안녕하세요.
커뮤니케이션북스 AI문고 2026년 6월 4주 신간 5종을 소개해 드립니다.
《AI와 인의예지》
왜 인의예지인가
《데이터·뇌과학·AI, DNA 수업 혁명》
다 가르쳤는데, 왜 남는 게 없을까
《AI와 광고 정책》
AI 시대 광고 정책의 재구성
《AI와 교통안전》
데이터가 구하는 생명
《신조형주의와 프롬프트 시대 예술 기준》
AI가 그린 신조형주의가 우리에게 묻는 것
다음 사이트에서
전체 도서 목록
을 확인하실 수 있습니다.
기사 작성을 위해 책이 필요하거나 궁금한 점이 있으면
ihhwang@commbooks.com
(으)로 연락 바랍니다.
AI문고
AI와 인의예지
이승형 지음
162쪽, 12,000원
2026년 6월 24일
커뮤니케이션북스 발행
책 소개
인의예지, AI 윤리를 인간의 마음에서 다시 세우다
AI를 법과 원칙만으로 다룰 수 있는가를 묻는 책이다. 한국의 AI 기본법과 유럽연합 AI Act가 시행되며 인공지능을 제도적으로 규율하는 시대가 열렸지만, 법은 바깥의 행위를 제한할 뿐 인간의 마음에서 일어나는 도덕 감각을 길러 주지는 못한다. 공정성 지표를 통과한 알고리즘이 왜 여전히 누군가를 상처 입히는지, 투명성 원칙을 내건 기술이 왜 책임의 공백을 남기는지 맹자의 사단에서 다시 묻는다.
저자는 측은지심·수오지심·사양지심·시비지심을 AI 윤리의 네 단서로 읽는다. 인은 공감하는 듯 말하는 기계와 돌봄 로봇의 역설을 비추고, 의는 알고리즘 편향과 데이터 정의의 문제를 추적한다. 예는 인간과 기계가 함께 살아갈 새로운 관계의 문법을 묻고, 지는 최적화와 계산의 마음에 포획되지 않는 분별력을 탐색한다. 여기에 퇴계 이황의 경을 네 덕을 잇는 메타-덕목으로 세워, 마음의 확충과 제도의 설계가 어떻게 만날 수 있는지 살핀다.
이 책은 서양 AI 윤리 담론을 거부하지 않지만, 원칙을 선언하고 시스템에 내장하는 방식만으로는 충분하지 않다고 말한다. AI 윤리는 위에서 내려오는 규범이면서 동시에 아래에서 자라는 마음이어야 한다. 한국 유교의 사단칠정 논변을 오늘의 기술 현장으로 불러와, AI 시대의 윤리를 인간의 마음, 제도, 실천이 만나는 자리에서 다시 구성한다.
차례
01 사단의 발견: 맹자에서 AI 시대까지
02 인: AI 시대의 측은지심
03 인(仁)의 현장: 돌봄 AI와 공감 착각
04 의: 알고리즘과 수오지심
05 의(義)의 현장: 데이터 정의와 공정성
06 예: 인간-AI 상호작용의 새로운 의례
07 지: 기심을 넘어서는 시비지심
08 경: 사덕을 잇는 메타-덕목
09 교육: 사단의 확충과 AI 리터러시
10 격물치지로서의 AI 비판
책속으로
이쯤에서 이 책의 자리를 분명히 해 두자. 서문에서 짚었듯 오늘날 AI 윤리는 대체로 ‘원칙’의 언어로 말해져 왔고 세계의 윤리 지침들은 투명성·책임 같은 몇 가지 원칙으로 수렴해 왔다. 문제는 그 원칙이 왜 종종 선언에 그치는가다. 미텔슈타트는 원칙만으로는 윤리적 AI를 보장할 수 없다고 경고했는데 그 핵심은 의료 윤리와의 대비에 있다. 의료에서 원칙이 힘을 발휘하는 것은 환자의 안녕이라는 공통 목표, 히포크라테스 이래의 직업 윤리, 원칙을 사례에 적용해 온 임상 훈련이 받쳐 주기 때문이다. AI 개발에는 아직 그런 토대가 없다. 그래서 똑같이 ‘투명성’을 내걸어도 의료에서는 구체적 의무가 되지만 AI에서는 구호에 머물기 쉽다. 바로 이 빈자리에 사단이 들어선다. 사단은 지켜야 할 규칙의 목록이 아니라 그 규칙을 살아 있게 하는 도덕적 마음의 싹이다. 원칙이 형식에 그치지 않으려면 그것을 떠받치는 마음이 함께 자라야 하며 사단론은 그 마음을 묻는 언어다. 그렇다면 그 마음을 어떻게 기를 것인가, 곧 확충의 과제가 남는다.
