생성형 AI의 스타일 환각과 작가 해체에 관한 연구: 샤오훙슈 플랫폼의 지브리 스타일 이미지를 중심으로

샤오훙슈 플랫폼의 세 가지 전형적인 AI 이미지와 지브리 원작을 비교 분석을 진행한 결과, 알고리즘의 스타일 추출 기술에 관한 특징이 두드러지게 나타났다. 다음 표 1과 같이, AI 이미지는 색상 처리 차원에서 주로 높은 채도를 사용하는 전략이 두드러졌다. 채도 값은 26~49% 사이에 집중되어 있었고 이는 원작 채도 값의 36~58% 수준과 큰 차이가 나타났다. 명암 처리 차원에서 AI 이미지는 강화된 필터 효과, 광택 효과, 아웃포커싱(out-focusing) 효과 등의 기술적 수단을 활용하는 경향이 있었다. 이에 반해 원작은 주로 자연 조명을 이용한 사실적인 표현 방식을 활용하였다. 다음 표 2와 같이 AI 구도 모델에 따르면, AI 이미지는 일점투시도법, 인물 중앙 배치, 중심 배치 구도 등 기하학적 구조를 선호하였다.

Table 1.

Visual symbol encoding analysis table

Table 2.

Visual symbol analysis table of ai images and original film images

원작은 비대칭, 경사 투시 구도, 창문과의 평행 구도 등 다양한 변화가 이루어진 공간 관계를 활용하였다. 기호 요소의 통계에 따르면, AI 이미지는 숲, 요정, 아이, 빗자루, 나비 리본, 가오나시 등을 핵심 시각 기호로 추출하였다. 그러나 캐릭터 구현 차원에서는 사실적인 스타일, 실루엣, 3D 모델링의 디지털 특징이 두드러졌다.

이미지 차원에서 AI는 지브리 작품의 기본적인 시각 요소를 복제하여 형태적으로 높은 수준의 복원을 이루어냈다. 의미 차원에서 이러한 요소들은 동심, 치유, 낭만 등의 감정에 대한 문화적 연상을 불러일으키며 미학적 공감을 불러일으킬 수 있다. 그러나 신화 차원에서 AI 이미지로 구축한 시각적 신화와 원작이 담고 있는 문화적 신화에는 본질적인 차이가 있다.

<토토로> 시리즈의 AI 이미지는 이상적인 어린 시절의 기억과 힐링을 주는 자연의 환상을 심어준다. <마녀 배달부 키키> 시리즈는 낭만적인 소녀가 하늘을 날고 싶은 꿈으로 재구성하였다. 가오나시 이미지는 길상을 상징하는 귀여운 기호로 전환되었다.

굿맨의 기호 미학 이론에서 스타일의 개념은 이러한 현상을 이해하는 데 이론적 근거를 제공한다. 스타일은 상징적인 예시의 기호 매개체로서 특정한 속성을 선택적으로 강조해 문화 관념을 기호화로 표현하는 기능을 가지고 있다[5]. AI 알고리즘은 방대한 규모의 표본을 훈련하며 지브리 작품의 시각적 특징을 식별한다. 이 과정에서 기술적 차원은 굿맨이 제시한 스타일 인식 메커니즘에 해당한다. 그러나 머신러닝의 특징은 본질적으로 표면적인 기호에 대한 통계 분석을 추출하는 것이다. 알고리즘은 색상 분포, 텍스처 패턴, 이미지의 에지(edge) 등을 정량 가능한 요소로 식별할 수 있지만 이러한 형태적 특징 이면에 담긴 문화적, 정신적 의미를 이해하는 데에는 한계가 있다.

