AI씨, 왜 항상 아름다운 여성을 그리시나요?

요약:

올해 5월 초에는 X의 5초짜리 영상이 입소문을 탔습니다. 한국 프로야구 리그 중계, 한화 이글스와 두산 베어스의 경기입니다. 카메라는 흰색 상의와 청바지를 입고 다리를 꼬고 있는 스탠드에 있는 여성에게 초점을 맞췄습니다. 어느 순간, 그녀는 한숨을 쉬는 듯 보였고, 게임에 만족하지 못한 표정으로 시선을 돌렸다.

영상의 캡션은 '평범한 한국 여성들'이다. 본 글 게시 기준 영상 재생 횟수는 1,525만 회 | 영상 출처 : X @kangminlee

그러나 곧 선배 팬들은 뭔가 잘못되었음을 깨달았습니다. 전광판에는 타자가 조인성이라고 나와 있었지만 조인성은 2017년 은퇴해 현재 두산 코치로 있다.

그리고 관중석의 응원 슬로건은 두산 베어스의 공식 슬로건보다 한 단어가 더 많은데, 이는 AI가 직역한 듯한 직설적인 표현이다. 이번 방송의 경우 해설이 표준 미국식 억양으로 되어 있어 이 역시 매우 의심스러웠다.

이 여성은 존재하지 않으며 AI에 의해 생성되었습니다. 하지만 해당 영상은 공개된 후에도 사라지지 않았다. 대신 템플릿이 되었습니다. 모두가 같은 방송 화면에 얼굴을 비비고 경기장 카메라에 포착된 자신의 모습을 찍어 소셜 네트워크에서 빠르게 인기를 끌었습니다.

'경기장 카메라에 포착된 나'는 단숨에 인기 템플릿이 됐다│사진 출처: RADII

AI 이미지 기능이 향상될 때마다 거의 항상 인기를 끌게 됩니다. 예를 들어, 2025년 3월 GPT-4o는 그림을 그릴 수 있었고 화면은 지브리 애니메이션 스타일로 다시 그려진 사진으로 가득 차 있었습니다. 8월 말에는 구글의 나노바나나(Nano Banana)가 출시됐다. 모두가 가장 좋아하는 놀이 방법은 셀카를 컴퓨터 책상 위에 놓인 인물로 바꾸는 것이었습니다. 사용자들은 2주 만에 2억 장 이상의 사진을 생성했습니다.

인기 아이템은 매번 바뀌는데, 대부분은 '자신을 담는' 게임플레이를 기반으로 합니다. 그러나 이번에는 코트 위에서 이전에는 그다지 명확하지 않았던 시퀀스가 ​​노출되었습니다. 먼저 존재하지 않는 아름다움이 수천만 명의 사람들을 속인 다음 누구나 플레이할 수 있는 템플릿을 개발했습니다.

미인은 우연히 현장에 등장하는 조연이 아니라 기본 가치에 가깝다

이 기본값은 AI보다 반세기 앞서 발생합니다. 1973년, 이미지 디지털화 초기에 엔지니어 그룹은 새로운 이미지 기술을 테스트하고 싶었고 또한 아름다운 여성을 선택했습니다.

01

인터넷의 영부인

Lena Soderberg는 일리노이주 시카고에서 인쇄 모델로 경력을 시작했습니다. 그녀는 이전에 오페어 자격으로 스웨덴에서 미국으로 이주했습니다. 1972년 그녀는 플레이보이 매거진 11월호의 센터폴드 모델로 포즈를 취했습니다. 플레이보이의 해당 호는 716만 부 이상 판매되어 잡지의 베스트셀러가 되었습니다.

디지털 이미지 처리를 연구한 대부분의 사람들은 그녀가 챙이 넓은 모자를 쓰고 어깨를 드러내며 카메라를 곁눈질하는 모습을 본 적이 있을 것입니다. 수십 년 동안 이 얼굴에 대해 수많은 이미지 압축 및 처리 알고리즘이 테스트되었습니다.

Lena Soderberg는 사이버의 영부인입니다 | 이미지 출처: SIPI 이미지 데이터베이스

1973년, 서던 캘리포니아 대학교 신호 이미지 처리 연구소의 연구원들은 연구 논문에 사용할 새로운 이미지를 찾기 위해 안간힘을 쓰고 있었습니다. 그들은 평소의 테스트 이미지 재고를 모두 소진했습니다. 그 순간 동료가 플레이보이 1972년 11월호를 들고 들어왔다고 합니다. 연구원들의 곤경을 본 그는 중앙 삽입물 상단에서 5.12인치 스트립을 찢어서 스캐너에 넣었습니다.