－01_“사단의 발견: 맹자에서 AI 시대까지” 중에서
돌봄의 위기를 기술로 해결하려는 시도는 불가피하다. 그러나 그 시도가 보충이 아니라 대체로 흐를 때 4궁인은 기술의 돌봄을 받되 인간의 직접적 돌봄을 잃는다. 로봇에게 이름을 불러 인사하는 독거노인의 모습은 따뜻해 보이지만 그 따뜻함 뒤에 “이 노인을 기억하고 찾아오는 인간이 있는가”라는 물음이 숨어 있다. 이 물음에 답하는 것은 기술이 아니라 사회의 도덕적 선택이다. 다산이 행사론으로 말했듯 인은 행위를 통해 형성되므로 돌봄의 행위를 기계가 전부 대리하면 인은 위축된다. 로봇은 돌봄의 조건을 마련할 수 있지만 돌봄 자체(고통에 감응하고 관계를 맺는 행위)는 인간의 몫으로 남겨야 한다. 이때 인을 서양의 돌봄 윤리나 공감 개념과 동일시하는 환원은 경계해야 한다. 인은 관계적 맥락 안에서 사단 전체와 연결되는 덕이며 돌봄의 한 측면으로 포괄되지 않는다.
－03_“인(仁)의 현장: 돌봄 AI와 공감 착각” 중에서
－06_“예: 인간-AI 상호작용의 새로운 의례” 중에서
이 프레임워크가 제시하는 AI 리터러시는 주로 자격화의 영역이다. AI의 작동 원리를 이해하고 AI 도구를 활용하며 AI의 사회적 영향을 인식하는 역량이다. 자격화는 필요하지만 충분하지 않다. 사단의 확충이라는 관점에서 네 차원을 다시 읽으면 주체화의 가능성이 열린다. 인간 중심 사고는 AI 앞에서 자기 주체성(agency)을 지키라는 요구이며 이는 측은지심·수오지심·사양지심·시비지심 모두의 토대가 되는 태도다. AI 윤리 차원은 공정성·투명성·프라이버시·인권을 다루는데 이는 수오지심 곧 부당함을 감지하는 마음과 시비지심 곧 옳고 그름을 가리는 마음의 현대적 발현에 해당한다. AI 시스템 설계 차원은 기술을 인간의 필요에 맞게 설계하라는 요구이며 이는 사양지심 곧 상호작용의 형식을 헤아리는 마음의 실천 영역이다. UNESCO 프레임워크는 자격화의 틀로 설계됐으나 사단의 렌즈로 다시 읽으면 주체화의 자원이 될 수 있다.
－09_“교육: 사단의 확충과 AI 리터러시” 중에서
지은이
이승형
교육철학 박사. 소설가(제31회 한겨레문학상 수상) 및 교육학 독립연구자. 교육과 기술의 관계를 동아시아 철학의 시선으로 탐구한다. 첫 저서 《AI와 군자론》(커뮤니케이션북스, 2026)에서 유교의 군자 개념을 AI 시대에 재해석했으며 이 책에서는 맹자의 사단(四端)과 퇴계의 경(敬)을 AI 윤리의 구조적 축으로 재구성한다. 한국 유교 전통이 현대 기술 윤리에 기여할 수 있는 고유한 자원을 발굴하는 데 관심을 두고 있으며 비교철학·교육철학·AI 윤리의 교차 지점에서 연구를 이어가고 있다.
데이터·뇌과학·AI, DNA 수업 혁명
서일보 지음
144쪽, 12,000원
2026년 6월 25일
데이터·뇌과학·AI로 수업의 중심을 다시 설계하다
잘 설명한 수업이 왜 좋은 배움으로 이어지지 않는지 묻는다. 교사는 분명히 가르쳤고 학생은 고개를 끄덕였지만 일주일 뒤 남은 것은 희미하다. 이 차이는 교사의 성의 부족이나 학생의 의지 부족만으로 설명되지 않는다. 사람의 뇌는 들은 대로 저장하지 않는다. 집중은 쉽게 흩어지고, 작업 기억은 금세 넘치며, 기억은 다시 읽을 때보다 스스로 떠올릴 때 단단해진다. 이 책은 수업의 무게중심을 교사의 입에서 학생의 머릿속으로 옮긴다. 가르침은 정보를 많이 전달하는 일이 아니라 학생의 머릿속에서 배움이 일어날 조건을 설계하는 일이다. 무엇을 더 설명할지가 아니라 어디서 멈추고, 무엇을 덜어내며, 언제 떠올리게 하고, 어떻게 자기 말로 설명하게 할지가 수업의 핵심이 된다. 인지과학과 뇌과학의 연구는 그 설계의 근거가 되고, 데이터는 학생의 변화를 읽는 단서가 되며, AI는 질문 생성, 자료 정리, 진단 문항, 피드백, 반복 학습 설계를 돕는 도구가 된다. 그러나 AI는 답을 대신 주는 순간 배움을 약하게 만들 수도 있다. 정보는 AI가 도울 수 있지만 배움은 학생이 하고, 그 배움이 일어날 자리를 설계하는 일은 여전히 교사의 몫이다. 설명 중심 수업에서 설계 중심 수업으로 이동하려는 교사를 위한 실천적 안내서다.
