안녕하세요, 컴패노이드 랩스 수석 파트너 박민아 입니다.
저는 이번에 HCI Korea 2024에 다녀왔는데요. 저는 생성 AI 기술에 초점을 맞추어 이번 학회를 살펴보고 왔습니다.
누구나 생성 AI 기술을 활용해 다양한 콘텐츠를 만들 수 있는 시대. 새로운 문화 기술(Neo Culture Technology)로서 생성 AI가 미디어 콘텐츠 프로덕션 워크플로우에 어떻게 활용될 수 있을지, HCI Korea 2024 학술대회에서 진행된 구두 발표를 바탕으로 작성한 제 생각을 읽어 보시죠!
새로운 문화 기술(Neo Culture Technology), 생성 AI
여러분, SM 엔터테인먼트의 아이돌 그룹 NCT 이름의 뜻을 알고 계셨나요? 저는 HCI Korea 2024 학술대회에서 우연히 들어간 워크숍 세션에서 그 뜻을 처음 알게 되어 충격에 빠졌습니다. 😮 말그대로 새로운 문화 기술을 의미하는 Neo Culture Technology! 현 시점 문화 기술 영역을 확장하며 활용 가능성을 보여주고 있는 대표적인 기술은 단언코 생성형 인공지능(Generative AI, 이하 생성 AI)라고 할 수 있겠습니다.
DALLE·2 (2022.04), Midjourney(2022.06 / 오픈베타), Stable Diffusion(2022.08 / v2), ChatGPT(2022.11) 등 초기 생성 AI 붐을 이끈 주요 프로덕트들은 이제 많은 사람들의 일상에 자리 잡았습니다. 현재 생성 AI 기술은 빠른 속도로 발전하며 단순한 창작 도구를 넘어 실제 산업에까지 활발하게 활용되며 미디어 콘텐츠 분야에 혁신적인 변화를 가져오고 있습니다.
HCI Korea 2023 학술대회에서도 생성 AI에 관한 연구가 일부 소개되었지만, 올해에는 특히 생성 AI를 주제로 투고된 논문의 수와 비율이 현저히 높은 것을 볼 수 있었습니다. <생성AI>, <AI 사용자경험>, <AI 서비스디자인>, <AI툴 활용 디자인> 그리고 <AI인터랙션I,II> 등의 주제로 구두 발표 세션이 활발하게 진행되었습니다.
이전에는 사회에 막 도입되기 시작한 생성 AI 기술 자체에 대한 인식 연구와 넓은 의미에서의 사용자 경험 연구가 이뤄졌다면, 올해 HCI Korea 2024 학술대회에서는 이러한 연구 주제가 더욱 확장되고 심화되었음을 알 수 있습니다. 음원 플랫폼, 웹툰, 광고, 뉴스 등 다양한 미디어 콘텐츠 분야 관점에서의 생성 AI 연구가 진행되었으며 맞춤형 문제 생성, 외국어 학습 등 교육 관점에서의 생성 AI 활용에 관한 연구도 눈에 띄었습니다. 특히, 제품/서비스/시각 디자인 과정에서 생성 AI 활용 경험에 관하여 이전보다 구체적인 척도를 바탕으로 진행된 연구들이 많았습니다.
생성 AI와 미디어 콘텐츠 프로덕션(Production)의 지각변동
이미지, 영상, 3D, NeRF, 사운드 등 텍스트 프롬프트를 기반으로 무엇이든 만들어내는 생성 AI 모델 페이퍼가 매일같이 쏟아지고 전세계적으로 생성 AI를 활용한 창작·연출 시도가 활발해지면서 새로운 기술이 도입된 미디어 환경도 하루가 다르게 변해가고 있습니다.
구자은(2024)은 <생성형 AI의 시각 커뮤니케이션 도구로서 가능성 탐구> 연구에서 기술 발전이 역사적으로 예술, 광고, 미디어에 영향을 미친 영향을 분석하며 생성 AI가 근미래에 시각 커뮤니케이션 도구로서 큰 역할을 하게될 것임을 강조합니다 [1]. 이번 아티클에서는 HCI Korea 2024 학술대회에서 다뤄진 몇몇 생성 AI 관련 연구자들의 인사이트들을 살펴보고, 콘텐츠의 프로덕션(Production) 단계를 기준으로 주요 포인트를 분석해, 제 개인적인 관점과 함께 공유하고자 합니다.
