Earticle

초록

영어

This study explores how generative AI reconstructs style and reshapes creative authorship in image production. Unlike traditional art, where style reflects an individual artist’s expression and experience, generative AI processes style as statistical patterns learned from large-scale datasets. In the present experimental context, the generated images appeared to be constructed through the recombination of learned visual patterns rather than through the direct replication of a specific artwork. The findings suggest that creative production in generative AI environments emerges through the interaction of datasets, algorithms, and user input. As a result, authorship becomes a distributed and relational structure within the generation process.

한국어

본 연구는 생성형 AI가 이미지 생성 과정에서 스타일을 어떻게 재구성하고 창작 주체를 어떻게 변화시키는지를 탐구한다. 전통 예술에서 스타일이 작가 개인의 표현과 경험을 반영하는 개념이었다면, 생성형 AI는 이를 대규모 데이터셋으로부터 학습된 통계적 패턴으로 처리한다. 본 실험 사례에서 생성형 AI 이미지는 특정 원본 작품의 직접적 복제라기보다, 학습된 시각적 특징들의 재조합 방식으로 구성되는 경향이 관찰되었다. 또한 생성형 AI 환경에서의 창작은 데이터셋, 알고리즘, 사용자 입력의 상호작용 속에서 이루어지며, 저자성 역시 단일 창작자 중심이 아닌 분산적이고 관계적인 구조로 변화하고 있음을 제시한다.

목차

ABSTRACT
요약
1. 서론
2. 이론적 배경
2.1 양식(Style)의 개념
2.2 창작 주체와 저자성의 개념
3. 생성형 AI의 스타일 재현 방식
3.1 생성형 AI 이미지 생성의 기본 구조
3.2 생성형 AI에서 스타일 학습과 특징 추출
3.3 생성형 AI의 스타일 재현 과정
4. 생성형 AI 환경에서 나타나는 창작 주체의 분산
4.1 생성 과정에서의 행위자 구성
4.2 스타일 재현 과정에서의 역할 분화
4.3 생성 사례를 통한 스타일 재현 구조 분석
4.4 창작 주체의 분산 구조와 저자성(Authorship)의 재구성
5. 결론
Acknowledgement
참고문헌

키워드

저자

• 김소영 [ So-Young Kim | 경일대학교 만화애니메이션학부 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  컴퓨터게임및콘텐츠논문지(구 한국컴퓨터게임학회논문지) [Journal of Computer Games and Contents]

• 간기

  월간

• pISSN

  3091-7409

• eISSN

  3092-3638

• 수록기간

  2002~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 691 DDC 793