Moado(모아도)

저는 사진과 인공지능을 이용한 디지털 이미지 작업을 주로 하고 있습니다. 제가 주로 관심을 두는 주제는 디지털 정보 기술에 의하여 강화되는 선입견과 편견, 그로 인한 현실의 왜곡과 뒤틀림입니다.

확증편향 프로젝트 (Confirmation Bias Project)

흔히 ‘딥러닝’이라는 이름으로 우리에게 더 잘 알려진 심층 신경망(Deep Neural Network)은 인간의 뉴런 구조를 모방한 인공신경망을 적층하여 회귀분석과 분류, 예측 등 주어진 과제를 수행하는 인공지능이다. 딥러닝이 인간의 의도대로 제대로 작동하기 위해서는 정제된 다량의 데이터를 투입하여 이를 학습시킬 필요가 있다. 딥러닝은 인간의 지도 아래 주어진 데이터들간의 상관관계를 스스로 분석하여 유의미한 특성들을 추출하고 이를 검증하는 과정을 통해 오차를 최대한 줄이는 방향을 기억하는 방식으로 학습한다. 이는 인간 아이가 발달과정에서 부모와 교사의 지도 아래 다양한 외부 자극을 접하고 세계에 대한 이해를 습득하는 과정과도 닮아있다.

최근 인간의 학습 환경은 급격한 변화를 겪고 있다. 독서와 토론, 직접 경험을 통하여 이루어지던 능동적 학습은 그 영향력이 약화되고 각종 스마트기기를 통한 미디어 컨텐츠를 시청하여 이루어지는 수동적 학습이 이를 빠르게 대체해가고 있다. 문제는 서비스 제공자의 수익 극대화를 위한 추천 알고리즘에 활용되는 인공지능이 사용자의 성향을 학습하고 그에 맞춘 특정한 내용의 컨텐츠만 접하도록 계속해서 사용자를 유도한다는 사실이다. 여기서 성향이란 사용자가 SNS나 포털 사이트 사용을 통해 자신도 자각하지 못하는 새 서비스 제공자에게 노출하는 정보들에 기반한 그의 정치적, 사회적, 경제적, 개인적 관심사 전체를 포괄한다.

사용자의 성향을 학습한 인공지능은 컨텐츠 추천을 통해 인간을 역으로 학습시키며 사용자가 기존에 지니고 있던 세계관과 가치관, 선입견을 끊임없는 반복학습을 통해 강화하도록 만든다. 사용자의 성향에 반하는 컨텐츠는 의도적으로 후순위로 밀려나 마치 처음부터 존재하지 않는 것처럼 은폐된다. 결과적으로 각 개인은 다양성과 다면성을 지닌 현실계의 극히 일부만을 발췌한 컨텐츠의 장벽 속에서 자신이 보고 싶은 것만 보고 믿고 싶은 것만 믿는 디지털 확증편향의 세계에 갇혀 살아가게 된다.

근 10여 년간 대한민국과 전 세계의 크고 작은 정치적, 사회적, 문화적 이슈를 둘러싸고 소위 스스로를 ‘집단지성’으로 여기는 무리들과 ‘지식인’을 자처하는 다수의 개인들이 보이던 반지성주의적 행동양식은 그들이 각자의 확증편향 속에 심각하게 매몰되어있음을 확인시켜주었다. 각자가 믿는 바에 부합하는 상징성을 지닌 인물들은 각 진영의 우상이 되었으며 ‘우리편’의 우상들은 다면성을 지닌 인간으로서가 아닌 신성불가침의 존재로서 신격화되고 ‘저쪽편’의 우상들은 철저히 악마화되었다. 이러한 현상의 세부 내용은 너무나도 낯뜨거워 해묵은 포스트모던적 다원성에 의거하여 이를 유연하게 용인하고 해설하고자는 시도가 무가치하게 여겨짐에 끝없는 절망이 뒤따를 따름이다.

그러나 말해질 수 없는 것에 대하여 말하고자 하는 절망적인 시도 또한 예술의 본령일 것이다. 현상을 꼬집고 뒤틀고 뒤집어 거울을 비추는 방법론을 통한 예술은 실용성은 차치한 그 시도 자체만으로 그 가치를 증명한다. 그리고 그 가치는 작가가 드러내고자 하는 예술적 주제와 부합하는 적절한 매체가 뒷받침될 때 극대화될 것이다.

인간의 신경망 구조와 학습 매커니즘을 모방하여 만들어진 인공지능인 딥러닝은 추천 알고리즘에 의하여 인간이 역으로 ‘학습당하고’ 인공적 확증편향에 빠지는 현 상황을 예술적으로 갈무리하기에 적절한, 즉, 새로운 현상을 다루기 위한 뉴미디어로서의 충분한 가능성을 지니고 있다. 딥러닝 중에서도 이미지 인식과 분류에 특히 강점을 지니는 기술인 합성곱 신경망(Convolutional Neural Network, CNN)은 시야의 특정 영역에 들어온 이미지의 패턴 분석에 집중하여 특정 시신경을 활성화시키는 생물학적 연구결과에 의거하여 만들어졌다.

작가는 CNN을 활용하여 직접 구축한 인공지능에게 예의 확증편향적 선입견의 대상과 연관된 데이터들을 학습시킨다. 극단적인 확증편향의 대표적 대상인 정치인들 각각의 이미지 및 그들과 연관된 데이터들을 학습시키면 인공지능은 이러한 데이터들이 지닌 상관관계를 스스로 분석하여 그 특성을 추출하여 추상화하고 이를 기억한다. 기억된 특성들은 활성화 최대화(Activation maximization) 또는 특성 시각화(Feature visualization) 알고리즘을 통하여 인간이 시각적으로 확인할 수 있는 형태로 재생할 수 있다.

인공지능은 학습 시 다양한 데이터를 비교 분석하여 추출한 특성들에 의거하여 도출한 결괏값과 실제 데이터 간의 오차를 줄이는 방향으로 학습 내용을 수정해간다. 특성 시각화는 이러한 인공지능의 학습 매커니즘을 역으로 비틀어 오차가 줄어드는 방향이 아닌 반대로 높아지는 방향으로 심층신경망을 자극하여 기억된 특성 맵(Feature map)을 활성화시킨다. 이는 인공지능에게 제시된 이미지를 인공지능이 ‘보고 싶은 대로’ 왜곡하게 만든다.

왜곡은 점진적으로 이루어진다. 처음에는 부드러운, 때로는 아름답게까지 느껴지는 패턴들로 화면을 장식하다가 편향이 점점 심화하여갈수록 이미지는 마치 이 세상에 존재하지 않는 괴물과도 같은 모습으로 바뀌어버린다. 500단계를 거친 이러한 과정의 최종 결과물은 현대인들에게 팽배한 확증편향적 사고가 인공지능에 의하여 시각적으로 재현된 지옥도와도 같은 공포스러운, 그러나 동시에 황홀한 추상적 형태들을 보여준다.

PAINT, PHOTOGRAPHY, GRAPHIC ART, VIDEO, ETC

이훈석 Hoon Suk, Lee