⓵ 프리-프로덕션(Pre-production) 단계에서의 생성 AI 활용
ⓒUnderstanding the Role of AI in Reshaping the Film & TV Industry featuring Tye Sheridan | SXSW 2023
미디어 콘텐츠 분야의 프리-프로덕션(Pre-production) 단계는 전반적인 기획과 준비를 포함하는 중요한 과정입니다. 이 단계에서는 시장 조사, 아이템 선정, 아이데이션 등의 작업이 진행됩니다. 콘텐츠 아웃풋을 가늠하기 위한 프리비즈(Pre-visualization)의 일환으로 스토리보드 제작이 핵심적으로 이루어지며, 일정 및 예산 수립 계획을 담은 구성안 작업도 포함되어 전체 프로젝트의 방향을 설정하는 데 중요한 역할을 합니다. 프리-프로덕션 단계는 큰 비용과 시간이 투자되는 콘텐츠 제작이 성공적으로 진행되기 위한 기반을 마련하는 단계로서 중요도가 높다고 볼 수 있습니다.
그렇다면, 생성 AI는 콘텐츠 프리-프로덕션 단계에서 어떤 역할을 할 수 있을까요? 많은 분들께서 이미 유사하게 활용하고 계실 것 같습니다. 생성 AI는 미디어 콘텐츠의 초반 기획 단계에서 방대한 자료 조사를 효율화하며, 다양한 컨셉을 빠르게 탐색해 아이디어를 확장하는데 큰 도움을 줍니다. 프로듀서(제작자)들은 ChatGPT와 대화하는 과정에서 프로젝트를 보다 체계적이고 명료하게 플래닝할 수 있습니다. 또한, Midjourney, Stable Diffusion, Runwayml, PikaLabs과 같은 이미지/영상 생성 AI를 활용하여 사실적인 시안을 제작할 수도 있습니다.
HCI Korea 2024 학술대회에서는 생성 AI를 활용한 제품 및 서비스 기획 과정을 관찰하고 분석한 연구가 다수 있었습니다. 이영현(2024)은 생성 AI를 아이데이션 과정에 활용하는 것이 고착화된 사고방식을 확장시키고 총시간을 단축하는 데 기존의 전통적인 방식보다 효율적임을 연구를 통해 밝혔습니다 [2]. Kwak Dongjoon(2024) 역시 생성 AI를 활용해 제품을 디자인하는 경우, 기능성은 유지하면서도 더욱 독창적인 디자인을 구상할 수 있다고 언급합니다 [3]. 한편, 이영현(2024)은 생성 AI에 의해 제안된 아이데이션이 때때로 다소 분절적이며, 연속성과 일관성이 부족해 구조적 완성도가 떨어지는 문제가 있음을 지적합니다. 따라서 좋은 아이디어를 판별할 수 있는 판별력, 종합적인 사고를 할 수 있는 통찰력, 수준 높은 의사결정의 역량이 개인에게 요구되며, 결과적으로 명확한 목표와 방향성에 대해 충분히 이해하고 있는 인사이트를 가진 인간의 개입이 필수적이라 밝힙니다.
더 나아가, 유재연(2024)의 연구는 생성 AI 모델을 시뮬레이션 도구로서 활용하는 가능성을 탐구하였으며, 정성적인 평가를 위한 소셜 시뮬레이션 테스트 베드의 구축 가능성을 확인하였습니다 [4]. 실제로 의료 및 생명 과학, 화학, 물리 역학, 기후 예측 등의 분야에서는 생성 AI를 환자 및 의료 데이터를 생성, 대규모 실제 데이터에 액세스 하지 않고도 임상 시험을 시뮬레이션하거나 희귀 질환을 연구하는 데 활용하고 있습니다. 이를 통해 새로운 타깃 분자와 화합물을 찾는 과정에서 AI 생성 모델이 역할을 하고 있는 것이지요 [5].
아직은 생성 AI를 활용한 아이디어 도출 과정이 단순 조력 정도로 머물러 있는 경우가 대부분이나, 향후 미디어 콘텐츠 분야에서도 전에 시도된 적 없는 새로운 포맷이나 스토리의 콘텐츠를 발굴하거나 콘텐츠에 대한 정성적 반응 등을 높은 정확도로 시뮬레이션하고 인사이트를 도출하는 것에 있어 실질적인 활용을 기대해 볼 수 있지 않을까 생각합니다.
