왜, 여섯 손가락인가?

 

 

AI 이미지 크리에이터들이 만든 인물의 손이나 발이 비정상인 경우가 많다. 왜일까? 그에 대한 기사이고, 다행히 답은 뻔하며, 머지 않아 해결될 일이다.

 

 

https://www.businesstoday.in/technology/news/story/everythings-right-but-why-do-ai-image-tools-like-dall-e-midjourney-get-human-hands-wrong-383926-2023-06-06?ref=taboola&fbclid=IwAR23YfGTC3Fr1Rrf7XAq-qF4lL_ZVYfd7JxAEiU7itqwK5vHYktHt1ACt-E

 

"모든 것이 맞지만...: 달리나 미드저니 같은 AI 이미지 툴이 사람의 손을 잘못 인식하는 이유"

 

손 해부학의 미묘한 뉘앙스를 포착하는 것은 현재 AI 알고리즘에 중요한 도전 과제입니다.

 

프라나브 딕싯

 

2023년 6월 6일, 2:05 PM IST

 

인공 지능(AI)은 예술과 디자인을 포함한 수많은 산업에 혁신을 가져왔습니다. GAN(생성적 적대 신경망)과 같은 AI 기반 이미지 생성 모델의 등장으로 인상적인 아트웍을 자동으로 생성할 수 있게 되었습니다. 그러나 종종 완벽하지 않은 한 가지 측면은 사실적인 손의 생성입니다. AI로 생성된 손은 왜곡되거나 부자연스럽거나 "엉망"으로 보이는 경향이 있습니다. 이 글에서는 이러한 현상이 발생하는 이유를 살펴보고 AI를 사용하여 실제와 같은 손을 생성하는 데 따르는 과제를 살펴봅니다.

 

손 해부학의 복잡성

 

사람의 손은 복잡한 구조와 다양한 관절, 뼈, 힘줄, 근육으로 이루어져 있어 손재주와 미세한 운동 제어가 가능합니다. 손 해부학의 미묘한 뉘앙스를 포착하는 것은 AI 알고리즘에 상당한 도전 과제입니다. AI 모델은 관절, 비율, 관절의 복잡한 구조를 파악하는 데 어려움을 겪으며, 그 결과 비현실적이고 기형적인 손이 표현될 수 있습니다.

 

충분한 훈련 데이터 부족

 

AI 모델이 학습하고 정확한 표현을 생성하려면 방대한 양의 다양하고 고품질의 학습 데이터가 필요합니다. 그러나 사실적인 손 이미지의 포괄적인 데이터 세트를 수집하는 것은 복잡한 작업입니다. 다양한 손의 포즈, 제스처, 조명 조건 등을 수집하는 데는 많은 시간이 소요되며 세심한 노력이 필요합니다. 훈련 데이터가 충분하지 않으면 AI가 생성한 이미지에 손의 변형이 제한되어 다양성과 사실감이 부족할 수 있습니다.

 

"미드저니는 불과 몇 달 전보다 훨씬 개선되고 있습니다. 많은 부분이 프롬프트에 달려 있습니다. 조금 어색해 보이는 손은 시간이 지나면 개선될 것입니다. 전체 시스템이 훈련에 작동합니다. 마치 어린아이가 시간이 지남에 따라 학습하는 것과 같습니다. 훈련 데이터 세트가 개선되면 AI 소프트웨어도 개선될 것입니다."라고 India Today의 그룹 크리에이티브 편집자 겸 디자인 책임자인 Nilanjan Das는 말합니다.

 

언캐니 밸리 효과

 

'언캐니 밸리'는 인간과 매우 닮았지만 미묘한 결함을 지닌 인공 개체가 관찰자에게 불안감과 불편함을 유발하는 현상을 설명하는 데 사용되는 용어입니다. AI로 생성된 손은 모양, 비율 또는 움직임의 미묘한 차이로 인해 불안할 정도로 비현실적으로 보이는 언캐니 밸리에 빠지는 경우가 많습니다. 사람의 눈은 놀라울 정도로 예민하기 때문에 자연스러운 손의 해부학적 구조에서 아주 작은 편차도 쉽게 알아챌 수 있습니다.

 

손 포즈와 제스처의 난이도

 

손은 해부학적으로 복잡할 뿐만 아니라 다양한 포즈와 제스처를 가지고 있습니다. 손 움직임의 뉘앙스를 포착하고 다양한 제스처를 정확하게 표현하는 것은 복잡한 작업입니다. AI 모델은 주먹을 쥐거나 손바닥을 벌리거나 손가락을 복잡하게 움직이는 등의 특정 포즈를 재현하려고 할 때 사실적인 손을 생성하는 데 어려움을 겪습니다. 관절 각도의 미묘한 차이와 손가락 사이의 관계는 번역 과정에서 종종 손실됩니다.

 

2D를 3D로 불완전하게 번역

 

AI로 생성된 이미지는 일반적으로 2차원 형식으로 생성됩니다. 이러한 2D 표현을 3차원 모델로 변환하는 데는 또 다른 문제가 발생합니다. 변환 과정에서 왜곡과 부정확성이 발생할 수 있으며, 이로 인해 부자연스러운 손 모양이 만들어질 수 있습니다. 2D 표현에서 3D 표현으로 원활하게 전환하는 것은 AI 알고리즘의 복잡한 문제로 남아 있습니다.

 

도전 과제 극복

 

사실적인 손을 생성할 수 있는 고급 AI 모델을 개발하려면 앞서 언급한 과제를 해결해야 합니다. 손 관련 학습 데이터의 가용성과 품질을 높이면 AI 알고리즘의 성능을 크게 향상시킬 수 있습니다. 실제와 같은 손을 생성하는 모델을 학습시키기 위해서는 다양한 손 모양, 포즈, 제스처를 포괄하는 다양한 데이터 세트를 수집하는 것이 중요합니다.

 

AI 시스템 내에서 손의 해부학 및 움직임에 대한 이해를 높이면 더욱 정확한 표현이 가능해집니다. 생체 역학적 지식을 통합하고 알고리즘을 개선하여 관절 각도와 손가락 상호 작용의 복잡성을 재현하면 AI로 생성된 손이 더욱 사실적으로 표현될 수 있습니다.

또한 고급 렌더링 기술을 활용하고 3D 모델링을 AI 프레임워크에 통합하면 2D와 3D 표현 간의 격차를 해소하여 더욱 설득력 있는 손 비주얼을 구현할 수 있습니다.

 

- 포토샵으로 손을 수정해 준 것이다.