반도체 전문 온라인 매거진 - 올포칩

엔비디아(www.nvidia.co.kr , CEO 젠슨 황)는 간단한 스케치만으로 몇 초 안에 아름답고 사실적인 이미지를 만들 수 있는 인공지능(AI) 기반 아트 툴인 고갱(GauGAN)의 데모를 ‘엔비디아 캔버스(NVIDIA Canvas)’로 새롭게 선보인다고 밝혔다. 

엔비디아의 실시간 AI 아트 툴인 고갱은 전 세계 컨퍼런스에서 많은 크리에이터들로부터 호평을 받은 바 있다. 고갱은 엔비디아 리서치(NVIDIA Research) 팀이 딥 러닝 모델을 사용해 개발한 툴로, 대략적인 스케치를 사실적인 이미지로 바꿔준다. 

엔비디아는 고갱의 데모를 ‘엔비디아 캔버스’라는 새로운 앱으로 선보인다. 베타 버전은 사용 가능하며, 지포스(GeForce) RTX 30 시리즈를 포함한 지포스, 타이탄(TITAN), 쿼드로(Quadro) 등 모든 RTX GPU 사용자는 무료로 다운로드할 수 있다. 

엔비디아 캔버스는 AI를 활용해 몇 번의 붓터치를 사진과 같은 매우 사실적인 이미지로 바꿔주어, 크리에이터들이 색상이 아닌 소재로 그림을 그릴 수 있도록 한다. 또한, 앱 사용 시 크리에이터들은 기다릴 필요없이 자신이 작업한 그림이 사실적인 이미지로 바꼈을 때의 결과물을 실시간으로 확인할 수 있다. 

엔비디아 캔버스는 크리에이터가 창의적인 비전을 실현하도록 돕는 하드웨어 및 소프트웨어 툴을 제공하는 엔비디아 스튜디오(NVIDIA Studio)의 일부다. 

사용자가 일반적으로 다양한 색깔이 담긴 팔레트 대신, 풀이나 구름과 같은 실제 자연 요소(material)의 팔레트로 간단한 형태와 선을 스케치하면, 엔비디아 캔버스는 이를 실시간으로 사실적인 이미지로 바꾼 결과물을 화면에 나타낸다. 네 번의 붓터치로 형태를 빠르게 스케치하기만 하면, 몇 초 안에 놀라운 산맥이 나타나고, 여기에 몇 개의 선을 더하면 아름다운 들판이 완성된다. 

엔비디아 캔버스는 연못을 그리면 그 주변을 둘러싼 나무와 바위 등이 물에 비친 모습까지도 나타내며, 자연 요소를 눈에서 잔디로 바꾸면 이미지 전체가 한겨울에서 열대 지방의 낙원으로 바뀐다. 

크리에이터들은 엔비디아 캔버스로 스타일 필터를 사용해 이미 생성된 이미지를 특정 화가의 화풍으로 변경할 수 있다. 그저 다른 이미지에서 가져온 그림 조각들을 조합하거나 잘라 붙이는 것이 아니라, 실제 화가가 그렸을 법한 아예 새로운 작품을 만들어낸다. 

만약 보다 수준 높은 결과를 원하는 크리에이터들은 엔비디아 캔버스 작업물을 PSD 파일로 저장 후, 해당 파일을 어도비 포토샵에서 열어 추가로 작업하거나 다른 작품과 결합시킬 수 있다. 

엔비디아 캔버스의 창조적인 가능성은 무한하다. 이는 특히 아티스트들이 백지 캔버스 상태에서 프로젝트를 처음 시작할 때 빠르게 구상할 수 있도록 도와준다. 

또한, 엔비디아 캔버스는 각 크리에이터와 디자이너들의 시간을 절약해준다. 예를 들어, 광고 제품의 배경 이미지 작업 시 시간이 부족한 경우, 작업자는 엔비디아 캔버스를 사용해 몇 번의 클릭만으로 아름답게 렌더링된 배경 이미지를 생성할 수 있다. 이로써 작업자는 광고주에게 다양한 배경 옵션을 제공하고, 광고주는 짧은 시간 안에 이미지를 검토함으로써 시간을 절약할 수 있다. 

엔비디아 캔버스는 그림의 모양과 느낌을 바꿀 수 있는 9가지 스타일과 하늘부터 산, 강, 돌 등에 이르는 15가지 다른 자연 요소들이 있다. 서로 다른 레이어를 사용하면 각 요소를 따로 작업할 수 있다. 처음부터 작업을 시작하거나, 앱 내 미리 만들어진 이미지를 실행하고 수정해 새로운 영감을 얻을 수 있다. 

엔비디아 캔버스의 기반 기술, GAN

엔비디아 캔버스는 생성자(generator)와 감별자(discriminator)로 이뤄진 생성적 적대 신경망(GAN, generative adversarial networks)이라는 AI를 기반으로 한다. 생성자는 요소 지도를 이미지로 변환하는 것을 목표로 한다. 감별자는 실제 연못과 호수 표면에 사물이 반사되어 표현된다는 점을 알고, 이를 생성자에게 전달해 설득력 있는 모방을 통해 사실적인 이미지를 만들도록 한다. 엔비디아 DGX 시스템에서 500만 개 이상의 이미지를 사용해 네트워크를 훈련시켰다.