⓶ 프로덕션(Production) 단계에서의 생성 AI 활용
프로덕션(Production) 단계는 말 그대로 핵심적인 콘텐츠 소스를 제작하는 단계를 의미합니다. 크랭크인(Crank in)부터 크랭크업(Crank up)까지 영화, 드라마, 뮤직비디오, 광고 등의 실제 촬영이 프로덕션 단계에서 진행됩니다. 이 단계에서는 연출, 제작, 촬영, 조명, 미술(세트/소품), 의상, 메이크업, 헤어, 장소 선정, 출연자 관리 등 프리-프로덕션 단계에서 수립한 계획에 따라 다양한 파트가 협업하여 작업을 진행하게 되며, 이에 따른 막대한 비용이 사용되곤 합니다.
생성 AI, 특히 이미지 및 영상 생성 AI의 등장은 프로덕션 단계에서의 혁신을 가져온 기술이라고 봐도 과언이 아닙니다. Midjourney에 카메라 기종, 필름 감도, 빛 조절 등을 텍스트 프롬프트로 입력하기만 해도 원하는 느낌의 이미지를 만들 수 있습니다. 마찬가지로 Runway를 사용해 간단한 텍스트 한 줄로 움직이는 영상도 생성할 수 있습니다. 심지어는 특정 부분(e.g. 머리카락)을 선택해 원하는 방향으로 조작하거나(e.g. 바람에 휘날리는 머리) 화면 자체를 줌인/줌 아웃하는 등 원하는 방식으로 움직임을 구현할 수 있습니다.
이는 고가의 전문적인 촬영 장비 없이도 실제 촬영과 유사한 결과물을 제작하고, 실시간 콘텐츠 생성이 가능해졌음을 의미합니다. 실제 인물을 출연시키지 않고 영상을 제작하거나, 존재하지 않는 가상의 공간을 생성하는 것도 가능합니다. 아주 짧은 컷을 위해 많은 시간과 비용을 들여 직접 물리적으로 이동해 로케이션 촬영을 진행했어야 했던 공간도 이제는 쉽게 생성할 수 있게 된 것입니다. 그렇게 생성한 소스를 버추얼 프로덕션 환경에서 실시간으로 활용할 수 있겠습니다. 이러한 맥락에서 '디지털 휴먼(Digital Human)’과 ‘버추얼 스튜디오(Virtual Studio)’ 기술이 방송 미디어 콘텐츠 분야와 메타버스 분야의 핵심 요소 기술로 함께 언급되곤 합니다.
시각적으로 보이는 모든 것을 디자인 하는 프로덕션 디자인(Production Design) 과정에서도, 특정 스타일을 손쉽게 생성해 낼 수 있는 생성 AI가 도움이 될 것입니다. 물론, 생성 AI만을 활용하여 복잡도가 높은 콘텐츠를 완벽하게 구축하긴 어렵겠지만, 메인 푸티지를 서포트해 내러티브를 탄탄하게 만드는 ㅡ어쩌면 실질적 중요도는 다소 낮을 수 있는ㅡ B롤(보충 또는 대체 영상) 제작에 활용한다면 큰 비용 절감 효과를 가져올 수 있으리라 기대됩니다.
이처럼 생성 AI는 프로덕션 과정에 적극적으로 개입하며 결과적으로 ‘창작'의 의미를 완전히 재정의하고 있다고 볼 수 있습니다. 한 예로, 2023년 초 게임 회사의 3D 아티스트가 “Midjourney 때문에 하룻밤 사이 사랑하던 일을 잃었다”며 커뮤니티에 작성한 글이 이러한 변화를 잘 보여주고 있습니다 [6]. 작성자는 자신이 해왔던 ‘창작’ 업무가 단순한 프롬프트 기반의 ‘구현'으로 변화하면서, 창의적인 에너지와 희망이 모두 사라졌으며 자신을 더 이상 아티스트로 여기지 않게 되었다고 말합니다.
