Academy Tech Bites S2 Vol.3

Heen의 발표는 AI 창작물을 둘러싼 질문을 두 개의 제도 축으로 나눠 보는 데서 시작했습니다. 하나는 법이 저작권을 어떤 조건에서 인정하는가였고, 다른 하나는 미술 제도가 어떤 조건에서 작가성을 읽어내는가였습니다. 같은 산출물이라도 어느 제도 안에 놓이느냐에 따라 평가 기준이 달라진다는 문제의식이 이번 회차 전체의 첫 문을 열었어요.

법적 사례에서는 Stephen Thaler 사건과 Jason Allen 사례가 핵심으로 제시됐습니다. 프롬프트를 길게 쓰거나 생성 이후 손을 많이 봤다는 사실 자체보다, 최종 표현을 인간이 얼마나 통제했고 그 통제를 어떻게 설명하고 증명할 수 있는지가 더 중요하다는 점이 분명해졌습니다. AI를 도구로 썼다는 설명만으로는 권리 귀속이 자동으로 따라오지 않는다는 이야기였습니다.

반면 미술 제도 쪽으로 가면 질문의 무게중심이 조금 달라졌습니다. Refik Anadol의 Unsupervised 같은 작업은 최종 이미지 한 장보다 어떤 데이터와 규칙을 골랐는지, 전시 맥락을 어떻게 설계했는지, 시스템 전체에 어떤 의미를 귀속시켰는지가 더 중요하게 읽힙니다. 여기서 인간은 단순 제작자가 아니라 조건을 설정하고 의미를 떠안는 사람으로 보였어요.

현장 토론은 곧바로 "인간의 통제감"이란 정확히 무엇인가라는 질문으로 번졌습니다. 잭슨 폴락의 드리핑이나 레디메이드처럼 우연성과 맥락이 큰 비중을 차지해 온 예술사를 떠올리면, 예측 불가능성만으로 AI 창작을 밀어낼 수는 없다는 반응도 나왔습니다. 결국 오래 남은 건 저작권과 예술성은 같은 층위가 아니며, 그 사이에서 인간은 만드는 손보다 선택과 책임의 자리로 이동하고 있다는 감각이었습니다.

BK는 서울예대와 호원대가 거의 같은 시기에 상반된 AI 입시 정책을 내놓은 사례를 출발점으로 삼았습니다. 표면적으로는 한쪽은 허용, 다른 한쪽은 제한처럼 보이지만, 발표의 초점은 규정 찬반보다 대학이 애초에 무엇을 선발하고 무엇을 길러야 하는 기관인지에 맞춰져 있었어요. 입시 정책은 기술 사용법의 문제가 아니라 교육 철학의 표현이라는 시선이었습니다.

서울예대의 경우 AI 작곡을 아예 풀어버린 것이 아니라 사용 구간과 비율을 세세하게 제한하고 있었다는 점도 흥미로웠습니다. 하지만 BK가 더 중요하게 본 것은 제도의 정교함보다도, 한국 예술대학 입시가 이미 오래전부터 "성장 가능성"보다 거의 완성형에 가까운 예비 작가를 선발하는 방식으로 굳어져 있다는 점이었습니다. AI가 들어오는 순간 학생들은 기존 실기 능력에 더해 AI 활용 역량까지 동시에 증명해야 할 수도 있다는 우려도 따라왔어요.

그래서 이 발표에서 AI는 새로운 위기의 원인이라기보다, 이미 있던 모순을 더 빨리 드러내는 가속기에 가까웠습니다. 대학이 탐색과 실패, 회복의 공간이어야 하는지, 아니면 현업에 바로 내보낼 결과물을 골라내는 기관처럼 작동해야 하는지에 대한 긴장이 다시 또렷해졌기 때문입니다. 좋은 결과를 너무 빨리 만들 수 있는 도구가 학생의 실제 실력과 성취감 사이에 착시를 만들 수 있다는 지적도 여기에 연결됐어요.

토론은 자연스럽게 예술 입시를 넘어 개발자 채용과 조직 평가로 확장됐습니다. 모두가 같은 모델을 쓸 수 있는 환경에서 무엇을 역량으로 볼 것인지, AI를 사용하는 능력과 기본기를 어떤 비율로 함께 볼 것인지가 비슷한 질문으로 이어졌습니다. 결국 BK의 발표는 학교 이야기처럼 시작했지만, AI 시대의 평가 체계 전반을 다시 묻게 만드는 발표로 남았습니다.

