‘추상화’ 수준에 머물며 때론 손가락이 여섯 개 달린 사람처럼 기괴한 결과를 내놓던 이미지 생성 인공지능(AI) 모델이 이제 과거의 유물이 될 전망이다. 오픈AI가 맥락과 그리는 대상에 대한 이해도를 한 층 높인 새 이미지 생성 인공지능(AI) 모델을 내놓은 덕이다. ‘그림’만 학습한 기존 이미지 모델에 GPT-4o 언어 모델이 결합하며 목적에 부합하는 이미지를 쉽게 생성할 수 있게 될 전망이다.
25일(현지 시간) 오픈AI는 새 이미지 AI ‘챗GPT 이미지(챗GPT 4o 이미지 생성)’를 출시했다. 이는 기존 DALL·E(달이)를 대체해 챗GPT의 기본 이미지 생성 모델이 된다. 오픈AI 관계자는 “GPT-4o의 언어 지식과 이미지 지능이 결합된 모델”이라며 “기존 모델이 참신했다면 이 모델은 유용하다”고 강조했다.
챗GPT 이미지는 DALL·E를 비롯한 기존 이미지 생성 모델과 근본부터 다르다. 기존 모델들은 ‘그림’만 학습했다. 때문에 그리는 대상에 대한 지식이 없다. AI가 무엇을 그리는지 이해하지 못하기에 학습하지 않은 '창의적인' 요구를 소화하는 데 어려움을 겪게 된다.
일례로 DALL·E는 숫자와 문자를 삐뚤빼뚤 적는다. 숫자와 문자도 ‘그림’으로 해석해 마치 어린아이가 따라그리듯 생성해내는 것이다. 또 그림 내에 들어가야 할 대상에 대한 요구사항이 많아지면 이해하는데 어려움을 겪고 일반적이지 않은 요구는 인식하지 못한다. ‘초록색 차와 빨간색 나무를 그려달라’는 명령에도 빨간색 차량과 초록 나무를 출력하고, ‘자전거를 탄 사람’은 잘 그려내지만 ‘사람을 탄 자전거’는 그리기 힘들어 한다. 사전 학습된 이미지에 ‘특이한’ 그림이 드문 탓이다.
DALL·E를 비롯한 기존 AI 이미지 생성 모델이 사람 손을 잘 그려내지 못하는 이유도 여기에 있다. AI는 신체 구조 전반에 대한 이해가 없이 팔 끝에는 손가락과 같은 형상이 달려 있어야 한다는 점만 배웠다. 학습한 이미지 중 대다수에서는 각도 문제로 손가락 다섯개가 모두 드러나지 않기도 한다. 때문에 기괴한 결과물이 나오게 된다.
챗GPT 이미지는 그림 생성에 언어 모델을 결합해 문제를 해결했다. 언어 모델이 요구사항을 이해한 후 그림을 만들어내 보다 정확한 결과물을 만들어 낸다. 기존 학습하지 않은 ‘삼각형 바퀴의 자전거’도 쉽게 그려내고, ‘향유 고래를 그려달라’는 요구에 향유 고래의 종을 파악한 후 특징을 살린 이미지를 출력한다. 오픈AI 관계자는 “높은 강도의 스트레스 테스트에도 사람 손가락을 제대로 그려냈다”고 했다.
문자와 숫자에 대한 이해도 한층 개선됐다. 마치 타이핑하듯 정확히 그려낼 뿐 아니라 맥락 또한 이해한다. 각 컷의 대사가 합쳐져야 의미를 지니는 만평도 쉽게 만들어내고, 과학 실험을 설명한 인포그래픽도 원리를 이해해 쉽게 생성해낼 수 있다. 오픈AI 관계자는 “인포그래픽은 일부만 잘못돼도 전체를 버려야 한다”며 “새 모델이 교육 전반을 혁신할 수 있을 것”이라고 했다.
챗GPT 이미지는 유료 구독자들은 물론 무료 사용자들에게도 제공된다. 영상 AI ‘소라’에도 새 모델의 언어 이해가 적용된다. 오픈AI가 최근 가속화중인 서비스 경쟁력 개선의 일환이다. 현재 구글 제미나이는 ‘이마젠’ 이미지 생성 모델을 제공 중이다. 중국 딥시크도 ‘야누스’라는 이름의 이미지 생성 모델을 출시한 바 있다. 테크계 한 관계자는 “기본적인 AI 모델 외 기능 전반에서 경쟁이 이뤄지고 있다”며 “오픈AI가 후발주자들이 상대적으로 놓치기 쉬운 이미지·영상·음성 등 분야에서 기능 개선으로 선두 지위를 공고히하고자 하는 것으로 보인다”고 평가했다.
/실리콘밸리=윤민혁 특파원 beherenow@sedaily.com
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
beherenow@sedaily.com
