AI 용어집 · 기초 · 생성형 미디어
GAN 생성적 적대 신경망, Generative Adversarial Network
GAN(생성적 적대 신경망)은 가짜 데이터를 만드는 생성자와 진짜·가짜를 가려내는 판별자, 두 신경망을 서로 경쟁시켜 점점 진짜 같은 이미지 등을 만들어 내게 하는 방법이다.
어떻게 작동하나
생성자(Generator)는 무작위 숫자(잡음)를 입력받아 가짜 이미지를 만든다. 판별자(Discriminator)는 진짜 이미지와 생성자가 만든 가짜 이미지를 번갈아 보고 어느 쪽인지 판정한다. 판별자의 판정 결과는 피드백이 되어, 생성자는 판별자를 더 잘 속이는 방향으로, 판별자는 더 잘 가려내는 방향으로 각각 학습한다. 이 경쟁을 반복하면 생성자가 만드는 결과물이 점점 진짜에 가까워진다.
왜 중요한가
GAN은 사람이 정답을 일일이 붙여 주지 않아도 데이터의 생김새를 배워 새 데이터를 만들어 낼 수 있음을 보여 주었다. 실제로 존재하지 않는 사람의 얼굴 사진, 화풍 바꾸기, 저화질 사진을 선명하게 만들기 같은 기술이 GAN으로 크게 발전했다. 생성형 AI가 주목받기 전, 'AI가 그림을 만든다'는 인상을 대중에게 처음 강하게 남긴 기술 중 하나다.
알아 둘 점
두 신경망의 균형이 깨지면 학습이 불안정해지기 쉽다. 또 생성자가 판별자를 속이기 쉬운 몇 가지 결과만 반복해서 만드는 문제(모드 붕괴)가 자주 생긴다. 이런 이유로 오늘날 이미지 생성은 디퓨전 모델이 주류가 되었지만, 빠른 생성이 필요한 곳에서는 GAN 아이디어가 여전히 쓰인다. 진짜 같은 가짜 영상(딥페이크)에 악용될 수 있어 AI 워터마크 같은 대응 기술도 함께 논의된다.
예시
사진 앱의 '오래된 사진 선명하게 복원하기', 셀카를 만화풍이나 다른 나이대로 바꿔 주는 필터 등에 GAN 계열 기술이 쓰여 왔다. 또 실제 개인정보 없이 학습용 얼굴 이미지를 만드는 등 합성 데이터를 만드는 데도 활용된다.