AI 활용한 제너러티브 아트 영상물에서 창작자의 작가성 인식 분석

2-1 헤럴드 코헨과 AARON의 탄생

마커스 드 소토이(Marcus du sautoy)는 그의 저서 The Creativity Code(2019)에서 헤롤드 코헨의 사례를 언급하며 인공지능이 창의적인 과정에서 도제식 작업방식과 유사하게 작용할 수 있다[8]고 설명한다. 코헨은 인공지능 프로그램인 AARON을 개발하여 기계가 인간 예술가의 스타일을 모방하고 학습하도록 했고 마커스 드 소토이는 이 점에서 인공지능이 단순한 도구가 아니라 창작 과정의 일부가 될 수 있다고 하며 인공지능이 스타일을 이해하고 재현하는 과정을 도제식 접근법에 비유한다.

이 책에서 소토이는 헤롤드 코헨이 AARON을 개발하게 된 배경을 예술 창작의 본질에 대한 탐구 인공지능의 창의성 가능성 실험이라는 맥락에서 설명한다. 코헨은 예술 창작의 본질에 대한 질문에 깊은 관심을 가지고 있었고 그녀는 예술을 단순한 표현이 아닌 일련의 규칙과 패턴을 따르는 과정으로 보고 이러한 관점에서 컴퓨터가 인간처럼 창작을 할 수 있는지 일종의 실험을 거행한 것이다. 코헨은 예술의 창의적인 과정을 컴퓨터를 통해 재현해 보려했고 이것이 바로 AARON 개발의 핵심 배경이 되었다. 코헨은 AARON을 통해 기계가 독립적인 창작자가 될 수 있는지를 탐구하며 인간의 창의성을 컴퓨터 시스템에 적용할 방법[9]을 모색하였다. 다시 말해서 그는 AARON을 인간 도제처럼 학습할 수 있는 구조로 설계하여 인공지능이 일정한 스타일과 규칙을 학습하며 그림을 그리도록 만든 것이다. 코헨은 AARON에게 특정 스타일과 규칙을 가르치는 방식으로 인간의 창작 과정을 모델링했고 인공지능이 스스로 새로운 스타일을 적용하며 창의성을 발휘할 수 있도록 만들어 AARON은 스스로 그림을 그리지만 그 스타일과 규칙은 코헨이 만들어낸 것이다.

헤럴드 코헨은 원래 전통적인 화가였지만 예술과 창작의 본질에 대해 더 많은 질문을 품고 있었다. 이를테면 “예술 창작이란 무엇인가?”, “기계가 창의적일 수 있는가?”와 같은 근본적인 문제에 관심이 많았다. 1970년대에 코헨은 컴퓨터 프로그래밍과 알고리즘에 관심을 갖게 되었고 그는 컴퓨터가 스스로 그림을 그릴 수 있는지 실험하고 싶었으며 인간 예술가의 창의적 역할을 컴퓨터가 어떻게 수행할 수 있을지 알아보려고 했다.

코헨의 예술과 창의성에 대한 깊은 호기심으로 소토이는 이와 같은 방식으로 인공지능이 예술 창작의 일부가 될 수 있음을 강조하며 인공지능은 인간의 규칙을 학습하면서도 자신의 방식으로 창의성을 발휘할 수 있는 시스템이 되어 인간과 기계간의 새로운 협업 방식을 보여준다고 하였다. 이는 AARON 같은 시스템이 인간의 창의성을 단순히 모방하는 것이 아니라 인간의 창의적 사고를 확대할 수 있는 가능성을 시사한다.

2-2 예술에서 개인 서명(Personal Signature)

