AI 이미지 생성기, 왜 사람 얼굴을 이상하게 그릴까?​

– 지브리풍 오류부터 뒷구르기 괴담까지

인공지능은 이제 단순한 미래 기술이 아니라 일상 속 깊숙이 스며든 현실이며, 그 활용 범위는 상상을 초월할 정도로 빠르게 확장되고 있습니다. 특히 챗봇이나 자동 번역기 같은 텍스트 기반의 AI를 넘어, 이미지 생성기와 영상 제작 도구까지 등장하면서 사람들은 스스로의 상상을 AI에게 명령하고 결과물을 손쉽게 확인할 수 있게 되었습니다.

​

"웃기지만 슬픈 결과물 – 지브리풍 변환 실패 사례들"

이는 단지 미학적인 표현상의 차이를 넘어, AI가 입력된 이미지의 어떤 특징을 어떻게 과장하고 해석하는지를 잘 보여주는 사례입니다. 심지어 다소 통통한 얼굴의 사용자에게는 복부가 불룩 튀어나온 비만 캐릭터를 만들어내기도 하여, 이른바 ‘특징 과잉 강조’라는 문제를 보여주었습니다. 이는 단순히 재미있는 실수를 넘어서, AI가 시각적 정보를 처리하는 방식에 대한 본질적인 질문을 유도하게 합니다.

​

"AI는 예술가인가 통계 기계인가 – 과장과 왜곡의 뇌 구조"

II. AI가 얼굴을 왜곡하는 진짜 이유는 ‘확률 기반 예측’

AI는 수많은 이미지를 학습한 후, 주어진 입력을 기존 데이터와 비교하여 가장 그럴듯한 출력을 산출해내는, 이른바 확률적 모델입니다. 즉, 50대 남성의 사진을 입력하면 그 나이대에 흔히 등장하는 특징 – 예컨대 눈가의 주름, 피부의 칙칙함, 머리숱의 감소 등 – 을 평균적으로 고려하여 ‘그럴싸한’ 출력을 그려내는 것입니다. 이 과정에서 AI는 ‘정확한 복제’가 아니라 ‘가능성 높은 예측’을 수행하므로, 약간의 특징이 과장되거나, 존재하지 않던 요소가 덧붙여지기도 합니다. 바로 이 점이 우리가 AI에게 기대하는 사실성과 AI가 제공하는 확률적 창작 사이의 간극을 만들어냅니다.

"정확한 프롬프트는 좋은 결과의 시작일 뿐"

이는 AI가 과거의 데이터와 사용자들의 반응을 바탕으로 가장 흔한 작업 방식을 추론한 결과로 볼 수 있습니다. 즉, 많은 사용자들이 사진 보정을 요청했기 때문에, AI는 이번에도 얼굴 보정을 선호할 것이라 가정한 것입니다. 이런 경로 의존성은 인간의 편견과 습관을 닮은 동시에, 새로운 문제를 만들어냅니다. 따라서 AI와의 소통은 단순한 명령 이상의 전략이 필요하며, 우리가 원하는 결과를 얻기 위해서는 AI의 ‘습성’까지 고려한 접근이 필요해지고 있습니다.

IV. “은퇴했다”니까 “돌아가셨군요”라고 답한 AI – 김진형 교수의 설명

즉, AI는 단어의 의미를 맥락 없이 통계적으로 연관 지어 해석하기 때문에, '은퇴했다'는 말을 들으면 그 맥락에서 가장 많이 등장하는 다음 단계인 ‘사망’을 추론하게 되는 것입니다. 이는 AI가 세계를 상식적으로 이해하지 못하고, 단지 통계적으로만 접근한다는 사실을 여실히 보여줍니다.

​

이미지 생성기에서도 같은 원리가 작용합니다. 주름이 있으면 노인으로 판단하고, 노인이면 더 많은 주름을 그려 넣는 식으로 ‘기계적 오버피팅’이 일어나는 것입니다. 이러한 방식은 인간의 상식을 뛰어넘는, 그러나 그 나름의 논리로 일관된 ‘AI적 상식’을 낳고 있으며, 때로는 이 상식이 전혀 비상식처럼 보이는 결과를 초래하게 됩니다.

"범용형 AI가 전지전능하다는 환상은 그만"

예컨대 의료 영상 해석, 법률 자문, 영상 편집 등 분야별로 맞춤 학습을 거친 특화 엔진을 활용하면 훨씬 더 정확하고 신뢰도 높은 결과를 기대할 수 있습니다.

​

현재의 범용 AI는 인터넷에서 얻은 방대한 데이터를 통해 학습하기 때문에, 때때로 오래된 정보나 맥락을 이해하지 못한 채 구식 사고를 반복할 위험이 있습니다. 그 결과, 사망한 인물을 생존자라 착각하거나, 현직 대통령을 잘못 지정하는 등의 환각 현상이 여전히 빈번하게 발생하고 있습니다. 따라서 우리 사회는 AI의 전능함을 맹신하는 대신, 그 한계를 이해하고 현명하게 활용할 수 있는 기술적 전략을 마련해야 하며, 이 과정에서 정부와 기업, 사용자 모두의 분별력 있는 대응이 요구됩니다.

이 글을 마치면서

우리는 AI가 만들어내는 ‘그럴듯한 거짓말’에 익숙해지고 있지만, 그 이면에는 지식의 홍수 속에서 오히려 지혜를 잃어가는 인간의 불안이 자리하고 있는지도 모릅니다. AI가 만들어내는 오류는 단순한 기술의 미숙함이 아니라, ‘정보의 과잉’과 ‘해석의 부재’가 맞물린 결과입니다. 따라서 우리가 진정으로 경계해야 할 것은 오류 자체가 아니라, 그 오류를 진실로 착각하고 확신해버리는 인간의 태도일지도 모릅니다.

​

특히 지식과 데이터의 구조를 완벽히 모방할 수 있는 AI 시대에는, 오히려 ‘지혜’라는 인간 고유의 능력이 더욱 중요해집니다. 지혜는 단순한 정보의 누적이 아니라, 체험과 성찰, 실천의 반복을 통해 형성되는 내면적 품성입니다. 지금 우리는 AI의 도움으로 더 많은 것을 알고, 더 많은 것을 표현할 수 있지만, 그것이 곧 더 잘 사는 길이 되지는 않습니다.

​

​