기호의 반복적인 사용은 의미의 기능에 관한 연속성을 유지해야 하지만 기술의 복제는 이러한 의미의 연속성을 파괴하기도 한다. 전통 예술 작품의 스타일은 예술가의 창작 의도, 문화적 배경, 시대 정신을 담아내며 완전한 의미 표현 체계를 형성한다. 그러나 디지털 복제 기술은 상징적인 예시의 기능에 근본적인 영향을 미쳤다. AI 생성 과정에서 알고리즘은 지브리 작품의 표면적 스타일과 특징을 정교하게 복제했지만 이러한 복제는 형식적 요소를 기반으로 한 기계적인 재구성에 불과하며 원작 스타일이 담고 있는 심층적 의미 구조에 대한 이해와 계승이 부족한 편이다. 따라서 AI는 형식 차원에서 높은 수준으로 유사성이 있지만 의미 차원에서 근본적인 단절이 존재하는 탈의미화가 이루어진 스타일의 재구성이라고 볼 수 있다.

본 연구는 롤랑 바르트의 기호학 모델에 관한 분석의 틀을 활용하여 AI 이미지의 의미 부재 메커니즘을 체계적으로 살펴보았다. 미야자키 하야오 작품에 담긴 복잡한 문화의 주제는 AI 재구성 과정에서 체계적으로 단순화가 이루어진다. 자연 보호 의식은 자연 풍경의 시각적 아름다움으로 전환되었고 성장의 어려움과 사회 적응은 가벼운 즐거움이라는 감정 경험으로 대체되었다. 현대 사회의 소외에 대한 비판은 귀여운 장식 요소로 해체되었다. 이러한 단순화의 과정은 복잡한 문화 관념에 대한 알고리즘의 한계를 나타낸다. 기술 메커니즘은 시각 효과와 감정적 영향력을 우선시 하지만 전통적인 깊은 철학적 의미에 대한 이해가 부족하다. 이러한 스타일의 재구성은 가상 스타일의 현상을 만들어냈다. AI가 생성한 시각 표현의 형태는 기존 스타일의 표면적 특징을 구현했지만 깊이 있는 의미의 기호 형식이 부족한 편이다.

AI 알고리즘은 학습 과정에서 예술 기호가 지닌 밀도를 포착할 수 없으며 분산된 시각적 매개변수만 추출할 수 있을 뿐이다. 이로 인해 생성 이미지는 기술적 지표로 최적화될 수 있지만 문화적 표현에서 의미가 부재한 현상이 나타났다. 예술 기호의 밀도와 충실성은 과학 기호의 분산성과 희소성과 구분이 되었다. 따라서 알고리즘은 기술적 수단을 통해 예술의 연속성이라는 표면적인 허상을 만들어냈지만 실제로는 지브리 스타일의 가상을 재구성한 것이다.

먼저, AI가 생성한 지브리 스타일의 이미지는 색상 조합, 명암 처리, 구도 등의 차원에서 원작의 특징을 높은 수준으로 복원하였다. 그러나 미야자키 하야오의 작품은 자연과 인간의 관계, 성장과 모험의 주제, 자연 보호와 평화의 이념을 깊이 있게 표현한다. 이는 AI 생성 이미지로는 표현할 수 없는 영역으로 볼 수 있다. 다음으로, 기술의 완전과 예술의 독창성 사이에는 긴장감의 관계가 형성되었다. 알고리즘이 생성한 이미지는 기술적 차원에서 완전한 시각적 효과를 구현하며, 채도, 화면 선명도, 구도의 균형성 등의 기술적 지표는 손그림의 수준을 초월하기도 한다. 그러나 기술의 완전성은 기본 스타일의 기계적 복제를 바탕으로 이루어지는 것이며, 예술 창작 차원에서 개인적 표현과 문화적 창의성이 부족하다. 마지막으로, 시각적 즐거움과 비판적 사고 사이의 충돌을 살펴보면, AI 생성 이미지의 시각적 아름다움은 관객의 감정적 반응을 빠르게 불러일으키며 즉각적인 미학적 즐거움을 만들어낼 수 있다. 그러나 이러한 즐거움은 이미지 생산 메커니즘과 문화적 의미에 대한 심층적 사고를 제약하기도 한다. 위의 세 가지 차원이 공동으로 영향을 미치며 AI 이미지는 기호 형식 차원에서 원작을 높은 수준으로 모방할 수 있게 되었지만 문화적 기능 차원에서는 근본적인 결핍이 두드러졌다.