마가렛 보든(Margaret A. Boden)은 예술에서 개인 서명이 특수한 역사적 산물이며 작가적 서명을 버리려고 하는 경우에도 그 성격이 남는다는 입장으로 자신의 저서인 creativity&art (2010)에서 논의를 진행하고 있다. 보든은 개인 서명을 창작자가 자신의 작품에 남기는 고유한 특성과 스타일로 정의하고 이것은 예술가의 경험, 감정, 개성 등이 반영된 독창적인 표현을 통해 만들어진다고 서술한다. 보든에 따르면, 개인 서명은 예술가가 자신의 정체성과 창의성을 작품에 녹여내는 방식으로 이를 통해 감상자는 예술가의 독특한 시각과 표현 방식을 인식하게 된다고 설명하면서 이는 예술가가 창작 과정에서 의도적으로 발전시키는 것이며 반복되면서도 진화하는 고유한 특질을 가지게 된다고 말하고 이 때, 예술가의 창의성이란 단순히 기존의 틀을 따르는 것이 아니라 새로운 방식으로 기존의 규칙을 변화시키고 재해석하는 능력[10]이라고 설명한다. 이 과정에서 예술가는 자신의 독창적인 사고방식과 접근 방식을 통해 작품에 자신만의 서명을 남기는 것이다. 그러나 보든은 인공지능이 예술 작품을 창작할 때 인간처럼 심리적 기반의 고유한 서명은 사라지기 때문에 개인 서명을 인공지능이 남길 수 있는지에 대한 질문을 던진다. 그 이유는 인공지능은 방대한 데이터를 바탕으로 창작을 할 수 있지만 이는 인간의 감정, 경험, 독특한 개성을 반영한 창작과는 차별점이 있기 때문이다. 인공지능이 창의성을 발휘할 수 있는 범위는 제한적이며 인간 예술가가 갖는 작가 서명과는 본질적으로 다른 차이를 보든이 지적한다.

2-3 창의성의 세 가지 유형

보든은 Creativity and artificial intelligence(1998)에서 창의성과 인공지능의 관계를 탐구하고 인공지능이 창의적 활동을 수행할 수 있는지 그리고 이를 통해 인간의 창의성을 어떻게 이해할 수 있는지를 다루는데 창의성을 개념적 공간(conceptual space)내에서 새로운 아이디어나 표현을 탐색하고 확장하는 과정으로 정의하며 이를 세 가지 창의성 유형으로 구분했다.

첫 번째는 조합적 창의성(Combinational Creativity)[11]이다. 기존의 개념적 공간 안에서 이미 존재하는 요소들을 새로운 방식으로 결합하는 창의성이다. 이때 창작자는 개념적 공간 내의 기존 규칙과 가능성을 따르며 새로운 조합을 만들어낸다. 예를 들면, 레고 블록을 이용한 조합으로 블록 자체는 새롭지 않지만 조합하는 방식에 따라 창의적인 결과물이 나오기 때문이다. 이 영역은 인공지능도 창의성을 발휘할 수 있다고 저자는 주장한다.

두 번째는 탐구적 창의성(Exploratory Creativity)[11]이다. 기존의 규칙이나 틀 안에서 가능한 조합과 변형을 탐구하면서 새로운 가능성이나 결과를 찾아내는 창의성이다. 여기서 창작자는 개념적 공간을 탐색하면서 이전에 알지 못했던 조합이나 아이디어를 발견하게 된다. 예컨대 소설 집필에서 ‘관점의 전환’과 같은 창의성은 기존의 틀 안에서 문제를 다른 방식으로 바라보거나 새로운 시각으로 재구성함으로써 새로운 답이나 결과를 발견하는 같은 방식으로 탐구적 창의성에 속한다고 볼 수 있다. ‘형식과 스타일의 다양성’도 마찬가지다. 기존의 표현 방식이나 스타일을 유지하면서도 그 범위 안에서 새로운 조합을 시도하거나, 다양한 변형을 통해 새로운 결과를 만들어내는 과정이기 때문이다. 예를 들어 음악에서는 동일한 멜로디를 다양한 장르나 스타일로 편곡하거나 연주하는 것으로 창작자가 이미 존재하는 규칙과 틀을 벗어나지 않으면서도 새로운 가능성을 발견하고 표현하는 데 중요한 역할을 한다. 이 영역은 인공지능도 창의성을 발휘할 수 있다고 보든은 주장한다.

