

머신러닝을 통한 명화 알고리즘, 끝은 어디인가?
컴퓨터의 영역이 사람의 영역으로 들어오기 시작했다. 앞선 포스팅에서는 클릭 한 번만으로 컴퓨터가 원하는 장르와 느낌으로 시간까지 조절해 작곡을 해준다. 이번에 소개할 알고리즘은 ‘명화처럼 그려주는 알고리즘’이다.
이 알고리즘은 독일의 한 연구팀에서 개발한 알고리즘이다. 이 알고리즘은 인간의 뇌를 모방한 신경망 알고리즘(Neural Network)을 통해서 기존의 사진을 1시간이면 명화처럼 그려준다.
기존의 명화의 특징과 화풍, 느낌과 색감을 컴퓨터가 인지하고, 기존에 사진에 스타일을 재결합 시킨다. 다음은 A라는 사진을 B(터너의 난파선), C(고흐의 별이 빛나는 밤), D(뭉크의 절규), E(피카소의 나체의 여인), F(칸딘스키의 구성7)의 스타일로 재결합한 결과물들 이다.

다음은 바슬리 칸딘스키의 구성 7(Wassily Kandinsky, No. 7) 의 화풍을 A에 적용시키는 세부과정이다. 좌측과 상당에는 5개의 층으로 스타일 적용의 정도를 점점 심화시켜 적용한 그림이다.


명화를 확장시켜 와이드 스크린(16:9)의 넓은 그림으로
이번에 소개할 알고리즘은 EXTRAPOLATED ART이다. 기존의 4:3 프레임에 맞춰진 명화를 16:9의 비율로 확장시키는 알고리즘으로 명화를 분석하여 프레임 외부를 추측하여 그려내는 시스템이다.
그 그림을 그려낸 화가가 되돌아오지 않는 이상, 혹은 그 그림을 그렸을 당시로 돌아가지 않는 이상은 캔버스 밖의 풍경과 형상은 상상의 영역이였지만, 더 이상 상상의 영역이 아니게 되었다.
물론 프로그램 기반이기 때문에 완벽히 일치하거나 실제 존재하지 않는 외부 프레임을 그려냈다는 것이 어떻게 보면 주관적으로 받아들여질 수 있으나 사진을 명화처럼 재결합시켜주는 위의 알고리즘과 비슷하게 그림을 분석하여 그림 속 화풍과 물체를 인지하고 확장시키는 것이 가능해졌다는 사실이 중요한 것이다.
잘 짜여진 알고리즘은 열 사람 안부럽다.
앞서 포스팅했던 작곡을 대신 해주는 Jukedeck이나 Lending Club의 대출자와 비대출자를 구분해내는 SVM(서포트벡터머신)처럼 잘 짜여진 알고리즘은 열 사람 안 부러워지는 시대가 도래했다. 기계의 발전이 과연 인간의 영역으로 들어오면서 “기계는 힘쓰는 일에만 쓰인다.” 라는 고정관념을 부수며 파괴력 있는 진입을 시도했다. 이는 현재 작곡과 미술의 영역에만 미친 것이 아니다. IBM의 DeepQA라는 프로젝트에서 시작한 ‘왓슨’ 또한 건설, 의료 산업에서 크고 작은 결정에 영향을 미치면서 점점 사람의 영역은 좁아져간다.
기술의 진보는 인간에게 퇴화를 불러 일으킬 수도 있다.
어떤 연구기관에 의사결정시스템과 사람이 대결을 하는 프로젝트를 진행했었다는 글을 본 적이 있다. 컴퓨터의 의사결정시스템은 단 시간만에 의사결정을 내렸고, 전문가 집단은 적게는 수 시간, 많게는 수 개월에 걸쳐서 의사결정을 내렸다고한다. 사람으로 이루어진 906팀 중, 시스템은 615개를 이길 것으로 나타났다. 대략 사람으로 이루어진 팀 중 66%는 시스템을 이길 수 없다는 것이다. 나머지 33%는 위에서 말한 것과 같이 의사결정에 시간이 걸린다는 것이 단점이기 때문에, 거의 대부분의 의사결정은 시스템이 이긴다고 봐도 무방한 것이다.
기술의 발전은 우리 생활에 편리함과 유용함, 오차없는 답을 내려주지만 쉽게 생각하면, 예술 능력이 있는 작곡가와 창의적인 건설을 하는 건축가, 때로는 무모한 도전으로 사람을 살리는 의사, 이들이 설 곳은 어디일까? 정말 만약에 이들이 모두 기술적 발전으로 인해 직장을 잃는다면 앞으로의 기술이 모티브로 삼을 예술적 재능, 새로운 미술사조, 혁신적인 건물 등은 누가 만들 것인가? 그들의 입장에서 우리는 기술의 발전을 마냥 기쁘게 받아들일 상황은 아닌 것이다.

관련링크
원문 출처 : 런앤런 - Learn&Run