[📪정보] text-to-image ai가 갖는 의미는 무엇일까?

[익명(211.47)]

양웹에서도 달리2가 만들어낸 결과를 사람들한테 보여주면 사람들이 그닥 흥미로워하지 않는 경우가 간혹 있는데 

그 이유가 달리2가 구글 이미지 검색 혹은 포토샵 비슷한 거라고 생각해서 이게 뭐가 특별한지 잘 모르거나

이미 인공지능이 현실적인 사진을 만들어낼 수 있는데 왜 이제와서 새삼스럽게 이게 대단하다고 하느냐라고 한다고 합니다.

한국 사람들도 반응이 그닥 다르지 않은 걸 보니 왜 달리2가 앞서 말한 사례와 다른지 적어도 특붕이끼리는 짚고 넘어가는 게 좋겠다 싶어서 

간단하게 글을 써봅니다 여기는 특붕이만 있는게 아니라 선형이나 뜨내기들도 들어오는 공간이니깐요

 

1. 달리2는 그림 검색을 해서 보여주는 서치엔진인가?

본 이미지는 달리2에 "싱코 데 마요(멕시코명절)를 즐기는 아보카도"라는 명령어를 입력해 만들어낸 이미지입니다.

구글검색을 하면 하나쯤 있을법한 이미지같은 인상을 줍니다.

하지만 같은 검색어로 구글 검색을 하면?

보다시피 달리가 만든것과 비슷한 "원본이미지"라고 할만한 것이 마땅히 없습니다.

구글 서치된 것 중에 아보카도를 의인화한 그림만 가져와봤는데 

솜브레로 모자를 쓴 아보카도가 명절을 맞아 즐거워한다 라는 컨셉과 제재, 테마만 비슷할 뿐 채색과 구도, 스타일 측면에서 달리가 만들어낸 이미지와는 전혀 다른 것을 볼 수 있습니다.

그리고 이것은 달리가 그린 "피카소풍으로 그린 뉴욕시의 풍경" 

주지할 것은 피카소는 생전에 단 한번도 "커튼월 마천루"를 그린 적이 없다는 것입니다.

 

싱코 데 마요를 즐기는 아보카도 그림과는 달리 이번에는 같은 프롬프트로 구글 검색결과를 해도 비슷한 이미지는 뜨지조차 않아요

피카소 본인이 그린 선화는 동물이나 사람을 주로 제재로 다뤘기 때문에 당연한 얘기일 것인데

달리2는 이 피카소의 "스타일"을 학습하여 피카소나 피카소 모작화가들은 다루지 않은 제재를 마음껏 그릴 수 있다는 것이 

소비자의 입장에서 서치엔진과 달리2의 가장 큰 차이점입니다.

인간의 언어는 실로 무한한 문장을 만들어낼 수 있고 무한한 의미를 합성적으로 만들어낼 수 있습니다.

하지만 검색엔진에 아무리 문장을 넣어봤자 누군가 이미 만들어내지 않은 이미지는 결고 서치에 뜨지 않으므로 

인간의 무한한 언어표현에 일대일로 대응되는 이미지가 없는 경우가 부지기수인데요

달리2가 이 갭을 메워줄 수 있다는 것이죠

2. 달리2는 포토샵 같은 것인가?

"아보카도 모양 GPU칩"을 그려달라고 해서 얻은 이미지 당연하지만 구글 서치로는 비슷한 그림은 찾을 수조차 없습니다.

아보카도로 만든 과자칩만 나올 뿐. 

달리2에 누군가 이 명령어를 넣어보기전에는 세상 아무도 아보카도 모양 gpu칩을 생각하지 않았거나 생각은 했어도 이미지화 할 생각을 한 적이 없거나 이미지화 했어도 인터넷 공간에 올릴 생각을 못했던 것입니다.

자 여기 아보카도 모양 GPU 칩만큼이나 창의적인 그림이 하나 있어요

이 그림과 앞서 달리가 만든 아보카도 모양 gpu칩의 차이는 무엇일까?