세 번째는 변형적 창의성(Transformational Creativity)[12]이다. 개념적 공간 자체를 변형하거나 재구성하여 완전히 새로운 규칙과 가능성을 창출하는 창의성이다. ‘기술과 도구의 활용’처럼 이는 새로운 기술을 활용해 이전에 할 수 없었던 방식으로 콘텐츠를 제작하거나 표현하는 창의성의 요소로 인공지능, 증강 현실(AR), 가상현실(VR) 같은 신기술의 도입이 그 예로 들 수 있다. 더불어, ‘상징과 은유’ 또한 변형적 창의성에 속한다고 볼 수 있다. 상징은 하나의 대상이 더 큰 개념이나 추상적 의미를 나타낼 수 있는 방식으로 기존의 규칙을 넘어서 새로운 의미를 생성하는 과정에 해당하고, 은유는 서로 다른 두 개념을 연결함으로써 새로운 방식으로 사고하게 하고 이로 인해 개념적 공간이 확장되거나 변형되는 결과를 가져오기 때문이다. ‘문제 해결 능력’ 또한 변형적 창의성과 관계가 있다고 볼 수 있다. 왜냐하면, 문제 해결은 기존의 규칙이나 틀 자체를 변화시키는 방식으로 풀어가는 과정이므로 이 범주에 해당하는 것이다. 뿐만 아니라, ‘독창성’ 또한 변형적 창의성이라고 볼 수 있다. 보든은 인공지능이 이 변형적 창의성을 실현하는 데 있어서 한계가 있다고 주장한다. 그 이유는 변형적 창의성은 인간이 가진 직관과 상상력에 크게 의존하는데 이는 아직까지 인공지능이 완전히 구현하기 어려운 영역이기 때문이다. 인간 창의성은 단순히 규칙을 따르는 것이 아니라 규칙 자체를 넘어서 새로운 패러다임을 창출하는 능력에서 비롯된다는 점에서 인공지능과 차별화된다는 것이다.

2-4 뒤샹의 레이디메이드

예술에서 주요한 사조들은 언제나 기존의 권위와 전통적인 규범을 전복해 이것을 새로운 관점으로 재해석한 운동이었다. 그 예로 뒤샹의 레디메이드(Readymade)는 20세기 예술에서 본질과 작가성에 대한 논의를 근본적으로 뒤흔든 중요한 전환점이 되었다.

“머트 씨가 ｢샘｣을 자신의 손으로 직접 만들었던 건 아니건 그것은 중요한 것이 아닙니다. 그는 그것을 ‘선택’ 했습니다. 그는 흔한 물품 하나를 구입해 새로운 제목과 관점을 부여하고 그것이 원래 지니고 있던 기능적 의미를 상실시키는 장소에 그것을 갖다놓은 것입니다. 결국 그는 이 오브제로 새로운 개념을 창조해낸 것이지요.”[13]

뒤샹은 일상적인 물건을 예술적 맥락에서 재배치하거나 재해석함으로써 기존의 예술적 창작 개념을 탈피하려 했다. 즉, 예술이란 반드시 새롭게 만들어지는 것이 아니라 기존의 사물을 새로운 의미로 전환하는 행위로도 성립할 수 있음을 보여준 것이다. 그의 가장 유명한 작품인 ‘샘’은 평범한 소변기를 예술적 맥락에 놓음으로서 예술에서 창작자와 작가성 대한 근본적인 질문을 던지는 계기를 마련했다. 또한 그는 기존 예술가가 직접 제작한 물리적 작품만이 예술로 간주되는 관습을 부정하고 예술가가 오브제를 선택하고 그것을 새로운 맥락에서 제시하는 행위를 예술적 창작으로 확장했으며 이에 따라 예술가의 작가성은 개념과 재해석에 더 중점을 두게 된 것이다. 이렇게 뒤샹은 이를 통해 창작자가 더 이상 물리적인 제작자일 필요가 없으며 아이디어나 맥락을 설정했을 뿐이다.

다다에서 예술가의 개입은 단지 물리적인 작업이 아니라 이렇게 예술을 둘러싼 맥락과 해석의 과정이었다. 이는 생성형 인공지능을 활용하는 창작자와의 역할과 비슷한 맥락을 가진다. 인공지능이 기술적 창작을 담당하는 반면, 창작자는 생성형 인공지능이 제공한 결과물에 대해 선택, 조정, 배치의 역할을 수행하기 때문이다. 이런 상황에서 다다의 예술적 실천은 인공지능을 활용한 창작물에서 창작물의 저자성을 이해하는데 중요한 시사점을 제공한다. 다다의 예술가들처럼 인공지능 창작자는 단순히 기계적 결과물을 수용하는 것이 아니라 그 결과물을 만드는 과정에서 그것을 재해석하고 맥락화 함으로써 창작자로서 역할을 수행하는 것이다.

