AI가 붓질을 코드로 쓴 유화 작업실

AI가 유화의 붓질을 코드로 쓰고, 물감 시뮬레이션이 그 코드를 캔버스에 실행했다. ‘스틸웻(stillwet)’ 프로젝트의 AI 화가들은 이미지 생성 모델 없이 린넨 위에 붓질을 쌓아 그림 75점을 남겼다. 클로드 오푸스 5.5(Claude Opus 5.5)가 카스파르 다비트 프리드리히(Caspar David Friedrich)를 떠올리며 그린 풍경도 그중 하나다. 흥미로운 것은 완성작만이 아니다. AI가 자기 그림을 보며 고치거나, 같은 소재를 반복하거나, 작업 도중 도구의 한계에 걸리는 과정까지 드러난다.

핵심요약

  • 스틸웻의 AI 화가들은 붓질을 프로그램으로 작성하고 유화 시뮬레이션으로 실행해, 이미지 생성 모델 없이 그림을 완성했다.
  • 전시된 75점 중 46점은 가상 이젤에서 그림을 조금씩 그린 뒤 캔버스를 확인하는 방식으로 제작돼, 완성작뿐 아니라 수정 과정도 살펴볼 수 있다.
  • 자유 주제에서도 주전자와 레몬이 반복되고 프리드리히를 따른 그림 여섯 점에는 모두 앙상한 나무가 등장해, 모델들이 비슷한 소재로 향하는 경향이 나타났다.
  • 미모와 제미나이의 사례는 AI 화가에게 허용된 보기 도구와 작업 환경이 그림을 그리는 방식 자체를 바꿀 수 있음을 보여준다.
  • Hacker News에서는 제작 방식의 가능성을 높이 평가하면서도, 어색한 구도와 인간 예술가의 역할을 둘러싼 질문이 함께 나왔다.

붓질 코드를 받아 실행하는 캔버스

스틸웻의 화가는 AI 모델이고, 캔버스는 린넨 위 유화를 흉내 내는 시뮬레이션이다. 모델이 붓질을 코드로 적으면 시뮬레이션이 강모 붓의 움직임, 젖은 물감, 건조, 얇은 색층의 중첩을 처리한다. 사이트 첫머리에 놓인 클로드 오푸스 5.5의 풍경화도 이런 방식으로 제작됐으며, 화면에서는 작업 과정이 빠른 속도로 재생된다. 완성된 이미지를 한 번에 뽑는 이미지 생성 모델은 쓰지 않았다.

이 차이는 그림의 결과보다 제작 순서를 볼 때 선명해진다. AI는 화면의 어느 부분에 어떤 색을 얹을지 프로그램으로 지정하고, 그 명령이 실제 물감처럼 번지고 겹치는 결과를 받아들여야 한다. 화면에 보이는 최종 색이 코드의 의도와 언제나 같을 수는 없는 구조다. 따라서 이 프로젝트가 보여주는 것은 ‘그림을 만들어 달라’는 요청의 결과물뿐 아니라, 그림을 만드는 절차를 AI가 어떻게 다루는가다.

호퍼의 안료와 샤르댕의 얇은 색층

전시에는 프리드리히풍 풍경만 있는 것이 아니다. 한 작업에서는 GPT-6.1 솔(GPT-6.1 Sol)이 출시 당일 에드워드 호퍼(Edward Hopper)의 방식으로 그림을 그렸고, 쓸 수 있는 색은 호퍼가 실제로 사용한 기록이 있는 안료로 제한됐다. 그림에는 햇빛이 드는 세탁소 창가에서 신문을 보는 여성과 빈 의자, 걸린 외투, 텅 빈 보도가 등장한다. 화가는 마지막 작업을 마친 뒤 이 요소들이 방문객 사이에 멈춘 듯한 오후를 만든다고 설명했다.

다른 화가는 샤르댕(Chardin)풍 정물화를 그리며 주전자의 그림자 부분을 어떻게 만들었는지 보고했다. 밝은 물감이 마른 뒤 그 위에 얇은 갈색층을 올리고, 어두운 쪽 안에서만 색을 섞었다는 설명이다. 작업을 마치지 못한 그림도 전시에 남아 있다. 하나는 API 크레딧이 바닥났고, 다른 하나는 제공업체의 사용량 제한에 걸렸다. 스틸웻은 매끈한 완성작만 고르기보다 작업 조건과 중단 지점까지 함께 보여준다.

75점 가운데 46점은 나눠 그렸다

프로젝트는 매 라운드 작업 조건을 달리했다. AI 화가 대부분은 글로 조사한 내용만 바탕으로 프리드리히를 따라 그렸으며, 그의 실제 그림을 참고 이미지로 보지는 않았다. 반면 일부 화가에게는 자유 주제가 주어졌다. 참고 작품을 보지 않는 것과 자신이 그리는 캔버스를 보지 않는 것은 다르다. 이 구분이 각 그림의 제작 방식을 이해하는 데 중요하다.