그건 바로 소스이미지가 있다는 것 

"이미지 합성"이라고 하려면 몇 가지 소스 이미지가 있어야 해서, 

왼쪽같은 이미지에서 배경을 잘라내고 다른데서 다리미와 스탠드식 다리미판을 들고오고

옷에다가 기린 패턴을 입혀서 그 위에 얹어주는 과정이 필요합니다.

그 와중에 합성하기 어려운 요소는 사람이 그냥 그려넣기도 하는데 

이 경우는 사람의 손길이 닿아있어서 말이 이미지 합성이지 사실상 일러스트, 회화적인 요소도 들어있다고 봐야하죠

하지만 위에 보여준 GPU칩모양 아보카도는 그런 소스이미지가 있는 그림이 아닙니다. 

이 세상 어디에도 저 각도, 저 구도 저 색상조합으로 찍힌 아보카도의 사진 혹은 그림이 없고

그 위에 묘사된 gpu칩 특유의 회로 또한 GPU칩을 묘사한 원본 사진에서 따와서 레이어 멀티플라이 기능으로 입힌것도, 사람이 그려넣은 것도 아닙니다.

즉 source image가 존재하지 않다는 점에서 달리2는 이미지 합성이 아니라는 것

3 이미 그럴듯한 이미지를 만들어내는 인공지능이 있는데 이제와서 왜 새삼...?

한 떄 사람들 사이에서 유행했던 아트 브리더 

혹은 마찬가지로 몇년전에 화제가 되었던 가짜얼굴만드는 사이트

놀랄만큼 리얼리즘을 잘 구현하고 있는 이미지들인데다 아트브리더로는 나름 창의성넘치는 그림도 만들 수 있는데 왜 이제와서 달리2에 굳이 열광할 필요가 있는가?

그런 질문에 대한 해답은 이런 ai들이 개념과 이미지를 대응시키는 능력이 없다는 점,

 

그러므로 인간언어의 높은 창조성에 대응되는 이미지를 생성할 능력을 결여하고 있다는 점을 고려하면 자연스레 찾아지게 될 것입니다.

이런 ai들을 보면 주제가 한정되어있습니다. 

아트 브리더를 이용해본 사람은 알겠지만 이미지를 만들려면 기본적으로 사람얼굴을 만들고 싶으면 사람얼굴 섹션에, 십덕그림체 캐릭터를 만들고 싶으면 십덕그림체 섹션에, 풍경을 만들고 싶으면 풍경 섹션에 들어가서 이미지를 만들어야 합니다.

즉 원하는 이미지를 만드는 작업에는 인간이 직접참여해서 인간의 의미적 능력을 발휘해야하죠

(내가 만들길 원하는 이미지가 어떤 카테고리에 속하는지 인간 본인이 알아야 비로소 뭔갈 만들 수 있다는 것)

그리고 피부색이나 머리카락 같은걸 미세조정할 수는 있지만 정해진 틀 안에서만 할 수 있을 뿐 

내가 캐릭터 어깨위에 강아지를 올리고 싶다고 해서 강아지를 그려달라고 하거나 배경에 숲을 그려달라고 하거나 그런 명령을 내리기가 불가능하죠

마찬가지로 which face is real 사이트에 들어가면 다양한 인종과 연령의 사람얼굴만을 랜덤생성할 뿐 내가 원하는 이미지를 그려달라고 할 수도 없으며 이미 만들어진 이미지를 가공할 수도 없어요 그냥 사람 얼굴만 줄창 봐야합니다.

그 까닭은 이런 ai들은 이미지를 생성하는 능력만 있지 

어떤 개념과 이미지의 요소를 연결시켜서 해당 요소를 개념 의미적으로 분해하고, 다시 이것을 다른 시각 요소와 합쳐서 완전히 새로운 이미지를 합성적으로 도출하는 능력이 없기 때문입니다.

물론 이런 ai들도 포토샵으로는 인간의 손을 많이 거쳐야하는 작업 혹은 그냥 사람이 직접 그리는 거 말고는 달리 다른 방법이 없는 작업을 비전문가 입장에서 쉽게 수행할 수 있다는 점은 좋았지만 한계가 뚜렷했습니다.

4. 그럼 이미지생성능력 + 의미적인 능력을 모두 갖춘 ai는 그동안 어땠는가?

