조코딩의 AI 리터러시 강의 2강 : AI는 모든 형태의 콘텐츠를 다룬다

Video: 조코딩의 AI 리터러시 강의 2강 : AI는 모든 형태의 콘텐츠를 다룬다
Channel: 조코딩 JoCoding
Duration: 10m 56s
Source: subtitle (auto, ko)
Transcript:
안녕하세요. 조코딩입니다. AI 리터러시 강의 첫 파트 두 번째 영상입니다. 코딩을 몰라도 AI에게 내 업무를 맡기고 싶은 분들을 위해 준비한 강의인데요. 내 편이 이어지는 내용이니 꼭 끝까지 시청해 주시면 감사하겠습니다. 오늘은 두 번째 영상. AI가 이미지부터 영상까지 어떤 콘텐츠를 만들 수 있는지 알아보겠습니다. 이번에는 AI는 이제 모든 형태의 콘텐츠를 다룬다라는 주제로 진행을 해 보겠습니다. 앞서 AI가 진행이 점점 똑똑해지고 가격은 저렴해진다는 걸 말씀드렸는데 AI가 생산해내는 건 그냥 단순한 어떤 텍스트적인 지능뿐만이 아니죠. 요즘에는 이미지, 음성, 음악, 영상 등 다양한 멀티모델 생성형 AI들이 빠르게 발전을 하고 있습니다. 그래서 그게 얼마나 발전을 했는지 그리고 앞으로 얼마나 좋아질지 살펴보도록 하겠습니다. 먼저 생성형 이미지입니다. 이미 사실 사진과 구분이 어려울 정도로 굉장히 정교한 이미지 생성을 할 수가 있습니다. 이거는 뭐 여러 번 뽑은 거 아니고 방금 그냥이 강의 자료를 만들면서 뽑아 본 예시인데 서울 골목 카페에서 웃는 두 친구의 스마트폰 스냅이라고 입력하고 뽑으면 얼핏 봤을 때 이게 사진인지 아니면 생성된 이미지인지 한 번에 알기는 어려운 그런 수준까지 나오게 됐습니다.

물론 제가 이게 바로 뽑은 거라 좀 더 정교하게 하면 더 잘 나올 수 있는데 네. 아무튼 이제 실제랑 사실 구분이 어려울 정도로 굉장히 이미지 생성이 정교해졌고요. 굉장히 정교한 이미지 생성도 가능합니다. 예를 들어 수천 아래 쌀더미에서 쌀 하나의 조코딩이라는 글자를 새겨서 출력해 줘라고 하고 출력을 하면 이런 왼쪽에 이미지가 나옵니다. 왼쪽 이미지만 봤을 때는 어 글자가 어디지라고 보실 수 있을 것 같은데 제가 마우스로 이렇게 표시를 해 드리면 여기에 조코딩이라고이 수천알의 쌀알 중에 이렇게 써져 있는 걸 볼 수가 있죠. 어, 이걸 확대를 해 보면 요렇게 정교하게 잘 표시가 돼 있는데요.이 정도로 단순히 프롬트만으로 이런 정교한 이민 생성이 가능합니다. 그리고 뭐 이런 손글씨 표현 이런 것도 생성해 줘라고 하면 진짜이 사람이 글씨 손으로 쓴 것처럼 종교하게 이렇게 나오는 것도 볼 수가 있고요. 그다음에 한글 표현도 잘 됩니다. 예전에는 뭐 한글이 포함된 어떤 이미지를 생성하면 한글 글씨가 되게 이상하게 나왔는데 요즘에는 이런 글자 표현도 잘돼 가지고 한 방에 포스터 같은 것도 뽑아 볼 수가 있죠.

게다가 이런 이미지 생성 AI를 응용하면 할 수 있는게 굉장히 많습니다. 예를 들어 이미지를 넣어서 이미지 변형도 가능한데요. 그냥 스마트폰으로 대충 찍은 이런 햄버거 사진 찍은 다음에 이거를 스튜디오에서 찍은 것처럼 바꿔 줘라고 하면이 사진이 요렇게 마치 정말 전문 스튜디오에서 음식 사진을 찍은 것처럼 깔끔하게 바꿀 수가 있겠고요. 그러면 이제 뭐 자영업 사장님들이나 이런 깔끔한 스튜디오에서 촬영한 이미지가 필요할 때 훨씬 단순하게 뽑아 볼 수가 있겠죠. 그리고 뭐 인테리어를 한다라고 했을 때도 이렇게 네, 집안 평면도에서 요쪽으로 바라봤을 때 어떻게 생겼을 것인가 이런 것도 3D 뷰로 화살표만 대충 그린 다음에 요거를 생성해 줘라고 하면 요렇게 뷰가 나오게 됩니다. 즉 이렇게 굉장히 정교하고 복잡한 이미지 작업까지도 처리가 될 정도로 이미지 생성 모델이 많이 발전을 했고요. 그러다 보니 이제 실제 업무에서 활용할 수준까지 올라갔다라고 할 수가 있겠습니다. 이미지뿐만 아니라 오디오 쪽도 굉장히 정교하게 발전을 했습니다.

