인공 지능의 발전은 눈부시다. 따라가는 것도 힘들정도로 빠르다.
이러한 진보가 일목요연 한것이 신경망을 이용한 이미지 생성 분야이다. 솔직히 말해서, 그 퀄리티는 공포스러울 정도다.
여기서 소개하는 얼굴 사진은, 지난 4년에 걸쳐 AI 이미지 생성 기술의 진보를 명확하게 보여주고있다.
- 2014년부터 2018년까지 단 4년 만에 이렇게 진화
위 이미지 왼쪽 흑백 사진은, 획기적인 것으로 평가 된 "적대적 생성 네트워크(GAN)"이라고하는 AI 알고리즘에 관한 2014년의 연구로부터 나온 것이다.
한편, 오른쪽 색상의 얼굴은 이달 발표 된 연구로부터 나온 것. 기본 방법은 동일하지만, 이미지의 퀄리티라는 점에서는 완전히 별개다.
- 진짜 사람의 얼굴과 구별이 되지않는 가상의 얼굴 이미지
진짜 인간의 얼굴과 구별이되지 않는 가상의 얼굴 사진을 만드는데 성공한 것은 Nvidia 사의 연구원이다.
논문에 따르면, 기본이되는 GAN 아키텍처를 수정하여, 이러한 훌륭한 퀄리티를 실현했다고한다. 모조품이라고 말하지 않으면, 실재하는 사람의 얼굴이라고 생각할 것이다.
이 기술에는 "화풍 변환(style transfer)"라는 기술이 내장되어 있고, 어떤 이미지의 특징을 다른 이미지와 혼합 시킬 수 있다.
최근, 이미지에 필터를 걸어 아트 풍으로 보이게하는 응용 프로그램 기능이 인기지만, 화풍 변환이란 결국 이런 것이다.
그 효과는 아래 그림을 보면 일목요연하다.
맨 윗줄이 바탕이되는 진짜 얼굴 사진으로, 거기에 제일 왼쪽에 있는 열의 인물의 특징을 쌓는다. 보시는 바와같이 피부와 머리 색깔 등을 조합하면 전혀 다른 인물이 등장한다.
- 선명한 AI 생성 이미지가 주는 사회적 영향
사진 모델이라는 직업이 언제까지 남아있을지? 와 같은 이야기는, 물론 이러한 AI 생성 이미지가 사회에 미치는 영향에 대해 최근 몇 년간 전문가로부터 우려를 표명하고있다.
허위 정보 또는 선전의 확산에 사용 할 수도 있을 것이고, 사진의 증거 능력을 잃게되는 일이 있게되면, 사법과 정치 시스템까지 심대한 영향을 미칠 것이다.
어느 시대에도, 기술을 악용하는 사람들이 있을 것이며, 이러한 경종을 무시해서는 안된다.
그러나 사진의 진위가 완전히 손실되는 사태가 당장 코앞이라는 사실은 아니다.
얼굴을 생성하는 기술은 AI 커뮤니티 중에서는 특히 눈여겨 보게되고, 절대 들키지않는 이미지 수정은 지금 할 수 없다. 또한 전문성과 시간이라는 제약도 있다.
어쨌든 Nvidia 사의 연구진은, 얼굴을 생성하기 위해 슈퍼 컴퓨터에 채용 될 수있는 테슬라 시리즈 GPU8개를 1주일 풀 가동시키고 있다. 그러한 설비를 준비 할 수있는 사람은 그리 많지 않을 것이다.
- 가짜 이미지를 간파하는 요령
이미지가 가짜인지 여부를 간파하는 요령이 있다.
아티스트 겸 프로그래머 인 카일 맥도널드 씨의 블로그에 의하면, 예를 들어 머리카락을 위조하는 것은 매우 어려운 것이라고 한다.
AI가 생성 한 머리카락은 대부분의 경우 붓으로 칠한 것처럼 규칙적이고 또는 얼굴에 섞인 것처럼 흐려 보인다.
또한 AI는 인간의 얼굴을 대칭을 제대로 이해하는 것이 서투르다. 귀 높이가 제각각이거나, 눈 색깔이 좌우가 다른 것, 숫자와 문자의 재현에도 약하고, 탐지 불가능한 것을 덩어리로 출력 하기도 한다는...
- 가짜와 진짜의 다람쥐 쳇바퀴 돌기는 시작에 불과
하지만, 물론 그래서 안심할 수 있다는 것은 아니다. 처음에 말한대로, AI 기술의 발전은 눈부시다.
이러한 단점도 어디까지나 현재의 이야기이며, 그들이 극복하는 것도 그렇게 먼 미래의 일이 아니다. 다행히 디지털 사진의 진위를 분별하는 기술을 전문으로 하는 연구자도 있다.
예를 들어, "TRUEPIC"라는 플랫폼에서는 촬영 한 사진에 지리 코드를 부여하고, 촬영 일시와 장소에 따라 그것이 정품인지 여부를 판별 할 수 있도록 한다.
아마도 이러한 노력은 향후 계속 이어 나갈 가짜와 진짜의 길고 긴 싸움의 서곡 일 것이다.