3-1 Q표본과 P표본 선정

자신의 비주얼 작품을 만드는 창작가에 관한 작가성 인식에 관한 연구로 이에 따라 사람들의 유형(type)을 확인하고, 기술하며 설명이 목적이었을 때 사용하는 구조화된 Q표본 방식으로 구성하였다. P표본은 Q소팅 작업에 참여하게 되는 참여자를 말한다. 따라서 본 연구에서 참가자는 생성형 인공지능 도구(DALL·E, GPT-4, RunwayML, ComfyUI ..등)를 활용하여 비주얼 아트를 제작한 경험이 있는 남녀 30명의 창작자를 P표본으로 선정하였다. 김지윤에 따르면 표본의 수가 많아지면 요인의 수를 극도로 제한시키는 결과가 나오기 때문에 문제가 발생한다고 서술했다[14].

이 중 남성은 13%, 여성은 87%이며 생성형 인공지능 도구를 사용하여 자신의 작품을 만들어 활용한 평균 기간은 1년 2개월로 나타났다. Q표본을 선정하기 위해 선행연구에서 살펴본 이론들을 토대로 작가성, 작가 서명, 창의성의 요소를 추출하여 Q진술문을 구성하였고 이와 관련된 총 34개의 진술문을 만들어 조사했다. 진술문은 창작자가 자신이 생성형 인공지능 기술을 활용해 만든 영상물에 대해 느끼는 작가성 인식의 다양한 측면을 포착하고 Q 방법론은 이러한 인식의 차이를 분석하는 데 쓰인다. 따라서 이러한 작업을 거쳐 총 34개의 Q표본을 표 1과 같이 선정하였다.

Table 1.

Q sample

3-2 Q소팅과 P표본

본 연구는 최종 추출한 34개의 Q표본을 2024년 10월 21일부터 2024년 10월 26일까지 표 2의 Q분포도에 Q소팅 하였다. 응답자인 P표본은 Q표본을 먼저 읽은 후 ‘그렇다, 보통이다, 그렇지 않다’의 세 카테고리로 분류한 다음, ‘그렇다’에 해당하는 진술문 중에서 가장 긍정하는 Q표본을 차례로 골라 바깥(+4)에서부터 안쪽으로 분류를 진행하여 ‘보통이다’ 부분에서 마무리하였다. ‘그렇지 않다’에 해당하는 진술문 또한 같은 방법으로 가장 부정하는 Q표본을 바깥(-4) 에서 안쪽으로 분류하여 중립 부분에 해당하는 ‘보통이다’에서 끝내게 했다.

Table 2.

Q sorting

4-1 제1유형: 주도적 작가성 인식형

제1유형은 창작자가 인공지능을 적극적으로 활용하면서도 여전히 자신이 창작 과정의 주도적 역할을 수행한다고 인식하는 경향을 파악할 수 있으므로 ‘주도적 작가성 지향’형으로 명명하였다. ‘주도적 작가성 지향’형이 가장 긍정적으로 대답한 진술문 표 6과 같이 ‘창작자가 AI를 활용해도 작품 제작과정을 통제하는 중심적인 역할을 한다.’(z=1.7)였다. 그리고 ‘AI를 활용 창작물에서 나는 여전히 작가로 인정받아야 한다고 생각한다.’(z=1.492)와 ‘AI는 창작의 유연성을 높이는 반면 인간의 직관은 대체 못한다.’(z=1.455)와 같이 인공지능이 창작의 도구로서 가치를 지닌다고 보면서도 최종 결과물의 통제권과 작품에 대한 책임이 여전히 인간, 즉 자신에게 있다고 인식한다. 이는 인공지능을 보조적 도구로 활용하지만 창작에 대한 소유권과 주체성은 인간에게 있다는 견해를 나타낸다. ‘기존의 규칙이나 패러다임을 바꾸는 일은 AI가 아닌 인간만이 할 수 있는 독창적인 능력이다.’(z=1.079) 항목에서 창작자는 창의성과 직관을 인간의 고유 능력으로 보고 있으며, 인공지능은 이러한 인간의 독창적 사고를 대체할 수 없다고 여긴다. 이처럼 응답자들이 인간만이 규칙을 변혁할 수 있는 능력을 지닌다고 본 것은 보든의 창의성의 세 가지 유형 중에서 변혁적 창의성이 인간의 고유한 직관과 독창성에 의존한다고 보는 시각과 일치한다. 이는 AI가 탐색적 및 결합적 창의성에서는 유용할지라도  완전히 새로운 규칙이나 패러다임을 창조하는 데는 인간의 고유한 창의성이 필요하다는 인식으로 이해할 수 있다. ‘AI 창작물에서 창작자의 역할은 기계적 과정의 관리자로 축소된다.’(z=-1.306), ‘AI는 인간의 개입 없이도 독창적인 창작물을 만든다.’(z=-1.47), ‘AI 활용 창작물을 내 작품으로 공개하는데 부담이 된다.’(z=-1.48)에는 부정적으로 응답하였는데, 이는 인공지능을 통한 창작 과정에서 인간이 단순히 관리자로 축소되는 것이 아니라 창작적 역할을 유지하고 있다고 보는 시각을 반영한다. 응답자들이 ‘AI가 인간의 개입 없이도 독창적인 창작물을 만든다’ 항목에 부정적 응답을 한 것은 이와 유사하게 인공지능의 창작이 궁극적으로는 인간 창작자의 의도와 개입을 반영하는 과정을 인식하고 있음을 시사함으로써 헤롤드 코헨의 AARON의 알고리즘을 설계하고 규칙을 부여한 창작자가 결국 인간의 프로그램 산출 결과물은 그가 설정한 프레임워크와 원칙에 따라 생성된 것임을 강조한 면과 일치하는 면을 보여준다.

