최근 몇 년간, 타투는 현대 사회의 다른 분야와 마찬가지로 기술과 함께 활발히 진화해 왔습니다. 일부 기술은 타투 아티스트에게 고품질, 정확하고 신뢰할 수 있는 장비를 제공하는 데 목적을 두고 있고, 다른 기술들은 고객의 치유 및 이후 타투 관리를 돕는 역할을 합니다. 세 번째 그룹에는 타투 주제에 대한 최대한의 정보를 타투이스트와 그들의 고객 모두에게 제공할 수 있게 하는 모든 현대 정보 기술이 포함될 수 있습니다. 소셜 미디어와 광고 시스템은 확실히 세 번째 그룹에 속합니다. 이것이 바로 이 분야를 추진하고, 이 예술을 지하의 형식에서 본격적인 산업으로 이동시키며 발전의 터보 역할을 하는 것입니다.
오늘 저는 매우 흥미로운 트렌드 하나에 대해 이야기하고 싶습니다. 이 트렌드는 이미 삶의 다른 영역에서 충분한 인기를 얻었으며, 이제는 타투 산업에 서서히 도달하고 있습니다. 바로 타투에 인공 지능 기술을 활용하는 것입니다. AI에 관한 수십 편의 종말론적 영화를 본 후라면 다소 이상한 연상이 저절로 떠오르는 건 이해하지만, 두려워할 필요는 없습니다. 모든 것이 안전 그 이상입니다.
인공 지능 주제에 전혀 익숙하지 않은 분들을 위한 약간의 이론입니다.
인공 지능과 인공 신경망이란 무엇인가
인공 지능(AI)은 생물학적 신경망의 작동 원리를 기반으로 구축된, 자가 학습하는, 가장 흔히 고도로 전문화된 프로그램입니다. 이 구절에서 '지능'이라는 단어 자체는 프로그램이 정보를 인지, 처리, 조직화, 저장할 수 있는 능력을 의미합니다. AI는 프로그램이 받은 정보에 대한 감정적이고 감각적인 평가를 전혀 하지 않기 때문에 인간과 유사한 의식과 전혀 같지 않습니다. 다시 말해, 모든 AI 뒤에 사악한 스카이넷을 볼 필요는 없습니다. AI 기반 음성 처리 프로그램은 그림을 그릴 수 없고, 예술적 AI는 당신의 목소리를 이해하지 못할 것입니다.
인공 신경망에서의 학습 유형
인공 신경망(ANN)에는 두 가지 기본 학습 유형이 있습니다: 지도 학습과 비지도 학습입니다.
첫 번째 방법은 프로그램이 샘플의 주요 매개변수를 이해하고 이를 표준과 비교할 수 있게 하는 훈련 예시 배열 작업에 기반합니다. 예를 들어, 그림에 빨간 사과가 있는지 알 수 있는 ANN을 구축해야 한다고 가정해 보겠습니다. 우리는 여기에 빨간 사과 이미지 5000장과 녹색 사과 이미지 5000장을 로드합니다. 여러 이미지를 보여주고 ANN의 응답을 확인합니다. 정답을 받으면 올바른 것으로 표시하고, 네트워크가 틀리면 빨간 사과를 결정하기 위한 입력 매개변수를 보충하여 향후 ANN이 빨간색과 녹색의 차이를 이해하도록 합니다. 이 과정은 네트워크가 어떤 이미지에서도 빨간 사과를 정확히 식별할 수 있을 때까지 반복됩니다.
이 유형의 학습은 필요한 결과를 미리 알고 있는 문제 해결에 적합합니다. 예를 들어, 위에서 설명한 예시처럼 프로그램이 그림에서 정확히 빨간 사과를 찾아내기를 원한다는 것을 우리가 확실히 알고 있을 때입니다.
비지도 접근 방식은 중간 인간 개입 없이 대량의 입력 데이터 배열을 분류하고 체계화하는 원칙에 기반합니다. 즉, ANN은 데이터를 받아 입력된 데이터의 공통된 특징과 그들 사이의 관계를 강조하려고 시도하며, 이러한 식별된 특징에 따라 데이터를 분류합니다. 이 접근 방식은 가장 흔히 군집화 문제와 통계 모델에 사용됩니다. 응용 문제의 관점에서 이 접근 방식을 고려한다면, 여기서 입력 데이터는 매우 큰 중요성을 갖습니다. 네트워크에 대한 자료가 더 명확할수록 학습은 더 빠르고 더 좋아질 것입니다.
우리는 ANN 학습 알고리즘에 깊이 들어가지는 않겠습니다. 어차피 우리는 수학이 아니라 예술에 대해 이야기하고 있으니까요. 그러니 응용 부분으로 넘어가겠습니다. 위의 모든 내용이 타투에 어떻게 적용될까요?
인공 신경망의 타투에의 활용
ANN(인공 신경망)과 그 예술적 능력에 대해 이야기해 보겠습니다. 다시 한번, 우리는 고도의 전문적인 프로그래밍 기술과 수학적 지식이 요구되지 않는, 소통과 작업을 위한 공개 네트워크에 대해 이야기할 것입니다. 이러한 네트워크는 초기 학습을 거쳤으며 이미 여러분의 정보를 충분한 품질로 처리할 준비가 되어 있어, 작업에 바로 사용할 수 있습니다.
이 모든 것을 이해하는 데 도움을 줄 사람은 Evgeny Malgin, 일명 Evgeny Mel입니다. 그는 타투 아티스트로, 자신의 타투 작업에 AI와 ANN의 사용을 도입한 최초의 인물 중 한 명입니다.
