Earticle

초록

영어

This paper asks whether, in the age of AI, the belief that images reproduce reality “as it is” still holds, and whether today’s AI images are grounded in representation or in simulation. First, the paper reviews analog and digital cases that abused claims of unmediated reproduction, showing that past “representations” were often constructed and manipulated. It then adopts video-game designer and theorist Gonzalo Frasca’s distinction: representation is a descriptive, past-oriented form, whereas simulation, premised on dynamic change, can yield multiple outcomes. Building on this, the paper examines specific AI-image works to consider whether such images—trained on prior representations—lean toward representation or, because they generate new images from learned results, toward simulation. The first case is Bjørn Karmann’s Paragraphica (2023), which invites comparisons between a street photograph taken with a camera-like AI device and an AI image generated by tuning Google Street View data and textual parameters. Another is Daniel Voshart’s Roman Emperor Project (2021), which attempts to “restore” the nonexistent from coins and portraits. These examples suggest that AI images form a complex relationship between representation and simulation. Accordingly, the paper argues that generative AI images may be both a ‘representation of representation’ and a ‘simulated representation,’ and that, in the AI image era, the meanings of representation and simulation are undergoing rapid diversification and expansion.

한국어

본고는 AI 시대에 이미지가 있는 그대로를 재현한다는 믿음이 여전히 유효할 수 있는가, 그리고 오늘날 AI 이미지는 재현에 기반하는가 혹 시뮬레이션에 기반하는가 질문한다. 먼저 아날로그 ‧ 디지털 시대의 이미지가 카메라 앞 현실을 있는 그대로 재현한다는 믿음을 임의로 악용한 사례에 대해 살펴보며, 과거의 재현 가운데서도 조작되고 만들어진 재현이 있었음을 논한 다. 이후 재현과 시뮬레이션의 차이점을 비교하여 효과적으로 설명한 비디오게임 디자이너이자 이론가인 프라스카의 논의를 통해 재현과 시뮬레이션의 특성을 파악한다. 그에 따르면 재현은 현실을 이해하기 위해 묘사 혹은 내러티브 형식이기에 과거 를 바탕으로 하는 반면, 시뮬레이션은 역동적인 변화를 전제로 한 다양한 결과를 낳을 수 있는 힘을 가졌다고 말한다. 본고는 이를 바탕으로 AI 생성 이미지의 실제적 사례를 통해 점검하며 분석을 이어가는데, 이들이 과거의 재현된 결과물을 바탕으로 학습했기에 재현에 가까운지, 혹은 학습된 결과물을 바탕으로 새로운 이미지를 산출하기에 시뮬레이션에 가깝다고 볼 수 있 을지 고찰한다. 그 첫 번째 사례는 카르만의 (2023) 작업이다. 그는 카메라 형체를 닮은 AI 이미지 생성 기계 를 들고 실재 거리에서 사진을 찍고, 또 뒤에 보이는 실재의 재현을 위해 구글 스트리트뷰의 데이터와 텍스트 매개변수를 조 정하여 생성한 AI 이미지를 만든 후 이들을 서로 비교하도록 유도한다. 또 다른 사례로는 보사트의 (2021) 작품을 분석하는데, 이는 동전이나 초상화로만 남아 있는 실재하지 않는 로마 황제의 얼굴 ‘복원’을 시도 한다. 이 사례들은 오늘날 AI 생성 이미지는 단순한 재현이나 시뮬레이션에 머물지 않음을 보여주며 그 사이의 복잡한 관계 를 형성하고 있음을 보여준다. 이를 통해 본고는 오늘날의 생성형 AI 이미지는 재현된 이미지를 학습하여 또 다른 재현을 시 도하는 ‘재현의 재현’이자, 사람들이 현실을 바라보며 갖는 이상과 욕망의 정형을 바탕으로 재현 자체를 시뮬레이션하는 ‘시 뮬레이션 된 재현’일 수 있음을 밝히며, AI 이미지 시대에 기존의 재현과 시뮬레이션의 의미는 한층 더 급격히 다변화하고 있음을 주장한다.

목차

Abstract
국문초록
1. 서론
1.1. 연구 배경과 목적
1.2. 연구 방법
2. 아날로그 사진과 디지털 이미지에서 만들어진 재현
2.1. 전통적인 사진의 지표성과 오염된 재현
2.2. 디지털 이미지의 등장과 전통적 사진 지표성의 붕괴
3. AI 생성 이미지에서의 재현과 시뮬레이션
3.1. AI 생성 이미지의 등장
3.2. 재현의 재현
3.3. 시뮬레이션 된 재현
4. 결론
참고문헌

키워드

저자

• 현승우 [ Hyun, Seung Woo | 연세대학교 커뮤니케이션대학원 미디어아트 전공 석사과정 ] 주저자
• 이현진 [ Lee, Hyun Jean | 연세대학교 커뮤니케이션대학원 미디어아트 전공 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  CONTENTS PLUS

• 간기

  격월간

• pISSN

  2092-8157

• 수록기간

  1999~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700