Table 5.

Q statements standard score of ±1.00 or higher in ‘Type 1’

4-2 제2유형: 작가 주도하 AI역할 소극적 인정

제2유형은 인공지능을 창작의 도구로 인식하면서도 기술적 성과와 법적 프레임워크에 높은 관심을 보이는 경향인 ‘작가 주도하 AI역할 소극적 인정’형이다. 이 그룹은 표 6과 같이 ‘AI 활용 창작물의 저작권 문제는 기술 발전에 따라 새로운 법적 프레임워크가 필요하다.’(z=1.669)는 진술문에 가장 긍정적으로 응답함에 따라 인공지능 창작물이 기존의 저작권 규정에 맞지 않는다는 특성을 지닌다는 인식을 보여준다.이는 기술이 예술 창작과 저작권 문제를 복합적으로 변화시키고 있으며 법적체계가 이를 포괄할 수 있어야 한다는 주장으로 해석되는 동시에 평가와 보호 방식에 있어 기존 예술 작품과는 다른 기준을 적용해야 한다는 점을 암시한다. 두 번째 진술, ‘AI를 활용한 창작물은 예술적 가치보다는 기술적 성과로 평가된다.’ (z=1.549) 대한 긍정적인 대답은 인공지능 창작물에서 창작자의 예술적 관점보다 기술적 과정과 성과를 더 중요하게 보는 견해를 반영한다. 창작자의 창의성보다는 알고리즘과 데이터 처리와 같은 기술적 요소들이 주요 평가 기준으로 간주될 수 있음을 보여준다. ‘AI는 내가 생각해낸 초기 아이디어를 효과적으로 구현하고 개발하는 도구라 생각한다.’(z=1.445)와 ‘나는 AI 활용 덕분에 더 창의적인 해결책을 발견할 수 있다.’(z=1.423) 에서 코헨의 AARON 처럼 인공지능이 창작에 있어서 협력 도구의 가능성을 보여준 대표적인 사례이다. 이 유형의 응답자들이 AI를 아이디어를 효과적으로 구현하는 창의적인 도구로 여기는 태도는 AARON의 기능적 위치와 일치한다. ‘AI 활용 창작물은 예술의 개념을 현대적으로 재해석한 것이다.’(z=1.021)에 따른 해석은 뒤샹의 레디메이드 개념에 따라 AI 창작물을 전통적 예술 개념과는 구분되는 현대적 기술성과 재해석의 산물로 받아들이고 있다. 이는 인공지능이 단순히 예술 창작만을 돕는 것이 아니라 그 인공지능 활용 창작물이 새로운 예술 형태를 제시한다고 생각하는 것을 반영한다는 것이다. 반면에 ‘AI 활용한 창작물은 나의 정체성과 독창성을 잘 드러나게 한다.’(z=-1.252)에서 부정적으로 응답하여 보든의 개인 서명에 비추어 보면 제2유형은 창작자의 정체성과 개성이 생성형 인공지능을 통해 명확히 드러나는가에 대해 회의적이다.‘AI는 인간 창작자의 개입 없이도 훌륭한 작품을 생성한다.’(z=-1.293)고 응답함으로써 이는 생성형 인공지능이 인간이 주도하는 고유 창작성을 대신할 수 없다고 본다고 여기고 창작 활동에도 인간의 개입이 필요하다고 주장하는 것으로 비춰진다.

