뷰페이지

[기고] 빛의 의미/최승준 미디어아티스트, 전 국민대 교수

[기고] 빛의 의미/최승준 미디어아티스트, 전 국민대 교수

입력 2020-01-21 17:38
업데이트 2020-01-22 02:56
  • 글씨 크기 조절
  • 프린트
  • 공유하기
  • 댓글
    14
이미지 확대
최승준 미디어아티스트, 전 국민대 교수
최승준 미디어아티스트, 전 국민대 교수
지난해 12월 20일부터 지난 3일까지 서울시와 서울디자인재단이 개최한 겨울 빛 축제인 서울라이트(SEOULIGHT)가 진행되는 동안 100만명이 동대문디자인플라자(DDP)를 방문했다. ‘서울해몽’을 주제로 220m 길이 DDP 외벽에 동대문의 과거부터 현재, 미래, 시민이 추억하는 서울 사진 600만장을 인공지능(AI) 기술로 표현했다. 인공지능은 사실 기계학습 기술이다. 기계가 사진을 보고 학습하면 그 사진과 비슷한 다른 이미지를 생성할 수 있는 시대가 왔다.

이번 작업도 수많은 사진 속에 복잡하게 얽혀 있는 특징을 찾아 그중에서 동대문의 모습, 고궁의 풍경, N서울타워 등의 사진을 스스로 분류하면서 시작한다. 고차원 정보의 차원을 낮추고 핵심을 뽑아내 손쉽게 다룰 수 있도록 도와주는 차원축소 기술이다. 분류한 사진을 판별망과 생성망 두 개의 심층 신경망이 학습해 생성망은 그럴듯해 보이는 서울의 풍경을 생성하고, 판별망은 생성한 풍경이 얼마나 그럴듯한지를 판별해 서로 경합한다. 적대적 생성 신경망(GAN)이라 불리는 이 기술은 결과는 탁월하나 학습 균형을 맞추기 어렵다. 판별망과 생성망 중 어느 한쪽도 무너지지 않고 균형을 맞추며 함께 성장해야지만 그럴듯한 이미지를 생성한다.

이번 서울라이트 축제의 부제 ‘DDP, 빛이 춤추다. 지역 상권까지 함께 비추다’에도 균형을 맞추며 경합하는 협력에 관한 심상이 있다. 그 의미에 관해 생각하다 보니 서울해몽 작업에 녹아 있는 기계학습 원리에서 배울 수 있는 도시 거버넌스에 관한 통찰도 있다. 시민의 참여를 바탕으로 정책과 민생에 관한 도시의 생생한 데이터를 모은다. 복잡한 데이터 속에서 의미 있는 공간을 찾고 그걸 누구나 손쉽게 다룰 수 있게 문턱을 낮춰 공유한다. 이 데이터를 바탕으로 민관이 서로 견제하되 협력하며 가치를 생성하고 판별하며 함께 발걸음을 맞춰 성장한다. 시행착오에 대한 피드백을 통해 실현 가능한 다양한 상을 떠올리고 다시 시도하면서 배운다. 각각의 시도가 일회성이 아니라 맥락 있게 다음으로 이어진다. 그런 것이 가능한 도시는 어떤 도시일까. 물론 상상은 쉽고, 실천은 어렵다. 다만 이러한 접근 방법은 무생물인 기계조차도 배우고 창작하게 하는 단순하면서도 강력한 아이디어인 것은 분명하다.

2020-01-22 33면

많이 본 뉴스

  • 4.10 총선
저출생 왜 점점 심해질까?
저출생 문제가 시간이 갈수록 심화하고 있습니다. ‘인구 소멸’이라는 우려까지 나옵니다. 저출생이 심화하는 이유가 무엇이라고 생각하시나요.
자녀 양육 경제적 부담과 지원 부족
취업·고용 불안정 등 소득 불안
집값 등 과도한 주거 비용
출산·육아 등 여성의 경력단절
기타
광고삭제
위로