이후

이 이미지는 이미지 처리 커뮤니티에서 널리 사용되었으며 업계의 기본 테스트 이미지가 되기도 했습니다

1996년 IEEE Transactions on Image Process의 편집장인 David Munson은 이 무작위로 스캔된 이미지가 어떻게 업계 표준이 되었는지 설명하는 짧은 기사를 썼습니다. 그는 두 가지 이유를 제시했습니다. 첫 번째는 기술적입니다. 이 사진에는 모든 세부 사항, 평평한 영역, 그림자 및 질감이 포함되어 있으므로 알고리즘 테스트에 적합합니다. 두 번째 기사는 인간 본성에 더 가깝습니다.

매력적인 여성의 사진입니다. 남성이 지배하는 연구계가 매력을 느끼는 것은 놀라운 일이 아닙니다

이 이미지의 출처를 고려하면 그 사용에 대한 논란이 없지 않았습니다. 1991년 플레이보이는 한 학술지 표지의 이미지를 발견하고 저작권을 주장하는 편지를 보냈고 결국 이를 포기하고 계속해서 연구에 사용할 수 있도록 허용했습니다. 회사의 뉴미디어 담당 부사장은 이것이 현상이 되었기 때문에 활용하는 것이 더 낫다고 말했습니다.

이미지 처리 연구 커뮤니티 내에서도 다양한 목소리가 있습니다. 그들은 엔지니어들이 여성을 비하하는 것으로 보일 수 있는 출판물의 자료를 사용해서는 안 된다고 지적했습니다.

레나 자신도 다큐멘터리 '잃어버린 레나'에서 이 사진 사용을 중단하고 싶다고 밝혔습니다.

다큐멘터리에서 레나 자신이 50년 전 자신의 유명한 사진을 들고 있습니다 | 이미지 출처: IMDB

따라서 2024년 4월 1일부터 IEEE 컴퓨터 협회에서는 이 사진을 사용한 논문을 더 이상 받아들이지 않습니다.

스캔 이후 51년이 지났습니다

02

평균 얼굴

이제 기술계의 시험 문제는 오랫동안 변경되었습니다.

AI는 적포도주 한 잔을 가득 채울 수 없습니다. 유리잔 안의 액체 수위는 항상 중간에서 멈춥니다. AI가 시계를 그릴 때 바늘은 항상 10시 10분에 멈춥니다. 그 이유는 같습니다. 인터넷에 올라온 레드 와인 사진의 대부분은 전체 잔이 아니며 시계 광고의 관례는 10시 10분에 표시하는 것입니다. 모델은 훈련 데이터의 분포를 복제하며 데이터의 관성을 제거할 수 없습니다.

시계 광고가 항상 10시 10분에 멈추는 이유에 대한 가장 대중적인 설명은 '명랑한 미소'처럼 보인다는 것입니다. 그러나 1950년대 이전에는 8시 20분에 멈추는 것이 더 인기가 있었습니다 | 이미지 출처: Reddit

레드와인과 시계는 '모델이 부족하다'는 증거다. 하지만 아름다운 여성의 경우에는 상황이 다릅니다. "그녀의" 관성은 우연히 사람들의 미학과 일치합니다.

1990년에 심리학자 Judith Langlois와 Lori Roggman은 한 가지 실험을 수행했습니다. 그들은 일련의 얼굴을 수학적으로 평균하여 새로운 얼굴을 합성한 다음 사람들에게 이를 평가하도록 요청했습니다. 결과적으로 합성 얼굴은 합성에 포함된 거의 모든 실제 얼굴보다 더 매력적이며 평균에 포함된 얼굴이 많을수록 합성 얼굴이 더 좋아 보입니다. 이 효과는 남성과 여성의 얼굴 모두, 그리고 다양한 인종 그룹에 걸쳐 적용됩니다.

논문 제목은 간단히

"매력적인 얼굴은 평균적이다"

비슷한 관찰이 이전에도 발생했습니다. 1877년에 누군가가 다윈에게 편지를 써서 입체경을 사용하여 두 여성의 초상화를 겹쳐놓으면 그 결과로 나오는 얼굴이 매번 훨씬 더 아름다워질 것이라고 말했습니다.