원래 이제 텍스트로부터 음성을 생성하는 TTS라는 기술을 생각을 해 보면 이전에는 사실 좀 기계처럼 뭔가 로봇처럼 말하거나 되게 부자연스럽다라고 생각이 드실 수 있는데요. 근데 이제 이런 TTS 감정 지시업까지 포함해 가지고 정말 감정을 담아서 성우가 연기를 하는 것처럼 연기를 할 수가 있습니다. 그리고 원래는 이제 한글이 좀 되게 더 어색하게 되고 영어만 잘되는 경우도 있었는데 이제는 한글 표현도 굉장히 정교하게 잘됩니다. 그래서 한번 같이 들어보도록 하겠습니다. 네. 일레 랩스라는 그 회사의 기술을 이용했는데요. 이렇게 대괄로로 감정 표현을 넣어주면이 감정에 맞게 읽어 주게 됩니다. 한번 들어보시죠. >> 그리고 조코리님 강연도 있다고요? 진짜 대박. 조코딩 채널 구독은 하셨겠죠? 어, 아직 조코딩 채널 구독 안 하신 거예요? 당장 구독하세요. 진짜로요. >> 네. 이렇게 감정 태그를 잘 반영한 걸 볼 수가 있죠. 그리고 또 오디오 쪽에서 빠질 수 없는게 음악이죠. 음악 생성도 정말 쉬워졌습니다. 원래는 이제 뭐 작곡이라고 하면 굉장히 어려운 분야이라고 할 수가 있겠는데 이제는 진짜 수노 AI 같은 이런 서비스를 이용하게 되면 프롬트 한 줄만 입력하면 진짜 몇 초만에 곡이 탄생을 합니다.

그래서 어떤 곡을 원하는지 그 스타일만 입력하면 본인의 맞춤형으로 노래를 만들 수가 있는데요. 예를 들어 저는 대한상의 하계럼이라는 그 행사에 맞춰서 그냥 그 행사 정보만 입력해 가지고 스노 AI에서 노래를 한번 뽑아 봤습니다. 그랬더니 그냥 프롬트 입력 한 번에 >> 내 항상 하기포럼 경주에서 열린 축제처럼 결정해 불꽃 컴네 >> 요런 식으로 노래가 한 번에 축제 맞춤명으로 만들어진 걸 볼 수가 있습니다. 원래 이거를 뭐 축제에 맞춤명을 하려면 뭐 작곡도 하고 작사도 하고 굉장히 복잡한 과정이 있어야 됐을 텐데 그냥 프롬트 한 방에 행사 정보만 넣어 주면 이런 노래가 바로 나올 수가 있겠습니다. 네. 여기서 더 나아가서 요즘에 이제 수노 AI에서 그 음악 편집 관련 툴도 만들고 있는데요. 그래서 이렇게 만들어진 곡을 변형하고 편곡하는 거 이런 것도 충분히 가능합니다. 네. 그래서 예시로 경주에서 열린 축제처럼. >> 네. 아까 들었던 곡에서 이제 경주에서라는 가사가 있습니다. 그런데 이게 뭐 장소가 변경됐다라고 생각하고 경주에서를 가사 바꾸기를 통해서 서울에서로 바꾼 다음에 그냥 리플레이스 교체하는 버튼만 누르면 >> 서울에서 열린 축제처럼 결정해 볼 곳 캄네 >> 그러면 이렇게 아까 처음 들었던 곡의 느낌을 유지하면서 가사만 서울에서로 바꿔 적절하게 이어주는 것까지 해주는 걸 볼 수가 있습니다.