굿맨의 기호 미학 이론에서 예시와 지칭의 차이점은 의미 부재를 이해하기 위한 이론적 근거를 제공한다. 예술 작품은 스타일을 통해 세계를 묘사하고 세계의 의미 체계를 구축한다[5]. 이러한 신화 차원의 전환은 AI 이미지가 생성하는 의미 부재 메커니즘을 반영한다[23].

소셜미디어 플랫폼의 기술 메커니즘은 의미 부재의 현상을 더욱 심화시켰다. AI 예술이 새로움에서 주류로 전환하는 과정에서 플랫폼의 알고리즘 추천 메커니즘은 콘텐츠 창작이 문화적 창의성보다는 시각적 효과에 더욱 중점을 두도록 촉진한다. 샤오훙슈 플랫폼에서 지브리 스타일의 AI 이미지가 높은 비율의 인터랙티브가 일어나는 현상은 깊은 문화적 의미를 이해하고자 하는 욕구가 아닌, 즉각적인 감정 충족에 대한 사용자의 욕구에서 비롯한 것으로 볼 수 있다. 사용자의 설명문과 댓글에는 감성적 표현이 주도적인 비중을 차지하고 있으며 전문적인 문화에 대한 논의는 소수에 불과하다. 이러한 수용 모델은 AI 이미지의 오락화와 탈비판화의 특징을 강화하였다. 또한, 가상 스타일은 AI 생성 이미지에서 독특한 미학적 패러독스를 구성한다. 기호의 유사성과 의미의 부재 사이에는 근본적인 모순이 존재한다.

기술적 수단을 통해 만들어진 예술의 연속성과 표면적인 허상은 실제로 원작에 담긴 문화적 가치를 담아내기에는 한계가 있다. 이와 같은 스타일의 환각은 디지털 환경에서 미학적 합법성을 얻을 수 있다. 또한, 기술의 완전성으로 문화의 깊이가 부재하다는 점을 은폐하고 플랫폼의 알고리즘이 감정적인 콘텐츠를 체계적으로 강화한다. 가상 스타일의 의미가 부재한 현상은 스타일의 환각이 지닌 핵심적 특징을 반영한다.

문화적 전유의 관점에서 살펴보면, 지브리 스타일에 대한 AI의 재구성은 클리포트가 제시한 탈맥락화의 과정을 보여준다. 원작에 담긴 지브리의 문화 정신, 친환경의 이념, 성장 주제 등의 심층적인 문화 요소들은 알고리즘으로 정체되면서 색상, 구도, 인물 조형 등의 표면적인 시각 요소는 그대로 보존된다.

이러한 선택적 차용의 과정은 중립적인 기술적 통제에서 벗어나 시각적 즐거움, 감정적 힐링, 개성 표현을 강조하지만 문화의 역사적 깊이와 비판적 의미를 간과하는 디지털 소비 문화의 가치관을 나타낸다[20]. 이는 지배 문화(디지털 플랫폼 문화)가 소수 문화(애니메이션 문화)를 선택적으로 점유 및 개조한다는 클리포드가 경고한 문화적 전유의 권력 차원으로 볼 수 있다.

