생성형 AI를 활용한 컨셉 아트의 한계성에 대한 연구

Abstract

최근 생성형 AI가 창조하는 컨셉 아트의 활용 가능성은 게임과 애니메이션 산업, 영화 산업 등에서 중요한 주제로 떠오르고 있다. 특히, 게임 컨셉 아트는 생성형 AI를 적극적으로 수용하는 분야 중 하나로, 실제로 많은 영역에서 이러한 기술을 활용하고 있다. 이러한 기술의 발전은 게임 컨셉 아트의 범위를 확장하며, 새로운 미적 경험을 가능하게 하지만, 생성형 AI를 이용한 이미지 생성 과정에서 데이터의 한계와 반복되는 패턴으로 인해 획일적인 결과물이 나타나는 문제점이 존재한다. 본 연구는 이러한 문제점을 분석하고 그 한계를 심층적으로 탐구하고자 한다. 본 연구의 목적은 생성형 AI가 제작한 이미지가 컨셉 아트 분야에서 얼마나 효과적으로 활용될 수 있는지, 그리고 그 적합성을 평가하는 데 있다. 특히, 생성형 AI가 다양한 컨셉을 창의적으로 창조할 수 있는지, 또한 그 결과물이 전문가들로부터 인정받아 실질적인 사용 가치가 있는지에 초점을 맞추어 포커스 그룹 인터뷰(FGI)를 통해 심층적으로 분석하였다. 이를 통해 생성형 AI가 게임 컨셉 아트에서 창의적 표현의 다양성을 구현할 가능성을 모색하였다. 또한, 생성형 AI로 생성된 이미지가 데이터의 제한으로 인해 컨셉 아티스트의 의도를 충분히 반영하지 못하는 점에도 주목하였다. 최근 Nature에 게재된 논문 “AI produces gibberish when trained on too much AI-generated data”에서 지적된 바와 같이, AI의 반복적인 학습 구조가 특정 패턴과 유형화된 결과물을 지속적으로 생성하는 위험성을 함께 논의하였다. 이를 위해 본 연구는 대표적인 생성형 AI 모델에 동일한 프롬프트를 입력하여 여러 이미지를 생성하고, 모델의 설정과 입력 조건을 세밀하게 조정하여 다양한 결과물을 도출하였다. 생성된 이미지를 다양성, 창의성, 획일성의 관점에서 비교·분석하고, 전문가 평가를 통해 Midjourney와 DALL-E 모델의 장단점과 가능성을 종합적으로 평가하였다. 연구 결과, 생성형 AI는 게임 컨셉 아트에서 창의적 잠재력을 보여주었지만, 동시에 몇 가지 한계점을 드러냈다. 첫째, MidJourney와 DALL-E와 같은 AI 모델은 동일한 프롬프트를 반복 입력했을 때 유사한 스타일과 표현 방식을 가진 이미지를 생성하는 경향을 보였다. 이는 AI가 고유한 시각적 특성을 구현하기보다는 학습 데이터의 편향성과 알고리즘의 제한으로 인해 특정 스타일이나 패턴을 반복하는 한계를 드러낸다. 이러한 결과는 AI 모델의 다양성을 높이기 위해 데이터 다변화와 균형 있는 학습 데이터 구축의 필요성을 강조한다. 둘째, 생성형 AI의 학습 데이터 편향성은 특정 패턴과 스타일의 반복을 초래하여 창의성과 표현 다양성을 제한하는 것으로 나타났다. 그러나 더 많은 데이터를 학습할 경우, 컨셉 아티스트들이 원하는 방향으로 이미지를 생성할 수 있는 가능성이 확인되었다. 이는 MidJourney가 비슷한 구도를 유지하면서도 다양한 스타일을 제시하는 사례에서 드러난다. 또한, 생성형 AI 모델 간 독창성과 차별성 면에서 큰 차이는 없었으며, 동일한 프롬프트로 생성된 이미지에서 반복적인 화풍이 나타나는 한계도 관찰되었다. 셋째, AI와 인간 아티스트 간 협업 과정에서, 인간의 창의적 직관과 세부 조정은 생성형 AI가 생성한 결과물의 품질을 크게 향상시키는 것으로 기대하고 실험을 하였다. 하지만 10회로 제한된 실험 과정에 있어서, 구체적이고 세부적인 프롬프트를 입력하고 AI 결과물을 인간 아티스트가 보완하는 방식은 시각적 다양성과 참신성을 향상시키는 데 효과적이지 못했다. 하지만 인터뷰에 참여한 전문가 중 60%가 AI 결과물을 수정·보완하는 과정을 통해 더욱 완성도 높은 작업물이 도출되었다고 응답하였으며, 이는 인간과 AI 간의 협업이 예술 및 디자인 분야에서 중요한 가치를 지님을 보여준다.

결론적으로, 본 연구는 생성형 AI가 게임 컨셉 아트 제작에서 유용한 도구로 활용될 수 있지만, 창의적 표현과 시각적 다양성을 구현하는 데 있어 여전히 한계가 있음을 확인하였다. 특히, 학습 데이터의 편향성과 스타일 반복성으로 인해 AI가 생성하는 결과물이 획일적이거나 제한적일 수 있다는 문제가 드러났다. 또한, 프롬프트 입력만으로는 인간 아티스트가 의도한 섬세한 표현과 창의적 디테일을 충분히 구현하지 못하는 한계를 보여주었다. 이와 같은 한계는 인간의 창의적 개입과 협업을 통해 일부 보완될 수 있으며, 이를 통해 생성형 AI의 표현 한계를 극복할 가능성을 엿볼 수 있었다. 그러나 이러한 가능성은 제한적이며, 결과물의 품질 향상을 위한 지속적인 연구와 개선이 필요함을 시사한다.