 추론을 모방하기 위해 데이터에 의존하기보다는 기호와 논리적 규칙을 사용하는 데 중점을 둡니다. 초기 AARON은 단순한 흑백 선화만 그릴 수 있었지만, 나중에 컬러를 추가하고 복잡하고 세밀한 그림을 그릴 수 있도록 업그레이드되었습니다. 업그레이드에도 불구하고 여전히 코헨의 로직으로 작동했습니다. 

첫 이미지 이후 AI 이미지 생성의 진화

인공지능 이미지 생성은 AARON의 흑백 그림에서 발전했습니다.

기본 아트워크는 매우 사실적으로 표현되어 인간이 만든 작품과 거의 구분할 수 없을 정도입니다. 

첫 번째 이미지 이후 인공지능 이미지 생성이 어떻게 발전해 왔는지는 다음과 같습니다: 

생성적 적대적 네트워크(GAN)(2000년대~2010년대)

처음에는 규칙 기반 프로그래밍 예술이 등장했고, 그다음에는 머신러닝 기반 AI 예술이 등장했습니다.

AARON 시대와 달리 머신의 인공지능 이미지 생성은 딥러닝과 신경망을 사용하여 예술을 창조합니다.

따라서 규칙에 의존하는 대신 실제 이미지를 학습하고 분석하여 학습한 패턴과 예술적 스타일을 기반으로 새로운 이미지를 생성하는 방식으로 AI 이미지를 만들었습니다. 

생성적 적대 신경망(GAN)의 도입으로 AI 이미지가 생성될 수 있었습니다.

GAN은 아트웍을 생성하는 신경망과 아트웍을 평가하는 신경망 두 가지로 작동합니다.

이 두 네트워크는 시각적으로 매력적인 이미지를 만들고 예술적 규칙과 기법에 대한 이해를 보여주기 위해 함께 작동합니다.

DALL-E(2021~현재) 

2021년에는 또 다른 AI 시스템이 만들어졌습니다.

이 시스템은 제너레이티브 AI의 전환점이 되었습니다. OpenAI가 발표한 DALL-E는 텍스트 프롬프트에서 이미지를 생성할 수 있는 시스템으로 설명되었습니다. 

DALL-E 시스템은 다양한 스타일의 사실적인 이미지를 제작할 수 있었고, 재미있는 콘셉트를 결합하여 생동감 있게 표현할 수도 있었습니다.

이 시스템은 GPT를 수정하여 구축되었습니다. DALL-E 시스템이 성공할 수 있었던 것은 OpenAI가 입력한 학습 데이터의 양이 많았기 때문입니다. 

2023년 6월, OpenAI는 확산 모델이라는 더욱 강력한 알고리즘을 사용하는 DALL-E 2라는 새롭고 개선된 시스템을 발표했습니다.

DALL-E 2는 이미지에 추가된 노이즈를 제거할 수 있었습니다. 

요약하자면, AI 이미지 생성의 진화는 다음과 같은 결과를 가져왔습니다: 

• 텍스트-이미지 AI. 즉, 설명을 입력하기만 하면 AI 아트를 즉시 생성할 수 있습니다.
• 사람이 찍은 사진이라고 해도 믿을 만큼 사실적인 AI 이미지.
• 아티스트와 사진작가가 작업을 향상시킬 수 있는 AI 도구. 

이미지가 AI로 생성되었는지 확인하는 방법

인공지능이 생성한 이미지가 진화하면서 무엇이 진짜이고 무엇이 가짜인지 구분하기 어려울 때가 있습니다.

다음은 몇 가지입니다. AI가 생성한 이미지의 징후: 

• 여분의 팔다리, 왜곡된 얼굴과 같은 비정상적인 디테일과 불일치. 
• 지나치게 완벽하거나 부드러운 이미지 
• 불일치 대칭 
• 철자가 틀린 단어

또 다른 AI가 생성한 이미지를 발견하는 방법 를 사용하여 감지할 수 없는 AI 이미지 검출기.

이미지 감지기를 사용하면 이미지를 분석하여 실제 이미지인지 AI인지 즉시 확인할 수 있습니다.

감지할 수 없는 AI 이미지 감지기를 사용하여 인공지능 이미지를 감지하는 방법은 다음과 같습니다: 

• 확인하려는 이미지를 업로드합니다.
• 분석하려면 'AI 이미지 확인'을 클릭하세요. 
• 정확도에 대한 자신감 있는 점수와 함께 이미지의 세부 분석 결과를 받아보세요.

지금 이미지 감지기를 사용해 보세요! 

첫 번째 AI 생성 이미지에 대한 자주 묻는 질문

결론

최초의 인공지능 예술에서 현대 인공지능 예술에 이르는 여정은 놀랍습니다.

최초의 AI 아트 도구의 탄생은 원시적으로 보였을지 모르지만, 디지털 창의성의 토대를 마련했습니다. 

그러나 한 가지 여전히 우려되는 점은 AI가 생성한 이미지의 탐지입니다.

AI가 생성한 이미지를 어떻게 감지하나요? 언디텍터블 AI의 이미지 감지기를 사용하면 됩니다.

아래 위젯에서 AI 디텍터와 휴머나이저를 확인해 보세요!