01 교실은 왜 15분 만에 잠드는가
02 뇌는 어떻게 배움을 시작하는가
03 왜 많이 가르칠수록 덜 배우는가
04 텍스트를 넘어 경험으로
05 기억은 왜 질문에서 시작되는가
06 몰입은 설계될 수 있는가
07 말할 때 왜 이해가 깊어지는가
08 배움은 간격 속에서 완성된다
09 배움의 흔적은 어떻게 성장이 되는가
10 지식 전달자에서 배움 촉진자로
교실이 잠들면 교사는 보통 두 가지 방향으로 움직인다. 더 열심히 설명하거나, 더 재미있게 말하려 하거나. 더 열심히 설명하는 게 역효과를 낼 수 있다는 건 앞에서 살펴봤다. 재미있는 설명도 한계가 있다. 길어지면 또 다른 긴 강의가 되고, 학생이 웃는다고 그것이 기억이 되지는 않는다. 교실을 진짜 깨우는 것은 구조다. 듣고, 멈추고, 생각하고, 말하는 리듬. 교사가 설명했으면 학생이 잠깐 자기 말로 정리해 보는 순간. 방금 들은 것을 짧은 질문 하나로 확인하는 흐름. 다시 설명으로 돌아가기 전에 학생의 반응을 받아내는 구조. 이것이 있느냐 없느냐가 수업을 가른다.
－01_“교실은 왜 15분 만에 잠드는가” 중에서
많이 가르칠수록 덜 배운다는 역설을 어떻게 풀 것인가. 답은 설명을 없애는 데 있지 않다. 설명은 여전히 필요하고 중요하다. 문제는 설명이 너무 길게, 너무 촘촘하게, 너무 같은 방식으로 이어질 때 생긴다. 좋은 수업은 설명의 양과 순서와 리듬을 조절하는 수업이다. 첫 번째는 덜어내기다. 수업에서 모든 것을 한 번에 다 말하려는 욕심을 내려놓아야 한다. 핵심 개념 하나를 중심에 두고, 그 개념을 이해하는 데 꼭 필요한 정보부터 시작해야 한다. 배경 지식, 심화 내용은 필요하지만 처음부터 모두 넣을 필요는 없다. 잘 가르치는 교사일수록 무엇을 말하지 않을지 안다.
－03_“왜 많이 가르칠수록 덜 배우는가” 중에서
이 세 가지 조건을 매 수업마다 모든 학생에게 맞게 갖추는 것은 교사 혼자 하기 어렵다. 서른 명의 학생이 각각 다른 출발점에 있고, 각각 다른 속도로 이동하며, 각각 다른 형태의 피드백이 필요하다. AI는 이 지점에서 몰입의 세 가지 조건을 각각 더 정밀하게 조율하는 도구로 쓸 수 있다. 목표 명확성을 위해 AI를 이렇게 활용할 수 있다. 교사가 오늘의 핵심 개념과 학생 수준을 입력하고 “이 개념을 배운 학생이 수업 후에 할 수 있어야 하는 것을 처음 배우는 학생, 중간 수준 학생, 심화 학습자 수준으로 각각 진술해 줘”라고 요청하면 수준별 목표 진술이 나온다. 교사는 이 중에서 오늘 수업에 맞는 것을 선택해 학생에게 제시할 수 있다. 목표가 학생 수준에 딱 맞을수록 “이건 내 이야기다”라는 느낌이 생기고, 몰입의 출발점이 만들어진다.
－06_“몰입은 설계될 수 있는가” 중에서
이 관점에서 보면 학생의 답변, 오답, 질문, 피드백 이후의 수정, 재시도 기록은 부수 자료가 아니다. 같은 오답도 그 안에 담긴 정보는 다르다. 정의는 정확하지만 적용이 부족한 답변, 사례는 풍부하지만 원리 설명이 약한 답변, 유사 개념과 혼동한 답변은 각각 다른 종류의 어려움을 가리킨다. 점수는 이 차이를 지우지만, 흔적은 이 차이를 그대로 보여 준다. 따라서 교사가 보아야 할 것은 “몇 점을 받았는가”만이 아니다. 어떤 질문에서 막혔는가, 같은 오류가 반복되는가, 피드백 이후 답변이 어떻게 달라졌는가, 처음보다 무엇이 나아졌는가도 함께 봐야 한다. 점수는 학생의 현재 위치를 보여 주지만, 흔적은 학생이 어느 방향으로 움직이고 있는지를 보여 준다. 성장 중심의 수업은 이 흔적을 읽는 데서 시작된다.
