Why I draw with robots | Sougwen Chung

Translator: Ivana Korom Reviewer: Camille Martínez

번역: YoonJu Mangione 검토: Yeowoon Yi

Many of us here use technology in our day-to-day.

우리 대부분은 매일 과학 기술을 이용합니다.

And some of us rely on technology to do our jobs.

어떤 분들은 자기 업무에 기술의 도움을 받기도 하죠.

For a while, I thought of machines and the technologies that drive them

한때 저는 기계와 과학기술이 발전함에 따라서

as perfect tools that could make my work more efficient and more productive.

제 일을 더 능률적이고 생산적으로 만들 훌륭한 도구가 될 거라고 생각했습니다.

But with the rise of automation across so many different industries,

하지만 다양한 산업 분야에서 자동화가 증가하는 걸 보고

it led me to wonder:

한가지 의문을 품게 됐습니다.

If machines are starting to be able to do the work

만약 오랫동안 인간이 한던 일들을 기계가 해내기 시작한다면

traditionally done by humans,

what will become of the human hand?

인간의 역할은 무엇이 될까요?

How does our desire for perfection, precision and automation

완벽과 정확성 그리고 자동화에 대한 우리의 열망은

affect our ability to be creative?

인간의 창조적 능력에 어떤 영향을 미칠까요?

In my work as an artist and researcher, I explore AI and robotics

저는 예술가이자 연구자로서

인공지능과 로봇을 활용하여

to develop new processes for human creativity.

인간의 창의성을 높이는 새로운 방법을 찾고 있습니다.

For the past few years,

지난 몇 년 동안,

I've made work alongside machines, data and emerging technologies.

저는 기계와 데이터 그리고 새로운 기술을 이용해 작업했습니다.

It's part of a lifelong fascination

그것은 제 평생의 관심사 중 하나였습니다.

about the dynamics of individuals and systems

개인과 시스템의 역동성과

and all the messiness that that entails.

그들의 뒤섞임을 다루는 것이죠.

It's how I'm exploring questions about where AI ends and we begin

인공지능과 인간의 경계에 관한 질문의 해답을 찾고

and where I'm developing processes

새로운 방법을 통해서

that investigate potential sensory mixes of the future.

미래에 둘의 감각이 결합될 가능성을 찾고자 하는 것입니다.

I think it's where philosophy and technology intersect.

전 이 연구가 철학과 과학기술이 만나는 접점이라고 봅니다.

Doing this work has taught me a few things.

이 작업을 통해 저는 몇 가지를 배웠습니다.

It's taught me how embracing imperfection

불완전함을 용인하는 것이

can actually teach us something about ourselves.

우리가 어떤 존재인지를 알려준다는 것입니다.

It's taught me that exploring art

예술을 탐구함으로써

can actually help shape the technology that shapes us.

우리 인간을 바꾸는 기술을 만들 수도 있다는 점도 배웠죠.

And it's taught me that combining AI and robotics

또한 인공지능과 로봇 기술을 결합함으로써

with traditional forms of creativity -- visual arts in my case --

고전적 형태의 창작에 있어서, 저의 경우에는 시각 예술입니다만,

can help us think a little bit more deeply

인간과 기계의 차이에 대해 더 깊이 생각할 수 있게 해준다는 걸 알았죠.

about what is human and what is the machine.

And it's led me to the realization

그리고 또 하나 깨닫게 된 것은

that collaboration is the key to creating the space for both

우리가 함께 공존하려면 협동이 중요하다는 사실이었습니다.

as we move forward.

기계와 인간이 진보하려면 말이죠.

It all started with a simple experiment with machines,

이 모든 것은 기계를 이용한 간단한 실험에서 시작되었습니다.

called "Drawing Operations Unit: Generation 1."

'1세대 그림 그리는 기계' 라 불리는 로봇이었죠.

I call the machine "D.O.U.G." for short.

줄여서 '더그'라고 부릅니다.

Before I built D.O.U.G,

더그를 만들기 전,

I didn't know anything about building robots.

저는 로봇 개발에 대해 아는 게 전혀 없었습니다.

I took some open-source robotic arm designs,

그래서 로봇 팔 디자인 오픈소스를 이용해서

I hacked together a system where the robot would match my gestures

시스템을 여러가지 변형한 뒤에

더그가 실시간으로 제 동작을 따라 할 수 있도록 만들었죠.

and follow [them] in real time.

