아래 사람들은 이 세상에 없는 사람들입니다. 인공지능이 여러 사람의 이미지를 합성해서 만든 이미지입니다. 그러나 놀랍게도 이질감이 거의 없어서 아무런 설명이 없으면 실제 존재하는 사람의 초상 사진이라고 느낄 정도입니다.
위 사진은 Uber의 소프트웨어 엔지니어인 Phillip Wang이 만든 This person does not exist(https://thispersondoesnotexist.com/) 라는 사이트는 이 세상에 존재 하지 않는 사람들이 사진을 보여줍니다. 위 사이트에 접속 후에 F5 키를 누를 때 마다 새로운 사람의 초상 사진이 나오는데 이 사람들은 이 세상에 존재하지 않는 사람들입니다.
따라서 초상권이 없는 사진입니다. 위 사진은 Phillip Wang가 인공지능 알고리즘의 일종인 적대적 생성 네트워크(GAN)을 이용해서 초상 사진을 만든 것입니다. 이 적대적 생성 네트워크(GAN)은 2개의 신경망 시스템을 이용해서 학습 정확도를 향상해 나가는 방식입니다.
좀 더 자세히 말하자면, 원래 기계학습은 컴퓨터에 질문과 답변을 동시에 가르치는 것이 일반적인 방법입니다. 예를 들어서 수 많은 개 사진을 보여주고 인공지능에게 개의 특징을 분석하게 한 후 개의 특징을 바탕으로 개 이미지를 판별하게 한 후 개가 맞으면 맞다! 틀리면 틀리다라고 정답을 알려줘서 좀 더 정답률을 높여가면서 개 사진을 학습합니다.
이에 반해 적대적 생성 네트워크(GAN)은 생성자(Generator)와 감별자(Discriminator)라는 2개의 신경망 시스템을 사용합니다. 실제에 가까운 이미지 생성이 목적이면 생성자가 진짜와 유사한 이미지를 순차적으로 생성하고 감별자가 그 이미지가 진짜인지 가짜인지를 판별합니다. 생성자는 자신이 생성한 이미지가 감별자가 가짜라고 판별되지 않도록 진짜와 유사한 이미지를 만들면서 정확도를 높여갑니다. 반대로 감별자는 생성자가 만들어낸 이미지를 진짜인지 가짜인지 감별 정확도를 높여갑니다. 마치 사기꾼과 경찰처럼 생성자라는 사기꾼은 경찰을 속이기 위해서 노력하고 감별자라는 경찰은 생성자가 만든 이미지가 가짜인지 진짜인지 감별력을 높여갑니다.
이렇게 서로 경쟁을 하면서 속이는 자와 속이는 것을 감별하는 자의 경쟁을 하다 보면 진짜 이미지인지 합성 이미지인지 구분을 못하게 될 정도로 정교해 집니다. 이 적대적 생성 네트워크(GAN)을 이용해서 미국 NVIDIA 연구팀은 생성자의 구조 개선을 추가해서 이미지 합성을 가능하게 한 StyleGAN 코드를 만들어서 공개했습니다.
Wang씨는 이 StyleGAN을 기초로 This person does not exist 사이트를 만들었습니다. Wang씨는 이 적대적 생성 네트워크 기술을 일반인들에게 쉽게 알리기 위해서 이 This person does not exist 를 만들었다고 하네요. 앞으로 인공지능이 만든 가짜 이미지 때문에 실제와 가짜가 혼재하는 시대가 될 듯 합니다.
