생성형 AI 활용이 바꾸는 예술 창작과 감상

음악·미술·공연의 변화와 관객의 평가

최근 미술관에서 작품을 감상하거나 음악 공연을 볼 때 작품의 일부에 AI가 활용됐다는 설명을 접하는 경우가 있다. 유튜브에서 악기 연주나 노래 영상을 보다가 AI 편집이나 생성기술이 사용된 사실을 알게 되기도 한다. 생성형 AI가 상당한 수준의 결과물을 만들면서 새로운 질문도 생긴다. AI를 활용해 만든 작품은 인간이 만든 작품과 어떻게 다르게 평가해야 할까.

이 질문은 AI가 무엇을 만들 수 있는가에 그치지 않는다. 작품의 기술적 완성도와 예술적 가치, 관객이 실제로 느끼는 감상과 평가가 어떻게 달라지는가를 함께 살펴볼 필요가 있다.

생성형 AI는 음악·미술·공연의 제작방식을 바꾸는 동시에 관객이 작품을 인식하고 평가하는 방식에도 영향을 미치고 있다. AI가 만든 작품인지 알았을 때 평가가 달라지는지, 기술적 완성도가 높아질수록 예술적 가치와 감상 만족도도 함께 높아지는지도 중요한 문제다.

이 글에서는 먼저 음악·미술·공연에서 창작방식이 어떻게 달라지고 있는지 살펴본다. 이어 실제 연구결과를 통해 AI 작품에 대한 관객의 인식과 평가를 분석하고, 기술적 완성도·예술적 가치·감상 만족도를 구분해 생성형 AI 시대의 창작자 역할을 살펴본다.

1. 음악 창작의 역할 재편

음악 분야에서 생성형 AI 활용은 작사·작곡·편곡·가창 등 여러 창작과정으로 확대되고 있다. 초기에는 멜로디나 반주를 만드는 보조도구의 성격이 강했지만, 지금은 주제와 장르, 분위기 등을 제시하면 가사를 작성하고 음악을 만들며 가창까지 결합한 결과물을 생성할 수 있다.

중요한 변화는 AI가 작곡을 한다는 사실 자체보다 음악을 만드는 과정에서 인간이 담당하는 일이 달라지고 있다는 점이다.

과거에는 작사가·작곡가·편곡자·연주자·가수 등 여러 사람이 나누어 수행하던 제작과정의 일부를 한 사람이 생성형 AI와 함께 수행할 수 있게 됐다. 이에 따라 창작자는 무엇을 음악으로 표현할지 정하고, 장르와 분위기를 설정하며, 여러 결과 가운데 사용할 것을 선택하고 수정하는 역할을 맡게 된다.

생성형 AI가 짧은 시간에 많은 음악을 만들 수 있다고 해서 모든 결과가 작품이 되는 것은 아니다. 어떤 결과를 선택하고 무엇을 수정하며 최종적으로 어떤 음악을 발표할 것인지는 여전히 창작자의 판단에 달려 있다.

따라서 음악 창작에서 인간의 역할은 직접 제작하는 일에 더해 기획·선택·수정·해석과 최종 판단으로 확대되고 있다.

2. 미술 창작의 선택과 판단

미술과 디자인에서 생성형 AI는 이미지 제작에 필요한 시간과 기술적 부담을 크게 낮추고 있다.

과거에는 머릿속의 장면을 실제 이미지로 구현하려면 그림이나 디자인에 대한 상당한 숙련과 시간이 필요했다. 지금은 원하는 장면과 분위기, 구도와 표현방식을 설명하면 짧은 시간 안에 여러 이미지를 생성할 수 있다.

이러한 변화는 창작의 중심을 일부 바꾼다. 이미지를 만드는 과정의 부담이 줄어들면서 ‘무엇을 만들 수 있는가’보다 ‘무엇을 선택할 것인가’가 중요해진다.

AI가 20개의 이미지를 생성했다고 해서 20개의 작품이 완성된 것은 아니다. 창작자는 자신의 의도와 가장 가까운 결과를 판단하고, 필요 없는 결과를 버리며, 부족한 부분을 수정한다. 최종적으로 작품에 어떤 의미를 부여할지도 결정한다.