The premise was simple:

기본 전제는 간단해요.

I would lead, and it would follow.

제가 하는 대로 로봇 팔이 따라오는 거죠.

I would draw a line, and it would mimic my line.

제가 선을 그리면 로봇 팔이 따라 그립니다.

So back in 2015, there we were, drawing for the first time,

그렇게 2015년, 더그와 저는 뉴욕의 소규모 관중 앞에서

in front of a small audience in New York City.

처음으로 함께 그림을 그렸습니다.

The process was pretty sparse --

과정은 다소 촘촘하지 못했습니다.

no lights, no sounds, nothing to hide behind.

조명과 음향도 없고, 무언가를 뒤에 숨길 수도 없었지요.

Just my palms sweating and the robot's new servos heating up.

땀에 젖은 저의 손바닥과 로봇 제어 장치의 열기만 있었죠.

(Laughs) Clearly, we were not built for this.

(웃음) 확실히 체질은 아니었어요.

But something interesting happened, something I didn't anticipate.

하지만 제가 예상치 못했던 재미있는 일이 벌어졌습니다.

See, D.O.U.G., in its primitive form, wasn't tracking my line perfectly.

보시는 바와 같이 더그의 초기 형태는 선을 완벽히 따라 그리지 못했습니다.

While in the simulation that happened onscreen

컴퓨터 화면에서의 모의실험에서는 한 픽셀조차 오차가 없었는데

it was pixel-perfect,

in physical reality, it was a different story.

실제 현실에서는 그렇지 않았죠.

It would slip and slide and punctuate and falter,

미끄러지거나 떨어지거나 중단되거나 버벅거렸고

and I would be forced to respond.

저는 거기에 반응할 수밖에 없었습니다.

There was nothing pristine about it.

깔끔한 작업은 아니었어요.

And yet, somehow, the mistakes made the work more interesting.

그러함에도 불구하고, 이 실수들이 작업을 더 흥미롭게 했습니다.

The machine was interpreting my line but not perfectly.

로봇은 저의 선을 해독했지만 완벽하진 않았죠.

And I was forced to respond.

저도 거기에 반응해야 했고요.

We were adapting to each other in real time.

우리는 실시간으로 서로에게 적응해갔습니다.

And seeing this taught me a few things.

그리고 이를 통해 몇 가지를 배웠습니다.

It showed me that our mistakes actually made the work more interesting.

바로 우리의 실수들이 작업을 더 흥미롭게 만든다는 점이었습니다.

And I realized that, you know, through the imperfection of the machine,

그리고 깨달았죠.

바로 기계의 불완전성이,

our imperfections became what was beautiful about the interaction.

서로의 불완전성이 상호작용하여 아름다움으로 바뀌었다는 것을요.

And I was excited, because it led me to the realization

그리고 한 가지 사실에 매우 기뻤습니다.

that maybe part of the beauty of human and machine systems

어쩌면 인간과 로봇이 창조하는 예술에는

is their shared inherent fallibility.

불완전성을 공유할 필요도 있다는 점이었죠.

For the second generation of D.O.U.G.,

저는 2세대 더그를 통해 이 아이디어를 탐구하고 싶었습니다.

I knew I wanted to explore this idea.

But instead of an accident produced by pushing a robotic arm to its limits,

이번에는 로봇팔의 능력을 초과해서 발생한 실수 대신,

I wanted to design a system that would respond to my drawings

제 예상을 벗어나는 방식으로 그림에 반응하는 시스템을

in ways that I didn't expect.

디자인하고 싶었습니다.

So, I used a visual algorithm to extract visual information

그래서 시각 알고리즘을 이용해서

제 과거 디지털 혹은 아날로그 방식의 그림에서 시각 정보를 추출하고

from decades of my digital and analog drawings.

I trained a neural net on these drawings

그것으로 신경망 프로그램을 훈련시켰습니다.

in order to generate recurring patterns in the work

작품마다의 반복적인 패턴을 생성한 뒤에

that were then fed through custom software back into the machine.

맞춤형 소프트웨어로 그것을 로봇에 입력시켰죠.

I painstakingly collected as many of my drawings as I could find --

저는 열심히 제 그림들을 가능한 많이 모았습니다.

finished works, unfinished experiments and random sketches --

완성된 그림, 미완성된 습작과 아무렇게나 그린 스케치들을 모아서

and tagged them for the AI system.