본 연구는 샤오훙슈 플랫폼의 사용자 및 창작자 정체성에 대한 데이터 분석을 통해 전통 작가의 개념이 AI 이미지 생성 과정에서 심층적인 재구성의 과정을 겪고 있다는 점을 살펴볼 수 있었다. 다음 그림 2와 같이, 사용자 정체성 분포를 살펴보면, 창작자형사용자는 54.5%로, 주도적인 비중을 차지하였다. 그 다음으로 실행자형 사용자 36.4%, 미지형(未知型) 사용자 9.1% 순으로 나타났다. 이와 같은 분포 구조는 AI 창작 시대에 정체성의 복잡성과 모호성의 특징을 반영한다. 절반 이상의 사용자는 자신이 콘텐츠 창작자라고 여긴다. 이는 AI 도구를 바탕으로 사용자의 창작 주체의식이 강화되었음을 나타낸다. 동시에 대다수의 사용자는 AI 도구 실행과 전통 창작의 차이를 구분해 기술적 역할에 대한 명확한 인식을 가지고 있었다.

Fig. 2.

User creator and executor identity data

사용자의 설명문에 대한 의미 분석은 정체성 재구성에 관한 담론 메커니즘을 보여주었다. 감정 표현 어휘가 50.0%로 주도적인 비중을 차지하였다. ‘옛 감성(回憶殺), 힐링’ 등의 어휘가 높은 빈도로 등장하였다는 것은 사용자가 감정 투사를 통해 AI 이미지와 관계를 구축하였다는 점을 나타낸다. 미학적 평가 어휘는 30.0%를 차지했으며, ‘예쁘다, 진짜 예쁘다’ 등 간단한 형용사가 많았으며 전문적인 미학적 용어는 부족한 것으로 나타났다. 기술적 묘사 및 문화적 기호 어휘는 10.0%를 차지해 그 빈도가 상대적으로 낮은 편이었다. 이는 사용자가 감정을 우선시하며, 기술 메커니즘과 문화적 의미에 대한 관심은 제한적이라는 점을 보여준다. 이러한 의미 분포 구조는 AI 예술 소비의 감정적 방향과 사용자는 기술적 분석이 아닌 감정적 표현을 통해 창작자의 정체성을 구축한다는 점을 반영한다.

예술 제도 이론에서 예술 작품의 정체성 인증은 작품의 내적 속성이 아닌 예술 세계의 제도적 인증 메커니즘을 통해 이루어진다[8]. AI 이미지 생산 과정에서 전통 작가는 창작 의도의 주관성, 예술 스킬의 개성, 문화적 표현의 독창성이 요구되었다. 이에 반해 AI 창작 과정에서 전통 작가에 대한 요구 사항은 근본적인 변화가 발생하였다. AI 알고리즘은 주관적 감정, 개인 경험이 아닌 훈련 데이터의 통계적 특성을 기반으로 이미지를 생성한다. 이로 인해 창작 과정은 대부분 예술적 표현이 아닌 기술 메커니즘으로 이루어진다. 사용자는 단순한 텍스트 예시를 통해 전문가 수준의 이미지를 생성할 수 있으며, 전통 예술 스킬의 가치는 기술적 역량으로 대체되었다. AI 생성 이미지는 본질적으로 훈련 데이터의 재구성으로서, 새로운 시각적 형태를 생성할 수 있지만 진정한 의미에서 문화적 창의성과 새로운 의미를 만들어내기에는 한계가 있다.

다음 그림 3의 대화 언어 분석을 살펴보면, 사용자는 특정한 언어 전략을 통해 창작자의 정체성을 협상하고 재구성하는 것으로 나타났다. 정체성의 성명 차원에서 ‘내가 만들었다’, ‘내가 그렸다’, ‘내가 AI로 생성하였다’ 등의 표현은 창작의 권위에 대한 사용자의 다양한 인식을 나타낸다. 54.5%의 창작자형 사용자는 적극적이고 능동적인 창작 동사를 사용하고 있는 경향이 있으며 이미지 생성 과정에서 주도적인 역할을 강조하였다. 36.4%의 실행자형 사용자는 주로 기술적 묘사를 사용해 창작 과정에서 AI 알고리즘의 핵심적인 역할을 인정하였다. 기술적 인식 차원에서 자신의 창작 역량에 대한 사용자의 이해는 기술적 의존, 창의적 표현이 공존하는 특징이 두드러졌으며, 이는 디지털 시대의 창작 기술에 대한 개념이 근본적인 변화했음을 반영한다.

