인공지능이 그림을 그린다구요?

네. 인공신경망(ANN)중에 GAN이라는 모델을 사용하면 다양한 창작물을 만들 수 있습니다.

ANN은 응용분야, 뉴런의 형태 등에 따라서 매우 다양한 종류가 존재합니다. 이러한 ANN은 대표적으로 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), GAN(Generative Adversarial Network)으로 크게 나누고 있습니다. 이러한 모델의 특징과 이들이 어디에 주로 사용되는지 알아 보도록 하겠습니다. 

CNN(합성곱신경망)

일반적으로 딥러닝 모델하면 가장 일반적으로 생각하는 대표적인 ANN모델입니다. 주로 영상을 입력받아 이 영상의 특징을 추출하고 이 영상에 존재하는 객체가 무엇인지를 분류하는 ANN입니다. 특징을 추출하기 위해 필터와 원본 영상의 합성곱(convolution)을 수행하기 때문에 붙여진 이름입니다.

EO/IR 영상, Sonar 음향데이타, Radar 영상 등 다양한 멀티미디어 데이타로 부터 표적을 식별하기 위해 많이 사용됩니다. 특별히 SNS에서의 관계망, 분자구조 등은 데이타가 Graph형태입니다. 특히 CNN중 이러한 Graph데이타를 입력받아 분석하는 ANN을 구분하여 GCN(Graph Convolutional Network)이라고도 합니다.

RNN(순환신경망)

RNN은 특정 언어로 표현되는 문장과 같이 순서가 중요한 데이타를 처리하는 ANN입니다. 순서에 따라 앞의 AN의 출력이 뒤에 AN의 입력되어 순환적으로 구성된다고 하여 붙여진 이름입니다.  

기계번역과 같은 자연어처리, 시계열 데이타에 대한 예측, 음성인식, 영상에 대한 설명문 달기, 감정에 대한 분류, 동영상의 분류 등에 활용됩니다.

GAN(생성적대신경망)

데이타의 진위를 감별하는 ANN(이를 분류자라 함)과 위조데이타를 생성하는 ANN(이를 생성자라 함)을 만들고, 분류자 ANN이  위조 데이타가 진짜라고 인식할 때까지 생성자 ANN이 가상의 데이타를 생성합니다. 

유명한 사람의 사진을 만들거나, 그림을 사진으로 변경하거나 반대로 사진을 특정한 화풍의 그림으로 변경하거나 글을 쓰기도 합니다. 즉 창작 활동을 하는 인공지능으로 활용하는 ANN입니다. 이렇게 만들어진 데이타가 악용이 되어 문제가 되기도 합니다. fake news를 만들고, 유명인의 모습을 합성하여 가짜 비디오를 만들기도 합니다.