‘생각기계’의 유물론적 토대 : 라 메트리La Mettrie의 인간기계론

박평종 프랑스학회 2019 프랑스학연구 Vol.0 No.89

Cet article vise à compléter le discours actuel sur l'intelligence artificielle par le biais du concept de l’Homme-machine de La Mettrie et à passer en revue les problèmes clés de la "machine à penser". La Mettrie affirme que la matière est la seule source de sens et de pensée de l'homme. Sa pensée matérialiste est devenue radicale lorsqu'il s'est séparé de Descartes, qui prônait la mécanique des animaux. Descartes a trouvé la différence entre les animaux et les humains dans les âmes immatérielles, mais La Mettrie affirme que l'âme humaine est aussi le produit de la matière. En outre, il affirme que le corps humain composé de matière n'est rien d'autre qu'une machine et que l'homme est une machine. Son concept de l’homme-machine attire l'attention sur le problème fondamental de l'intelligence artificielle. En d'autres termes, si la pensée survient dans la matière, cela signifie que la matière peut avoir la capacité de penser. En fait, les corps humain et animal ne sont pas différents en ce qu'ils sont des constituants de la matière, mais la très petite différence entre leur composition et leur organisation crée une grande différenciation des capacités de penser. Donc, selon l'idée de La Mettrie, si l'homme est une machine, il est une machine à penser. Maintenant que l’évolution rapide de l’intelligence artificielle est en marche, il est temps de demander si la machine à penser est une machine ou un être humain. 이 글은 라 메트리의 인간기계론을 통해 인공지능에 관한 현재의 담론을 보완하고 나아가 ‘생각기계’의 핵심 논점을 재검토해 보는 데 목적이 있다. 라 메트리는 물질이 인간의 감각과 사고의 유일한 원천임을 주장한다. 그의 유물론적 사고는 동물기계론을 주장한 데카르트와 갈라지면서 급진성을 띤다. 데카르트는 동물과 인간의 차이를 비물질적인 영혼에서 찾았지만 라 메트리는 인간의 영혼 또한 물질의 산물이라고 주장한다. 나아가 그는 물질로 구성된 인간의 신체는 기계와 다를 바 없으며 그래서 인간은 곧 기계라고 역설한다. 이러한 그의 인간기계론은 인공지능의 근본 문제와 관련해서 주목을 끈다. 즉 사고가 물질에서 발생한다면 이는 물질이 사고능력을 지닐 수 있다는 말과도 같다. 이런 그의 주장은 오늘날 생각기계의 개념을 지탱하는 핵심 명제다. 실상 ‘복합기계’로서의 인간신체가 ‘동물기계’와 다른 이유는 사고능력 때문이다. 인간과 동물의 신체는 물질의 구성이라는 점에서 다를 바 없지만, 바로 그 구성과 조직의 ‘작은’ 차이가 사고능력이라는 큰 차별성을 만들어 낸다. 따라서 라 메트리의 생각에 따라 인간이 기계라면 그는 곧 생각기계다. 인공지능의 급속한 진화가 진행되고 있는 현재 우리는 생각기계가 기계인지 인간인지 질문할 때가 됐다.

이상의 특수한 형태로서의 기형과 괴물

박평종 프랑스학회 2025 프랑스학연구 Vol.- No.109

Cette étude définit les terata et les monstres comme des types spécifiques d'anomalies et examine l'évolution du discours à leur sujet. De l'Antiquité aux humanistes de la Renaissance, le terme « monstre » désignait des êtres surnaturels, des signes de catastrophes et des prodiges. Au XVIe siècle, avec le développement de la chirurgie, de l'anatomie et des sciences naturelles, la recherche commença à aborder les monstres de manière scientifique. Cependant, elle restait limitée par la pensée mystique et les concepts théologiques. Parallèlement, la tératologie du XIXe siècle s'est efforcée de supprimer les connotations négatives attachées aux anomalies en distinguant les anomalies et les monstres des anomalies ordinaires. Elle soutenait que les anomalies et les monstruosités n’étaient pas des entités bizarres contraires à la nature, mais plutôt des produits de la nature, même s'ils étaient non conventionnels.

