데이터가 예술과 만나 작품으로 변신했어. 그동안 예술이라 했을 때 그림이나 조각, 설치 미술만 떠올렸다면, 이제부터는 그 편견과 작별 인사를 해야겠는걸?
데이터가 예술로 변했다?
우리는 매일 스마트폰과 컴퓨터 등을 사용하며 데이터를 끊임없이 만들어내요. 이렇게 만들어진 방대한 양의 데이터를 빅데이터라고 하지요. 빅데이터는 우리 눈에 보이지 않는 파편화된 자료여서, 데이터가 어떻게 존재하고 어떤 형태를 이루는지 파악하는 일은 매우 어려워요. 이 때문에 데이터를 단번에 이해하고 그 속에서 의미를 찾기란 쉽지 않지요. 무질서한 데이터를 효과적으로 보고, 그 안에서 보이지 않는 가치를 찾기 위해 시각화하는 예술 작업을 ‘데이터 시각화’라고 해요.
데이터 시각화 아티스트 서강대학교 민세희 교수는 “데이터 시각화를 할 때 최대한 의도를 배제하기 위해 노력한다”고 말했어요. 자료를 한눈에 볼 수 있도록 바꾸고, 해석은 보는 사람에게 맡기지요. 그래서 데이터 시각화 작업물은 보는 사람의 배경지식과 경험, 관점 등에 따라 다르게 이해할 수 있어요.
최근에는 인공지능을 활용해 빅데이터를 분석하고, 이를 시각화하는 예술 작업이 늘고 있어요. 민 교수는 “인공지능이 우리가 만들어낸 데이터를 학습해서 시각화하면, 기존의 틀을 깨는 새로운 시각으로 사회의 면을 바라볼 수 있다”고 말했습니다.
2017년, 민 교수는 음악을 인공지능으로 분석해 시각화해 보았어요. ‘기계가 이해하는 음악’과 ‘인간이 이해하는 음악’의 차이를 봤지요. 오디오 파일을 진동수, 진폭 등 소리의 특성으로 구분해서 나누어 자른 뒤, 비슷한 정도에 따라 인공지능이 재배열한 자료를 시각적으로 보여주었어요. 인간은 음악을 듣고, 즐기며 느껴지는 생각을 만들어내지만, 기계는 같은 음악도 전혀 다른 시각으로 분석적으로 접근한단 것을 보여준 작업이었습니다.
인공지능이 인간의 다양성을 보여줄 수 있을까?
2015년, 크리에이티브.AI 공동창업자 사밈 A. 위니거는 로맨스 소설을 학습한 인공지능에게 두 스모 선수가 경기 중인 사진을 보여주고 소설을 지어내도록 했어요. 어떤 글이 완성됐을까요? 민 교수는 “인공지능이 ‘한 남성이 상대의 어깨에 기댄 채 뽀뽀하고 있다’는 이야기를 만들어냈다”고 말했어요. 인공지능은 학습한 자료에 의존적이어서 데이터에 따라 분석에 한계가 있을 수 있다고 지적했어요. 학습 데이터가 적을수록 인공지능이 학습한 상황에만 특화돼 새로운 데이터에 적응하지 못하는 ‘오버피팅’ 상황이 발생할 수 있다는 거예요.
민 교수는 “기계는 학습에 의해서만 세상을 인식하는 한계가 있다”며, “다양한 집단의 데이터를 갖지 않으면 ‘다수’만이 옳다고 판단하고, 소수를 배제 시키는 위험이 있다”고 말했어요. 이어 “데이터 시각화 작업에 있어 고민해야 할 것은 데이터가 소수의 의견도 충분하게 담아낼 수 있냐는 문제”라고 전했답니다.
