AI가 인간의 창의적 요소를 결코 대체할 수 없는 이유

계산적 창의성이 실제로 가능한지에 대한 새로운 질문들이 매일 제기되고 있습니다. 이는 우리가 인간에게만 있는 고유한 기술로 간주되지만, ChatGPT, Dall-E 등 수많은 도구의 등장이 우리의 지위를 도전하고 있기 때문입니다.

대규모 언어 모델(LLM)은 수학을 사용하여 입력을 평가하고 결과를 생성하며, 이는 방대한 양의 학습 데이터를 기반으로 패턴을 인식합니다. 하지만 우리는 이러한 패턴에만 의존하지 않습니다. 우리의 지능은 이 수준을 훨씬 뛰어넘기 때문입니다. 또 다른 차이는 인간과 AI가 지식을 습득하는 방식의 차이로, 인간은 인과관계에 의존하는 반면 AI 모델은 상관관계에 의존합니다.

작년, Alex Da Kid과 같은 음악 프로듀서들은 IBM의 Watson과 협력하여 일부 AI 히트곡을 만들고 창작 과정을 안내했습니다. 조금 더 과거로 거슬러 올라가면, 15,000개의 초상화 데이터셋(6세기에 걸친 예술 작품 포함)을 시스템에 입력하여 생성된 'Edmond de Belamy의 초상화'라는 예술 작품이 432,500달러에 판매되었습니다. 

AI는 여전히 인간의 개입이 필요합니다

이 모든 예시에서 인간의 개입은 여전히 AI가 생성한 결과를 선별하는 역할을 합니다. 하지만 이제 Midjourney와 같은 AI 이미지 생성기는 사용자의 선호도에 따라 어떤 주제든 몇 초 만에 결과를 생성할 수 있습니다. 방대한 양의 데이터셋이 스크래핑되어 시스템에 공급되어 학습됩니다. 생성형 AI 시스템은 이제 문구로 된 텍스트를 이미지로 변환하거나, 선택한 작곡가의 스타일로 음악을 작곡할 수 있습니다. 출력물은 시스템이 학습한 데이터와 유사하지만 정확히 동일한 것은 아닙니다. 

이러한 경우 저자성은 논쟁의 여지가 있는 주제입니다. 많은 비평가들은 아직 알고리즘에게 저자라는 칭호를 부여하는 데 반대하기 때문입니다. 그렇다면 누구를 저자나 아티스트로 간주해야 할까요? AI 학습을 위해 스크래핑된 수천 명의 아티스트와 화가는 어떻게 될까요? 아니면 프롬프트를 작성한 사람일까요? 스타일, 주제, 그리고 이미지의 수많은 복잡한 세부 사항을 설명하는 사람 말입니다. 따라서 우리는 새로운 문제가 처음 발생하는 것이 아니라 독특하기 때문에 발생하는 지점에 다시 도달했습니다. 질문은 이렇습니다: AI는 인간만큼 창의적일 수 있을까요?

AI가 인간의 창의적 요소를 대체할 수 있을까요?

전문가들은 변형적, 결합적, 탐색적 창의성 등 다양한 유형의 창의성을 설명합니다. 후자 두 가지에 대해 말하자면, 탐색적 창의성은 개념적 기반을 통해 구조화된 공간을 탐색하여 새로운 아이디어를 생성하는 반면, 결합적 창의성은 유사한 아이디어들을 결합합니다.

이러한 유형의 창의성은 생성형 AI 알고리즘이 수행하는 작업과 매우 유사합니다. 예를 들어, 학습 데이터셋에 사용된 많은 다른 이야기와 동일한 스타일로 이야기를 만들거나, 동일한 방식으로 이미지를 생성하는 것입니다. 첫 번째 유형인 변형적 창의성은 기존 데이터와 스타일의 구조와 별개로 새로운 아이디어를 생각해 내어 최선의 경우 완전히 새롭고 독창적인 것을 생산하는 것을 의미합니다.

이것은 저작권 및 콘텐츠의 공정한 사용에 관한 논쟁의 주요 초점이며, 아직 규제로 다루어지지 않은 문제입니다. 최근 SAG-AFTRA는 아티스트의 권리 보호를 위해 레이블사와 협상을 성사시켰으며, 동의 및 보상 받을 권리를 의무화했습니다.

계산적 창의성은 인간처럼 충동적으로 작동하는 것이 아니라, 체계적으로 작동합니다. 예상치 못한 방식으로 결과를 도출할 수 있지만, 시스템이 특정 프로세스를 사용하여 결과를 얻기 때문에 이는 예측 가능합니다. 이것이 인간 아티스트와 AI의 주요 차이점인데, 우리는 AI에게 요청한 결과만 얻기 때문입니다. 생성형 AI는 인간 파트너와의 협력에서 수용 가능한 성능을 보이며 성능이 향상되겠지만, 현재로서는 인간을 대체하기보다 인간을 돕는 촉매제 역할을 할 수 있습니다.