AI로 가짜 유명인사 사진 만들기, 더 정교해졌다

앞으로는 유명인사들에 대한 가짜 사진을 분간해내기가 더 어려워질 것으로 보인다. 딥러닝 기술 중 이미지에 특화된 GAN이 발전을 거듭하고 있기 때문이다.

인공지능(AI) 연구를 위해 필요한 그래픽처리프로세서(GPU) 개발사로 유명한 엔비디아는 최근 '향상된 품질, 안정성 및 변형을 위한 GAN의 점진적 성장(Progressive Growing of GANs for Improved Quality, Stability, and Variation)'이라는 논문을 ICLR2018 학회지에 게재했다.(엔비디아 블로그 및 논문 링크)

논문에서 엔비디아 연구팀은 "GAN을 개선하기 위한 새로운 학습 방법을 설명한다"며 "핵심 아이디어는 생성망과 적대망을 점진적으로 개선시키는 것"이라고 밝혔다. 학습 과정에서 사람의 얼굴 사진을 더 정교하게 손 볼 수 있는 새로운 인공신경망을 추가한 것이다. 이에 따라 학습속도가 올라가고 학습한 결과에 대한 안정성도 높아졌다.

왼쪽부터 세번째줄까지는 엔비디아가 고안한 GAN 알고리즘을 통해 만든 가짜 유명인사 사진이다. 일반 GAN을 활용한 가장 오른쪽 2개 사진은 부자연스러운 부분이 눈에 띈다.(자료=엔비디아 논문)

GAN은 기본적으로 2개의 심층인공신경망으로 구성된다. 생성망(generator)은 직접 이미지를 만들어내는 역할을 한다. 판별망(discriminator)은 이런 이미지가 진짜와 비슷한지 여부에 대해 점수를 매겨 판별하는 역할을 한다. 두 가지 인공신경망이 경쟁하면서 진짜와 비슷한 어떤 다른 것을 만들어낸다는 원리다.

논문에서는 1024X1024 해상도를 가진 가짜 유명인사 사진들이 담긴 '셀럽A'라는 이름의 데이터셋이 공개됐다. 어디선가 본듯한 유명인사들의 얼굴이 눈에 띄지만 실제로는 이들과 유사한 가짜 유명인사를 만들어 낸 결과다.

이 같은 딥러닝 알고리즘은 우선적으로 크리에이티브 산업에 유용하게 스일 것으로 전망된다.

광고나 비디오게임과 같이 새로운 이미지를 만들어 내야하는 작업을 진행할 때 모든 것을 처음부터 구상해야하는 어려움을 덜 수 있게 만들기 때문이다.

그러나 이런 기술이 더 발달하게 되면 실제 유명인사를 사칭하거나 왜곡된 정보가 전달될 가능성도 적지 않다.