콘텐츠 프로덕션 과정에 생성 AI가 지금보다 더 깊게 들어오게 되면, '생성 경험'은 어떻게 달라질까요? 우리 인간이 주체적으로 창작을 할 수 있을까요? 최정인(2024)의 연구 결과에 따르면, 사용자들은 프롬프팅 과정에 직접적으로 관여하며 독창적인 결과물을 만들어 낼 때 긍정적 주체감을 느낄 수 있다고 합니다 [7]. 따라서, 생성 AI는 사용자가 의도한 표현을 명확하게 구현해야 하며, 이를 통해 사용자가 생성 과정 전반에서 지속적으로 주체감을 느끼고 유지할 수 있도록 해야 한다고 강조합니다. (💡 생성 AI와 인간의 창작 주체에 관해서는 이서영 크루의 인사이트를 참고하시면 좋습니다.)
따라서, 생성 AI를 사용 과정에서 사용자가 AI에게 모든 것을 의존하기보다는 주체적으로 참여할 수 있도록 인터페이스와 상호작용을 설계하는 것이 앞으로 더욱 중요해지겠습니다.
⓷ 포스트 프로덕션(Post-Production) 단계에서의 생성 AI 활용
포스트 프로덕션(Post-Production) 단계는 촬영된 영상 소스를 편집하고 구성하는 과정으로, 촬영 데이터의 가편집에서부터 최종 편집, CG(Computer Graphics)를 활용한 시각효과(VFX) 추가, 색 보정 등이 추가되어 콘텐츠의 완성도를 높이는 후반 작업이라고 볼 수 있습니다. 시각적인 부분 외에도 사운드 믹싱, 후시 녹음 등의 작업이 진행되니, 쉽게 말해 촬영 후 이루어지는 모든 작업이 포함된다고 볼 수 있습니다. 이 모든 과정에 멀티 모달 생성 AI가 활용될 수 있겠죠?
![비디오 포스트 프로덕션 워크플로우 ⓒMASV [8]](https://static.wixstatic.com/media/3411a1_f15974cf27084323a0b98421d5bb9f0a~mv2.png/v1/fill/w_980,h_1422,al_c,q_90,usm_0.66_1.00_0.01,enc_auto/3411a1_f15974cf27084323a0b98421d5bb9f0a~mv2.png)
앞서 살펴본 것과 같이 하나의 콘텐츠가 기획-제작 단계를 거쳐 완성되어 일반인들에게 소비되기 위해 무수히 많은 사람들이 협업을 해야합니다. 프리-프로덕션 단계에서 짜여진 콘티, 프로덕션의 방향성과 생산성을 결정하는 브레이크다운 시트, 포스트-프로덕션 운영을 위해 기록을 담는 프로덕션 리포트 등 각 워크플로우 단계를 이어주는 생산성의 체계가 존재함을 알 수 있습니다.
프로덕션의 마지막 단계에서 생성 AI를 활용하면 촬영된 소스 푸티지의 영역을 확장하고(바깥 부분을 자동 생성), 부분적인 수정을 거치는(인페인팅 생성) 등에 활용할 수 있습니다. 상현석(2024)은 광고용 사진 촬영 본 내에서 객체(인물)를 탐지해 이미지 비율 및 배너 사이즈 등을 자동 편집할 수 있는 파라미터 연구를 공유하며, 생성 AI가 반복되는 편집 과정에서 수작업 과정을 축소, 작업의 효율성을 개선하는 것에 효과적일 것이라 말합니다[9]. 이미 프로덕션 과정에서 숱하게 반복되고 있던 작업 중, 어떤 부분이 가장 먼저 생성 AI로 대체될 수 있을까요? (얼마전 넷플릭스 자회사 '스캔라인VFX'에서 Generative Imaging Artist 채용 공고를 올렸었는데, 어떤 이유에서인지 금새 사라졌다는 사실!)