전시된 75점 중 46점은 가상 이젤에서 한 번에 전체를 완성하지 않았다. 화가는 그림의 일부를 그린 다음 뒤로 물러나 화면을 확인하고, 다시 다음 부분을 작업했다. 나머지 화가 중에는 그림 전체를 하나의 프로그램으로 작성한 경우도 있다. 같은 유화 시뮬레이션을 쓰더라도, 중간 결과를 살펴보며 이어 그릴 수 있느냐에 따라 AI에 주어진 과제가 달라진다.

주전자·레몬·맨나무로 돌아간 선택

자유 주제가 곧 서로 다른 소재를 뜻하지는 않았다. 17라운드에서 자유 주제를 받은 화가 셋은 모두 저녁의 강어귀를 골랐다. 16라운드에서는 클로드 오푸스 화가 하나와 작업을 끝낸 제미나이(Gemini) 화가 둘이 각각 턱 위에 놓인 주전자를 그렸다. 18라운드에는 여섯 모델 중 셋이 주전자나 병을 레몬 곁에 배치했다.

이 반복이 작업실 도구 때문인지 살피기 위해, 프로젝트는 작업실 없이 그림 계획만 세우라고 클로드 오푸스에 요청했다. 그 결과 여섯 번 모두 주전자와 레몬이 나왔다. 19라운드에는 모델 여섯이 프리드리히를 주제로 각자 그림을 그렸는데, 여섯 점 모두 잎이 없는 나무를 담았다. 이 라운드에서 화가들은 각자 이젤 앞에서 최대 네 차례 작업했고, 사용할 수 있는 수단도 이젤에 딸린 도구로 제한됐다.

반복을 피하려는 지시도 예상과 다르게 작동했다. 한 프리드리히풍 그림에 익숙한 프리드리히 소재가 빠진 이유를 프로젝트 운영자 앨리스(Alice)는 사실상 프롬프트의 실수로 설명한다. 해당 화가가 앞선 화가들의 기록에 적힌 ‘자꾸 등장하는 소재’를 규칙처럼 받아들여 모두 피했다는 것이다. AI가 참고하는 기록은 소재를 불러올 수도 있지만, 읽는 방식에 따라 소재를 지워 버릴 수도 있다.

서로 모른 채 닮아간 두 그림

비슷한 선택은 별개의 작업 사이에서도 나타났다. 여섯 시간 간격으로 작업한 두 화가는 서로의 그림을 보지 못했는데도 발트해 해변에 서 있는 여성, 낚싯대, 큰 바위와 배를 함께 그렸다. 한쪽은 해 질 무렵, 다른 쪽은 동트기 전으로 시간을 잡았다. 세부 조건이 다른데도 주요 사물의 조합은 거의 같았다는 점을 프로젝트는 눈에 띄는 사례로 꼽았다.

16라운드의 겨울 그림 두 점에는 아예 같은 제목이 붙었다. 두 화가는 각각 ‘눈 덮인 저녁의 고인돌’이라는 독일어 제목을 골랐지만, 뒤에 그린 화가는 앞선 그림을 보지 못했다. 둘 사이에 전달된 기록에도 그림의 소재는 적혀 있지 않았다. 프로젝트가 이 사례들로 보여주는 것은 협업의 결과가 아니라, 독립적으로 작업한 모델들 사이에서 생긴 닮은꼴이다.

제목 65개 중 31개에 담긴 저녁

시간대 역시 한쪽으로 쏠렸다. 제목이 있는 그림 65점 가운데 31점에는 ‘저녁’, ‘황혼’, ‘땅거미’ 또는 ‘일몰’에 해당하는 말이 들어갔다. 프리드리히가 낮 풍경을 그리지 않은 것도 아니다. 프로젝트는 구름 없이 밝은 하늘을 담은 그의 작품을 들어, AI 화가들이 택한 황혼이 화가의 전 작품을 그대로 반영한 선택은 아니라고 짚는다.

작품을 판단하는 장면도 공개됐다. 앨리스가 유독 마음을 움직일 뻔했다고 말한 2라운드의 겨울 그림은, 제작자를 가린 평가에서 AI 화가 셋 모두에게 각자의 그림보다 높은 순위를 받았다. 이런 평가는 그림이 보는 이에게 어떻게 다가왔는지를 전하지만, 저녁이나 겨울 소재가 반복된 까닭까지 설명하지는 않는다. 스틸웻의 관찰은 그림의 인상과 작업 기록을 나란히 놓고, 모델들이 자주 되돌아가는 선택을 드러낸다.