오픈 ai는 달리1을 개발하고 난 뒤 의미적인 능력을 담당하는 ai(CLIP)만 따로 때어내서 배포하고 달리1은 대중에게 공개하지 않았습니다.

그리고 이 의미적인 능력을 갖춘 ai인 CLIP을 앞서 본 styleGAN과 거의 같은 물건인 VQGAN에 합친 물건인 VQGAN+CLIP이나 BIG GAN에 합친 물건인 big sleep 따위를 사람들이 달리1 대신 주로 썼는데 

몇 개월동안은 위에 보다시피 달리1은 커녕 달리1 손주 옆집 애완견에 견주기도 창피한 조악하고 기괴하고 정연하지 않은 이미지를 만들어내는 정도 였어요

그러나 좀더 성능이 좋은 뒤에 나온 다른 text to image ai에 비해 이미지 생성시간이 빠른편이라 아주 최근까지도 이런 물건을 사람들이 많이썼고 지금도 쓰고 있습니다.

사실 대중들이 오해하고 있는 것처럼 text to image ai가 검색엔진이나 포토샵 같은 물건이었으면, 혹은 이미 ai가 괜찮은 이미지를 만들 능력을 갖고 있었다면 사람들이 이런 기괴하고 낙서같은 이미지를 만드는 ai를 애초에굳이 만들어 쓸필요가 없었겠습니다.

수많은 인스턴스로부터 어떤 요소나 개념을 일반화, 추출하고 그걸 토대로 완전히 새로운 이미지를 만들어내는 능력은 자본집약투자가 힘든 민간 레벨에서는 구현하기 힘든 능력이었다는 것이 이런 vqgan이나 bigsleep의 사례에서 보여지고 있죠

좀 더 수준이 높은 달리2 직전의 극최근의 민간 ai들(mid journey와 rudalle)의 결과물은 이정도

민간과 중국 러시아에서 노력(이라 쓰고 파쿠리라고 읽는다)해서 그 퀄리티를 거의 달리1 수준까지 높여왔던 상황이었고 

나름 아름답고 창의적이며 예술적이고 좀더 일관성있고 조리있는 결과물을 만들어낼 수 있는 능력을 갖춰나가는 중이었습니다.

그리고 그 와중에 우리앞에 던져진 것이 바로 달리2인것

달리2가 rudalle나 disco diffusion같은 비교적 진보된 text to image ai에 비해서도 훨씬 압도적인 퍼포먼스를 보여준다는 것은 예시그림만 봐도 알 수 있을 거 같습니다.

물론 아직도 달리2가 수개념이나 철자법 이해가 떨어진다라느니 어쩐다느니 하면서 인간보다 의미적 능력이 떨어진다라는 얘기를 하지만

text to image ai의 가장 시초는 사실상 달리1이라는 것을 고려해보죠(2021년 1월 공개)

즉 text to image ai의 역사는 이제 고작 1년여 밖에 되지 않았습니다.

그 전의 image generation은 인간언어와 이미지생성을 결합시킬 엄두조차 내지 못했던 것이 사실이죠

달리2 등장이전까지 별 관심없던 외부인들은 비판적인 시각을 고수하는 경우도 많고 앞서봤듯 text to image ai라는 개념자체를 이해하지 못하는 경우가 많으나 

지난 1년 반의 시간 동안 사람들이 아무리 기괴하고 보기싫다고 해도 vqgan+clip따위의 열악한 물건으로 ai일러스트를 만들어오던 한 줌 매니아, ai아트 오타쿠들은  ai아트계가 불과 몇 달전만해도 많이 쓰던 ai 아키텍쳐를 추억하고 곱씹을 정도로 발전속도가 빠르다는 것에 오히려 더 경탄하고 있습니다.

앞으로 달리3, 달리4가 어디로 향해갈 것이며 달리2의 한계를 어떻게 극복할 것이며 어떤 새로운 혁신을 가져올지는 시간만이 답해줄 문제일 것이고

특히 ai미디어의 발전을 따라가고, 예측하고 싶어하는 특이점주의자들은 이 부분에 더더욱 촉각을 곤두세워야 할 부분이라고 생각합니다.

