AI 아트로 보는 디자인의 미래와 광고 소재 최적화의 가능성

(DALL-E 2로 생성한 이미지. 사용한 프롬프트: 어둡고 연기가 자욱한 방에서 네온 불빛과 로봇 팔을 곁에 두고 여러 화면을 바라보는 사이버펑크 디자이너)

최근 저는 흔히 ‘AI 아트’라고 부르는 기술이 열어 주는 새로운 가능성을 탐색해 봤습니다. 기술 자체의 잠재력만으로도 글 한 편을 쓸 수 있겠지만, 그 주제는 이미 많이 다뤄졌습니다. 저는 디자이너인 만큼 이것이 디자인의 패러다임에 어떤 의미를 갖는지, 그리고 광고 산업에는 어떻게 적용될 수 있을지 생각해 봤습니다.

AI 아트란?

예술은 언제나 한발 앞서 있습니다. 누구에게나 끝없는 영감을 주며 창작 분야의 원천이 되어 줍니다. 이번에도 예술은 모두가 동의하든 그렇지 않든, 간단한 프롬프트로 작품을 만드는 새로운 방식으로 앞장서고 있습니다.

이 주제를 찾아보면 한계와 위험을 다루는 글도 많습니다. 예술계가 이를 적극적으로 받아들이기도 하고 완전히 거부하기도 한다는 이야기를 접하게 됩니다. 시각적 표현의 수단이 말 그대로 누구에게나 열리면서 오용과 악용도 해결해야 할 과제가 되겠죠. 하지만 여기서는 이런 우려는 잠시 미뤄 두고, 디자이너에게 어떤 기회가 열리는지에 집중하겠습니다.

프롬프트로 작품 만들기

먼저 현재 무엇을 할 수 있는지 살펴보겠습니다. MidJourney는 Discord나 자체 웹 앱을 통해 이미지 생성 서비스를 제공하는 주요 연구소 중 하나입니다.

처음 Discord에 들어가면 무료 체험 채널로 안내받아 서비스를 시험해 볼 수 있습니다. “/Imagine” 뒤에 이미지로 보고 싶은 것을 입력하면 됩니다. 자세히 설명할수록 더 선명하고 의도에 맞는 결과를 얻을 수 있습니다.

/Imagine “장 줄리앙의 작품처럼 보이는 기계, 동물, 식물로 가득한 새롭게 발견된 땅”이라고 입력하면 몇 초 만에 다음 이미지가 만들어집니다.

장 줄리앙을 모르는 분들을 위해 설명하자면, 그는 이런 작업을 하는 프랑스 일러스트레이터입니다.

제가 입력한 비현실적인 프롬프트를 생각하면, AI는 제 의도를 이미지로 꽤 잘 옮겼습니다! 프롬프트 하나에 네 가지 변형을 제안하고, 그중 하나를 골라 다시 변형하는 과정을 계속할 수 있습니다. 이미지에서 시작해 일부를 바꾸거나 다양한 방식으로 활용해 달라고 요청할 수도 있습니다.

이제 프롬프트가 그림을 그리는 도구가 됩니다. 중요한 것은 AI가 시각적으로 해석할 수 있도록 아이디어를 표현하는 능력입니다. 그다음은 변형하고 다듬는 과정입니다!

MidJourney와 DALL-E 2, 빠르게 성장하는 AI 아트

이 분야의 대표적인 두 서비스는 모두 일정 기간 무료로 사용해 볼 수 있고, 이후에는 유료로 계속 이용할 수 있습니다. 수익 모델은 서로 다르지만, 제공하는 기능을 생각하면 비교적 저렴한 편입니다. 둘 다 베타 서비스인 지금이 직접 실험해 보기 좋은 시점일 것입니다.

웹에서 일어나는 뜨거운 반응을 보면, 다른 기업들도 AI를 더 다양한 용도로 확장하려 할 것이라고 예상할 수 있습니다.

어떻게 작동할까

이러한 AI의 작동 방식은 매우 흥미롭습니다. 많은 시스템은 **생성기(generator)**와 **판별기(discriminator)**라는 두 요소로 이루어집니다. 생성기는 주어진 프롬프트를 바탕으로 정확하고 독창적인 표현을 만들려고 합니다. 판별기는 반복 과정에서 그 결과를 평가합니다.

VQGAN + CLIP 모델

AI 아트 모델 중 2022년에 크게 주목받은 것이 VQGAN + CLIP입니다. VQGAN은 “Vector Quantized Generative Adversarial Network”, CLIP은 “Contrastive Image-Language Pretraining”의 약자입니다. 간단히 말해 VQGAN이 이미지를 만들고, CLIP은 그 이미지가 텍스트 프롬프트와 얼마나 잘 맞는지 판단합니다.

두 모델과 상호 작용을 더 자세히 알고 싶다면 다음 글을 참고하세요.

• https://www.kaggle.com/code/basu369victor/playing-with-vqgan-clip
• https://alexasteinbruck.medium.com/vqgan-clip-how-does-it-work-210a5dca5e52
• https://ljvmiranda921.github.io/notebook/2021/08/08/clip-vqgan/

같은 원리를 디자인 시스템에 적용한다면

물론 모델을 상당히 조정해야겠지만, 기본적인 논리는 비슷하게 유지할 수 있을 것입니다. 이제 가능성을 상상해 보겠습니다.