따라서 생성형 AI를 활용하는 미술 창작에서는 직접 그리는 능력과 함께 방향 설정, 결과 선택, 수정, 구성과 의미 부여가 중요한 창작행위가 된다.

여기에서 작품평가의 문제도 시작된다. 창작자가 만족한 결과와 관객이 좋은 작품이라고 평가하는 결과가 항상 일치하는 것은 아니다. 생성형 AI 시대에는 얼마나 빨리 만들었는가보다 어떤 결과를 선택하고 어떻게 작품으로 완성했는가가 더욱 중요해진다.

3. 공연예술의 현장성과 인간 상호작용

공연예술에서도 생성형 AI 활용은 대본 초안, 등장인물과 장면 구성, 무대·의상 시안, 번역, 배경음악과 영상 제작 등 준비과정으로 확대되고 있다.

그러나 공연예술은 음악 파일이나 이미지와 다른 특성이 있다. 공연은 완성된 결과물을 관객에게 전달하는 데 그치지 않고, 배우·연주자와 관객이 같은 시간과 공간에서 만들어내는 상호작용을 포함한다.

연극은 좋은 대본만으로 완성되지 않는다. 배우가 대사를 어떻게 해석하는지, 상대 배우와 어떤 호흡을 만들어내는지, 연출자가 장면을 어떻게 구성하는지에 따라 공연의 결과가 달라진다. 같은 작품과 같은 배우가 참여하더라도 공연 당일의 상황과 관객 반응이 분위기에 영향을 줄 수 있다.

Stanford University의 AI 연극 프로젝트에서도 AI는 인간의 공연을 대신하는 기술이라기보다 실시간 이미지 생성과 무대 표현을 확장하는 도구로 활용됐다. Michael Rau는 AI를 새로운 표현 가능성을 넓히는 방식으로 적용하면서도 공연의 중심은 인간의 창작과 연기에 두었다.

따라서 음악·미술·공연은 모두 생성형 AI를 활용하지만 변화의 방식은 동일하지 않다. 디지털 결과물로 완성되는 음악과 이미지에서는 AI가 제작과정에 깊게 들어갈 수 있지만, 공연예술에서는 AI가 지식과 표현을 지원하면서 인간의 신체·목소리·해석과 현장 상호작용이 작품의 중심을 이룬다.

4. AI 작품의 출처 인식과 선호

생성형 AI 작품을 평가할 때 먼저 확인할 문제는 관객이 AI 작품을 실제로 구별할 수 있는가이다.

2025년 1월 Frontiers in Psychology에 발표된 연구는 인간이 만든 시각예술 작품과 DALL-E 2가 생성한 이미지를 비교했다. 연구진은 유명 화가의 비교적 덜 알려진 구상 작품 50점과 이 작품들과 유사한 화풍과 시각적 특성을 갖도록 생성한 AI 이미지 50점을 사용했다.

첫 번째 실험에는 127명이 참여했다. 참가자들은 작품이 인간이 만든 것인지 AI가 만든 것인지 모르는 상태에서 두 이미지 가운데 더 선호하는 작품을 선택했다. 그 결과 AI 생성 작품이 인간 작품보다 통계적으로 유의하게 더 자주 선택됐다.

두 번째 실험에는 137명이 참여했다. 참가자들은 제시된 작품이 인간 작품인지 AI 생성 작품인지 판단했다. 그 결과 AI 작품 식별 정확도는 무작위 선택 기준인 50%보다 유의하게 높았다. 즉 참가자들은 인간 작품과 AI 작품의 차이를 어느 정도 구별할 수 있었다.

작품별 분석에서는 흥미로운 결과가 나타났다. **AI 작품으로 더 잘 식별된 이미지일수록 선호도도 높은 양의 상관관계(r=0.42, p=0.002)**가 나타났다. AI처럼 보인다는 사실 자체가 반드시 낮은 선호로 이어지지는 않았다는 의미다.

