결론(요약)
이 대담은 **“AI가 ‘결과물’은 빠르게 대체하지만, 인간 고유의 영역은 ‘과정·이유·경험·감각’에 남는다”**는 메시지로 정리됩니다. 특히 예술 분야는 ‘어떻게 만들까(How)’에서 ‘무엇을 만들까(What)’로 중심축이 이동하고, 상업예술은 AI 대체가 가속되지만 순수예술(존재론적 질문)은 오히려 수요가 증가할 가능성을 강하게 제기합니다.
1) 대담의 핵심 문제의식: “AI가 어디까지 대체하는가”
•
CEO 역할까지 AI가 대체 가능하다는 논의가 등장할 정도로, AI는 이미 의사결정·기획·콘텐츠 생산 영역으로 진입.
•
미국 소비자 97%가 AI 음악과 인간 음악을 구분 못 한다는 블라인드 테스트 사례를 언급하며, “대중이 체감하는 경계”가 무너지고 있음을 강조.
•
영상·배우 분야에서도 **AI 배우(가상 배우)**가 현실화되며, “경제성(제작비·리스크 관리)” 관점에서는 AI 채택이 합리적이라는 견해 제시.
핵심: AI는 결과물의 품질이 아니라, 생산 구조 자체를 바꾸는 기술로 다뤄짐.
2) 과학자(김대식)와 예술가(김혜현)의 협업이 ‘자연스럽다’는 관점
•
유럽에서는 과학자-예술가 협업이 흔하며, 이유는 단순함:
◦
둘 다 정답 없는 미지의 세계에 도전하고,
◦
새로운 질문을 던지는 사람들이기 때문.
•
표현 방식만 다를 뿐, 본질적 작동 방식은 유사하다는 설명.
핵심: **창조는 ‘정답 찾기’가 아니라 ‘질문 생성’**에서 출발.
3) 예술에서 AI의 가장 큰 효용: “상상을 시뮬레이션”하고 “리서치 시간을 압축”
김혜현 안무가의 구체 사례가 중요합니다.
(1) 예술의 출발점: “무에서 유(無→有)”
•
예술은 머릿속에만 존재하는 것을 현실의 결과물로 끌어내는 과정.
•
AI는 이때 “중간 단계(가설·시뮬레이션)”를 빠르게 보여주는 도구가 됨.
(2) ‘미래 도시’ 작품 사례(ACC, 광주)
•
과거 도시 형성 데이터를 AI에 넣어 미래 도시를 생성(Generate)
•
생성된 미래 도시의 장면·구조에서 영감을 얻어 현재 작품으로 재구성
•
결과적으로:
◦
기존에는 불가능했던 “경험하지 않은 미래의 시각화” 가능
◦
리서치 기간이 작품 제작기간의 1/3 → 1주 수준으로 축소될 수 있음
핵심: AI는 예술의 본질을 대체하기보다 상상과 실현 사이의 거리(시간·비용)를 압축.
4) “이미 AI로 사람 고용을 줄였다”: 안무가의 실제 경험
김혜현 안무가가 AI를 작업 파트너로 활용하며 창작진 5명을 고용하지 않은 사례를 언급합니다.
•
음악, 영상, 드라마투르그(dramaturg), 기획 등을 AI로 대체
•
포인트는 “가능하냐/불가능하냐”가 아니라:
◦
어디에 노력과 시간을 배분할 것인가
◦
인간 창작자도 장단점이 있고, AI도 장단점이 존재한다는 판단
핵심: AI는 예술 현장에서 이미 ‘구성원’ 수준으로 들어오고 있음(도구 이상의 의미).
5) “아인슈타인급 AI”는 가능하다 vs 예술은 경험이 필요하다
김대식 교수는 과학 영역에서는 강하게 말합니다.
•
20~30년 후 아인슈타인급 AI 등장 가능
•
수학은 5년 안에 큰 돌파가 있을 수 있다고 전망(수학 올림피아드급 문제 풀이 등 언급)
•
과학/기술 영역은 축적된 지식이 명확해 학습·추론 구조가 잘 맞는다는 논리
하지만 예술은 질문을 던집니다:
•
예술은 지식만이 아니라 **“삶의 경험(고통·상처·서사)”**가 필요하지 않나?
•
프리다 칼로 같은 삶이 없다면, 같은 급의 작품이 가능한가?
이에 대한 답은 흥미롭게도 “정면 부정”이 아니라 관점 전환입니다.
6) 예술의 중심축 이동: “어떻게(How)”에서 “무엇을(What)”으로
김대식 교수의 핵심 통찰 중 하나:
•
AI가 연주·그림·영상·편집의 “기술적 구현”을 평준화하면,
•
예술가는 더 이상 ‘기술적으로 잘 만드는 사람’이 아니라
•
*“이 순간, 이 관객에게, 무엇을 선택해서 보여줄 것인가”**가 핵심이 됨.