«저와 제 친구는 약 2년 전에 첫 번째 AI를 훈련시켰습니다. 타투 관련 공개 커뮤니티 하나에 게시된 타투 데이터베이스와 제 전체 포트폴리오를 사용했죠. 총 약 15,000개의 타투 이미지를 수집했습니다. 아마도 그때 저는 AI 스케치에 따라 타투를 할 수도 있었겠지만, 우리는 한 문제에 부딪혔습니다. 2년 전에는 사람들이 이것이 무엇인지 단순히 이해하지 못했죠. 그들은 AI가 단지 타투 그림을 망가뜨리는 것이라고 생각했고, AI가 시행착오를 통해 학습하며 처음부터 모든 것을 그린다는 것을 깨닫지 못했습니다. 여기 그 AI의 인스타그램이 있습니다 @01tattooAi» - Evgeny의 말.
Evgeny에 따르면, ANN의 사용은 타투 아티스트에게 여러 가지 추가적인 기회를 제공합니다. 예를 들어, 특정 스케치의 여러 대안 버전을 최단 시간 내에 얻거나, 그림자, 질감, 이미지 디테일을 빠르게 작업할 수 있게 해줍니다.
«AI는 타투 아티스트의 대체재라기보다는 조력자에 가깝습니다. 그것이 당신을 위해 걸작을 그려줄 수는 없지만, 당신의 아이디어를 다듬는 데 도움을 줄 수 있습니다. 당신의 요청이 더 정확할수록 AI의 결과는 더 성공적일 것입니다. 예를 들어, 까마귀 타투를 원하는 고객이 있었습니다. 제가 직접 그려낼 수도 있었지만, 저는 이 작업을 AI에게 맡기기로 했습니다. 최종 결과는 제 모든 기대를 뛰어넘었습니다. 고객은 만족했습니다!» - Evgeny의 말
타투 아티스트를 위한 인공 신경망
Evgeny Malgin은 타투 아티스트에게 적합한 인공 신경망 목록을 공유했습니다:
Dall-E는 가장 화제가 되고 가장 비싼 ANN입니다. 적절한 것을 생성하는 데 얼마나 많은 돈이 필요한지 상상조차 할 수 없습니다. 많은 기능, Google의 후원, 인기도 있지만, 생성물의 가격을 보면 그 장점은 희미해집니다. 게다가 매우 이상한 특징이 하나 있습니다. Dall-E 팀은 LGBT 프로그래머들인데, 그들이 어떤 농담을 했는지 아니면 뭔가를.... Dall-E 생성물의 일정 비율은 단순히 키스하는 남자들을 그립니다. 여기에 돈을 쓸 가치가 있을까요? 개인적으로 저는 그렇게 하지 않았습니다. 무료 코인으로 실험했고, 그것으로 충분했습니다.
Midjourney는 두 번째로 인기 있는 ANN입니다. Discord를 통해 작동합니다(매우 편리하지는 않지만 익숙해질 수 있습니다). 월 30달러면 모든 생성 제한이 사라집니다. 많은 사람들이 사용하지만, 개인적으로 Discord를 통해 작업하는 것이 불편하게 느껴졌습니다.
Stable Diffusion은 정말 멋진 프로그램입니다. 하지만 첫째로, 강력한 컴퓨터가 필요하고, 둘째로, 단순히 실행하기 위해 프로그래밍 기초 지식이 필요합니다. 그러나 인터넷상의 오픈 소스 코드 가용성은 모든 것을 무료로 무제한 생성할 수 있게 해줍니다.
Draw Things는 휴대폰용 Stable Diffusion과 동일합니다. 매우 멋져요! 휴대폰에서 바로 무료로 설치하고 즐길 수 있습니다. 하지만 이 애플리케이션의 단점은 생성 중에 휴대폰 배터리가 여름 햇살 아래 아이스크림처럼 녹아버린다는 점입니다. 그래도 무료이고 인터넷이 필요하지 않아요!
Nightcafe는 많은 설정이 가능한, 그리 비싸지 않은 브라우저 기반 ANN입니다. 브라우저를 좋아하는 분들에게는 최고의 선택이며, 여기에 커뮤니티가 있어서 그림을 공유하고 포인트를 얻어서 다시 무료로 무언가를 생성할 수 있습니다.
Dream은 IOS용 애플리케이션입니다. 제가 가장 좋아하는 앱이에요. 구독료는 저렴하고, 모든 것을 빠르게 생성하며, 사용자 친화적인 인터페이스와 많은 사전 설정 스타일을 가지고 있습니다. 이는 매우 편리한데, 저는 이 프로그램으로 휴대폰에서 스케치를 개발한 후, 필요하다면 다른 에디터나 ANN에서 마무리 작업을 하기 때문입니다. 단점으로는: 설정이 적고, 생성이 그리 "똑똑"하지 않다는 점입니다.
인공 신경망은 매초마다 업데이트됩니다. 왜냐하면 각각의 새로운 반복마다 더 "똑똑해지기" 때문이죠. 그리고 그들이 수백만 명의 사람들과 수조 바이트의 정보를 손에 넣게 되면... 우리가 이 글을 쓰는 동안, 위에 나열된 모든 ANN들이 인간과 예술을 이해하는 데 몇 걸음 더 거대한 발걸음을 내디뎠으리라 생각합니다. 따라서 우리는 여러분이 직접 그들의 작업을 확인해 보시길 강력히 권합니다. 그리고 물론, 여러분의 실험 결과를 댓글로 남겨주세요!
