Human-AI Co-Creativity: Exploring Synergies Across Levels of Creative Collaboration
생성형 AI, 창작 도구에서 공동 창작자로 진화
생성형 AI를 창작 과정에 통합하는 것은 인간이 디지털 도구와 상호작용하는 방식에 근본적인 변화를 가져오고 있다. 이제 AI 시스템은 단순히 인간의 창의성을 지원하는 것을 넘어 공동 창작 과정에 적극적으로 참여하고 있다. 이를 ‘인간-AI 공동 창의성(Human-AI Co-Creativity)’이라고 부른다.
포토샵의 생성형 채우기 기능(generative fill), IT 분야의 코드 생성, 비디오 게임의 캐릭터 디자인 등에서 볼 수 있듯이, 일부 창의적 작업은 이미 완전히 자동화되었다. 이는 현존하는 생성형 AI 도구의 잠재력을 보여주는 사례들이다. 연구진은 인간-AI 공동 창의성이 현재의 인간 창의성 수준을 넘어설 수 있는 잠재력을 가지고 있다고 주장한다.
디지털 도구에서 AI 협력으로: 4단계 발전 모델
연구진이 제시한 첫 번째 단계인 디지털 펜(Digital Pen)은 창의적 지원 시스템과 유사한 수준으로, 창의적 입력 없이 인간의 창의성을 디지털 형태로 지원한다. 이는 마치 화가를 위한 디지털 브러시처럼 단순 디지털화 도구로서의 기능을 수행한다.
두 번째 단계인 AI 과업 전문가(AI Task Specialist)는 초기 입력 외에는 인간의 개입 없이 독립적으로 작동하는 AI 시스템을 의미한다. 생성적 적대 신경망을 통한 아트 생성이나 게임 개발 알고리즘 등이 이 단계에 해당하며, 특정 창의적 과제를 자동화하는 데 중점을 둔다.
세 번째 단계인 AI 조수(AI Assistant)는 인간이 주도하는 창의적 과정을 다양한 측면에서 지원하고 강화하는 역할을 한다. ChatGPT, Gemini, Llama 등 현세대 대규모 언어 모델이 대표적인 예시이며, 이들은 브레인스토밍이나 코딩과 같은 구체적 문제 해결을 지원한다.
마지막 단계인 AI 공동 창작자(AI Co-Creator)는 인간과 AI가 협력하여 각자 창의적 과정에 기여하는 수준을 의미한다. 이 단계의 AI는 사용자의 요구에 맞춰 유연하게 적응하며, 복잡하고 개방적인 문제를 해결하고 공동 창작 과정에 의미 있는 기여를 한다.
수학 분야에서 입증된 AI의 창의적 역량
연구진은 수학 분야의 세 가지 실제 사례를 통해 각 단계별 AI의 창의적 기여를 입증했다. 벨 부등식 연구에서는 AI 시스템이 양자 상태의 실제 양자적 행동을 판단하는 복잡한 계산을 수행했다. 연구자가 창의적 입력을 제공하고 AI가 대규모 계산을 수행하는 방식으로 새로운 벨 부등식을 도출했다.
램지 곱셈 한계 연구에서는 그래프 이론의 특정 하위 그래프 출현 빈도를 연구하는 과정에서 AI 시스템이 새로운 구성을 발견하고 인간이 이를 검증하는 방식으로 진행되었다. 이 과정에서 인간과 AI 시스템이 창의적 잠재력을 공유하며 협력했다.
평면 채색 문제 연구에서는 30년간 진전이 없던 해드비거-넬슨 문제에 대해 AI가 새로운 해법을 제시했다. AI는 기존의 대칭적 패턴을 깨는 비직관적이고 창의적인 해법을 제시했으며, 이는 인간의 검증과 후처리를 거쳐 최종 결과로 인정받았다.
AI-인간 협력의 과제와 전망
연구진이 제시한 AI와 창의적 작업 통합의 첫 번째 경로는 AI 지원 혁신의 폭발적 증가이다. 깃허브의 코파일럿처럼 AI가 인간의 노력을 실시간으로 보완하면서도 인간의 창의성을 대체하지 않고 강화하는 방향으로 발전할 것으로 예상된다.
두 번째 경로는 특정 분야에서의 AI 창의성 독점 현상이다. 게임 디자인과 같은 영역에서는 AI 생성 콘텐츠가 인간 디자이너의 역할을 대체할 가능성이 있다고 전망했다.
세 번째 경로는 인간 창작물의 프리미엄화 현상이다. 순수 예술 분야에서처럼 인간이 직접 만든 작품이 AI 생성 콘텐츠보다 더 긍정적으로 받아들여지는 현상이 나타날 것으로 예측된다.
이러한 발전에는 여러 도전과제가 따른다. 창의성의 시스템 경계를 어디까지 볼 것인가 하는 문제와 함께, AI에 대한 과도한 의존이 감정적 깊이, 도덕적 추론, 맥락적 인식과 같은 인간 창의성의 고유한 측면을 약화시킬 수 있다는 우려도 존재한다.
연구진은 AI와 창의적 작업의 통합이 창의적 발전을 위한 전례 없는 확장 기회를 제공한다고 결론지었다. 수학 분야의 구체적 사례들은 제한된 영역에서 이미 가능한 것들을 보여주며, 생성형 AI 도구의 효율성, 역량, 일반화 가능성이 증가함에 따라 이러한 공동 창작 노력이 곧 다른 영역에서도 가능해질 것으로 전망했다.
기사에 인용된 리포트의 원문은 링크에서 확인할 수 있다.
기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.
관련 콘텐츠 더보기