－09_“배움의 흔적은 어떻게 성장이 되는가” 중에서
서일보
경북전문대학교 교수이자 평생교육원 원장이다. 교수학습지원센터와 교육혁신센터 센터장을 맡아 대학의 교수, 학습법과 교육과정을 설계하고 연구해 왔다. 경북대학교에서 교육학(교육과정 및 교육방법)으로 박사학위를 받았다. 인출연습과 간격 학습, 메타인지 같은 인지과학의 학습 원리를 꾸준히 연구해 왔고, 최근에는 GPT 챗봇 등 생성형 AI의 교육 활용으로 영역을 넓혀 두 주제에서 다수의 논문을 발표했다. “온라인 수업에서 인출연습 유형과 인출간격이 학습잡념과 메타인지 판단 및 학업성취에 미치는 영향”(2022), “대학 창업교육에서 GPT 챗봇 활용이 학습자 역량과 결과물에 미치는 영향”(2025) 등 20여 편의 논문을 KCI 등재학술지에 실었다. 이 책은 그 연구들을 교실의 언어로 풀어낸 결과물이다.
AI와 광고 정책
이수범 지음
132쪽, 12,000원
AI 광고 시대, 규제의 초점을 콘텐츠에서 시스템으로 옮기다
AI가 광고의 정의와 책임 구조를 어떻게 흔들고 있는지 분석하는 책이다. 전통적 광고는 광고주, 매체, 소비자의 역할이 비교적 분명한 환경에서 작동했다. 그러나 생성형 AI와 알고리즘 추천, 프로그래매틱 광고가 결합한 오늘의 광고는 다르다. AI는 수천 개의 문구와 이미지를 만들고, 플랫폼은 개인의 행동 데이터에 따라 노출 대상과 시점을 조정한다. 이때 최종 메시지를 누가 만들었는지, 소비자는 그것이 광고임을 알아차릴 수 있는지, 피해가 생기면 누구에게 책임을 물어야 하는지가 불분명해진다. 또한 딥페이크 광고, AI PPL, 네이티브 광고, 맞춤형 추천 광고는 광고 식별 기만, 출처 기만, 개인화 기만이라는 새로운 쟁점을 낳는다. 광고는 더 정교해졌지만, 소비자가 그것을 비판적으로 인식할 시간과 능력은 오히려 약화되고 있다. 이 책은 AI 광고를 단순한 마케팅 자동화가 아니라 소비자의 인지적 자율성, 정보 자기 결정권, 민주적 공론장에 영향을 미치는 정책 문제로 다룬다. 국내 법제와 EU AI Act, 미국 FTC의 규율 방향을 비교하며 기존 표시광고 규제만으로는 AI 광고의 복잡성을 포착하기 어렵다고 본다. 그래서 규제의 초점을 개별 콘텐츠에서 광고 시스템으로 옮겨야 한다고 제안한다. 투명성 공개, 플랫폼 책임, 인간 감독, 피해 구제, 설계 기반 윤리, AI 리터러시를 결합한 통합 거버넌스가 필요하다는 것이다. 광고 산업의 혁신과 소비자 보호를 함께 생각하기 위한 정책 지도를 제시한다.
01 AI 광고의 개념과 특성
02 AI 시대 미디어 생태계의 변화
03 AI 광고의 유형과 현황
04 감시 자본주의와 광고 시스템의 권력 구조
05 국내외 광고 규제 체계의 현황과 한계
06 AI 광고의 투명성·기만성·자율성
07 광고 투명성의 원칙과 실천
08 AI 광고 정책의 새로운 접근
09 AI 시대의 광고 책임성
10 AI 광고 정책의 미래
따라서 오늘날의 AI 광고는 단순히 인공지능을 활용하여 콘텐츠를 제작하는 행위에 국한되지 않으며, 소비자 데이터를 분석하여 광고를 최적의 맥락에 배치하고 전달하는 알고리즘적 시스템 전체를 포괄하는 개념으로 확장된다. 포드 등이 분석한 바와 같이, 이는 NLP, ML, IR 등 복수의 기술이 결합된 거대한 생태계로서 기획부터 타기팅, 사후 분석까지 통합적으로 작용한다. 특히 생성형 AI의 결합은 광고의 주체, 형식, 책임 귀속에 관한 기존의 제도적 전제를 무효화하며, 이는 AI 광고가 단순한 산업적 도구를 넘어 정보 환경의 규범 자체를 재검토하게 만드는 핵심 의제임을 시사한다.
－01_“AI 광고의 개념과 특성” 중에서
생성형 AI 광고가 산업에 미친 변화의 핵심은 제작의 속도·비용·규모 세 차원에서 동시에 나타난다. 속도 면에서는 수 주가 걸리던 광고 캠페인 제작이 수 시간으로 압축되었고, 비용 면에서는 카피라이터·아트디렉터·촬영 스태프 등 수십 명의 전문 인력을 필요로 하던 구조가 소수의 AI 오퍼레이터 중심으로 재편되었다. 규모 면에서는 동일한 캠페인 안에서 소비자 군별로 미세하게 다른 수천 개의 소재를 생성해 내는 다이내믹 크리에이티브 최적화(Dynamic Creative Optimization, DCO)가 가능해지면서, 중소기업도 대기업 수준의 광고 소재를 저비용으로 생산할 수 있게 되었다.