[익명(27.119)]

씹덕 그림좀 예쁘게 그렸으면 좋겠음. 픽시브 프로 일러스트레이터 보다 잘그리면 진심으로 예술 분야에 특이점 온거 ㅇㅈ - dc App

[익명(112.163)]

글 보면서 감탄했다

[익명(honmonodeath)]

아니 구구절절 설명할 필요없이 하급 그림쟁이들은 현실을 받아들이지 못하고 검색엔진이라고 판단하는거지. 몇 년전만 하더라도 이미지 검색 엔진도 엄청 정확도가 떨어졌지만 지금은 잎사귀만 올려도 이게 무슨 식물인지 판단하는 수준이고 이제 이런 기술은 사람들이 당연하게 받아들이는 단계인데 선형적인 발전을 보아왔던 사람에게 달리같은 급진적인 발전을 - dc App

[익명(honmonodeath)]

보려주니 받아들이질 못하는 것 - dc App

[익명(honmonodeath)]

그리고 굉장이 신기한게 수나 글씨 쓰는것을 못하는 것을 보면 그림만 잘 그리는 서번트 증후군 인간을 보는 느낌이기도 함. - dc App

[익명(211.47)]

기본적으로 업계에서 제일 위협받기 쉬운 사람들이 평가절하하고 싶어한단 말도 맞지만 사실 그림이랑 전혀 연관이 없는 사람들도 오해하기 쉬운 부분인 것도 사실이라 한번 정리를 해봐야겠다는 생각이었던 것이 컸었어 어차피 ai가 진출할 때마다 해당 업계사람들이 저항하고 기분나빠하는 것은 특이점주의자 입장에서는 포상이므로 저런 글을 봐도 흐뭇할 따름

[익명(27.119)]

[익명(112.159)]

평가절하하고 싶어서 일 수도 있지만, 사업가가 아니다 보니까 기술, 비즈니스에 대한 관심도나 이해도가 부족해서 저게 어떤 경로로 본인들에게 영향을 줄지 못 보는 게 더 큼

[익명(112.159)]

달리2 = 검색엔진이다 라는 얘기를 들을 때 기술, 비즈니스에 대한 이해도가 있는 그림쟁이면 셔터스톡 같은 상업용 이미지 & 일러스트 판매 사이트쪽 떠올리면서 이쪽 루트부터 얏되겠다는 걸 직감했을 걸 디자이너들 디자인 작업할 때 무료 이미지 마음에 안 든다고 유료 이미지 장당 5만원 ~ 몇십만원까지 내고 쓰고 있는데, 달리2 상업적으로 쓸 수 있으면 여기 그림/사진 파는 작가들부터 타격 입음

[익명(112.214)]

고양이 괜찮네

[익명(goodha)]

[익명(124.5)]

[익명(114.201)]

이런게 실베 가야하는데 장병탁? 뭔 조센 교수 말 인용한 망상선형글 따위가 실베 가는건지 원...

[익명(39.117)]

ㄹㅇ 이런 건 죽어도 실베 안 보냄 ㅋㅋ

[익명(112.144)]

ㄹㅇㅋㅋ

[익명(58.231)]

달리3,4는 안나옴 gpt4를 마지막으로 한가지만하는 인공시대는 끝난다했고 gpt5를 시작으로 달리는 gpt로 편입돼 멀티모달 시대로 들어섬 - dc App

[익명(121.130)]

고추

[ㅇㅇㅇ(14.38)]

[익명(118.32)]

[익명(115.140)]

아직까지 이미지지만 텍스트 투 비디오 ai도 나오겠네

[익명(digotkznfk)]

[익명(58.123)]

그림말고 다른 창작은 없냐. ai로 코딩이랑 작곡도한다더만 그림보단 그 두개가 더 궁금한데

[익명(112.144)]

너 글 진짜 잘쓴다. 고닉파서 글 올려주면 안댐?

[익명(218.152)]

고로시하게?

[익명(59.14)]

개추개추

[익명(hyeongim264)]

[익명(211.46)]

근데 text-to-image ai가 완벽해지면 뭐가 좋음?

[익명(112.184)]

2025 agi 정배가 온다