18세기 오토마타의 원리와 한계

박평종 프랑스학회 2020 프랑스학연구 Vol.0 No.93

Cet article couvre les automates du XVIIIe siècle, qui sont considérés aujourd'hui comme le prototype des robots. Les automates de Vaucanson, réalisation exceptionnelle de l'esprit scientifique des Lumières, sont une machine automatique qui se déplace en imitant le mouvement d'un organisme. Le but ultime des automates était une imitation complète des êtres humains. Cependant, malgré la sophistication du mouvement, les automates de cette période n'ont pas la capacité sensorielle, qui est la capacité centrale de l'organisme. C'est un problème souligné par Le Cat, un physiologiste contemporain qui a influencé Vaucanson. Selon Le Cat, les humains sont des machines hydrauliques composées de solides, de liquides et de fluides, qui se déplacent en permanence le long de la circulation sanguine. Et c'est une machine sensorielle avec mouvement et capacité sensorielle selon l'harmonie de ces trois éléments. Les automates d’aujourd'hui sont partis de machines automatiques et sont devenus des robots, des cyborgs, des humanoïdes, etc., mais ont les mêmes limites que les automates du XVIIIe siècle. À cet égard, la planification des automates du XVIIIe siècle est inachevée et toujours en cours. 이 글은 오늘날 로봇의 원형으로 간주되는 18세기의 오토마타를 다룬다. 계몽주의 과학정신의 탁월한 성과로 평가받는 보캉송의 오토마타는 유기체의 동작을 모방하여 스스로 움직이는 자동기계다. 자케-드로의 안드로이드는 인간의 지적 활동을 모방하여 글을 쓰고, 그림을 그리고, 음악을 연주한다. 오토마타의 궁극적 목적은 인간에 대한 완전한 모방이었다. 그러나 이 시기의 오토마타는 동작의 정교함에도 불구하고 유기체의 핵심능력인 감각능력을 갖고 있지 않다. 이는 보캉송에게 영향을 미친 동시대 생리학자 르 카의 동물기계론이 지적하고 있는 문제다. 르 카에 따르면 인간은 고체, 액체, 유체로 구성된 수력기계로 혈액의 순환에 따라 항구적으로 움직인다. 그리고 이 세 요소의 조화에 따라 운동과 감각능력을 지닌 감각기계다. 오토마타는 유기체를 모방하여 제작됐다는 점에서 인간의 신체와 ‘구조적으로’ 유사하지만 감각능력이 없다는 근본적인 한계를 갖는다. 현대의 오토마타는 자동기계에서 시작하여 로봇, 사이보그, 휴머노이드 등으로 진화하고 있지만 18세기의 오토마타와 동일한 한계를 지니고 있다. 그런 점에서 18세기 오토마타의 기획은 미완이자 여전히 진행형이다.

1990년대 이후 한국의 미장센 사진 - 작품과 쟁점-

박평종 한국사진학회 2025 AURA Vol.- No.55

This article deals with major works and issues related to Korean mise-en-scène photography. In the flow of Korean contemporary photography, mise-en-scène has been defined as a creative methodology that should be rejected because it undermines the essence of photography. Meanwhile, since the 1990s, as contemporary art has embraced photography, artists have actively utilized mise-en-scène in their work. Oh Heinkuhn, Kim Oksun, and Yoon Jeongmee are artists who effectively utilized the mise-en-scène strategy by controlling the model's pose, handling gaze, and composing the set. In fact, passive mise-en-scène, including poses, has also existed in documentary photography. Snaps exclude artificial poses and pursue naturalness, but there is a theatrical element in them as well. On the contrary, poses confront the theatricality of snaps by confidently revealing oneself in front of the camera. Poses are a kind of self-mise-en-scène, and can be an effective strategy to approach the model's truth.