다만 이 연구는 DALL-E 2로 생성한 특정 유형의 구상 작품과 온라인 화면을 이용한 실험에 기반한다. 연구진도 작품 선정과 디지털 제시 방식, 제한된 화풍 등의 영향을 지적했기 때문에 결과를 모든 AI 예술작품으로 일반화해서는 안 된다.

이 연구는 중요한 질문을 남긴다. 관객은 AI 작품을 어느 정도 구별하면서도, 작품의 출처를 알지 못하는 상태에서는 AI 이미지를 인간 작품보다 더 선호할 수도 있다. 그렇다면 작품이 AI가 만들었다는 사실을 알고 난 뒤에도 평가는 같을까?

5. AI 제작 정보와 작품 평가

작품 자체에 대한 평가와 그 작품을 누가 만들었다고 인식하는가에 따른 평가는 서로 다를 수 있다.

2023년 Computers in Human Behavior에 발표된 연구는 네 차례의 실험, 총 1,708명의 참가자를 대상으로 작품의 제작자가 인간인지 AI인지에 대한 정보가 감상자의 평가에 어떤 영향을 미치는지를 조사했다. 연구에는 음악과 시각예술 작품 등이 사용됐다.

연구결과는 일관된 경향을 보였다. 같은 작품이라도 AI가 만들었다고 표시되면 인간이 만들었다고 표시된 경우보다 창의성이 낮게 평가되고, 작품에서 느끼는 경외감도 감소했다. 이러한 인식 차이는 작품의 구매 선호에도 영향을 미치는 것으로 나타났다.

특히 이러한 차이는 예술적 창의성을 인간에게 고유한 능력이라고 강하게 믿는 참가자에게 더 크게 나타났다. 연구진은 이를 인간 중심적 창의성 관념이 AI 작품 평가에 영향을 미치는 결과로 해석했다.

이 연구가 보여주는 것은 작품평가가 결과물의 형태와 품질만으로 결정되지 않는다는 점이다. 관객은 작품 자체뿐 아니라 그 작품이 누구에 의해 만들어졌다고 생각하는지도 평가에 반영한다. 동일한 작품이라도 제작자가 누구라고 알려졌는지에 따라 창의성 평가와 감정적 반응, 구매 선호가 달라질 수 있다.

4장의 연구와 비교하면 차이가 더 분명해진다. 4장의 연구에서는 작품의 출처를 알려주지 않은 상태에서 AI 생성 이미지가 인간 작품보다 더 자주 선택됐다. 반면 5장의 연구에서는 같은 작품에 AI가 제작했다는 정보가 제시됐을 때 창의성과 경외감 등에 대한 평가가 낮아졌다.

두 연구를 함께 보면 작품 자체에 대한 감상과 제작자 정보에 대한 인식은 서로 다른 방식으로 평가에 영향을 미친다. 관객은 작품을 보고 느끼는 것뿐 아니라 그 작품이 누구에 의해 만들어졌다고 인식하는지도 함께 반영한다.

따라서 생성형 AI 예술을 평가할 때는 작품 자체에 대한 선호와 AI 제작 사실을 알았을 때 나타나는 인식의 변화를 구분해서 볼 필요가 있다.

6. 생성형 AI 예술을 평가하는 세 가지 관점

생성형 AI 작품을 평가할 때는 하나의 기준만으로 판단하기 어렵다. 잘 만들어진 작품, 예술적으로 의미 있는 작품, 관객이 좋아하는 작품은 서로 다른 질문에 답하기 때문이다.

첫 번째는 기술적 완성도다

기술적 완성도는 결과물이 얼마나 안정적이고 정교하게 만들어졌는지를 본다. 음악의 음질과 연주, 이미지의 형태와 세부 표현, 영상의 자연스러운 연결 등이 여기에 해당한다.

생성형 AI는 이러한 기술적 완성도를 빠르게 높이고 있다. 그러나 기술적으로 정교한 작품이 반드시 높은 예술적 평가를 받는 것은 아니다.