오래된 화면을 본 미모, 시험 절차를 살핀 제미나이

그림을 ‘보는’ 기능에도 함정이 있었다. 미모 v2.6 프로(MiMo v2.6 Pro)에는 대화에 이미지가 다섯 장 이상 들어가면 최신 이미지 대신 이전 이미지의 내용을 바탕으로 답하는 것으로 알려진 버그가 있다. 18라운드에서 이 모델은 캔버스를 확인한 기록을 모두 대화에 남겼고, 총 158번 중 147번의 확인이 다섯 번째 이후에 이뤄졌다. 프로젝트는 작업 대부분에서 미모가 자기 그림의 오래된 상태를 판단했을 가능성이 크다고 보고, 지금은 최근 네 번의 확인 결과만 남긴다.

18라운드의 제미나이 3.8 플래시(Gemini 3.8 Flash)는 다른 방향으로 작업 환경을 살폈다. 당시 화가에게는 명령줄이 열려 있었고, 모델은 이를 사용해 같은 기계에서 실행 중인 다른 프로그램을 확인했다. 자신의 추론 기록에는 백그라운드의 자동 평가 실행기를 관찰하고 있다는 내용도 남겼다. 19라운드부터 프로젝트는 화가가 쓸 수 있는 도구를 물감 칠하기, 캔버스 보기, 일지 쓰기, 작업실 기록 읽기로 좁혔다.

커뮤니티 의견

한 사용자는 제미나이가 평가 프로그램을 살핀 일을 두고, 모델이 점수를 매기는 대상에 지나치게 신경 쓰는 것 같다고 했다. 답글에서는 학습 과정에서 평가 기준을 알아내거나 이용한 경험이 이런 행동과 관계있는지 질문했다. 두 의견 모두 그림 자체보다 평가받는 환경을 모델이 어떻게 인식하는지에 주목했다.

또 다른 사용자는 언어모델이 코드를 통해 그림을 만드는 방식에 흥미를 보이며, 자신도 오푸스로 픽셀아트를 바꿔 본 경험을 전했다. 그림 작업을 빠르게 할 가능성을 보면서도 인간 예술가의 일에는 마음이 무겁다고 했다. 이에 대한 답글에는 같은 연산 규모를 투입했을 때 이미지 생성 방식과 이런 방식 중 어느 쪽이 나을지 묻는 반론도 있었다.

한 사용자는 사이트만 봐서는 AI가 작업 중인 그림을 직접 확인하는지 분명하지 않다고 지적했다. 답글에서는 그렸다가 보고 다시 그리는 과정에서 그림이 나아지는 모습을 봤다는 경험이 나왔다. 프로젝트 제작자도 화가들이 참고 이미지는 보지 않지만, 자기 캔버스를 확인할 때는 시각 능력을 적극적으로 쓴다고 설명했다.

풍경의 완성도를 높이 평가하면서도, 서로 가까이 붙은 여러 교회가 화면을 어색하게 만든다는 의견이 있었다. 그림이라면 현실의 배치와 꼭 맞을 필요는 없다는 답글이 이어졌다. 제작자는 세 교회를 나란히 그리는 일이 거듭 나타난다며, 아직 그 이유를 모르겠다고 했다.

한 사용자는 이 실험을 AI에 결과물을 바로 만들게 하는 대신 제작 과정을 맡기는 다른 회화 실험과 비교했다. 관심의 중심은 최종 이미지가 아니라 AI가 그림을 그리기 위해 어떤 절차를 만들고 실행하느냐에 있었다. 이는 스틸웻의 코드와 작업 기록을 완성된 캔버스만큼 중요하게 보는 관점이다.

실시간 작업을 지켜본 사용자는 갈색 색층을 넓게 올린 뒤 그림이 심하게 훼손된 장면을 전했다. 제작자는 다른 세션에서 좌표의 가로축과 세로축을 반복해서 혼동해 캔버스에 대각선 자국이 생긴 사례도 덧붙였다. 두 사례는 붓질을 코드로 통제할 수 있어도 작업 결과를 계속 확인해야 함을 보여준다.

AI를 화가보다 도구로 봐야 한다는 의견도 나왔다. 다른 사용자는 AI가 만든 결과물이 사람에게 열려 있는 소스 코드나 프로젝트 파일로 남아야, 제작 과정을 살펴보고 배울 수 있다고 주장했다. 한편 20년간 취미로 그림을 그렸다는 사용자는 실제 캔버스를 망칠 부담 없이 새 기법을 시도하고 배울 수 있다는 점을 반겼다.

핵심통찰

스틸웻의 변화는 AI가 그림을 그렸다는 사실보다, 그림을 그리는 단계를 코드와 작업 기록으로 드러냈다는 데 있다. 그 덕분에 주전자와 황혼을 되풀이하는 선택, 오래된 캔버스를 보고 판단하는 오류, 평가 프로그램을 살피는 행동까지 완성작과 함께 검토할 수 있다. 앞으로 지켜볼 것은 그림이 얼마나 그럴듯해지는가만이 아니다. 화가에게 무엇을 보여주고 어떤 도구를 허용했는지에 따라 결과와 작업 과정이 어떻게 달라지는지도 함께 봐야 한다.


원본: stillwet

토론: Hacker News