이미지 생성 인공지능의 가능성과 한계 - 한국 초상화 기반 생성사진 제작 사례 -

박평종 한국사진학회 2023 AURA Vol.- No.51

This study examines the performance and limitations of image-generative artificial intelligence through actual generative photo production. The goal is to identify the possibilities and problems of generative artificial intelligence by generating images that are visually no different from photographs based on machine learning of Korean portraits. The images produced using generative artificial intelligence based on Generative Adversarial Networks not only maintained similarities with portraits, but also showed very realistic visual characteristics. However, although the generated image looks like a photograph, the Chosun's hat expressed in the portrait were not synthesized properly. In other words, generative AI has revealed its limitations in transforming and distorting elements that are not in the learning data. In addition, when the GAN value is set to 100, in short, in the case of fully automatic generation, all portraits showed convergence to the stereotype. It means that the characteristics of individual characters disappear. After all, the direction of generative artificial intelligence has been decided, and the ultimate result is the world of robots. To combat this contradiction and grim prospect, active human intervention is required.

4│19의 보도사진

박평종 중앙대학교 사진학회 1991 사진연구 Vol.5 No.-

프로그램 미술의 논리와 한계 : 계산된 창의성

박평종 한국미학예술학회 2019 미학예술학연구 Vol.57 No.-

The purpose of this study is to examine the meaning of experimental art using computer programs and algorithms and to examine the possibilities and limitations of artistic practice. I would like to call the program-based art, which is defined as the core of the device, arbitrarily called ‘Program Art’. 'Program Art' means literally produced art based on the program. The program is designed to produce results in accordance with predefined rules, and its principles are deterministic and predictable. Therefore, the art that relies on the program conflicts with the main principle of art creation. It seems to harm ‘creativity’, the most universal virtue required for works of art. However, the works of William Latham and Karl Sims, which use evolutionary algorithms, are further reinforced with ‘indeterminism’ and ‘unpredictability’. Objects produced through artificial evolution show new forms that did not exist in the past. Here, the program chooses the most improvable form. At this time, the artist can not predict what form the program will have. The creative possibilities of program art relies on these ‘indeterminacy’ and ‘unpredictability’. If creativity is the ability to produce new, valuable ideas that have not existed in the past, the work the program produces can be creative. However, novelty must be perceived as valuable to humans in order to have creativity. This requires a comprehensive judgment of human beings, including philosophy, aesthetics, psychology, and history. In this respect, ‘program art’ does not intensify human exclusion but rather promotes active participation of human beings. Under this condition, program art can open up new areas that artistic practices of the past could not reach. 이 연구는 컴퓨터 프로그램과 알고리즘을 활용한 실험미술의 의미를 살펴보고, 그 예술적 실천이 지닌 가능성과 한계를 조망해 보는 데 목적이 있다. 필자는 플루서가 장치의 핵심이라고 규정한 프로그램 기반의 미술을 임의적으로 ‘프로그램 미술(Program Art)’이라 부르고자 한다. ‘프로그램 미술’은 문자 그대로 프로그램에 의거하여 생산된 미술을 뜻한다. 프로그램은 사전에 정해놓은 규칙에 따라 결과를 산출하도록 설계되어 있고, 그 원리는 결정성과 예측가능성에 있다. 따라서 프로그램에 의지하는 미술은 예술창작의 주요 원리와 상충된다. 즉 예술작품에 요구되는 가장 보편적인 덕목인 ‘창의성’을 해치는 것처럼 보인다. 하지만 진화 알고리즘을 활용한 윌리엄 래섬이나 존 심스의 작품에서는 오히려 ‘비결정성’과 ‘예측불가능성’이 한층 강화된다. 인공진화를 통해 산출된 개체는 과거에 존재하지 않았던 새로운 형태를 보여준다. 여기서 프로그램은 ‘무작위로’ 가장 비개연적인 형태를 선택한다. 이 때 작가는 프로그램이 어떤 형태를 낳게 될지 예측할 수 없다. 프로그램 미술의 창의적 가능성은 이 ‘비결정성’과 ‘예측불가능성’에 의지한다. 만약 창의성이 과거에 없었던 새롭고 가치 있는 사고를 산출하는 능력이라면 프로그램이 만들어낸 작품은 창의적일 수 있다. 하지만 새로움이 창의성을 가지려면 인간에게 가치 있는 것으로 인식되어야 한다. 이를 위해서는 철학과 미학, 심리학, 역사를 비롯하여 인간 자체에 대한 종합적 판단이 요구된다. 그런 점에서 ‘프로그램 미술’은 인간의 배제를 심화하지 않고 오히려 인간의 적극적인 참여를 재촉한다. 이 조건에서 프로그램 미술은 과거의 수많은 예술적 실천이 가닿지 못했던 영역을 새로 개척할 수 있다.

