■ 인공지능이 옷을 디자인
사진에 등장하는 모델들이 입은 옷은 올봄을 목표로 디자인된 것입니다. 밝고 화사하죠? 이 옷들은 사람이 디자인하지 않았습니다. 인공지능이 했습니다.
한국전자통신연구원이 인공지능 디자이너를 개발했습니다. 창작의 영역인 디자인에 미래 유행을 예측해 반영하는 기능까지 더했습니다.
■ 최근 제작된 옷 600만 장으로 데이터 집합체 구축
인공지능이 옷을 디자인하기 전에 우선 필요한 것은 옷을 분석하고 이해하는 과정이었습니다. 연구진이 최근 우리나라에서 제작된 의류 600만 장을 데이터 집합체로 구축한 것이 그 바탕이 됐습니다.
그걸 재활용하거나 조합만 했다면 창작이 아니겠죠? 다가오는 계절에 소비자들이 찾을 가능성이 높은 디자인을 고민하고 새로 만들어 내는 것이 그동안 디자인하는 사람들의 역할이었을 겁니다.
■ SNS 게시물의 영상과 해시태그 분석
인공지능이 창의력을 발휘하도록 도와준 것은 인플루언서들의 SNS입니다. 인공지능은 매일 게시된 영상과 해시태그를 모아 옷의 형태와 취향이 변화하는 추세를 분석했습니다. 그리고 그 흐름이 어떤 방향으로 갈지 예측해 새로운 디자인을 만들어내는 방식입니다.
이 과정을 거쳐 인공지능은 옷의 형태와 색, 무늬 등을 조합해 새로운 디자인을 창작합니다.
그 수는 무한에 가깝다고 합니다. 사람의 손을 거치는 것보다 속도도 훨씬 빠르고요. 이렇게 창작된 디자인 가운데 인공지능이 추천한 것을 사람은 선택만 하면 되는 거죠.
■ 생성적 적대 신경망(GAN) 기반 영상생성 기술
실존 인물과 똑같은 합성영상을 만들어내는 ‘딥페이크(Deepfake)’라는 기술이 있습니다. 유명 정치인이나 연예인의 얼굴을 동일하게 구현합니다. 여기에 사용되는 주된 기술 중 하나가 ‘생성적 적대 신경망(Generative Adversarial Networks)’입니다.
전자통신연구원은 이 기술을 활용해 아직 만들어지지 않은 옷도 모델에게 입혀볼 수 있도록 했습니다. 딥페이크가 얼굴을 실제와 똑같이 만들었다면, 이것은 모델이 옷을 입은 모습을 똑같이 구현한 겁니다.
증강현실(AR)을 이용해 옷을 입혀보는 기술과는 차이가 있습니다. 증강현실이 평면적으로 옷을 걸쳐보는 형식이라면, 이 기술은 모델이 옷을 입은 모습을 입체적으로 볼 수 있습니다. 보다 실제에 가깝습니다.
■ 인공지능이 디자인한 옷 ‘완판’
전자통신연구원은 인공지능 디자이너 개발 과정에 의류상품을 판매하는 인플루언서 A 씨와 협업을 진행했습니다. 2020년 겨울이 오기 전 인공지능이 코트를 디자인해 10종을 A 씨에게 추천했고, 이 코트들을 가상 모델에 입혀 본 A 씨는 그중 1벌을 실제 옷으로 제작했습니다.
이 코트는 A 씨의 SNS에서 최단 시간에 완판됐다고 합니다.
취재진이 만난 한 디자이너는 의류 디자인 과정의 지난한 노고를 설명했습니다. 새로운 옷을 고민하고, 이것을 관계자들에게 설명하고, 제작하고, 비교·평가하는 일련의 과정에 투입되는 시간과 노력의 양이 엄청나다는 겁니다.
그런데 이 인공지능 디자이너를 이용하면 선택만 하면 되니 무척 편하다는 거죠. “디자이너의 영역을 인공지능에게 빼앗기지 않을까요?”라는 기자의 질문에는 “그래도 평가하고 선택하는 것은 사람이 해야죠.”라고 답했습니다.
패션업계의 대기업들은 디자이너를 고용해 새상품을 기획·개발하고, 멋진 모델에게 옷을 입혀 홍보 활동을 펼치죠. 영세 소상공인들은 엄두를 내지 못하는 일입니다. 인공지능 디자이너가 개발되기 전까지는요.
전자통신연구원은 인공지능 디자인과 모델 생성 기술을 온라인상에서 이용할 수 있는 서비스를 구축해 일반에 공개할 계획이라고 밝혔습니다.