AI VIDEO BRIEFING
TED 강연 정리: AI 블랙박스와 기후 데이터를 감각으로 번역하는 미디어 아트 작업
미디어 아티스트 이윤 강의 TED 강연 요약. NASA 위성 물 데이터와 118개 AI 모델의 내부 구조를 작품으로 옮겨, 숫자로만 존재하던 위기를 몸으로 감각할 수 있게 만든 작업 과정을 소개한다.

핵심 메시지
쉽게 이해하기
강연자는 자신의 작업을 '보이지 않는 것을 보이게 만드는 일'로 정의한다. 인류가 멸종시킨 종에게 바치는 작품 '배니싱(Vanishing)'을 비롯해, 기후 변화와 인공지능처럼 규모가 너무 커서 붙잡히지 않는 문제를 다뤄왔다. 종이에 베인 상처는 느끼지만 무너지는 행성은 느끼지 못한다는 것이 그가 지적하는 감각의 공백이다.
첫 번째 재료는 물이었다. 2050년이면 인류의 절반이 깨끗한 물을 얻지 못하고 이미 많은 이들이 그 상태에 있다는 문제의식에서 출발해, 복잡한 데이터와 이야기를 잇는 예술가를 찾던 구글과 1년을 함께 일했고 NASA가 위성 데이터를 제공하며 합류했다. 그렇게 나온 작품이 '패시지 오브 워터(Passage of Water)'다.
원본 위성 데이터는 최첨단 기술의 산물이지만 그 화면을 이해할 수 있는 사람은 거의 없다. 그래서 그는 인터페이스를 바꾸는 실험에 수개월을 쏟았고, 2002년부터 2023년까지 20년치 물의 변화를 숨 쉬는 풍경으로 바꿔놓았다. 이 작품은 COP28에 소개돼 기후 과학자와 정책 결정자, 물 부족을 매일 겪는 원주민들과 만났다.
다음 주제는 AI였다. 이미지나 텍스트를 만들어내는 모델은 마법이 아니라 복잡한 수학 구조이고, 디지털 뉴런이 여러 은닉층을 거쳐 데이터를 처리한다. 연구실 학생들과 함께 만든 프로젝트 '소타(SoTA)'는 그 내부를 열어 보이려는 시도로, AI 모델 118개의 구조를 시각화해 모델마다 연결과 발화의 기하학이 다르다는 사실을 드러낸다.
마지막 작업 '라이트 아키텍처(Light Architecture)'는 화면 밖으로 나온다. 빛으로 맥동하는 모듈들이 원형 네트워크를 이루며 실제 AI의 논리대로 움직이고, 관람객은 그 안에 서서 기계의 사고 구조를 몸으로 통과한다. 원형 배치는 피질에서 더 깊은 층으로 데이터를 옮기는 인간 뇌의 유연함에서 착안한 것으로, AI가 그 유연함을 학습한다면 어떤 미래가 오는지를 묻는 장치다.
주요 인사이트
- 데이터의 양이 늘어난다고 이해가 자동으로 늘지는 않는다. 강연은 이해의 사슬이 끊어진 탓에 위기가 차갑고 추상적인 것으로 남는다고 진단하며, 문제를 감각의 문제로 재정의한다.
- AI 모델들이 서로 다른 형태를 갖는다는 발견은, 모델을 성능 지표만으로 비교하는 관성에 대한 반론이 된다. 구조의 모양이 무엇을 잘 만들어내는지를 정한다는 관점이다.
- 블랙박스를 여는 작업이 곧 불안을 다루는 방법이라는 주장이 흥미롭다. 이해할 수 없는 대상 앞에서 생기는 무력감을, 만져보고 조작해보는 경험으로 대체하려 한다.
- 강연자는 AI에 기대는 것과 자기 지능을 훈련하는 것을 구분한다. 대체될 두려움에 마비되어 호기심과 창의성을 시들게 두는 태도를 경계한다.
- 자연과 인간, 기술을 분리된 존재가 아니라 하나의 살아 있는 네트워크로 보는 시각이 강연 전체를 관통한다. '우리 대 그들'의 구도로는 이 문제들을 풀 수 없다는 결론이다.
자주 묻는 질문
'패시지 오브 워터'는 어떤 데이터를 사용했나요?
NASA가 제공한 위성 데이터를 사용했습니다. 강연자는 구글과 1년간 협업하며 이 데이터를 2002년부터 2023년까지 20년간의 물 변화를 보여주는 인터랙티브한 풍경으로 바꿨고, 작품은 구글 플랫폼에서 직접 조작해볼 수 있습니다.
'소타(SoTA)'라는 제목은 무슨 뜻인가요?
state of the art의 약자로, 공학 분야에서 기계 성능의 최고 수준을 가리키는 말입니다. 이 프로젝트는 AI 모델 118개의 내부 구조를 시각화해, 모델마다 뉴런이 연결되고 발화하는 기하학적 형태가 다르다는 점을 보여줍니다.
'라이트 아키텍처'에서 원형 배치를 택한 이유는 무엇인가요?
인간의 뇌에서 영감을 얻었기 때문입니다. 피질에서 더 깊은 층으로 데이터를 옮기는 뇌의 유연함은 아직 AI가 재현하지 못하는데, 강연자는 AI가 그런 신경모방적 유연함을 학습한다면 어떤 미래가 될지를 관람객에게 묻기 위해 원형 구조를 설계했다고 설명합니다.
원문과 출처
이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.
YouTube 원본 영상 보기 ↗