AI에게 '아름다운 사람'과 '못생긴 사람'을 그려달라고 하면 어떤 차이가 생길까. 실제 연구에서 생성형 AI는 밝은 피부와 젊은 얼굴을 반복적으로 생성했다. 'ugly person'을 요청한 또 다른 실험에서는 노화와 비대칭 같은 특징이 '못생김'을 표현하는 요소로 반복됐다. 게티이미지의 'Erasing Ugly from the Internet' 프로젝트는 바로 이 현상을 시각화한 작업이다. AI가 새로운 미의 기준을 만든 것은 아니다. 인간이 만든 사진과 광고, 영화, 인터넷을 학습하며 우리가 가진 편견까지 함께 배운 것.
2025년 발표된 한 연구는 이 문제를 수치로 드러냈다. 연구진은 AI 이미지 생성 모델을 통해 총 5,984장의 이미지를 만든 뒤, 그중 1,200장을 여성 및 논바이너리 소셜미디어 이용자들에게 보여줬다. 참가자들에게 이미지 속 인물이 얼마나 젊어 보이는지, 얼마나 성적으로 표현됐는지 평가하게 한 결과, AI가 생성한 '아름다움'의 범위는 매우 좁았다. 밝은 피부, 대칭적 얼굴, 젊은 외모가 반복됐고, '못생긴' 인물로 분류된 이미지에는 주름, 비대칭, 어두운 피부 톤이 과도하게 등장했다.
하지만 AI가 같은 기준의 얼굴을 수없이 생성하고, 우리가 다시 그 이미지를 보며 아름다움을 학습한다면 이야기는 달라진다. 인간이 AI에게 아름다움을 가르친 뒤, 이제 AI가 다시 우리에게 아름다움을 가르치기 시작한 셈이다. 알고리즘은 편견을 강화하고, 우리는 그것을 자연스러운 기준으로 받아들인다. 이 피드백 루프가 지속된다면, 미의 기준은 점점 더 획일화될지도 모른다. 당신은 AI가 그린 아름다움을 그대로 받아들이고 있는가.
2025년 발표된 한 연구는 이 문제를 수치로 드러냈다. 연구진은 AI 이미지 생성 모델을 통해 총 5,984장의 이미지를 만든 뒤, 그중 1,200장을 여성 및 논바이너리 소셜미디어 이용자들에게 보여줬다. 참가자들에게 이미지 속 인물이 얼마나 젊어 보이는지, 얼마나 성적으로 표현됐는지 평가하게 한 결과, AI가 생성한 '아름다움'의 범위는 매우 좁았다. 밝은 피부, 대칭적 얼굴, 젊은 외모가 반복됐고, '못생긴' 인물로 분류된 이미지에는 주름, 비대칭, 어두운 피부 톤이 과도하게 등장했다.
하지만 AI가 같은 기준의 얼굴을 수없이 생성하고, 우리가 다시 그 이미지를 보며 아름다움을 학습한다면 이야기는 달라진다. 인간이 AI에게 아름다움을 가르친 뒤, 이제 AI가 다시 우리에게 아름다움을 가르치기 시작한 셈이다. 알고리즘은 편견을 강화하고, 우리는 그것을 자연스러운 기준으로 받아들인다. 이 피드백 루프가 지속된다면, 미의 기준은 점점 더 획일화될지도 모른다. 당신은 AI가 그린 아름다움을 그대로 받아들이고 있는가.
자주 묻는 질문
AI가 생성한 못생긴 얼굴은 어떤 특징이 있나요?
AI는 못생긴 얼굴을 생성할 때 노화와 얼굴 비대칭 같은 특징을 반복적으로 사용합니다. 실제 실험에서 'ugly person'을 요청하자 이런 요소들이 못생김을 표현하는 기준으로 반복 생성되었으며, 이는 AI가 학습한 데이터에 담긴 편견을 그대로 반영한 결과입니다.
게티이미지의 'Erasing Ugly from the Internet' 프로젝트는 무엇인가요?
'Erasing Ugly from the Internet'는 게티이미지가 2025년 발표한 프로젝트로, AI가 아름다움과 못생김을 어떻게 시각화하는지를 보여주는 작업입니다. 생성형 AI가 반복적으로 만드는 미의 기준과 편견을 시각적으로 드러내어, AI가 인간의 편견을 학습하고 재생산하는 과정을 비판적으로 다룹니다.
AI는 미의 기준을 어떻게 학습하나요?
AI는 인간이 만든 사진, 광고, 영화, 인터넷 데이터를 학습하며 미의 기준을 습득합니다. 이 과정에서 우리 사회가 가진 편견까지 함께 배우게 되며, 밝은 피부와 젊은 얼굴 같은 특정 기준을 반복적으로 생성하게 됩니다. 문제는 AI가 이를 다시 대량으로 생산하면서 편견이 강화되는 피드백 루프가 형성된다는 점입니다.