더 나아가 이후 배급/유통 과정에서도 생성 AI는 활용될 수 있습니다. 최근에는 OTT 중심으로 미디어 콘텐츠 시장이 변화하면서, 포스트 프로덕션 개념이 바뀌고 있습니다. 오징어 게임이 넷플릭스가 서비스하는 세계 94개국에서 1위를 기록할 수 있었던 것은 13개국의 언어와 자막으로 제작되었던 것이 큰 역할을 했다는데요, 콘텐츠의 퀄리티를 높이기 위한 포스트 프로덕션에서 더 나아가 콘텐츠를 글로벌하게 유통하기 위한 자막, 더빙, 음악, 영상 검수 등의 작업이 가지는 중요성이 커진 것이죠 [10]. 최근의 실시간 영상 언어 변환 GenAI를 활용하면 입모양과 어조까지도 쉽게 변환되니, 텍스트는 물론 영상 콘텐츠가 전하고자 하는 복합적인 시청각 언어까지도 변환이 쉬워졌다고 볼 수 있습니다.
이번 학술대회에서 흥미로웠던 부분중 하나는, 과학기술정보통신부 및 정보통신기획평가원에서 진행한 <찾아가는 미디어·콘텐츠 2024년 사업설명회>였습니다. 유관 연구자들이 모인 학술대회에서 기획, 투자, 제작, 유통, 양성 등의 과정에서의 다음과 같은 10대 핵심응용기술을 토대로 하는 향후 미디어·콘텐츠 분야 정부 정책방향에 대한 소개를 들을 수 있었습니다.
AI를 활용한 콘텐츠 기획 및 예고편 제작
AI 기반의 VFX
버추얼 프로덕션 및 초실감 가상 콘텐츠 제작 활성화
콘텐츠 생산 단계에서 활용할 수 있는 국내 명소 및 자연경관 데이터 구축
얼굴/몸동작 등 이질감 없는 디지털 휴먼 제작
AI를 활용한 편집 및 제작
콘텐츠 해외 수출에 필요한 AI 활용 자막/더빙/현지화
미디어 콘텐츠 검색 영상 생성
아날로그-디지털, 디지털 AI 기반 화면 자동 조정
불법 콘텐츠 자동 유통 탐지/차단
위에서 가볍게 살펴본 각 단계별 AI가 주요한 역할을 할 수 있는 부분이며, R&D만큼이나 실제 제작자들의 실무 환경에서의 유용하게 쓰일 수 있도록 실증 사용자 평가를 진행하고 생산성을 향상시키는 방식으로의 노력이 필요하겠습니다.
박민아의 생각
1. 생성 AI는 전통적인 프로덕션 단계의 구분을 모호하게 만든다.
미디어 콘텐츠 분야에 파고들어 다양하게 활용되고 있는 생성 AI 기술을 프로덕션 워크플로우 관점에서 살펴보았을 때 생성 AI 기술의 발전과 도입으로 기존의 ‘프리-프로덕션' - ‘프로덕션’ - ‘포스트-프로덕션' 단계의 경계가 모호하게 허물어지고 있음을 느꼈습니다.
![AI Use Cases in Hollywood ⓒDoug Shapiro [11]](https://static.wixstatic.com/media/b27240_08e7ec71f3bf46bb8ffdf18b3a11acb9~mv2.png/v1/fill/w_980,h_545,al_c,q_90,usm_0.66_1.00_0.01,enc_auto/b27240_08e7ec71f3bf46bb8ffdf18b3a11acb9~mv2.png)
특히 이미지/영상 생성 AI의 기술적 고도화는 프리-프로덕션 단계에서의 프리비즈 단계 산출물 제작 퀄리티를 크게 높여 시안 제작을 위해 드는 시간과 비용을 획기적으로 줄여, 의사결정 과정을 도울 수 있을 것이라 기대됩니다. 아직 실제 프로덕션에 쓰이기엔 어렵지만, 앞서 언급한 것과 같이 비교적 중요도가 낮은 B롤 씬이나 로케이션 비용이 많이 드는 씬의 경우 100% 생성 AI 기술로 제작될 날이 머지않았다고 생각합니다. 생성 AI는 언젠가부터 '퀄리티를 타협할 수 있는 지점'에 쓰이고 있는 것 같다는 생각이 드네요.
이번 아티클에서 소개하지는 않았지만, 이미지/영상 외에도 기존의 Computer Vision 분야에서는 그래픽 구현에 AI가 중요하게 쓰여져 왔습니다. 특히 비전 컴퓨팅 기술이 중요한 VFX 워크 플로우(컨셉 디벨롭 - 스토리보드 구축 - 프리 비주얼라이제이션 - 버추얼 프로덕션 - 3D 모델링 - 매트 페인팅 - 레퍼런스 제작 - 리깅 및 애니메이션 - FX 시뮬레이션 - 모션 트래킹/매치 무빙 - 텍스처링 - 로토스코핑 및 마스킹 - 조명 랜더링 - 합성) 각 단계에서 생성 AI가 어떻게 실질적으로 활용되어 작업자들의 효율을 올릴 수 있을지 기대가 됩니다.