네. 이렇게 음악 작곡부터 뭐 편집까지도 AI를 활용해서 할 수 있도록 빠르게 발전을 하고 있습니다. 추가로 영상 생성 AI가 얼마나 발전했는지 보도록 하겠습니다. 현재 기준으로 가장 성능이 좋은 모델인 C댄스 2.5라는 모델을 기준으로 보자면 이제는 지시문 하나로 소리까지 포함해서 30초 길이의 영상을 한 방에 생성을 할 수가 있습니다. 원래 한 2년 전까지만 해도 그냥 소리 포함하는 영상을 만들기도 어려웠고요. 그리고 그 퀄리티도 정말 안 좋았습니다. 그런데 굉장히 짧은 시기만의 AI 영상 생성이 좋아지면서 이제는 한 방에 30초짜리 영상을 만들 수 있게 됐고요. 그래서 저도이 데모를 준비하면서 바로 영상을 뽑아 봤습니다. 네. 그래서 아이돌 뮤직 비디오 프롬트를 짜 가지고 한 방에 영상을 생성을 했는데 한번 함께 30초짜리 보시죠. 나이스. >> 네. 이렇게 AI 뮤직 비디오 한 방에 생성된 거를 봤는데 다양한 장면들이 나오면서 인물의 일관성도 유지되고 심지어 이제 노래까지 같이 생성이 돼 가지고 한 방에 30초 영상이 만들어진 겁니다.

원래 이제 뮤직 비디오를 촬영한다라고 하면 굉장히 비용이 많이 드는 걸로 알고 있는데 이런 거를 그냥 프롬트 한 방에 영상을 만들 수 있는 수준까지 됐습니다. 물론 아직 뭐 완벽한 퀄리티라고 할 순 없겠지만 네. 그래도 프롬트만 좀 정교하게 쓰고 여러 번 다듬다 보면 충분히 어느 정도 활용이 가능한 이런 영상들을 뽑아낼 수가 있겠고요. 그리고 이제 발전 속도를 생각해 보면 사실 2년 만에 이제 무음 영상 겨우 이상하게 만드는 거에서이 정도 퀄리티까지 올라온 거거든요. 그래서 앞으로 발전할 걸 생각하면네 영상도 뭐 촬영하는 문제가 아니라 지시하는 것만 잘하면 이제 원하는 대로 만들 수 있는 그런 단계까지 오지 않았나 싶습니다. 지금까지 이미지, 목소리, 음악, 영상 멀티모델 AI의 최신 사례들 함께 살펴봤는데요. 그런데 그냥 최신 AI가 중요한게 아닙니다. 여기서도 발전 속도가 중요합니다. 실제로 어마어마하게 빠르게 발전을 했는데요. 불과 3년 전인 2023년과 비교를 해 보자면 이미지 하면은 원래는 이제 사람 손가락도 뭐 여섯 개, 일곱 개 이렇게 나오는 이런 때가 얼마 전이었고요.

요즘에는 굉장히 정교하게 나오죠. 그리고 목소리 아 너무 기계 같이 읽어 주는게 이전에 TTS였는데 이제는 감정 표현까지 정말 성우가 연기하는 것처럼 연기해 주기도 하고요. 그리고 음악 뭐 짧은 멜로디 조각 뭐 이런 거 만들 수 있을 정도였는데 이제는 26년 완전 뭐 가사 이런 스타일 지식만으로도 하나의 곡이 완성되는 수준까지 이르렀고요. 또 영상 생성. 아마 뭐 윌스미스가 스파게티 먹는 영상 해 가지고 민처럼 돌아다니 영상이 있을 정도로 굉장히 일그러진 이런 웃긴 영상밖에 나오지 않았었는데 심지어 소리도 없었죠. 그런데 이제는 뭐 노래나 안무 이런 것도 한 방에 생성될 수 있는 최대 30초 길이의 영상이 그냥 프롬트만으로 생성이 될 정도로 정교한 멀티모델 AI 생성이 가능해졌습니다. 그래서 이런 멀티모델 결과물들도 이제는 얼마나 잘 만드냐는 AI가 많은 부분 해결해 주고 있고요. 그래서 무엇을 만들 것인가, 무엇을 시킬 것인가 더 중요한 이런 시점이 되었습니다. AI 리터러시 강의 이회차 끝까지 시청해 주셔서 감사합니다.

AI 리터러시 전체 강의가 궁금하신 분들은 AX 인재전쟁 온라인 설명란과 고정 댓글에 있는 링크에서 시작하실 수 있습니다. 감사합니다.