Fig. 3.

Semantic classification and high-frequency vocabulary distribution of user creator descriptions

전통 예술 세계에서 철학적 해석은 예술이 합법성을 갖게 되는 핵심적인 요소이며, 예술 이론과 비판적 담론은 예술 작품에 개념적 틀과 문화적 배경을 제공한다. 샤오훙슈 플랫폼에서 사용자 댓글은 전문적인 비판의 권위적 기능을 대체하며 집단 사용자의 담론이 예술의 가치를 정의하는 주요 메커니즘으로 자리를 잡았다. 사용자는 개인적인 감정 표현과 삶에 가까운 미학적 판단을 통해 AI 이미지의 예술적 정체성을 구축한다. 이러한 민주화가 이루어진 철학적 해석 과정은 전통 예술의 비판적인 엘리트 권위를 해체하였다. 이로 인해 디지털 플랫폼의 배경에서 예술의 철학적 해석은 권력의 전이가 발생하였다. 창작 주체 정체성의 모호함과 재구성은 전통 창작의 개념이 기술적 중개와 플랫폼 메커니즘의 두 영향으로 인해 구조적으로 변화했음을 나타낸다.

플랫폼의 사용자 댓글에 대한 키워드 분석은 예술적 합법성 인증 메커니즘이 플랫폼화로 전환되는 특징을 보여주었다. 다음 그림 4와 같이, 감정 인식 관련 키워드가 45.2%를 차지하였다. ‘좋다, 힐링, 회상, 어린 시절’ 등의 어휘가 높은 빈도로 등장한 점은 사용자가 주로 개인적인 감정과 경험을 통해 AI 생성 이미지를 평가하고 감정을 가장 우선시하는 수용 모델을 보여준다. 미학적 평가 관련 키워드는 29.0%를 차지하였다. 그러나 대부분 ‘매우, 너무 등의 정도부사와 ‘아름답다, 완벽하다(完美)’ 등의 간단한 형용사였으며 심층적인 미학적 논의는 부족하였다. 기술적 평가 관련 키워드는 17.7%를 차지하였다. 이는 AI 기술 원리에 대한 사용자의 관심이 제한적이라는 점을 보여준다. 유사도 평가 관련 키워드는 8.1%로 가장 낮은 것으로 나타났다. 이는 사용자가 원작과의 비교를 고려하는 경우가 매우 낮다는 점을 보여준다. 전체적으로 감정 인식＞미학적 평가＞기술적 평가의 단계적 구조가 나타났으며, 이는 AI 예술 소비의 감정적 특징을 반영하였다.

Fig. 4.

User comment keyword types and distribution

이러한 평가 구조는 플랫폼 알고리즘이 예술 가치의 인증 기준에 미치는 재구성의 역할을 반영한다. 알고리즘 추천 시스템은 사용자 행동 데이터 분석을 통해 콘텐츠의 노출 빈도와 커뮤니케이션 범위에 결정적인 영향을 미치며 가시적인 정치의 권력 메커니즘을 형성한다[24]. 인터랙티브가 높은 비율로 이루어지는 콘텐츠는 더욱 많은 추천 기회를 얻을 수 있지만 관심도가 낮은 콘텐츠는 소외될 수 있다. 이러한 추천 메커니즘은 작품의 문화적 깊이나 예술적 가치보다는 사용자의 즉각적인 감정적 반응과 참여도를 우선적으로 고려하게 되었다. 따라서 플랫폼 생태계에서는 감정적 공감을 빠르게 불러일으킬 수 있는 AI 이미지가 높은 평가와 인증을 받을 수 있다. 이를 통해 감정적 평가 기준이 점차 예술 평가 기준을 대체하는 점을 볼 수 있다.