2. 우연성과 의도성과 사이, 진정한 의미의 ‘생산성’에 대한 고찰이 필요하다.
글로벌 컨설팅 기업 맥킨지 앤 컴퍼니(McKinsey & Company)는 2023 제너레이티브 AI 보고서에 따르면 생성형 AI가 모든 근로자의 작업 시간을 60~70% 절감할 것이라고 전망했습니다. 업무 생산성 및 효율성을 혁신하는 생성 AI, 미디어 콘텐츠 분야의 창의적인 프로세스에서의 ‘생산성’에서도 동일하게 적용될 수 있을까요?
최정인(2024)의 연구에서 사용자들은 생성형 AI를 통한 예기치 않은 이미지 생성의 의외성을 긍정적으로 경험한다고 밝혔지만 [7], 실제 도입 과정에서는 의외성과 관련하여 해결해야 할 문제가 많습니다. 여전히 생성 AI는 예측 불가한 결과를 많이 만들어내며, 도구를 다루는 개개인의 역량에 따라 영향을 지나치게 많이 받습니다. 이러한 시행착오의 프로세스를 고려하면, 단일 이미지 생성 시간은 줄어들 수 있지만 퀄리티 대비 높은 생산성을 담보할 수 있을지 의문이 드는 부분이 많습니다.
경험으로 미뤄보건대, 디테일한 요구사항을 반영하여 다량의 이미지를 생성해야 하는 상황에서 Midjourney와 같은 툴은 그리 효과적인 툴이 아닐지도 모릅니다. (아직까지는요) Krea ai 와 같이 비교적 사용자의 의도성을 결과물에 반영할 수 있는 기능이 고도화된 프로덕트와 병렬적으로 사용할 때, 실무자가 예측 가능하고 제어 가능한 결과물을 생성할 수 있도록 도와 실제 업무 환경에서의 생산성 향상에 기여할 수 있을 것이라 보입니다. Adobe Photoshop 안에 들어 있는 Generative Fill이 강력한 이유이죠.
3. 결국 자체 프로덕션 워크플로우에 최적화된 방식으로 녹아들 수밖에 없다.
이러한 연구와 기술 개발 트렌드를 계속해 팔로우업하다보면, 결론은 자체적인 워크플로우에 최적화된 파이프라인 솔루션 구축이 필수적이라는 생각에 다다릅니다. 바로 앞에서 말한 Adobe Photoshop 안에 Gen AI가 포함되었다는 것 자체가 가지는 의미가 큽니다. 완성형 툴 자체가 가지는 한계점이 존재하기 마련입니다. 오랜 시간 누적되어 효과적인 생산성을 내고 있던 기존 워크플로우를 가장 잘 서포트 할 수 있는 방식으로의 기술과 생성 AI SaaS를 만드는 기업이 향후 프로덕션 프로세스에서의 생성 AI 기술 공급의 초반을 선점하지 않을까 싶습니다.
4. 생성 AI를 활용한 콘텐츠, 결과적으로 득일까? 독일까?
결국, 생성 AI는 미디어 콘텐츠 프로덕션 프로세스(Process)의 혁신을 가져왔지만, 그것이 곧 혁신적인 아웃풋(Output)을 담보하는 것은 아닙니다. 이러나저러나 미디어 콘텐츠는 결과물로서 평가받게 됩니다. 프로덕션 과정에서 전에 없던 새로운 방식을 도입해 비용을 얼마나 절감했건, 노동자의 생산성을 얼마나 높였건 간에 대중은 결과물을 보는 것이죠.