인공지능 시스템과 연결했죠.

And since I'm an artist, I've been making work for over 20 years.

저는 예술가로 20년 넘게 활동해왔기에

Collecting that many drawings took months,

그림 모으는 데만 수개월이 걸렸어요. 정말 힘든 작업이었습니다.

it was a whole thing.

And here's the thing about training AI systems:

인공지능 시스템을 훈련하는 것은

it's actually a lot of hard work.

사실 정말 어려운 일입니다.

A lot of work goes on behind the scenes.

보이지 않는 곳에서 많은 작업이 이루어집니다.

But in doing the work, I realized a little bit more

하지만 작업을 하는 동안

about how the architecture of an AI is constructed.

인공지능 설계가 어떻게 구성되는지 좀 더 잘 알게 되었습니다.

And I realized it's not just made of models and classifiers

단지 신경망 모델과 분류기준으로만 구성되는 게 아니라는 걸 알았죠.

for the neural network.

But it's a fundamentally malleable and shapable system,

오히려 근본적으로 가변적이고 수정할 수 있는 시스템이라

one in which the human hand is always present.

사람의 작업을 항상 필요로 한다는 점도요.

It's far from the omnipotent AI we've been told to believe in.

이는 우리가 믿어온 완전무결한 인공지능과는 거리가 있습니다.

So I collected these drawings for the neural net.

어찌 됐든 전 신경망 구성을 위해 그림들을 모았습니다.

And we realized something that wasn't previously possible.

그리고 우리는 전엔 불가능했던 무언가를 발견했습니다.

My robot D.O.U.G. became a real-time interactive reflection

저의 로봇 더그가 제가 일생 그려온 작업과

of the work I'd done through the course of my life.

실시간으로 상호작용하는 거울이 된 것이죠.

The data was personal, but the results were powerful.

비록 개인적인 데이터였지만 그 결과는 강력했습니다.

And I got really excited,

그리고 저는 매우 기뻤습니다.

because I started thinking maybe machines don't need to be just tools,

왜냐하면 저는 기계가 단순히 도구뿐만 아니라

but they can function as nonhuman collaborators.

비인간 협력자로 기능할 수 있다는 걸 알았기 때문이죠.

And even more than that,

그리고 이에 더해

I thought maybe the future of human creativity

인간 창조성의 미래가

isn't in what it makes

단순히 결과물에 있는 것이 아닌

but how it comes together to explore new ways of making.

힘을 합쳐 새로운 과정을 찾는 방법에 있으리라 생각했습니다.

So if D.O.U.G._1 was the muscle,

더그 1세대를 근육이라 하고

and D.O.U.G._2 was the brain,

더그 2세대를 뇌라고 한다면

then I like to think of D.O.U.G._3 as the family.

더그 3세대는 가족이라 생각합니다.

I knew I wanted to explore this idea of human-nonhuman collaboration at scale.

저는 인간과 기계의 협업에 대한 생각을 더 넓은 범위에서 탐구하고 싶었습니다.

So over the past few months,

그래서 지난 몇 달 동안 저희 연구진은

I worked with my team to develop 20 custom robots

공동 작업이 가능한 맞춤형 로봇 스무 개를 개발했습니다.

that could work with me as a collective.

They would work as a group,

그리고 이 로봇 무리와 함께

and together, we would collaborate with all of New York City.

우리는 뉴욕 도시 전체와 공동으로 작업하게 되었죠.

I was really inspired by Stanford researcher Fei-Fei Li,

저는 스탠퍼드 대학교의 연구자인 페이페이 리의 말에 영감을 얻었습니다.

who said, "if we want to teach machines how to think,

그녀는 기계에 생각하는 법을 가르치려면 보는 법부터 가르쳐야 한다고 말했죠.

we need to first teach them how to see."

It made me think of the past decade of my life in New York,

이 말은 뉴욕에서 생활한 지난 10년간을 돌아보게 했고

and how I'd been all watched over by these surveillance cameras around the city.

그간 도시의 감시 카메라들이 저를 지켜봐 왔다는 걸 떠올렸습니다.

And I thought it would be really interesting

그리고 흥미로운 생각이 떠올랐어요.

if I could use them to teach my robots to see.

이를 통해 로봇에게 보는 법을 가르치면 어떨까 생각했죠.