생성 모델의 핵심은 실제로 데이터 분포를 학습한 다음 분포의 중심 근처에서 샘플링하는 것입니다. 즉, 모델은 평균적인 얼굴을 그리도록 프로그래밍되어 있으며 평균적인 얼굴은 인간이 아름답다고 보는 얼굴입니다.

인간 심리와 기계 원리가 결합되어 AI의 기본 가치인 아름다움의 기술적 기반이 되었습니다

2023년 호주 국립대학교 연구에서는 이 충돌을 극단적으로 다루었습니다. 심리학자들은 AI가 생성한 하얀 얼굴이 실제 하얀 얼굴보다 실험 참가자들에 의해 '진짜'로 판단되는 경우가 더 많다는 사실을 발견했습니다. 연구원들은 이를 'AI 초현실주의'라고 부르며, 훈련 데이터는 주로 백인이며, 모델에서 생성된 얼굴은 이 그룹의 평균에 더 가깝고, 더 전형적이고 실제 사람과 더 비슷하게 인식될 것이라고 설명합니다.

랭글로아의 실험이 공개된 후 그는 평균화하면 피부의 점과 잡티가 쉽게 지워지기 때문에 합성 얼굴이 좋아 보인다는 비판을 받았습니다. 1990년에는 이러한 비판이 방법론적이었습니다.

하지만 오늘은 예언처럼 보입니다.

AI 미녀의 가장 대표적인 특징은 지나치게 매끈한 피부다. 30여년이 지난 지금, 사실 확인 기관에서는 사람들에게 AI 이미지를 식별하도록 가르치고 있으며, 나열된 결함 중 하나는 지나치게 매끄러운 피부입니다. 30여 년 전에 비평가들이 지적한 통계적 인공물이 2025년 AI의 아름다움을 특징짓습니다.

03

석고달걀

레나는 연구실에서 선발되었습니다. 오늘의 기본값은 데이터에서 성장합니다.

2022년 말, 사진 편집 애플리케이션 Lensa의 '매직 아바타' 기능이 갑자기 인기를 끌었습니다. 셀카 몇 장을 업로드하면 AI가 다양한 스타일의 인물 사진 100장을 생성해 줍니다. MIT Technology Review의 AI 리포터인 Melissa Heikkilä도 이를 사용하여 자신의 아바타 100개를 생성했는데, 그 중 16개는 상의를 입지 않은 상태였고 14개는 최소한의 옷을 입고 섹시한 포즈를 취했습니다. 그리고 그녀의 남자 동료들은 모두 우주비행사, 탐험가, 발명가들을 보유하고 있었습니다. 이 과정에서 그들 중 누구도 모델에게 어떤 힌트도 주지 않았습니다.

Lensa를 통해 Melissa가 생성한 이미지|이미지 출처: MIT TECHNOLOGE REVIEW

Melissa는 자신의 기사에서 모델 뒤에 있는 모델이 인터넷에서 캡처한 사진으로 훈련을 받았으며

인터넷은 이미 헐벗은 여성들의 사진으로 가득 차 있다고 설명했습니다. 이로 인해 모델은 "옷이 부족한 여성"을 기본값으로 생성합니다.

그러면 사용자 행동 관성이 이러한 경향을 계속해서 주도할 것입니다. 모든 세대, 저장, 전달은 투표입니다. 2025년 연구에서는 AI 이미지 커뮤니티인 시비타이(Civitai)의 콘텐츠 변화를 집계했는데, NSFW(성인용) 이미지 비율이 2023년 1월 41%에서 2024년 12월 80%로 증가했다.

마지막으로 제조업체는 이러한 투표를 모델에 기록합니다. 이미지 모델이 더욱 만족스러운 이미지를 생성할 수 있도록 제조업체는 기술적으로 보상 모델 또는 미적 득점자라고 불리는 "득점자"를 교육합니다. 그 임무는 사람들이 보기에 좋다고 생각하는 사진이 무엇인지 학습한 다음 이 표준을 사용하여 모델을 훈련하는 것입니다. 즉, 점수가 높은 방향으로 더 많이 가고, 점수가 낮은 방향으로 덜 갑니다.