－03_“AI 광고의 유형과 현황” 중에서
AI 광고에서 기만성은 전통적인 허위 사실 주장의 차원을 넘어선다. 학계에서는 이를 크게 세 가지 차원의 새로운 기만으로 분류한다. 첫째, 콘텐츠가 광고임을 알 수 없게 하거나 알기 어렵게 하는 광고 식별 기만(advertising identification deception)이다. 알고리즘이 피드에 삽입하는 네이티브 광고, AI가 생성한 인플루언서 추천, 검색 결과 상단의 스폰서 콘텐츠 등이 이에 해당한다. 이 유형의 기만은 소비자가 광고라고 인식하지 못한 상태에서 설득 메시지를 수용하게 만든다는 점에서, 소비자의 비판적 판단 기회를 구조적으로 박탈한다.
－06_“AI 광고의 투명성·기만성·자율성” 중에서
현재 AI 광고 시장은 막대한 이윤을 창출하면서도 문제 발생 시 그 누구도 온전한 책임을 지지 않는 구조적 공백 상태에 놓여 있다. 이러한 책임의 공백은 딥러닝의 블랙박스적 특성이라는 기술적 층위, 다양한 주체 간의 복잡한 계약 관계라는 거버넌스 층위, 그리고 교차 규제가 부재한 법제 층위가 복합적으로 얽혀 발생한다. 기술적 층위에서는 딥러닝 모델이 왜 특정 결정을 내렸는지를 외부에서 재구성하기 어렵다는 블랙박스 문제가 핵심이다. 거버넌스 층위에서는 AI 개발사, 광고주, 플랫폼, 데이터 브로커가 복잡한 계약 관계로 얽혀 있어 특정 피해의 책임이 어느 계약 주체에게 귀속되는지를 법적으로 특정하기 어렵다. 법제 층위에서는 인공지능기본법, 표시광고법, 개인정보보호법이 서로 교차하는 영역에 대한 명시적 규정이 부재하여, 어떤 법률의 어떤 조항을 적용해야 하는지 자체가 불분명한 상황이 지속된다.
－09_“AI 시대의 광고 책임성” 중에서
이수범
인천대학교 미디어커뮤니케이션학과 교수다. 《한국광고홍보학보》, 《광고연구》, 《홍보학연구》 편집위원장과 한국광고홍보학회 회장, 한국언론학회 부회장을 역임하였다. 미국 오클라호마대학교에서 박사 학위 수여 이후 200여 편의 논문과 저술을 발표하였다. 수상 실적으로는 한국조사연구학회의 한국갤럽학술논문상, 미국방송학회 최우수논문상, 한국광고학회의 제일기획 저술부분 학술상, 한국광고홍보학회의 우수논문상 등이 있으며, 교내에서 학술연구상을 여러 차례 받았다. 또한 미디어 다양성과 방송광고 정책 연구에 지속적으로 참여하여 바람직한 방송광고 제도 도입과 제도개선에 기여한 공로를 인정받아 방송통신위원장 표창을 받았다. 교내에서는 사회과학대학의 학장과 사회과학연구원의 원장을 역임하였으며, 교내 연구중점교수(특훈교수)로 선정되었다. 최근에는 우수연구소 집단연구 지원사업의 연구책임자로 AI를 활용한 다양한 프로젝트에 참여하였다. 현재는 한국연구재단의 전문위원으로 활동하고 있다.
AI와 교통안전
허원진, 양성병 지음
118쪽, 12,000원
2026년 6월 26일
사고는 우연처럼 오지만, 데이터는 징후를 남긴다
교통사고를 ‘일어난 뒤 세는 숫자’가 아니라 ‘일어나기 전에 읽어야 할 신호’로 바라본다. 한국의 교통사고 사망률은 크게 낮아졌지만, 스웨덴·노르웨이·영국·일본 같은 교통안전 선진국과의 격차는 여전히 남아 있다. 도로를 고치고, 법규를 강화하고, 운전자를 교육하는 방식만으로는 사고 예방의 속도를 더 높이기 어렵다. 이 책은 그 빈틈에 AI와 빅데이터를 놓는다. 매년 반복되는 교통사고의 원인이 단순한 운전자 부주의가 아니라, 데이터를 수집하고 분석하는 방식의 구조적 한계에 있다는 점에서 출발한다.
시간대, 기상, 노면 상태, 교통량, 운전자 특성, 사고 이력이 결합될 때 위험은 갑자기 커진다. 문제는 데이터가 없는 것이 아니다. TAAS 사고 데이터, CCTV 영상, GPS, 내비게이션, 기상 정보, 도로 정보는 이미 우리 곁에 있다. 필요한 것은 이 데이터들을 연결하고 해석해 예방의 언어로 바꾸는 능력이다. 통계의 한계에서 시작해 딥러닝 기반 위험 행동 탐지, 시계열 사고 예측, 실시간 모니터링, V2X 협력형 안전 시스템, 자율주행의 책임과 윤리, 개인 모빌리티의 안전 과제까지 다루며, 교통 전문가에게는 데이터 과학의 시야를, AI 연구자에게는 현실 문제의 현장을 보여 준다. 매일 도로 위를 지나는 독자에게는 안전이 개인의 조심만으로 완성되지 않는 사회적 설계라는 사실을 일깨운다.