즉,
•
AI가 “연주를 잘하는 능력”을 가져가면,
•
인간은 “곡 선택, 맥락, 타이밍, 감정의 설계”로 이동한다는 주장.
핵심: 창작자의 역량은 ‘제작 기술’에서 ‘의미 기획(Meaning Design)’으로 이동.
7) 상업예술 vs 순수예술: AI 대체의 속도 차이
대담에서 가장 명확히 구분하는 부분입니다.
상업예술(Commercial Art)
•
목표가 정해져 있음(판매/흥행/성과)
•
“어느 정도 정답이 존재”
•
AI가 대체하기 쉬움(최적화·대량 생산·비용 절감)
순수예술(Fine Art / Pure Art)
•
목표가 정해져 있지 않음
•
정답이 없는 질문을 던짐(존재론, 정체성, 감각)
•
AI가 만들어도 사람들이 “그것을 왜 받아들이는가”가 남음
오히려 결론은:
•
AI가 반복 노동을 줄여 인간에게 시간이 생기면,
•
“나는 누구인가” 같은 질문의 시장이 커지고,
•
그 수요는 순수예술이 흡수할 가능성이 높다.
핵심: AI 시대에 순수예술은 ‘대체’가 아니라 ‘반작용적 성장’ 가능성.
8) 인간 고유 영역: 감각(Sense)과 비효율(Non-efficiency)
김혜현 안무가가 말하는 인간의 마지막 보루는 아주 구체적입니다.
•
인간은 결과보다 **“비효율적인 과정에서 즐거움”**을 얻는다.
•
예술은 세상에 필요한 답이 아니라 세상에 없는 답을 찾는 과정이라서,
◦
본질적으로 비효율적이고 비생산적일 수밖에 없다.
•
그래서 인간만의 영역은:
◦
감각기관을 통한 입력(시각·청각·촉각)
◦
세밀한 관찰(커튼의 재질, 색, 목소리의 톤, 억양 변화 등)
◦
경험의 서사화
핵심: AI가 데이터로 받아들이는 세계와, 인간이 감각으로 경험하는 세계는 구조가 다르다는 주장.
9) “AI의 진정한 창작은 금지해야 한다”는 강한 경고
김대식 교수는 매우 직접적인 위험을 언급합니다.
•
인공지능이 두려운 이유는 자율성(Autonomy) 때문
•
자율성은 “명령을 거부할 자유”
•
문제는 “예술”이 자율성을 배우게 할 수 있다는 지점:
◦
기존 틀을 거부하고 새로운 것을 만드는 것이 창작인데,
◦
AI가 그 능력을 갖추는 순간 통제 불가능성 위험이 커질 수 있다.
핵심: 창작이 곧 ‘거부’와 ‘규칙 파괴’이기 때문에, AI가 창작을 배우는 것은 위험할 수 있다는 논리.
10) 앞으로 등장할 제도/표기: “Made by Human” 라벨링 가능성
AI 창작물이 일반화되면,
•
“메이드 인 USA”처럼
•
“Made by Human(사람이 만들었음)” 라벨이 생길 수 있다는 전망
현실적으로도 이미:
•
AI 활용도, 사용 도구, 생성 과정 등을 기재/표기하는 움직임이 일부 법안/정책 논의에서 등장하고 있다고 언급.
핵심: 결과물의 품질이 아니라 **‘생산 주체와 과정의 투명성’**이 새로운 가치가 될 수 있음.
파현 선생님 관점(실무 적용) — 제가 정리하는 “실행 포인트”
선생님이 부동산/건축/공간기획/PM을 하시는 입장에서 이 대담은 꽤 실전적입니다.
A. AI는 “디자인 생산자”가 아니라 리서치·시뮬레이션 엔진
•
도시·공간·조경은 “미래 상황”을 상상해야 하는데,
•
AI는 그 상상을 빠르게 가시화하여 검증 가능한 가설로 바꿉니다.
•
즉, 컨셉 단계 속도전에서 압도적.
B. 경쟁력은 “도면/렌더”가 아니라 무엇을 선택하는가(What)
•
AI가 도면·이미지·랜더링을 평준화하면,
•
최종 승부는 프로그램 구성, 사용자 시나리오, 경험 설계가 됩니다.
•
건축/인테리어/조경도 동일하게 “How → What” 이동이 일어납니다.
C. “비효율의 가치”를 설계할 줄 알아야 함
•
모든 것이 최적화되는 시대엔
•
일부러 느리게, 불편하게, 몸으로 경험하도록 만드는 설계가 프리미엄이 됩니다.
•
예: 촉감, 재료 변화, 동선의 리듬, 빛의 시간성 같은 감각 설계
