Earticle

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.

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.