예술의 종말 이론에 따르면, 예술 역사의 종말은 예술 창작이 멈추는 것이 아니라 예술의 발전 메커니즘에 근본적인 전환이 이루어지는 것으로, 스타일의 진화에서 개념의 혁신으로 전환되는 것을 가리킨다[11]. 디지털 플랫폼의 배경에서 예술의 가치 확립 메커니즘은 전문 인증에서 사용자의 선호로, 예술사적 가치에서 커뮤니케이션의 효과로, 엘리트 문화에서 일반 대중의 발언권으로 전이가 이루어졌다. 샤오훙슈 플랫폼에서 AI 지브리 이미지의 가치는 ‘좋아요’, 즐겨찾기, 댓글 등 사용자의 인터랙티브가 주도하며 새로운 예술 가치의 인증 메커니즘을 형성하였다. ‘좋아요’의 수와 댓글 수는 예술 작품의 성공 여부를 측정하는 주요 지표로, 시장 성적은 비판적인 명성을 대체하며 예술의 가치를 평가하는 핵심 기준으로 자리매김하였다.

표 3에 따르면, 높은 비율의 인터랙이브가 이루어지는 AI 이미지의 성공 요인은 주로 문화적 깊이나 기술적 혁신이 아니라 시각적 아름다움, 감정적 힐링, 화제성 차원에 집중되어 있다. 사용자 설명문의 철학적 표현은 의미 주도권이 플랫폼으로 전이되었다는 점을 반영한다. 사용자는 개성 있는 텍스트 구성과 스토리텔링을 통해 AI 이미지에 문화적 의미를 부여한다. 이러한 개인적 감각 구현과 스토리텔링의 표현 방식은 전통 예술 전시의 담론 형식을 모방했지만 콘텐츠는 예술의 이론적 해석이 아닌 개인의 감정 경험을 추구한다. 댓글은 대부분 창작 평가보다는 감정적 공감대를 나누면서 플랫폼의 소비 감각 지향이라는 특징을 검증하였다.

Table 3.

User interaction behavior statistics table

전통 예술 비평가의 권위적 지위는 사용자 댓글로 인해 해체되면서 전문 지식의 독점이 무너졌고 일반 사용자도 예술의 가치를 정의할 수 있는 기회를 가질 수 있게 되었다. 그러나 이러한 권력의 분산은 예술에 대한 참여 기반을 확장하는 동시에 평가 기준의 상대성과 가치 판단의 불안정성이라는 문제를 불러일으켰다. 그림 4를 살펴보면, 사용자는 색상, 구도, 이미지 등에 대한 아마추어적인 미학적 토론과 ‘어릴 적 꿈처럼 나를 힐링하였다’ 등의 개인 경험 투사를 통해 AI 이미지에 관한 예술의 합법성을 구축하였다. 이러한 민주화가 이루어진 예술의 철학적 해석 과정은 예술의 사회적 기반을 확대했지만 동시에 예술 기준의 오락성과 표면화를 초래하였다.

예술의 합법성에 관한 플랫폼의 재구성은 디지털 기술이 전통 예술 제도에 근본적인 변화를 미치는 것을 나타낸다. 플랫폼 알고리즘, 사용자의 인터랙티브, 상업적 가치는 새로운 예술 인증 기준을 구성하며 동시에 전통 예술 세계의 전문적인 평가 시스템을 대체하였다[25].이러한 제도적 전환은 민주화 예술의 참여와 동시에 전통 예술의 가치를 해소하면서 감정적 공감과 커뮤니케이션 효과를 핵심으로 하는 새로운 미학적 합법성 메커니즘을 구축하였다.

