예술 분야에 생성형 AI를 효과적이고 책임감 있게 사용하기

학습 목표

이 유닛을 완료하면 다음을 수행할 수 있습니다.

• 생성된 이미지를 워크플로에 추가하기 위한 현실적인 목표를 설정할 수 있습니다.
  
• 생성된 결과물을 효과적으로 제어하기 위한 프롬프트를 작성할 수 있습니다.
  
• 생성형 AI 아트워크 사용에 대한 윤리적 우려점을 설명할 수 있습니다.
  

프로젝트에 생성된 기술 적용하기

프레젠테이션에 대한 개념을 설명하거나 실제 환경에서 제품이 어떻게 보일지 표현하려면 생성형 AI를 통해 이미지를 사용하여 작업을 아름답게 꾸밀 수 있습니다. AI를 사용하여 이미지를 생성하는 것은 그 자체로도 예술의 형태입니다. 올바른 접근 방식을 사용하면 다음 프로젝트에 적합한 이미지를 생성할 수 있습니다.

이미지를 생성할 경우 예술은 주관적이라는 점을 기억하세요. 전달할 내용을 정확하게 설명할 수 있는 완벽한 그림을 원할 수 있지만, 완벽한 그림이란 존재하지 않습니다! 여러분이 훌륭하다고 생각하는 것을 다른 사람들은 그렇게 좋아하지 않을 수도 있습니다. 따라서 95% 만족하는 이미지를 사용하는 것이 좋습니다. 마지막 5%는 주관적인 영역에 속할 수 있습니다.

프로젝트에 이미지를 포함하려는 목표를 상기시키세요. 여러분의 목표는 흥미로운 이미지로 텍스트를 나누는 것일 수 있습니다. 그러나 이미지를 만든 후에는 목표를 완벽한 이미지를 찾는 것으로 전환하는 것이 좋습니다. 초점의 범위를 좁히면, 컨텐츠를 보완하려는 원래의 목표에 부합하는 옵션을 배제할 수 있습니다.

여기에는 작은 결함이 있는 이미지도 포함됩니다. 아트워크가 프로젝트의 핵심 기준이 아니라면, 보는 사람이 작은 오류를 눈치채지 못할 수도 있습니다. 예를 들어, 이 사진은 생성형 AI 기초 뱃지에 사용됩니다.

자세히 살펴보면 테이블에 다섯 개의 다리가 있는 것을 볼 수 있습니다. 이미지가 완벽하지는 않지만 여전히 잘 작동합니다. 일반적으로 유연하게 대처하면 수용할 수 있는 결과를 더 빨리 얻을 수 있습니다. 많은 생성형 AI 도구가 유료 서비스이기 때문에, 즉, 이러한 도구를 유연하게 그리고 현명하게 사용한다면 비용을 절약할 수 있습니다.

프롬프트 엔지니어링의 예술

프롬프트 기본 사항 뱃지에서 학습하며 배웠듯이, 프롬프트는 생성된 AI 모델과 상호 작용하는 방법입니다. 텍스트 또는 이미지 한두 개를 통해 모델 방향을 제시하면 원하는 결과를 가장 잘 예측할 수 있습니다. 일반적으로 더 나은 프롬프트는 더 나은 결과물을 의미합니다.

그렇다면, 좋은 프롬프트는 무엇인가요? 간단해 보이는 이 질문은 디지털 아티스트들 사이에서 논쟁을 불러일으켰습니다. 사람들은 모델이 학습되는 과정에서 형성된 연결을 완전히 이해할 수 없기 때문에, 모델이 어떻게 반응할지에 대한 불확실성이 항상 존재합니다. 그래서 학습한 추측을 하면서 최선의 결과를 기대합니다. 하지만 어떤 추측은 다른 추측보다 나을 수 있습니다. 이는 신속한 엔지니어링의 기본 사항입니다. 이 용어는 생성형 AI를 예술 창작의 도구로 처음 도입한 예술가들의 하위 문화에서 비롯된 것입니다.

프롬프트 엔지니어링은 프롬프트를 실험하여 어떤 일이 일어나는지 확인하는 과정입니다. 많은 시행착오를 거쳐 초기 프롬프트 엔지니어들은 생성형 AI 결과물에 영향을 미치는 데 매우 효과적인 기술을 발견했습니다. 프롬프트 엔지니어링은 정교한 기술로 발전했지만, 생성형 AI 도구를 사용하면 더 나은 결과를 도출할 수 있는 더 간단하고 제대로 정립된 기술도 있습니다.

• 스타일 수정자를 사용하세요. 동굴 벽화에서부터 3D 렌더링에 이르기까지 예술은 수많은 형태를 취해 왔습니다. 프롬프트에 인상주의와 같은 특정 예술 스타일이나 모네와 같은 특정 예술가를 포함시킬 수 있습니다. 시대, 지리적 지역 또는 재료에 대해 설명하세요. 특정 예술 스타일과 자주 연관되는 무엇이든 모델의 일부가 됩니다.
  
  
• 품질 설명자를 사용하세요. 인공 지능 모델에는 아름다움에 대한 개념이 없지만, 인간은 분명히 아름다움에 대한 개념을 가지고 있으며, 아름다움에 대해 기술하는 일을 두려워하지 않습니다! 이러한 주관적인 관념이 결국 모델의 일부가 됩니다. 따라서 '아름답고 고화질이며 평화로운 시골 마을'의 사진을 요청하면 보기 좋은 결과물을 얻을 수 있습니다.
  
