이미지 확대보기이번 연구는 한국과학기술원(KAIST) 유택호 연구교수, 미국 버지니아대학교 이병휘 박사와 공동으로 수행됐으며, 연구 결과는 미국국립과학원회보(PNAS)에 게재됐다.
연구팀은 서양 회화 7만2447점의 데이터를 활용해 사전학습된 멀티모달 AI 모델인 CLIP(Contrastive Language-Image Pre-training)과 형식적 요소를 반영한 오토인코더 기반 임베딩을 비교 분석했다.
분석 결과 색상과 구도 등 형식적 요소만 학습한 AI보다 인물, 사물, 주제 등 맥락 정보를 함께 학습한 AI가 그림의 제작 시기와 화풍을 더 높은 정확도로 예측한 것으로 나타났다.
또 AI를 활용해 500년간 서양 미술의 변화 양상을 분석한 결과, 종교적 소재는 점차 감소하고 초상화 중심의 화풍은 추상적 표현으로 변화하는 경향이 확인됐다고 연구팀은 설명했다.
연구팀은 AI에 시대 변화에 대한 제한적인 정보를 제공한 뒤 이전 시대의 그림을 수정하도록 하는 실험도 진행했으며, 실제 해당 시대의 화풍과 유사한 이미지가 생성됐다고 밝혔다.
윤진혁 숭실대학교 AI소프트웨어학부 교수는 "멀티모달 AI와 데이터 과학을 활용해 예술의 창의성이 시대에 따라 어떻게 변화했는지를 정량적으로 분석하는 방법을 제시했다"며 "AI가 인간의 문화와 역사를 이해하고 해석하는 새로운 접근 가능성을 보여준 연구"라고 말했다.
전여송 로이슈(lawissue) 기자 arrive71@lawissue.co.kr
<저작권자 © 로이슈, 무단 전재 및 재배포 금지>
메일: law@lawissue.co.kr 전화번호: 02-6925-0217
