편집자 주

"언론이 신뢰를 잃었다." 이미 진부한 분석입니다. 2020년 오늘, 대한민국에서 가장 신뢰받는 미디어는 1백여년 역사를 자랑하는 신문도, TV도 아닙니다. 인공지능(AI)을 활용하는 구글의 유튜브와 네이버가 신뢰받는 미디어 1,2위. 영국 옥스포드대 부설 로이터 저널리즘연구소가 세계 각국 언론 신뢰도 조사를 시작한 이후 한국 언론 신뢰도는 단 한번의 예외도 없이 최하위를 지킵니다. (로이터 디지털 뉴스 리포트)

물론, 몇 가지 조사 결과가 한국 미디어 전부를 드러내진 못합니다. 그러나 적어도 "기레기ㆍ뒷광고 논란에 휩쌓인 기존 언론의 자리를 알고리즘에 기반한 소셜미디어가 장악해가는 추세"는 분명해 보입니다.

1989년 영국의 팀 버너스리 경은 하이퍼텍스트 시스템을 개발하고, 특허 대신 공개와 공유를 선택했습니다. 이후 눈부시게 발전한 월드와이드웹 세상에서 전통적 언론사들은 기술을 외면했거나 뒤처졌습니다. 영향력을 잃었고 가짜뉴스 논쟁에 휘말렸습니다.

한편, 디지털 기술에 바탕한 소셜미디어는 폭풍 성장을 거듭하고 있습니다. 인공지능 관련 기술은 소셜미디어에 날개를 달아준 형국입니다.

특별취재팀은 물었습니다. 인공지능이 저널리즘을 대체할 수 있고, 대체하는 것이 오히려 바람직한 것인가?

특별취재팀= 장준하ㆍ이윤정ㆍ윤영주ㆍ박혜섭ㆍ김재호 기자
팀장= 권영민 전문위원ㆍ실장

 

GAN (생성적 적대 신경망)

GAN은 Generative Adversarial Network, 생성적 적대 신경망이란 뜻. 구글 브레인 이안 굿펠로우(Ian Goodfellow) 연구원이 2014년에 공개했다.
기존 딥러닝 알고리즘은 지도 학습 방식을 따랐으나 GAN은 사람이 정답을 알려주지 않아도 스스로 학습하는 비지도 학습의 초석을 다져 학계와 산업계로부터 주목받았다.
지도학습은 사람이 사전에 분류한 데이터를 이용하지만, 비지도 학습은 시스템이 데이터의 차이점과 패턴을 탐지한다.

 

GAN은 생성 모델(Generator)과 판별 모델(Discriminator)이 서로 경쟁하는 논리구조로 짜여진다. 화폐 위조범(생성모델)이 가짜 지폐를 만들면 경찰(판별모델)이 이를 구분하는 경쟁관계 반복으로 정교한 위조지폐를 생성하는 방식을 적대적 훈련(Adversarial Training) 방법이라 칭했다.

▷이미지 생성 ▷텍스트 생성 ▷영상 생성 ▷음성 생성 등에 활용되는 GAN 기법은 엔비디아의 StyleGAN과 DCGAN(Deep Convolutional Adversarial Networks) 등으로 무한 진화 중. 

2017년 8월 화제가 된 미국 오바마 전 대통령의 가짜 영상과 음성을 합성한 동영상이 대표적 GAN 사례다. 美 워싱턴 대학교 연구진은 그의 연설 영상에서 음성을 추출한 뒤, 음성에 맞게 입 모양을 내도록 학습시켜 실제로는 존재하지 않는 영상을 만들어냈다. 

 

 

 

키워드
#저널리즘 AI #GAN #엔비디아 #적대적 훈련
저작권자 © AI타임스 무단전재 및 재배포, AI학습 및 활용 금지