현재의 모델은 대규모 데이터베이스의 이미지와 그 대체 텍스트, 즉 이미지를 설명하는 문장을 연결하는 신경망을 활용합니다. 그렇다면 잘 정리된 원자적 컴포넌트 구조의 각 단계에 설명을 붙여 UI 라이브러리를 충실히 문서화하면, 같은 원리를 적용해 그 데이터베이스로 AI를 학습시킬 수 있지 않을까요?

대부분의 AI 이미지 생성기는 이미 프롬프트를 인터페이스로 사용합니다. 만들고 싶은 것을 글로 쓰면 앞서 설명한 모델을 통해 결과물이 나옵니다.

UI 작업도 같은 방식으로 할 수 있다고 가정해 볼 수 있습니다. 어떤 목업을 원하는지 말로 설명하는 것입니다. DALL-E 2는 이미지의 일부에 세부 요소를 추가해 더 정교하게 다듬을 수도 있습니다. 이 기법을 활용해 수정하고 싶은 UI 부분을 바꿀 수 있겠죠.

이 AI는 기존 UI 도구 안에서 동작하며 스타일이나 키보드 이동 간격 같은 설정은 그대로 유지할 것입니다. 기술적으로는 커뮤니티 자료를 학습에 활용하거나, 현재 사용하는 공유 라이브러리에 집중하거나, 둘을 함께 사용할 수도 있습니다.

생각해 볼 점

요즘은 목업을 만드는 속도 자체가 상당히 빠릅니다. 디자이너가 도구를 직접 조작할 때와 프롬프트를 입력할 때 얼마나 걸리는지 비교해 보면 흥미로울 것입니다. 제 예상으로는 프롬프트를 쓰거나 말하는 데 익숙해지면, 아무리 뛰어난 UI 디자이너보다도 빠르게 만들 수 있을 것 같습니다.

여기서 더 나아가 시간을 훨씬 많이 아낄 수 있는 가능성도 있습니다. 지금까지는 AI를 UI를 만드는 도구로 생각했습니다. 그런데 화면뿐 아니라 전체 UX 흐름까지 만들 수 있다면 효율이 크게 달라질 것입니다.

과제: AI가 만드는 UX와 흐름

화면들을 연결해 전체 UX 흐름을 만들려면 모델을 상당히 조정해야 할 것입니다. 하지만 AI가 방대한 UX 흐름 데이터베이스를 탐색할 수 있다면, 결과물의 품질이 숙련된 디자이너와 비슷하거나 그보다 나아질 수도 있다고 상상해 볼 수 있습니다.

현재 사용하는 도구나 디자인 결과물에서는 화면 간의 연결이 체계적으로 정리되어 있지 않습니다. AI가 UX 패턴을 인식하도록 학습시킬 데이터베이스가 필요합니다. 그러려면 먼저 그 데이터베이스부터 만들어야 합니다.

Figma는 컴포넌트에 프로토타이핑 기능을 점점 더 깊이 통합하고 있고, 최근에는 이런 인터랙션을 여러 곳에서 활용할 수 있게 했습니다. 머지않아 디자이너들이 인터랙션 패턴을 체계화할 수 있을 것이라고 예상할 수 있습니다. 이런 시도는 Figma 같은 도구, 혹은 Adobe일까요? 😬, 아니면 플러그인 API와 공개 커뮤니티 데이터베이스에서 시작될지도 모릅니다.

아직 먼 이야기처럼 들리나요? 하지만 1년 전에 이렇게 쉽게 그림을 만들 수 있게 된다고 했다면 저도 믿지 않았을 것입니다. AI를 활용하는 디자인의 미래도 생각만큼 멀지 않을 수 있습니다.

광고 소재 최적화에 적용한다면

버즈빌의 맥락에서 광고 소재 최적화에 집중해 보면, 언젠가 획기적인 혁신으로 이어질 수 있는 완전히 새로운 관점이 열립니다.

애드테크 기업은 일반적으로 광고 성과를 높이기 위해 소재 최적화에 많은 투자를 합니다. 기본적으로는 사람마다 다른 소재를 보여 주는 일입니다. 사용자 선호에 대해 알고 있는 정보를 바탕으로 여러 요소를 바꿀 수 있습니다. 광고하는 상품 자체를 바꿔 방대한 상품 목록 중 특정 상품을 보여 주는 것이 가장 기본적인 방식입니다. 여기서 나아가 특정 상품이나 서비스를 광고할 때 사용자의 관심사, 위치, 나이, 성별에 따라 미리 정한 템플릿의 각 부분을 채울 수 있습니다. 유용하지만 템플릿의 구조가 정한 한계도 있습니다. 결과는 괜찮아도 개선의 여지는 분명합니다.

warroominc.com의 예시

이 경우에는 사람이 아니라 광고 서버가 각 사용자 프로필의 키워드를 바탕으로 프롬프트를 만들고, AI가 광고 소재를 생성할 수 있습니다. 물론 이런 마케팅 소재를 만들도록 AI를 별도로 학습시켜야 합니다. 일상에서 접하는 수십억 건의 광고 캠페인이 그 학습 자료가 될 수 있겠죠.

고객이 직접 제공하는 제로 파티 데이터가 늘어나면서, 사생활을 침해한다는 느낌은 줄이고 정확도는 높인 고객 정보를 활용할 수 있게 됩니다. 이를 바탕으로 더욱 정교한 프롬프트와 광고 소재를 만드는 미래를 상상해 볼 수 있습니다.