Table 6.

Q statements standard score of ±1.00 or higher in ‘Type 2’

4-3 제3유형: 협력적 창의성 강화형

제3유형은 인공지능이 창작 과정에서 창의적이고 현대적인 해결책을 찾는 데 유용하며 새롭고 유연한 예술적 탐구와 트렌드 형성 도구로 역할을 할 수 있다는 인식을 갖는 ‘협력적 창의성 강화형’이다. 이 유형은 표 7과 같이 ‘AI 활용 창작물의 저작권 문제는 기술 발전에 따라 새로운 법적 프레임워크가 필요하다.’(z=2.015)에 가장 긍정적인 높은 점수를 부여함으로써 인공지능을 활용한 영상물 창작품의 법적 보호와 저작권 귀속 문제에 새로운 법적 구조가 필요하다고 생각한다. 이어서 ‘나는 AI 활용 덕분에 더 창의적인 해결책을 발견할 수 있다.’(z=1.801), ‘AI는 내가 생각해낸 초기 아이디어를 효과적으로 구현하고 개발하는 도구이다.’(z=1.499)와 같이 인공지능을창의적 파트너로 인식하며 인공지능 덕분에 창의적인 해결책을 받고 있다고 느끼는 이 그룹은 인공지능을 창의적인 지원 역할로 보는 점이 앞에서 사토이가 논의한 AARON의 기능과 유사하다고 말할 수 있다. 새로운 예술적 개념과 유연성 탐구에도 긍정적으로 응답하였는데 ‘AI 활용 창작물은 예술의 개념을 현대적으로 재해석한 것이다.’(z=1.084) 그리고 ‘AI는 다양한 예술 양식을 자유롭게 탐구할 수 있다.’(z=1.076)와 같이 응답자들이 생성형 인공지능을 예술의 현대적 재해석 수단으로 인식하는 것은 뒤샹이 레디메이드와 같이 생성형 인공지능이 예술의 새로운 도구로 인식하는 태도와 예술에서 혁신적 실험을 가능하게 한다고 평가하는 면에서 일치하며 뿐만 아니라, 이 그룹은 개인적 서명을 생성형 인공지능을 활용하면서도 유지하는데 높은 응답을 차지했다. ‘창작자가 AI를 활용하더라도 작품에 개인 서명을 남길 수 있다.(z=1.227)와 같이 생성형 인공지능이 예술적 표현의 수단이 될 수 있으면서도 창작자의 고유한 스타일을 유지할 수 있다고 생각하는 면에서는 인간의 심리적 기반의 고유한 서명은 사라진다고 주장한 마가릿 보든의 입장과는 반대되는 지점에서 흥미롭다. 덧붙여, ’AI는 창작의 유연성을 높이는 반면, 인간의 직관은 대체 못한다.‘(z=-1.207) 항목과 ‘AI 창작물은 반복적이고 고정된 방식을 넘어서지 못해 사람들에게 감동을 주지 못한다.’(z=-1.531) 항목에 부정적으로 응답해 반대의 입장을 취한 것을 보면 생성형 인공지능이 인간처럼 감정적 이해나 즉각적인 상황 판단과 같은 복합적인 요소를 직관적으로 종합하는 능력도 가지고 있다고 믿으며 기술적으로도 한계 없이 사람들에게 감동을 줄 수 있다고 생각하는 것으로 여겨진다.

Table 7.

Q statements standard score of ±1.00 or higher in ‘Type 3’