생성 AI가 아무리 트렌드라 하더라도, 실제 생성 AI를 활용하여 콘텐츠를 제작했음을 공개하는 이슈는 또 다른 문제일 것입니다. 생성 AI를 활용한 실제 케이스들이 매일같이 나오고 있지만, 매번 대중들의 비판도 반복적으로 따라옵니다. 앞서 최이정(2024)의 연구에서와 같이, 인간 vs 인공지능 창작의 주체와 실질적인 정보 공개 여부("생성 AI가 만든 겁니다!")에 따라 동일한 콘텐츠를 바라보는 시각에서 부정적인 요소와 주변 추천에 대한 시각까지 영향을 줄 수 있다는 점을 고려 했을 때[11], 생성 AI 활용 공개가 득이 될 분야와 독이 될 수 있는 분야 또한 다를 수 있을 것입니다.
마무리 하며
기술 발전은 우리 인간에게 새로운 가능성을 열어주고, 우리의 경험을 확장시킵니다. 영화 편집 기술의 발전은 필름의 교차 편집을 가능하게 하여, <인셉션>과 같이 시간을 넘나드는 영화 제작을 가능케 했습니다. 우리의 상상의 폭도 함께 넓어졌죠. 사진기의 등장은 당시 화가의 직업을 앗아갔지만, 동시에 시간이 흘러 ‘사진작가'라는 새로운 직업을 창출했습니다. 그리고 사진은 전문가의 영역에만 머무르지 않고 평범한 사람들의 작은 스마트폰 안으로 들어왔습니다. 스마트폰의 내장 카메라 기술은 강력한 사진 미디어 기반의 플랫폼인 인스타그램(Instagram)을 탄생시켰고, 셀피(Selfie) 문화를 만들어 냈습니다. 5G 통신 기술이 발전으로 유튜브(Youtube) 영상을 로딩 없이 감상할 수 있게 되었고, 전 세계 사람들과 함께 게임을 즐기는 것이 당연해졌습니다.
UX Researcher로서, 저는 잠시의 놀라움 너머 기술이 현대 문화와 행동양식을 바꿔 놓는 방식과 경험의 근본적인 변화에 주목합니다. ‘사용자 경험 혁신’이란, 사용자가 제품이나 서비스를 사용하며 느끼는 지각, 인지, 감정, 의사 결정, 행동 등 인지적 결과와 경험 방식 자체를 변화시켜, 과거로 돌아갈 수 없게 만드는 것입니다. 저는 ChatGPT와 Midjourney가 없던 시절로 돌아갈 수 없습니다. 여러분은 어떠신가요?
이번 아티클이 재미있으셨다면, 박민아 파트너가 진행하는 <생성 AI 시대: 기술이 빚어내는 예술, 생성 AI 도구와 창작 경험 (The Era of Generative AI: Tech-Crafted Art and Creative Experience) 북클럽>도 살펴 보세요!
Reference
[1] 구자은, 주다영. (2024). 생성형 AI의 시각 커뮤니케이션 도구로서 가능성 탐구. Proceedings of HCIK 2024. 308-312
[2] 이영현, 연명흠. (2024). 생성형 인공지능(Generative AI) 기반의 제품-서비스디자인 아이디어 생성 실험을 통한 가능성 탐색. Proceedings of HCIK 2024. 325-330
[3] Kwak Dongjoon, Kim Mansoo, Cui Mingzhu, Lee Sangwon. (2024). A Parameter-Based Simulation Model for Enhancing the Ideation and Evaluation of Product Design. Proceedings of HCIK 2024. 267-271
[4] 유재연, 박기은, 서봉원. (2024). 소셜 시뮬레이션에서의 거대언어모델 활용: 언론자유지수 실험을 중심으로. 103-108
[5] C강수임(2023). 신약 디자인에서 인공지능(AI) 기반의 약물 생성 예측 모델을 이용한 강화 학습과 화학정보학(Chemoinformatics). BRIC View 2023-T05. (Mar 07, 2023)
[6] ttps://www.reddit.com/r/blender/comments/121lhfq/i_lost_everything_that_made_me_love_my_job/
[7] 최정인, 이태일. (2024). 생성형 AI 를 활용한 서비스 UI/UX 디자인에 있어서 사용자 경험 특성. 284-290
[9] 상현석, 고종환, 이환용. (2024). 생성형 인공지능을 이용한 광고 이미지의 자동 편집 방법. 87-90
[11] 최이정, 윤지호, 정윤경. (2024). Chat GPT vs Human: Chat GPT 의 창작 주체 가능성. 623-627
Comentários