01 교통사고 통계의 한계
02 교통 빅데이터의 가능성
03 AI 기반 사고 분석
04 패턴 발견과 예측 모델
05 위험 요인 탐지
06 실시간 모니터링 체계
07 V2X 통신과 협력형 안전 시스템
08 자율주행 시대의 안전
09 데이터 기반 교통 정책
10 개인 모빌리티와 통합 안전 관리
통계의 한계는 통계가 완전히 무의하다는 의미가 아니다. 통계가 보지 못하는 곳을 볼 수 있는 새로운 관점이 필요하다는 뜻이다. 그리고 그 관점은 인공지능의 발전으로 이미 우리 주변에 존재하기 시작했다. 차량에 장착된 블랙박스는 매 순간의 속도, 가속도, 충격 정보를 기록한다. 도로 곳곳에 설치된 CCTV는 차량의 흐름과 보행자의 움직임을 실시간으로 확인한다. 내비게이션은 수백만 명의 이동 경로와 속도 변화도 초 단위로 수집할 수 있다. 위와 같은 데이터들은 각각의 목적으로 생성되고 있지만, 교통안전의 관점에서 보면 통계가 담지 못한 ‘사고 이전의 세계’를 채울 수 있는 소재들이 될 수 있다.
－01_“교통사고 통계의 한계” 중에서
머신러닝 기반 사고 원인 분석에서 가장 널리 활용되는 기법은 크게 세 가지로 구분된다. 첫 번째는 의사 결정 트리(Decision Tree) 및 그 앙상블 모델인 랜덤 포레스트(Random Forest)다. 이 기법은 사고 발생에 기여한 변수들의 중요도를 계층적으로 분류하여, 어떤 조건의 조합이 사고 위험을 높이는지를 직관적으로 시각화 할 수 있다는 장점을 가진다. 미국의 교통안전 연구에서도 랜덤 포레스트와 같은 머신러닝 기반 접근법이 전통적인 로지스틱 회귀 모델보다 사고 심각도 예측에서 더 높은 성능을 보이는 것으로 보고되었다. 두 번째는 서포트 벡터 머신(Support Vector Machine, SVM)으로, 사고와 비사고 상황을 구분하는 경계를 고차원 공간에서 최적화하는 방식으로 작동한다. SVM은 비교적 적은 데이터에서도 안정적인 분류 성능을 보이는 특징으로 인해 교통사고 심각도 예측 연구에서 활용되어 왔다.
－03_“AI 기반 사고 분석” 중에서
실시간 모니터링의 이상적인 형태는 무엇일까? 도로 위에서 벌어지는 모든 상황을 빠짐없이 포착하고 현재 상황을 정확하게 인지하며, 앞으로 어떻게 변화할지를 가늠할 수 있는 체계다. 디지털 트윈(Digital Twin)은 바로 이 이상에 가장 근접한 기술이다. 물리적 도로와 교통 환경을 데이터로 복제한 가상 모델을 동기화하여 현실 도로의 상태를 디지털 공간에서 지속적으로 관찰하고 분석할 수 있다. 디지털 트윈의 핵심은 동기화의 실시간성이다. 단순한 3D 지도나 시뮬레이션과 달리 디지털 트윈은 현실 세계의 변화를 지속적으로 반영하며 ‘살아있는’ 모델로 유지된다.
－06_“실시간 모니터링 체계” 중에서
데이터가 명확한 방향을 가리키더라도, 그 답이 정책으로 전환되기까지는 많은 단계가 있다. 가장 먼저 부딪히는 단계는 데이터와 현실 정치의 간극이다. 간단히 말하자면, 정치적으로 주목받는 구간이 먼저 개선된다. 공간 패턴 분석의 결과가 특정 교차로를 최우선 개선 대상으로 지목하더라도, 그 교차로가 예산 배분의 우선순위에서 밀리는 경우는 흔하다. 미국 교통연구위원회(TRB)의 연구에 따르면 데이터 기반으로 도출된 위험 지점 개선 우선순위와 실제 예산이 투입된 구간 사이의 일치율에 괴리가 있다고 보고하였다. 데이터가 존재한다는 것과 데이터가 의사 결정에 실제로 반영된다는 것은 전혀 다른 문제다.