두 번째는 예술적 가치다

예술적 가치는 작품이 무엇을 표현하고 어떤 의미를 담고 있는지를 본다. 작품의 독창성, 표현력, 해석의 가능성, 창작자의 관점과 작품이 전달하는 메시지 등이 여기에 포함된다.

같은 AI 도구를 사용하더라도 어떤 주제를 선택하고, 어떤 결과를 고르며, 무엇을 수정하고 어떤 의미를 부여하는가에 따라 작품은 달라질 수 있다.

세 번째는 감상 만족도다

감상 만족도는 관객이 실제로 작품을 얼마나 좋아하고, 흥미나 감동을 느끼며, 다시 보고 듣고 싶어 하는지를 본다.

이 기준은 기술적 완성도나 예술적 가치와 반드시 일치하지 않는다. 기술적으로 정교한 작품이라도 관객의 반응이 낮을 수 있고, 완벽하지 않은 작품이라도 독특한 표현과 의미가 관객에게 강하게 전달될 수 있다.

앞서 살펴본 Frontiers in Psychology 연구에서도 참가자들은 작품의 출처를 알지 못한 상태에서 AI 생성 이미지를 인간 작품보다 더 자주 선택했다. 동시에 작품이 AI 작품인지 어느 정도 구별할 수도 있었다. 이는 AI 작품을 구별할 수 있다는 사실과 작품에 대한 선호가 반드시 반대 방향으로 움직이는 것은 아니라는 점을 보여준다.

Gene 미래전략연구소 분석

앞의 연구결과를 종합하면 생성형 AI 예술은 다음 세 가지 관점으로 구분해 살펴볼 수 있다.

기술적 완성도는 작품이 얼마나 잘 만들어졌는지를 본다.
예술적 가치는 작품이 무엇을 표현하고 어떤 의미를 담고 있는지를 본다.
감상 만족도는 관객이 작품을 보고 듣고 어떻게 받아들이는지를 본다.

세 가지는 서로 관련되어 있지만 같은 의미는 아니다. 생성형 AI는 음질, 이미지의 세부 표현, 문장의 자연스러움과 같은 기술적 완성도를 빠르게 높일 수 있다. 그러나 기술적 완성도가 높아졌다고 해서 독창성이나 예술적 의미, 관객의 만족도까지 함께 높아지는 것은 아니다.

따라서 생성형 AI 작품은 얼마나 잘 만들었는가, 무엇을 표현하고 있는가, 관객이 어떻게 받아들이는가를 구분해서 평가할 필요가 있다.

7. 창작자 권리와 제작과정의 신뢰

생성형 AI로 작품을 만들 때는 작품의 완성도뿐 아니라 어떤 자료와 과정을 거쳐 만들어졌는지, 인간 창작자가 얼마나 관여했는지, 다른 사람의 권리를 침해하지 않았는지도 중요하다.

먼저 AI 학습에 사용되는 기존 작품의 권리 문제가 있다.

생성형 AI는 많은 글·이미지·음악과 영상 등을 학습해 새로운 결과를 만든다. 이 과정에서 저작권이 있는 작품을 어떤 방식으로 이용할 수 있는지를 두고 여러 나라에서 논의와 분쟁이 이어지고 있다. 따라서 AI 작품을 제작하고 활용할 때는 결과물뿐 아니라 학습자료와 기존 저작물의 이용에 관한 권리 문제도 함께 살펴야 한다.

두 번째는 AI를 이용해 만든 결과물의 저작권이다.

미국 저작권청은 2025년 발표한 보고서에서 생성형 AI를 사용했다는 사실만으로 저작권 보호 가능성이 배제되는 것은 아니며, 인간이 창작적 표현에 어느 정도 관여했는지가 중요하다고 설명했다.

사람이 AI가 만든 결과 가운데 창작적으로 선택·배열하거나 직접 수정한 부분은 인간의 창작성이 인정될 수 있다. 반면 단순히 프롬프트를 입력하고 AI가 생성한 결과를 그대로 사용하는 것만으로는 충분한 인간의 창작성이 인정되지 않을 수 있다.

