컴퓨터가 예술가처럼 그림을 그린다면? : 'CompArt'와 미적 정렬의 시대

Jin Zhe와 Tat-Seng Chua 연구팀이 제시한 '미적 정렬' 개념과 WikiArt 기반 대규모 데이터셋 CompArt를 통해 텍스트-이미지 생성 모델의 미적 한계를 극복하고, 사용자 맞춤형 미적 결과물 생성의 가능성을 제시했습니다. 거대 언어 모델과 경량 어댑터를 활용, 10가지 구성 요소 제어를 통해 사용자의 창의성을 극대화하는 새로운 시대를 열었습니다.

컴퓨터가 예술가처럼 그림을 그린다면?

최근 텍스트-이미지(T2I) 확산 모델(DM)의 발전은 놀랍습니다. 상상력을 글로 표현하면, 컴퓨터가 실제와 같은 고품질 이미지로 만들어주니까요. 하지만 기존 모델들은 인터넷 이미지 데이터로 학습되어, 때로는 매력적이지 않은 결과물을 만들어내는 한계를 가지고 있었습니다.

Jin Zhe와 Tat-Seng Chua 연구팀은 이러한 문제를 해결하기 위해 새로운 개념, **'미적 정렬(Aesthetics Alignment)'**을 제시했습니다. 이는 단순히 '예쁜 그림'을 만드는 것이 아니라, 사용자가 원하는 개성있는 미적 기준에 맞춰 이미지를 생성하는 것을 목표로 합니다.

그 해결책은 예술 작품에서 찾았습니다. 연구팀은 예술가들이 사용하는 **'예술의 원리(Principles of Art, PoA)'**를 활용하여 미적 기준을 구체화했습니다. 그리고 이를 위해 WikiArt 데이터를 기반으로, 거대 다중모드 언어 모델(Multimodal LLM)을 활용하여 PoA가 주석된 대규모 구성 예술 데이터셋 **'CompArt'**를 구축했습니다. 이는 T2I 모델 학습에 획기적인 자료가 될 것입니다.

연구팀은 거대 언어 모델의 표현력과 경량 어댑터를 결합하여, 사용자가 PoA 조건을 지정함으로써 10가지 구성 요소를 제어할 수 있도록 했습니다. 즉, 사용자가 원하는 구도, 색감, 균형 등을 직접 조절하여 자신만의 미적 기준에 맞는 그림을 만들 수 있다는 뜻입니다. 또한, 이러한 접근 방식의 효과를 평가하기 위한 적절한 평가 체계도 함께 제시했습니다.

CompArt와 미적 정렬은 단순한 기술적 발전을 넘어, 예술과 기술의 융합을 통해 사용자 개개인의 창의성을 더욱 극대화하는 가능성을 보여줍니다. 앞으로 T2I 모델이 어떻게 진화할지, 그리고 이 기술이 예술 분야에 어떤 영향을 미칠지 기대됩니다. 컴퓨터가 예술가의 도구를 넘어, 예술적 파트너가 되는 시대가 눈앞에 다가온 것 같습니다.

잠깐! 이 연구는 미적 기준의 보편성을 전제하지 않고, 사용자 개인의 취향을 존중하는 새로운 패러다임을 제시했다는 점에서 큰 의의를 가집니다. 하지만, '미적 기준'이라는 추상적인 개념을 어떻게 효과적으로 정량화하고, 다양한 사용자의 미적 감각을 만족시킬 수 있을지에 대한 지속적인 연구가 필요할 것입니다.