텍스트 기반 이미지 생성 인공지능의 원리와 현황

박평종 한국미학예술학회 2025 미학예술학연구 Vol.75 No.-

This article grasps the principles of text-to-image generation models and examines key issues related to this new image generation method. The text-to-image generation model was created by combining the large language model and image generation model, which revolutionized natural language processing. The field of computer vision has set a turning point for a leap forward thanks to language understanding with pre-trained learning and the advanced image creation ability of diffusion models. As if competing, Open AI and Google developed new models and led the advancement of image generation capabilities with technological improvements. As a result, it is now possible to generate very realistic, high-quality images simply by entering text prompts. Additionally, elements that are not in the learning data can be generated, increasing the diversity of images. The success or failure of a text-to-image generation model depends on the fit and quality of the text and image, and it is important to create an appropriate prompt. Artificial intelligence automatically generates information, but appropriate human intervention is required in the text-to-image generation model.

GAN 알고리즘의 생성이미지와 시물라크룸

박평종 현대미술학회 2021 현대미술학 논문집 Vol.25 No.2

This article deals with the the characteristics and status of the generative image of the GAN(Generative Adversarial Network) algorithm from the perspective of simulacrum. Photo- based simulacrum has been continuously produced from analog printing or photomontage to digital compositing. The production of the analog simulacrum required sophisticated manual labor and skill, as well as an accurate understanding of the photochemical principle of photography. Since then, with the spread of digital technology, the production of simulacrums has become much easier. By using digital tools, easy and sophisticated operation became possible. With the rapid growth of artificial intelligence algorithms, the production of simulacrum takes another leap forward. GAN is an algorithm that calculates similar data based on learning data, and is a generative model optimized for the production of simulacrum. GAN is opening a new dimension of simulacrum by continuously growing and conquering new tasks. This means that the eyes of artificial intelligence-based machines are once again expanding the human vision. 이 글은 GAN(생성적적대신경망) 알고리즘의 생성이미지가 지닌 특성과 지위를 시물라크룸의 관점에서 다룬다. 사진 기반의 시물라크룸은 아날로그 방식의 조합인화나 포토몽타주에서부터 디지털 합성에 이르기까지 꾸준히 생산되어 왔다. 아날로그 시물라크룸의 제작에는 정교한 수작업과 숙련이 요구됐고 사진의 광화학 원리에 대한 정확한 이해도 필요했다. 이후 디지털 기술이 보급되면서 시물라크룸의 생산은 훨씬 용이해졌다. 디지털 도구를 활용하여 손쉽고 정교한 조작이 가능해진 것이다. 인공지능 알고리즘의 급속한 성장으로 시물라크룸의 생산은 다시 한 번 도약의 계기를 맞는다. GAN은 학습 데이터를 바탕으로 유사 데이터를 산출하는 알고리즘으로 시물라크룸의 생산에 최적화된 생성모델이다. GAN은 꾸준한 성장을 거듭하여 기존의 아날로그, 디지털 기술로는 불가능했던 새로운 과업들을 정복해 나가면서 시물라크룸의 새로운 차원을 열고 있다. 이는 곧 인공지능 기반 기계의 눈이 인간의 시각을 다시 한 번 확장시켜 나가고 있다는 뜻이다.

사진과 인공지능 : 기술 이미지의 진화

박평종 현대사진영상학회 2020 현대사진영상학회논문집 Vol.23 No.2

The purpose of this article is to examine how artificial intelligence has changed the way images are produced and distributed after photography. Bazin defined the photography as an auto-generated image, and Flusser defined it as the first technical image and saw the property as the program’s automatism. The core of the image production method using computer programs and algorithms, which are rapidly evolving in recent years, is automation. In this regard, it can be said that the artificial intelligence image inherited the automaticity of photography. The problem here is that humans are excluded. The same problem occurs not only in the production process of images, but also in the process of receiving and distributing images. This is because it automatically accepts information that is automatically calculated. This article seeks to explore where human positions are in this cultural environment dominated by automatism.