표 3의 데이터는 예술의 철학적 해석에 관한 권력의 플랫폼 전이 메커니즘을 보여준다. 대표적인 표본 15개를 분석한 결과, 표 3은 각 인터랙티브 단계에 따라 AI 이미지는 서로 다른 가치 인증의 특징이 나타났다. 높은 수준의 인터랙티브 이미지(≥5000)의 평균 인터랙티브 수량은 10,215건에 달했고, 주로 토토로의 숲 장면, 마녀의 비행 장면, 치히로의 집 시리즈 등의 감정적 힐링 유형에 속하였다. 중간 수준의 인터랙티브 이미지(1000~4999)의 평균 인터랙티브 수량은 3,257건에 달했고, 주로 토토로의 일상 생활, 가오나시 이미지, 지브리 스타일의 풍경과 같은 일상 표현 유형에 속하였다. 낮은 수준의 인터랙티브 이미지(≤999)의 평균 인터랙티브 수량은 520건에 달했고, 주로 기술 구현, 비교 분석, 실험적 스타일 등의 학술 토론 유형에 속하였다.

사용자 댓글의 의미 분석에 따르면, 예술성, 어린 시절의 기억, 감정 투사 등의 키워드가 낮은 수준의 인터랙티브 콘텐츠보다 높은 수준의 인터랙티브 콘텐츠에서 높은 빈도로 나타났다. 댓글의 미학적 토론은 아마추어의 특징이 두드러졌으며, 사용자는 색상, 구도, 이미지 등 직관적인 묘사를 통해 예술의 가치를 구축하고 전문적인 미학 용어와 이론적 틀은 부족하였다. 개인 경험 투사는 주요 의미 구축 방법으로 자리매김하면서 ‘어릴 적 꿈처럼 나를 힐링하였다, 이는 이상적인 삶의 모습이다’ 등의 표현이 주도적인 비중을 차지하였다. 문화 기호의 재해석 과정은 AI 이미지에 대한 사용자의 주관적 처리 방식을 반영하며 개인적인 감정 경험과 삶을 통해 이미지에 새로운 문화적 의미를 부여하였다. 이처럼 담론 권력의 재분배 과정은 예술의 민주화에 관한 심층 메커니즘을 반영한다.

전통 예술 세계에서 예술 작품의 정체성 인증은 전문적인 공동체의 제도적 인증을 통해 이루어졌으며, 권위적인 시스템이 예술의 가치를 주도적으로 정의하고 분배하였다. 디지털 예술의 제도적 특징은 근본적인 전환을 보여준다. 샤오훙슈 플랫폼에서 AI 지브리 이미지의 가치는 사용자 인터랙티브가 주도하며 새로운 예술의 가치 인증 메커니즘을 형성하고 있다. 플랫폼 알고리즘, 사용자 인터랙티브, 상업적 가치는 새로운 평가 기준을 구성하며, 전통 예술계의 전문적인 권위적 시스템을 대체하였다. ‘좋아요’ 수와 총 인터랙티브 수량은 정적인 상관 관계(r=0.92)를 보여주며 사용자의 즉각적인 감정 반응이 예술의 가치를 측정하는 핵심 지표로 자리매김했음을 나타낸다. 감정 유형의 댓글이 달린 이미지는 알고리즘 추천 메커니즘에서 더욱 높은 가중치를 얻는 반면, 기술적 토론과 문화 비평 유형의 댓글이 달린 콘텐츠는 후순위로 밀려나게 되었다.

표 3에서 예술의 가치 인증 메커니즘 분석 결과에 따르면, 감정 투사 유형의 가치 인증이 60%로, 주도적인 비중을 차지했으며 힐링, 향수의 가치, 이상적인 삶 등의 감정적 기준이 포함되었다. 미학적 경험 유형의 가치 인증은 25%로, 시각적 미학, 예술의 멋, 미적 경험 등의 직관적인 평가가 포함되었다. 기능성 및 실용성 유형의 가치 인증은 15%로, 기술적 가치, 교육적 가치, 실용성 등의 이론적 기준을 포함하였다.