So with this project,

저는 이 프로젝트를 하는 동안

I thought about the gaze of the machine,

기계의 시선에 대해 생각했습니다.

and I began to think about vision as multidimensional,

시선이라는 것은

서로 다른 장소에서의 다면적 시각이라고 생각했습니다.

as views from somewhere.

We collected video

우리는 인터넷에 공개적으로 올려진 카메라 영상들을 수집했습니다.

from publicly available camera feeds on the internet

of people walking on the sidewalks,

길을 걷는 사람들이나

cars and taxis on the road,

길 위를 달리는 차와 택시들 같은

all kinds of urban movement.

도시의 모든 움직임을 수집했죠.

We trained a vision algorithm on those feeds

그리고 '광학적 흐름'이라는 기술로 시각 알고리즘을 훈련시켰습니다.

based on a technique called "optical flow,"

to analyze the collective density,

도시 내 집단의 밀도,

direction, dwell and velocity states of urban movement.

이동 방향, 거주 그리고 속도 같은 도시의 움직임을 분석하는 것이죠.

Our system extracted those states from the feeds as positional data

저희 시스템은 이 상태를 영상에서 추출해서 위치 데이터로 변환하고

and became pads for my robotic units to draw on.

로봇이 그 위에 그림을 그릴 수 있는 도화지 역할을 하게 되었습니다.

Instead of a collaboration of one-to-one,

우리는 일대일의 협업 대신

we made a collaboration of many-to-many.

다수 대 다수의 협업을 이루어냈습니다.

By combining the vision of human and machine in the city,

도시 내 인간과 기계의 시야를 하나로 묶음으로써

we reimagined what a landscape painting could be.

우리는 풍경화란 어떤 것인지 다시 상상하게 되었습니다.

Throughout all of my experiments with D.O.U.G.,

더그를 이용한 모든 실험에는

no two performances have ever been the same.

이전과 동일한 작업이란 없습니다.

And through collaboration,

그리고 협업을 통해

we create something that neither of us could have done alone:

혼자서는 불가능했을 무언가를 창조하고

we explore the boundaries of our creativity,

창의성의 경계를 탐구합니다.

human and nonhuman working in parallel.

인간과 기계의 수평적인 작업을 통해서 말이죠.

I think this is just the beginning.

이것은 시작에 불과합니다.

This year, I've launched Scilicet,

올해 저는 '실리셋 (Scilicet)'을 설립했습니다.

my new lab exploring human and interhuman collaboration.

사람과 사람과의 협업을 탐구하는 새로운 연구소입니다.

We're really interested in the feedback loop

저희가 관심을 두는 것은

사람과 기계, 그리고 생태계 간의 피드백 순환에 관한 것입니다.

between individual, artificial and ecological systems.

We're connecting human and machine output

인간과 기계가 만들어낸 결과물을

to biometrics and other kinds of environmental data.

생체측정 데이터 및 다른 환경 데이터와 연결하죠.

We're inviting anyone who's interested in the future of work, systems

여기에는 누구나 참여할 수 있습니다.

일의 미래, 시스템과 사람 간의 협업을 탐구하고 싶은 분이라면 누구든지요.

and interhuman collaboration

to explore with us.

We know it's not just technologists that have to do this work

이는 기술자만의 일이 아니며

and that we all have a role to play.

우리가 각자 할 수 있는 역할이 있습니다.

We believe that by teaching machines

전통적으로 인간이 하던 일을 기계에 가르침으로써

how to do the work traditionally done by humans,

we can explore and evolve our criteria

인간이 할 수 있는 일의 기준을 탐구하며 발전시킬 수 있습니다.

of what's made possible by the human hand.

And part of that journey is embracing the imperfections

그리고 이 여정은 인간과 기계에게 결점이 있음을 받아들이고

and recognizing the fallibility of both human and machine,

인간과 기계 모두의 불완전성을 인지함으로써

in order to expand the potential of both.

그들의 잠재력을 확장하려는 것입니다.

Today, I'm still in pursuit of finding the beauty

저는 지금도 인간과 비인간인 기계의 창조성에 깃든

in human and nonhuman creativity.

아름다움을 탐구하고 있습니다.

In the future, I have no idea what that will look like,

그것이 미래에 어떤 모습일지 아직은 모르지만

but I'm pretty curious to find out.

저는 너무나 궁금하네요.

Thank you.

감사합니다.

(Applause)

(박수)