  
• 중요한 내용을 반복하세요. 예술가에게 '눈 내리는 눈 내리는 눈 내리는 시골 마을'을 그려 달라고 요청하는 것은 이상하게 들릴 수 있습니다. 하지만 생성형 AI 모델은 반복하는 일에 잘 반응하며, 짜증내지도 않습니다. '매우' 또는 '많은'과 같은 형용사를 포함하여 무엇이든 반복되는 것에는 더 많은 중점을 두게 됩니다.
  
  
• 중요도를 따져보세요. 일부 모델에서는 특정 용어의 중요도를 직접 제어할 수 있습니다. 예를 들어, Stable Diffusion을 사용하면 프롬프트의 일부에 숫자 값을 할당할 수 있습니다. 예를 들어 '시골 마을 | 눈 내리는:10 | 별:5 | 구름:-10'과 같이 설정하면 눈이 많이 내리는 동시에 맑은 하늘에 별이 빛나는 밤을 생성할 수 있습니다. 모든 모델이 이러한 직접 가중치를 지원하거나 같은 구문을 사용하는 것은 아니므로 사용 중인 도구의 특징을 잘 이해해야 합니다.
  

Stability.ai의 DreamStudio를 사용하여 AI로 생성된 이미지: '인상주의 스타일로 그려진 밤의 매우 아름다운 평화로운 시골 마을 | 눈 내리는: 10 | 별: 5 | 구름: -20'

프롬프트 엔지니어링의 경우 예술이든, 공예든, 과학이든 연습이 필요합니다. 완벽한 프롬프트나 완벽한 아트워크는 존재하지 않는다는 사실을 기억하세요. 인공 지능으로 생성된 이미지를 만들면서 경이로움이라는 마음가짐을 가지는 동시에 다음 프로젝트에 적절한 이미지를 찾을 수 있습니다.

생성된 아트워크의 윤리

인공 지능 기술의 발전은 몇 가지 윤리적 의문을 불러일으켰습니다. 모든 사람을 만족시킬 수 있는 답을 찾기는 어렵지만, 우려사항을 이해하고자 하는 노력은 중요합니다.

많은 아티스트에게 표절은 가장 큰 관심사입니다. 이들의 작품이 모델을 학습하는 데 사용된다면, 모델은 아티스트들의 스타일을 복제할 수 있습니다. 어떤 경우에는 이미지가 기존 작품에서 명백히 도출되기도 합니다. 위조품이 원본 작품과 스타일이 비슷해 구별하기 어려운 경우도 있습니다. 많은 아티스트가 학습 데이터에서 자신의 작품이 제외되기를 원하며, 다행히 인기 모델의 큐레이터들이 이러한 우려에 선의를 가지고 대응하고 있습니다.

사칭은 덜 명백하면서도 교활한 우려사항입니다. 여러분은 아마도 인공 지능이 사용되어 누군가의 얼굴을 다른 사람의 얼굴로 대체하는 딥페이크 동영상에 익숙할 것입니다. 안타깝게도 딥페이크는 종종 모방되는 사람의 동의 없이 만들어집니다. 가장 무해해 보이는 팝 스타가 어리석은 말을 하는 재미있는 동영상이 있다고 가정해봅시다. 하지만 이 팝 스타의 이러한 이미지가 제품을 판매하도록 만들어졌다면 어떨까요? 또는 정치인이 중요한 이슈에 대해 거짓말을 하는 것처럼 조작된 경우는 어떨까요? 하지만 이는 빙산의 일각일 뿐이며 우리는 '보는 것이 믿는 것'이 더 이상 사실이 아님을 인식하고 사기를 탐지하는 기술을 강화하는 데 주력해야 합니다.

생성형 AI는 학습된 데이터만큼만 작동합니다. 데이터가 편향되면 생성된 결과물도 편향될 수 있습니다. 역사적으로 의사는 남성으로 묘사되었기 때문에 모델은 오늘날의 현실을 반영하지 않더라도 '의사'와 '남성' 사이에 강한 연관성을 가질 수 있습니다. 따라서 고정관념을 적용하려고 하지 않더라도 모델이 이를 대신할 수 있습니다. 편향에 대응하려면 가중치를 사용해보세요.

생성형 AI는 어느 정도 파생적일 수밖에 없으며, 이 점이 오히려 진정한 창의성을 억압할 수 있습니다. 만약 피카소가 DALL-E를 사용할 수 있었다면, 우리는 입체주의를 알 수 있었을까요? 그리고 미래의 AI가 오늘 생성된 이미지를 학습한다면 동일한 스타일은 반복됩니다. 휴먼 인 더 루프의 한 형태로서 자신만의예술적인 비전을 제공하는 인간의 역할이 중요해집니다.

마지막으로, 생성된 이미지를 사용할 계획이라면 'AI로 생성됨'이라는 워터마크와 같은 간단한 표시를 사용하여 이미지의 출처를 명확히 하는 것이 좋습니다. 투명성은 신뢰를 구축하는 데 도움이 됩니다. 피드백 루프에 기여할 수 있는 작업을 건너뛰도록 모델을 프로그래밍하는 것이 가능합니다. AI가 생성한 작업을 어트리뷰션하는 정해진 방법은 없지만 MLA(Modern Language Association)에는 몇 가지 지침이있습니다.

이제 생성형 AI를 효과적이고 책임감 있게 사용하는 방법에 대해 자세히 살펴봤으므로 생성된 이미지를 다음 프로젝트에 추가해보세요.

리소스

• Trailhead: 프롬프트 기초
  
• Trailhead: 책임감을 갖고 인공 지능 만들기
  
• 웹 사이트: 프롬프트 엔지니어링 가이드
  
• 웹 사이트: MLA 스타일 센터: MLA 스타일로 생성형 AI를 인용하려면 어떻게 해야 하나요?