이러한 분포 구조는 플랫폼의 예술 평가가 감성적인 경향이 있다는 점을 반영하며, 감성적 인식이 기술의 품질보다, 커뮤니케이션의 효과가 문화적 깊이보다 높은 것으로 나타났다.

사용자는 개인적인 미학적 판단과 감정 표현을 통해 예술의 가치를 정의하는 과정에 참여하며, 이는 전통 예술 비평의 전문성이 독점했던 구조를 무너뜨렸다. 이러한 민주화의 과정은 예술 참여의 기반을 확대하는 동시에 평가 기준의 상대성과 가치 판단의 불안정성을 불러일으켰다. 높은 수준의 인터랙티브 콘텐츠는 주로 감정적 공감과 시각적 즐거움을 통해 인증을 받는 반면, 낮은 수준의 예술성, 비판적 콘텐츠는 소외가 이루어졌다. 이는 플랫폼 메커니즘이 문화적 깊이의 계승 보다는 사용자의 즉각적인 만족을 우선적으로 고려하고 있음을 반영한다.

플랫폼의 알고리즘 추천 메커니즘은 이러한 권력의 전이를 더욱 강화하였다. 플랫폼은 사용자 행동 데이터를 분석한 후, 자동으로 콘텐츠를 배포하여 예술 작품의 가시성과 커뮤니케이션 범위에 결정적인 영향을 미쳤다. 기술 전시, 비교 분석, 문화적 비판 등의 콘텐츠는 높은 학술적 가치와 비판성을 가지고 있지만 감정적 영향력과 오락성이 부족했기 때문에 알고리즘의 배포 과정에서 후순위로 밀리게 되었다. 이에 반해, 감정 힐링 유형과 생활 방식 유형에 속하는 콘텐츠는 높은 수준의 인터랙티브로 더욱 많은 추천 기회를 얻으면서 감정적 평가 기준의 영향력을 더욱 확대하였다.

앞선 분석을 통해 예술의 철학적 해석에 관한 민주화 과정이 전통 예술 제도에 대한 디지털 플랫폼의 근본적인 재구성을 반영하고 있다는 점을 알 수 있다. 사용자 집단은 전문적인 비평가의 권위적 지위를, 감정적 경험은 이론적 해석의 핵심 기능을 대체했고 상업 지표는 문화의 가치보다 더욱 중요한 측정 기준이 되었다. 이러한 제도적 전환은 민주화 예술의 참여와 전통 예술의 가치에 관한 심층적 차원을 해체하면서 사용자의 감정적 공감대와 플랫폼의 커뮤니케이션 효과를 핵심으로 한 새로운 예술의 합법성 메커니즘을 구축하였다. 디지털 시대에서 전통 예술의 발전 메커니즘 종말은 예술 창작이 멈추는 것이 아니라 예술의 가치 인증 메커니즘에 근본적인 전환이라는 점을 강조하였다.

문화적 전유 이론은 작가의 해체 과정에 나타난 문화 권력 관계를 보여준다. 전통적인 문화 커뮤니케이션에서 작가로서 미야자키 하야오의 권위는 문화적 맥락에서의 지위에서 비롯한다. 그러나 AI 생성 과정에서 기존 문화를 바탕으로 작가의 권위는 해체되며, 플랫폼 사용자의 집단적 담화의 권위로 대체된다[8].

사용자는 ‘내가 생성한 지브리 스타일’과 같은 묘사를 통해 사실상 원작자의 문화 권위에 대한 디지털화 점유를 완성한다. 이러한 점유는 단순한 모방이 아니라 소수의 문화 자원이 지배 문화의 표현 체계로 수용되고 지배 문화의 메커니즘에 따라 그 가치와 의미가 재정의된다는 클리포드의 문화적 전유와 일치한다.