4-4 제4유형: 창작 정체성 혼란형

제4유형은 인공지능을 통해 창작하는 과정에서 오랜 시간 AI를 사용했음에도 불구하고 정체성의 혼란을 느끼고 자신이 작품에서 중요한 역할을 하고 있는지 확신하지 못하는 그룹이다. AI가 독립적인 창작자로 간주돼야하며 AI를 활용한 작품이 공공재로 취급되어야 한다는 입장을 지지하는 성향이 뚜렷하다. 이 그룹의 응답을 보면 AI 활용 창작물을 온전히 자신의 작품으로 인식하는 데 불편함을 느끼는 특징을 드러낸다. 이 유형에 해당하는 창작자는 표 8과 같이 가장 긍정적인 응답 항목인 ‘AI 활용 창작물에서 작가의 역할을 어떻게 규정해야할지 혼란스럽다.’(z=1.819)와 ‘AI 활용 창작물이 때론 내 작품 같지 않게 느껴진다’(z=1.506)는 인공지능 활용 창작물에서 자신이 진정한 작가로 인정받는지에 대해 의문을 가지고 있으며 AI로 생성된 작품을 ‘내 것’으로 느끼기 어려워하며, ‘AI 활용 창작물에서 창작자의 역할은 기계적 과정의 관리자로 축소된다.’(z=1.26)를 통해 자신이 창작 과정에서 단순 관리자라고 인식한다. 이는 인공지능이 주도하는 창작 과정에서 정체성 혼란을 겪고 있는 것을 보여준다. 이를 보든의 창의성 이론에 적용해보면 창작자들은 인공지능을 활용하면서 탐구적 또는 변혁적 창의성을 경험하지만, 창작의 주체로서 자신이 어떤 역할을 하는가라는 문제에 봉착하고 있다. 이를테면 탐구적 창의성에 AI는 방대한 데이터와 알고리즘을 활용해 기존의 틀 안에서 새로운 조합을 탐색하는 데 강점을 보인다. 이 유형의 창작자들은 AI가 자신보다 더 효과적으로 탐구적 창의성을 발휘하는 것을 보고 자신의 기여가 축소되었다고 느낄 수 있다. 또한 변혁적 창의성에 AI가 기존 창작의 규칙을 넘어서는 독창적인 결과물을 생성할 경우, 창작자 스스로가 그 결과물을 완전히 이해하거나 자신이 창작자로 인정받는지 확신하기 어려운 상황이 발행하고 이는 자신이 단순한 ‘관리자’역할에 머무른다는 느낌을 강화한다. 따라서 보든의 관점에서 제4유형은 AI와의 협업에서 변혁적 창의성을 탐구하면서도 이 과정에서 자신의 인간적 창의성의 의미가 상실되는 것 같은 느낌의 딜레마를 겪고 있다고 말할 수 있다. 또한 저작권과 공공재로서 인공지능 창작물에 대한 시각은 ‘AI 활용 창작물은 공공재로 간주 되어야하며 저작권 보호 대상이 아니다.’(z=1.26)와 ‘AI 활용 창작물의 저작권은 이를 활용한 사람에게 있다.’(z=1.172)는 응답으로 저작권 문제에 있어 복합적인 견해를 보이는 것으로 나타난다. 그들은 인공지능 창작물을 공공재로 간주하거나 저작권이 창작자가 아닌 활용자에게 있어야 한다는 인식이 있어 인공지능 활용 작품의 소유권과 보호가 기존 예술과 달라야 한다고 느끼는 것으로 드러나는 동시에 인공지능 창작물이 기존의 예술적 기준으로 보호받을 필요가 없다고 생각하는 입장을 반영한다. ‘AI는 인간 창작자의 개입 없이도 훌륭한 작품을 생성한다.’(z=1.101)는 인공지능의 자율적 창작 능력에 대한 긍정적인 시각을 보여 주는데, 이는 인공지능이 창작 과정에서 상당한 자율성과 창의성을 발휘할 수 있다고 생각하는 것으로 비춰진다. 이들은 인공지능이 인간 없이도 좋은 작품을 만들 수 있다고 보며, 인공지능 생성 창작물에 대한 독립적 가치를 긍정으로 평가한다. 이로 인해 창작자가 작품을 진정으로 소유하기 어렵다는 인식이 강화될 수 있다. 가장 부정적으로 응답한 항목인 ‘AI 활용 창작물은 나의 정체성과 독창성을 잘 드러나게 한다.(z=-1.599)는 이 그룹이 인공지능이 자신의 독창성과 정체성을 충분히 반영하지 못한다고 느끼고 있으며 ‘AI를 활용 창작물에서 나는 여전히 작가로 인정받아야 한다고 생각한다.’(z=-1.287)는 창작과정에서 AI가 작품을 생성하면서 자신은 작가로서 정체성이 약화된다고 생각한다. 따라서 자신을 ’작가‘로 보지 않으며 독자적인 예술 표현에도 제약을 느끼는 것으로 보인다. 이러한 혼란은 AI와 인간간 창작 역할의 불명확한 경계에서 비롯되는데 제4유형 창작자들은 AA RON과 유사한 방식으로 AI를 창작의 도구로 사용하고 있으나 현대의 AI는 자율성 증가로 인해 자시들의 역할을 Cohen처럼 ’작가‘로 확립하지 못하고 혼란을 겪는 것이다. AARON의 경우, Cohen이 창작 과정 전체를 설계하고 통제했기 때문에 인간의 주도권이 명확했다. 그러나 현대 AI는 딥러닝을 통해 스스로 규칙을 학습하고 실행하기 때문에 창작자들이 자신의 기여를 명확히 드러내기 어려운 상황에 처하게 되는 것으로 보인다. 이는 드 소토이가 주장한 AI는 창작 파트너가 될 수 있다는 가능성에도 불구하고 인간이 창작의 주체적 위치를 잃을 위험을 내포한다.