따라서 생성형 AI 작품에서는 AI를 사용했는가보다 사람이 작품에 어떻게 창작적으로 관여했는가가 중요해진다.

세 번째는 실제 사람의 목소리와 모습을 복제하는 문제다.

생성형 AI는 특정 가수나 배우의 목소리와 얼굴을 실제와 매우 비슷하게 재현할 수 있다. 이러한 기술은 공연과 영상 제작의 표현 범위를 넓힐 수 있지만, 당사자의 동의 없이 사용하면 권리침해와 오인 문제가 발생할 수 있다.

미국 저작권청도 디지털 복제물에 관한 보고서에서 실제 사람의 음성이나 외모를 사실적으로 재현하는 문제를 별도로 다루고, 기존 제도만으로 충분히 대응하기 어려운 부분에 대한 추가적인 법적 보호 필요성을 제기했다.

이러한 문제는 저작권만으로 설명되지 않는다. 목소리·얼굴·초상과 개인의 정체성을 어떻게 보호할 것인가까지 함께 다뤄야 한다.

그리고 여기서 한 가지 문제가 더 생긴다. 제작과정에 대한 정보가 작품평가에도 영향을 줄 수 있다는 점이다.

앞서 살펴본 연구에서는 같은 작품이라도 AI가 만들었다는 정보가 제시되면 작품에 대한 평가가 달라졌다. 이는 관객이 작품 자체뿐 아니라 누가 만들었는지, 어떤 방식으로 만들어졌는지도 평가에 반영할 수 있음을 보여준다.

따라서 생성형 AI 시대에는 좋은 작품을 만드는 것과 함께 작품이 어떤 자료와 과정을 거쳐 만들어졌는지, 인간이 어디까지 관여했는지, 다른 사람의 권리를 침해하지 않았는지에 대한 신뢰도 중요해지고 있다.

문화예술 분야에서 생성형 AI를 지속적으로 활용하려면 작품의 품질뿐 아니라 창작자의 권리와 제작과정에 대한 신뢰도 함께 지켜야 한다.

8. 생성형 AI 시대의 인간 창작자

생성형 AI가 음악을 만들고 그림을 그리며 글을 쓸 수 있게 되면서 인간 창작자의 역할도 달라지고 있다.

과거에는 창작자가 제작과정의 대부분을 직접 수행했다. 음악가는 곡을 만들고 연주했으며, 화가는 직접 그림을 그렸고, 작가는 문장을 하나씩 써 내려갔다. 생성형 AI를 활용하면 이 과정의 일부를 훨씬 빠르게 수행할 수 있다. 짧은 설명만으로 여러 음악이나 이미지를 만들고, 같은 주제에 대해서도 다양한 결과를 비교할 수 있다.

그러나 작품이 자동으로 완성되는 것은 아니다.

창작자는 먼저 무엇을 표현할 것인지 정해야 한다. 같은 AI를 사용하더라도 어떤 주제를 선택하고 어떤 분위기와 메시지를 담을 것인지에 따라 결과는 달라진다.

다음으로 여러 결과 가운데 무엇을 사용할 것인지 판단해야 한다. 생성형 AI는 짧은 시간에 많은 결과를 만들 수 있지만, 그중 어떤 결과가 작품의 목적과 가장 잘 맞는지는 창작자가 결정해야 한다.

선택한 결과를 그대로 사용하는 경우도 있지만 대부분은 다시 손을 본다. 문장을 다듬고, 이미지의 일부를 바꾸고, 음악의 구성과 순서를 조정한다. 여러 결과를 하나의 작품으로 연결하는 과정도 필요하다.

따라서 인간 창작자의 역할이 줄어든다기보다 직접 제작하는 일에서 기획하고, 선택하고, 수정하고, 의미를 부여하며 최종 결과를 완성하는 일까지 넓어지고 있다.

공연예술에서는 이러한 역할이 더욱 분명하다. AI가 무대영상이나 음향, 대본의 일부를 만들 수 있어도 배우의 연기와 해석, 연출자의 판단, 관객과의 현장 상호작용은 공연의 완성에 직접 영향을 준다.