John의 발표는 과거의 A/B 테스트 글을 오늘의 AI 환경과 겹쳐 읽는 방식으로 진행됐습니다. 인터넷이 정적인 구조에서 동적인 구조로 바뀌고 데이터 추적이 가능해지면서, 더 좋은 것을 한 번에 만드는 능력보다 여러 버전을 빠르게 만들고 실제 반응 속에서 살아남는 것을 고르는 구조가 중요해졌다는 설명이 먼저 놓였습니다. 창작을 창조론보다 진화론의 언어로 읽는 시선이었어요.

이 발표가 흥미로웠던 이유는 A/B 테스트를 단순 최적화 기술로 보지 않았기 때문입니다. 과거에는 이미 있는 상품을 더 잘 팔기 위한 실험이라면, AI가 들어오면서 이제는 상품과 창작의 초기 단계 자체가 훨씬 더 실험 가능한 상태가 됩니다. 일단 빠르게 만들어 보고, 반응을 보고, 버리고, 다시 조정하는 루프가 훨씬 넓은 범위에서 가능해졌다는 뜻이었습니다.

그 순간 인간의 역할도 달라집니다. 잘 만드는 사람의 우위가 줄어드는 대신, 수많은 시도 중 무엇을 남기고 무엇을 버릴지 결정하는 선택자와 해석자의 역할이 더 중요해집니다. AI는 생산성을 올리는 도구이면서 동시에 선택 권한의 일부를 시장과 유저 반응 쪽으로 넘기는 시스템처럼 보였고, 이 시점부터 창업가와 디자이너가 무엇을 해야 하는가라는 질문이 본격적으로 등장했습니다.

자유 토론에서는 곧바로 반론도 나왔습니다. 선택받은 결과가 많다고 해서 그것이 곧 좋은 디자인일까? 라는 고민으로 이어졌습니다. 결국 빠른 실험은 강력하지만, 사랑받는 결과물은 여전히 왜 그 선택을 했는지 설명할 수 있는 서사와 기준을 필요로 한다는 점에서 발표의 문제의식이 다시 창작자의 주체성으로 되돌아왔어요.

Jess는 AI가 예측과 결과물 생산 비용을 낮출수록 무엇이 상대적으로 더 귀해지는가를 묻는 데서 발표를 시작했습니다. Ivan Zhao의 발언과 Prediction Machines, HBR 계열 논의를 함께 끌어오며, 앞으로 더 중요해질 것은 단순 생성 능력이 아니라 판단, 큐레이션, 안목, 그리고 취향일 수 있다고 정리했어요. 발표는 취향을 감성적 취향표현이 아니라 평균에서 벗어나려는 기준의 문제로 다뤘습니다.

이 관점에서 AI는 평균적으로 그럴듯한 결과를 더 잘 만드는 도구입니다. 하지만 실제로 오래 사랑받는 작업은 대개 익숙함 위에 작은 비틀림, 누적된 세계관, 선택과 배제의 흔적을 함께 품고 있다는 설명이 이어졌습니다. 그래서 Jess는 취향이 남는다면 그것은 단순히 "좋아하는 것"의 목록이 아니라, 왜 그것을 택했고 무엇을 거절했는지가 축적된 기록일 수 있다고 봤습니다.

현장 반응도 즉각적이었습니다. 여러 참여자가 제스의 발표에서 "사람 손으로 쓴 것 같은 밀도"를 느꼈다고 말했고, 매끈하지만 기억에 남지 않는 결과물과 다소 거칠어도 사람의 서사와 안목이 묻어나는 결과물의 차이가 화제가 됐어요. 블루 아카이브 게임이나 타란티노 영화 같은 사례가 언급되며, 취향은 단순 요소 조합이 아니라 맥락과 연속성 속에서 드러난다는 설명이 뒤따랐습니다.

물론 발표는 취향을 인간의 마지막 성역처럼 낭만화하지도 않았습니다. AI가 이미 취향 패턴을 꽤 잘 읽고 있고, 모두가 취향을 강조하는 시대가 오면 그 집요함 자체가 또 다른 평균이 될 수 있다는 반론도 함께 남겼습니다. 그래서 더 오래 남은 질문은 "취향이 중요하다"가 아니라, 그 취향을 어떤 기록과 선택의 구조로 증명할 수 있느냐는 쪽이었어요.