Table 8.

Q statements standard score of ±1.00 or higher in ‘Type 4’

이 그룹은 인공지능과 예술 가치에 대해 가장 회의적인 관점을 가지고 있는데, ‘AI 활용 창작물은 예술의 개념을 현대적으로 재해석한 것이다.’(z=-1.166), ‘AI 활용 창작물은 작품의 독창성을 높이는데 기여한다.’(z=-1.304)는 응답을 통해 이들은 인공지능이 예술에 새로운 의미를 부여하거나 독창성을 높이는데 기여하지 못한다고 생각한다. 인공지능 창작물에 예술적 가치를 부여하기보다는 기술적 성과로 여기는 경향이 강하며, AI 활용 창작물을 예술적 재해석으로 보는 관점에 대해 부정적인 인식을 가진다.

4-5 유형 간 비교

4개의 유형을 종합적으로 살펴보면 다음과 같은 차이가 드러난다. 제1유형은 인공지능을 도구로 활용하더라도 창작자가 최종적인 주도권을 갖고 있어야 한다고 보며 자신이 여전히 작품의 중심적 역할을 담당한다고 인식함으로서 인공지능을 보조 도구로 간주한다. 창작자는 자신을 창의성과 통제력의 주체로 여기고 인공지능은 독창적 창작을 하기 어려우며 인간 창작자의 직관과 개입이 필수라고 생각한다. 제2유형은 인공지능을 창작자의 아이디어를 구현하고 보완해주는 도구이며 창의적인 해결책을 찾는데 도움 되는 협력 파트너로 여기고 AI와의 협업을 통해 더 나은 창의적 성과를 내는데 초점을 둔다. 이 그룹은 제1유형처럼 인간 창작자가 여전히 창작에 주체성을 갖고 있다는 인식을 가진다. 제1유형과 제2유형은 저작권 관련해서 법적 프레임워크의 변화가 필요하다고 생각하고 인공지능을 창작의 도구로 활용함으로서 저작권을 창작자에게 귀속시키려는 성향이 강하다. 제3유형은 인공지능이 창의성 확장 및 예술적 개념을 현대적으로 재해석을 가능하게 한다고 보며 인공지능과 협력해도 개인의 예술적 스타일과 독창성을 유지할 수 있다고 생각한다. 제1유형과 대조적인 유형은 제4유형으로 인공지능 활용 창작물에서 자신이 중심적 역할을 하고 있는지 확신을 못하며 인공지능이 창작의 주체가 되는 혼란을 겪는다. 창작자보다는 인공지능이 창작의 핵심을 이루며 자신은 단순한 관리자에 그친다고 느낀다. 인공지능이 독립적으로 훌륭한 창작물을 만들 수 있으며 창작자 없이도 자율적 예술 작품 생성이 가능하다고 보는 경향이 큰 것으로 보인다. 즉, 이들은 인공지능 창작이 자율적 독창성을 인정하려는 성향이 뚜렷하다고 해석할 수 있으며 창작의 주체로서 정체성의 위기에 봉착하여 AI와 창작자 간의 역할의 재구성이 필요하다. 또한 AI가 제공하는 탐구적,변혁적 가능성을 자신만의 창의적 의도로 통합하려는 노력이 필요할 것이다. 마지막으로 사회적,법적 인식 개선의 중요성이 대두되는데, 그 이유는 AI 창작물이 떄로 ‘자신의 것 같지 않다’고 느끼는 이유가 법적, 사회적 환경에서 인간 창작자의 역할이 불분명하기 때문일 수도 있기 때문이다. 창작자 자신뿐만 아니라 사회적 담론에서도 AI 창작물의 주체성과 그에 따른 책임에 대한 논의가 필요할 것이다.