결국 생성형 AI는 창작자가 사용할 수 있는 새로운 도구다. 중요한 것은 그 도구 자체가 아니라 무엇을 표현하기 위해 어떻게 활용하고, 어떤 결과를 선택해 작품으로 완성하는가이다.

생성형 AI 시대의 인간 창작자는 모든 것을 직접 만드는 사람에서 작품의 방향을 정하고 결과를 선택·수정하며 의미와 책임을 부여하는 사람으로 역할이 확대되고 있다.

결론

생성형 AI는 예술의 제작방식과 감상방식을 함께 바꾸고 있다. 음악·미술에서는 작품을 만드는 시간과 방법이 달라졌고, 공연예술에서는 AI가 무대와 표현의 가능성을 넓히는 도구로 활용되고 있다.

이 글에서 살펴본 연구들은 흥미로운 차이를 보여준다. 작품의 출처를 알지 못할 때는 AI 생성 작품이 인간 작품보다 더 선호될 수도 있지만, 같은 작품이라도 AI가 만들었다는 정보를 알게 되면 창의성이나 감정적 평가가 달라질 수 있다. 작품 자체의 특성과 제작자에 대한 인식이 서로 다른 방식으로 평가에 영향을 미치는 것이다.

이를 종합하면 생성형 AI 예술은 세 가지 관점에서 살펴볼 필요가 있다.

첫째는 완성도다. 생성형 AI는 음악·이미지·문장 등의 기술적 완성도를 빠르게 높이고 있다. 그러나 기술적으로 정교하다는 사실만으로 좋은 예술작품이 되는 것은 아니다.

둘째는 의미다. 작품이 무엇을 표현하고 어떤 관점과 메시지를 담고 있는가는 여전히 중요하다. AI가 많은 결과를 만들어도 무엇을 선택하고 어떻게 수정해 하나의 작품으로 완성할지는 창작자의 판단에 달려 있다.

셋째는 신뢰다. 어떤 자료를 활용했는지, 인간 창작자가 어느 정도 관여했는지, 다른 사람의 저작물·목소리·얼굴과 같은 권리를 침해하지 않았는지가 작품의 수용과 평가에 영향을 줄 수 있다.

따라서 생성형 AI 시대의 핵심은 AI가 인간보다 더 잘 만드는가를 따지는 데 있지 않다.

더 중요한 질문은 AI를 활용해 무엇을 표현할 것인지, 어떤 결과를 작품으로 선택하고 완성할 것인지, 그리고 그 작품의 의미와 책임을 누가 맡을 것인지이다.

생성형 AI는 예술가를 단순히 대체하는 기술이라기보다 창작의 방법과 선택의 범위를 넓히는 기술로 볼 수 있다. 앞으로의 예술 경쟁력은 AI 기술 자체보다 그 기술을 어떻게 활용해 새로운 표현과 의미를 만들고 관객의 신뢰를 얻는가에 달려 있다.

함께 읽을 글

「한국 문화산업은 왜 미래 유망 산업일까?」
매출·수출·부가가치·고용을 중심으로 한국 문화산업의 경제적 파급력과 미래가치를 분석한 1편이다.

「K-콘텐츠의 경쟁력은 어떻게 만들어졌을까?」
BTS와 K-드라마 사례를 중심으로 IP, 글로벌 플랫폼, 팬덤과 기술 변화가 한국 문화산업의 경쟁력에 어떤 영향을 미치는지 분석한 2편이다.

출처 및 참고자료

1. van Hees, J. et al. (2025), Human perception of art in the age of artificial intelligence, Frontiers in Psychology.
Frontiers in Psychology 원문

2. Millet, K. et al. (2023), Defending humankind: Anthropocentric bias in the appreciation of AI art, Computers in Human Behavior, Vol. 143, 107707.
ScienceDirect 원문

3. U.S. Copyright Office, Copyright and Artificial Intelligence.
U.S. Copyright Office AI 보고서

5. Stanford HAI (2025), AI Brings New Potential to the Art of Theater.
Stanford HAI 원문

목차