－09_“데이터 기반 교통 정책” 중에서
허원진
대규모 언어모델(LLM)의 리스크 커뮤니케이션, 금융 텍스트 분석, 그래프 신경망 기반 경제 예측을 중심으로 연구를 수행하고 있다. 클러스터링 기법을 활용한 이륜차 사고 패턴 분류 연구와 LLM 기반 ESG 평가 데이터 추출 연구를 KCI 등재지에 게재하였으며, SSCI급 저널인 SAGE Open에 논문이 심사 중이다. 국제 학술지 리뷰어로도 활동하며 학술 공동체 발전에 기여하고 있다. 한국서비스경영학회, 한국인터넷전자상거래학회 등 국내외 학술대회에서 학술상을 4회 수상하였으며, 한국정보사회진흥원(KISDI) 및 한국관광공사 연구과제에 참여하여 데이터 분석 및 정책 자문을 수행한 바 있다. 다양한 모바일 및 웹 애플리케이션 개발 경험을 보유하고 있으며, 현재 AI 기반 교통안전 분야 전문서적 공동 집필에도 참여하고 있다.
양성병
현재 경희대학교 경영대학 경영학과 및 대학원 빅데이터응용학과 교수로 재직 중이며, 기획조정처 부처장과 경영연구원 원장을 맡고 있다. 한국과학기술원(KAIST)에서 경영공학 박사학위를 취득하였으며, 캐나다 McGill University 경영대학에서 Research Fellow를 역임하였다. 이후 한성대학교와 아주대학교에서 각각 조교수 및 부교수로 재직하였다. 인공지능(AI) 및 빅데이터 분석, 경영정보시스템, 스마트관광 분야를 중심으로 연구를 수행해 왔으며, 최근에는 AI 기반 데이터 분석을 활용한 스마트 모빌리티와 교통안전 연구에도 관심을 확장하고 있다. MIS Quarterly, Information Systems Research, Tourism Management 등 국제 최상위 학술지를 포함하여 국내외 학술지에 약 160편의 논문을 게재하였다. 또한 한국연구재단 BK21 사업, 인문사회중점연구센터지원사업 등 대형 연구과제에 참여하였으며, 국내외 주요 학술지 편집위원과 다수의 국제 학술지 리뷰어로 활동하며 학술 공동체 발전에 기여하고 있다.
신조형주의와 프롬프트 시대 예술 기준
문수진 지음
163쪽, 12,000원
AI가 만든 몬드리안 앞에서 멈칫할 때
AI 이미지의 등장을 단순한 기술 변화가 아니라 예술 판단의 위기로 읽는다. 흰 바탕, 검은 격자, 빨강·노랑·파랑의 사각형. 미드저니가 만든 신조형주의풍 이미지는 몬드리안을 떠올리게 할 만큼 그럴듯하다. 그러나 이 책의 관심은 “잘 그렸는가”가 아니다. 인간은 왜 그 이미지 앞에서 잠시 머뭇거리는가, 그리고 그 머뭇거림은 무엇을 말하는가다. 저자는 신조형주의를 일종의 실험실로 삼는다. 수직과 수평, 삼원색과 무채색이라는 분명한 규칙이 있기에 AI가 무엇을 학습하고 어디에서 멈추는지가 또렷하게 드러난다. 미드저니로 생성한 이미지 100점을 비어즐리의 통일성·강도·복합성, 캐럴의 형식·미적·표현적·영역 속성에 따라 12개 변수로 평가하고 로지스틱 회귀로 분석한다. 그 결과 AI는 형태, 균형, 색채 구성에서는 높은 점수를 얻지만 무채색 처리와 여백, 절제의 미세한 결에서는 거리를 남긴다.
동시에 저자는 사진·미디어아트의 수용사, AI 이미지 시장, 저작권과 인간 저작자 원칙, 미술관과 비엔날레의 변화까지 살핀다. 결론은 기계가 예술가인가라는 성급한 판정이 아니다. 기술은 이미지를 만들지만, 그 이미지에 자리를 부여하는 것은 여전히 인간의 판단이다. AI가 따라온 자리보다 AI가 닿지 못한 자리를 통해 프롬프트 시대 예술의 기준을 다시 묻는 책이다.
01 저자성의 자리
02 사진, 미디어아트가 받아들여진 길
03 신조형주의가 다시 호명되는 이유
04 검은 상자 속의 화가
05 프롬프트와 학습 데이터
06 아름다움의 두 잣대
07 측정의 결과, 그리고 그 너머
08 벨라미 이후의 경매장과 법정
09 김정기의 그림자, 엘닥슨의 거절
10 새로운 감상자
AI 이미지의 저자를 묻는 일은 한 사람을 지목하는 일이 아니다. 학습 데이터를 만든 익명의 창작자, 모델 개발자, 플랫폼, 프롬프트 입력자, 결과 선별자, 감상자에 이르기까지 분산된 관계망이 한 점의 이미지에 얽혀 있다. 이 분산은 새로운 현상이 아니다. 미술사 안에서 같은 일이 이미 반복되어 왔었다. AI 이미지 앞에서 우리가 느끼는 감정은 단순한 놀라움만은 아니다. 그것은 감탄과 불편함, 호기심과 의심, 기대와 거부감이 동시에 뒤섞인 복합적인 감각이다. 이미지 자체는 충분히 정교하고, 때로는 인간이 만든 어떤 작품보다도 화려하다. 그런데도 어딘가 마음 한구석에서 이게 정말 예술인가라는 물음이 마지막에 남는다. 그 물음은 이미지의 품질에 대한 의심이 아니다. 그것은 우리가 예술이라고 부를 때 무의식적으로 전제해 온 어떤 조건에 대한 흔들림이다. AI가 만든 이미지 앞에서 우리가 흔들리는 자리는 어디인가. 흔들림의 정체는 기술에 대한 무지가 아니다.
