최근 레스토랑, 카페, 브랜드들이 AI 이미지 생성 기술을 활용해 음식 홍보 이미지를 만들면서, 식욕을 떨어뜨리는 기괴한 결과물이 쏟아져 나오고 있습니다. 도넛 모양의 새우, 심해에서 온 듯한 루벤 샌드위치, 벌레처럼 생긴 면 요리, 심지어 건축 자재처럼 보이는 아이스크림까지, AI가 만든 음식 이미지는 종종 불쾌감을 유발하며 온라인에서 화제가 되고 있습니다.
이러한 기괴한 AI 음식 이미지가 생성되는 데에는 여러 기술적, 인지적 이유가 있습니다. 옥스퍼드 대학교 AI 정책 전문가인 크리스 러셀 교수는 이미지 생성에 주로 사용되는 확산 모델(diffusion model)의 한계를 지적합니다. 확산 모델은 노이즈에서 시작해 점진적으로 노이즈를 제거하며 이미지를 만드는데, 이 과정에서 초기 단계에 기본적인 구조가 잘못 잡히면 나중에 세부 질감을 추가해도 전체적인 형태가 어색해진다는 설명입니다. 이는 마치 사람이 손가락을 6개로 그리는 것과 유사한 오류입니다. 또한, 나폴리 페데리코 2세 대학교의 지오반바티스타 칼리파노 행동 과학자는 확산 모델이 가늘고 연속적이며 끝이 있는 구조(예: 면, 가닥)를 생성하는 데 특히 취약하다고 말합니다. 이로 인해 면이 비정상적인 곳으로 번지거나, 거품이나 씨앗 같은 반복적인 질감이 불필요한 영역까지 침범하는 현상이 발생하여 트립포포비아(환 공포증)를 유발하는 이미지로 이어지기도 합니다.
더 근본적인 문제는 AI가 자신이 생성하는 사물에 대한 '이해'가 부족하다는 점입니다. 취리히 대학교의 롤랜드 마이어 교수는 AI 이미지 생성기가 세상에 대한 적절한 지식 없이 '겉모습'만을 재현한다고 설명합니다. AI는 수많은 이미지 데이터에서 통계적으로 사물이 어떻게 생겼는지 학습하지만, 왜 그렇게 생겼는지, 어떻게 기능해야 하는지는 알지 못합니다. 킹스 칼리지 런던의 마이클 쿡 교수는 이러한 이해 부족이 인간에게는 불쾌하게 느껴지는 미적 해석으로 이어진다고 덧붙였습니다. 예를 들어, 건축물에 사용되면 자연스러울 질감이 음식에 적용되면 돌이나 콘크리트처럼 보여 식욕을 떨어뜨리는 것입니다. 또한, AI 학습 데이터에 포함된 고도로 양식화된 음식 사진이나 실제 음식이 아닌 이미지들이 AI가 맥락을 이해하지 못한 채 표면적인 시각적 특징만 모방하게 만들어, 결과적으로는 전문가의 미학적 전략이 결여된 어색한 이미지를 생성하게 됩니다.