가장 일반적으로 사용되는 득점자 중 하나는 PickScore입니다. 훈련 데이터는 웹 애플리케이션에서 나옵니다. 사용자가 프롬프트 단어를 작성하면 시스템이 두 장의 사진을 제공하고 사용자는 자신이 더 좋아하는 사진을 선택합니다.

이 데이터를 검토하고 NSFW 콘텐츠를 생성하는 사용자는 제거되지만 여전히 NSFW 프롬프트 단어가 많이 섞여 있습니다. 보상 모델을 연구하는 2024년 논문에서는 PickScore를 사용하여 모델을 미세 조정하는 것으로 나타났습니다.

프롬프트 단어가 섹스와 관련이 없더라도 모델은 더 많은 NSFW 그림을 그릴 것입니다

그러면 사진이 나타납니다. 프론트 데스크의 콘텐츠 검토자가 가로채고 있지만 백엔드의 채점자가 뒤로 물러나고 있습니다. 제조업체의 공식 데모에는 NSFW의 미인이 등장하지 않으며 세대 정책도 매우 엄격합니다. 그러나 우리 모두 알고 있듯이 오늘날의 대형 모델은 완전히 제어할 수 없습니다. 사용자의 취향에 맞춰 훈련되어왔고, 사용자의 취향은 관성 속에서 아주 멀리 나아갔습니다.

1930년대 네덜란드의 동물행동학자인 니코 틴베르겐(Niko Tinbergen)은 갈매기의 한 종을 관찰했습니다. 이 새는 회색 반점이 있는 작고 옅은 파란색 알을 낳습니다. 그러나 그가 거대하고 밝은 파란색의 검은 점이 있는 석고 알을 둥지 옆에 놓으면 새들은 자신의 알을 버리고 부화하기 위해 석고 알 위로 올라갑니다. 그는 이렇게 실제보다 더 매력적인 과장된 모방을 '초정상적인 자극'이라고 불렀다.

Niko Tinbergen이 야외 탐험 중에 달걀을 그리는 중 | 학계

사람의 얼굴 역시 남다른 자극을 갖고 있는데, '평균이 가장 아름답다'는 개념을 한 단계 더 발전시킨 것이다. 1994년 David Perrett과 다른 사람들은 Nature에 연구를 발표했습니다. 가장 잘 생긴 얼굴 그룹이 모든 사람의 평균 얼굴보다 더 호감이 가는 것으로 합성되었습니다. 그리고 평균 얼굴과의 차이를 50% 증폭시키면 점수는 더욱 높아집니다. 일본인 과목과 백인 과목은 같은 방향을 선택했습니다.

주류 AI 회사 중 적어도 하나는 이러한 심리를 직접적으로 제품 기능으로 전환했습니다. Grok의 이미지 생성에는 4가지 모드가 있으며 그 중 하나는 Spicy입니다. 활성화하면 콘텐츠 필터링이 완화되어 외설적인 콘텐츠와 부분적인 과도한 노출이 허용되며 유료 사용자에게만 공개됩니다.

2026년 1월, 사용자들은 Grok에게 '디지털 방식으로 옷을 벗기' 위해 누구라도 사진을 업로드할 수 있다는 사실을 발견했습니다. 희생자 중에는 어린이도 포함되어 있었고, 많은 정부가 압력을 가하기 위해 나섰습니다. X는 전체적으로 이미지 생성을 유료 기능으로 제한하여 대응했습니다.

영국 총리 대변인은 “이것은 불법 이미지를 생성하는 기능일 뿐이며 유료 서비스로 전환됐다”고 말했다.

AI는 '좋아요'를 가장 많이 누르는 집단의 형태로 성장합니다

인터넷의 영부인 레나는 사고를 당했다. 오늘의 기본값은 모델이 데이터 중심에서 성장하는 것입니다. 사용자의 클릭이 그것을 점점 더 멀리 밀어냈고, 마침내 누군가가 그것에 가격을 매겼습니다.

AI 생성 모델의 통계적 특성, '평균 얼굴'에 대한 인간의 미적 선호도, 사용자 클릭 및 상업적 인센티브가 피드백 루프를 형성합니다. 그들은 서로 독립적이지만 함께 모여 같은 방향을 가리키며 오늘날 콘텐츠 소비에 대한 기본 옵션이 되었습니다.