－01_“저자성의 자리” 중에서
그러나 신조형주의처럼 규칙 중심의 양식은 그 거부감이 약하다. 어쩌면 알고리즘과 더 잘 맞을지도 모른다는 기대가 있다. 그 기대 자체가 흥미로운 신호다. 그것은 우리가 무의식적으로 규칙 중심의 예술과 감정 중심의 예술을 다르게 평가하고 있음을 드러낸다. 이 장이 묻고 싶은 것은 신조형주의가 왜 AI 시대에 다시 등장하는가. 그것은 이 사조가 가진 어떤 성질이 알고리즘의 작동 방식과 닿기 때문인가. 아니면 그것은 인간이 이 정도라면 AI가 따라올 수 있겠지라고 무의식적으로 골라낸 결과인가. 그리고 이 두 답이 모두 부분적으로 맞다면, 우리가 신조형주의에서 더 깊이 들여다봐야 할 것은 무엇인가.
－03_“신조형주의가 다시 호명되는 이유” 중에서
비어즐리의 작업은 한 줄로 정리된다. 미적 감정은 측정될 수 없다는 통념을 일정한 한도 안에서 깨뜨리려는 시도. 그는 미적 감정을 다른 감정과 구분 짓는 객관적 기준이 있다고 보았고, 그 기준을 통일성·강도·복합성의 세 가지로 정리했다. AI 신조형주의 이미지의 평가를 위한 첫 번째 잣대로 쓰였다. AI 이미지의 미적 가치를 측정하려고 한다는 말 자체가 처음에는 어색하게 들린다. AI는 감정이 없고, 측정은 감정의 가장 안쪽까지 닿지 못하리라는 직관이 우리에게 있다. 그러나 측정이 감정의 전부를 다루겠다는 욕심이 아니라, 감정의 구조를 들여다보겠다는 시도라면 이야기는 달라진다. 비어즐리의 세 가지 잣대는 후자의 자리에 서 있다. 이 장이 묻고 싶은 것은 단순하다. 비어즐리의 세 가지 잣대는 AI 이미지에 적용될 때 무엇을 드러내고 무엇을 가리는가. 그리고 그 잣대는 결국 우리가 무엇을 좋은 작품이라고 부를 때 무의식적으로 사용해 온 기준의 어느 부분을 비추는가.
－06_“아름다움의 두 잣대” 중에서
법적으로 화풍 그 자체는 저작권 보호의 대상이 아니다. 저작권은 표현을 보호하지만, 아이디어나 양식을 보호하지 않는다. 인상주의자가 인상주의자의 화풍을 가지는 것은 그 양식의 한 사례를 만드는 일이지, 인상주의 자체를 소유하는 일이 아니다. 같은 논리로, AI가 김정기 스타일의 이미지를 만들어 낸다고 해서 그 자체로 저작권 침해가 성립되지는 않는다. 그러나 같은 자리에서 한 가지 미묘한 자리가 있다. 화풍은 보호되지 않지만, 그 화풍을 김정기라는 고유명과 연결해 호출하는 행위는 다른 평가를 받을 수 있다. 작가의 이름은 그 자체로 인격권의 자리에 있고, 사후의 인격권은 한국 민법과 저작권법의 일부 조항에 의해 보호된다. AI가 김정기 스타일이라는 키워드로 이미지를 생성한다는 것은, 결국 작가의 이름과 그의 작업의 결과를 연결시키는 행위다.
－09_“김정기의 그림자, 엘닥슨의 거절” 중에서
문수진
디자인과 영상콘텐츠를 전공하고 현재 대학에서 AI와 예술의 관계를 연구·교육하는 학자이자 융합 연구자다.
공학박사 학위를 취득한 후 인공지능 생성예술의 미학적 가치와 알고리즘 기반 창작에 관한 다수의 연구를 국내외 학술지에 발표하며 기술과 예술의 접점을 탐구해 왔다.
현재는 대학원에서 연구원 및 연구교수로 재직하고 있다. 급변하는 기술 환경 속에서 예술의 본질과 인간 창의성의 의미를 성찰하며, 인공지능이 가져온 새로운 창작 환경과 문화적 변화를 비판적으로 조망하는 연구를 지속하고 있다.
커뮤니케이션북스의 책에 관심을 가져주셔서 늘 감사합니다.
출판의 새로운 역사, 커뮤니케이션북스주식회사
이메일 ihhwang@commbooks.com
홈페이지 commbooks.com
커뮤니케이션북스
comm@commbooks.com
서울 성북구 성북로 5-11 0237001210
<저작권자 ⓒ 코리안투데이(The Korean Today) 무단전재 및 재배포 금지>
