새로운 동사 PPTize: 생각을 파워포인트로 만드는 시대, 나는 오늘도 PPTizing하는 중

PPTization in Practice.

파워포인트(PowerPoint)가 등장한 이후 사람들의 발표 방식은 크게 바뀌었다. 예전에는 발표할 내용을 먼저 글로 작성하고, 이를 설명하는 데 필요한 그림이나 표를 준비했다. 이제는 파워포인트를 열고 빈 슬라이드부터 만든다. 제목을 쓰고, 몇 개의 글머리표를 배치하고, 적당한 도형과 화살표로 내용을 연결한다. 슬라이드가 먼저 만들어진 다음 발표의 논리가 만들어지는 일이 잦아졌다.

문제는 이러한 변화가 단순히 발표 자료를 만드는 방식에 그치지 않는다는 것이다. 우리는 어느새 파워포인트에 맞추어 생각하기 시작했다.

복잡한 문제도 서너 개의 핵심 항목으로 정리해야 하고, 항목마다 길이가 비슷한 문장을 배치해야 한다. 인과관계가 분명하지 않은 현상에도 화살표를 그려 넣고, 서로 다른 차원의 개념을 보기 좋은 도형 안에 담는다. 논리적 연결이 부족해도 슬라이드의 시각적 균형만 맞으면 제법 그럴듯해 보인다. 심지어 모든 문제는 '추진 배경–현황 및 문제점–추진 전략–기대 효과'라는 익숙한 틀 안에서 해결될 수 있을 것처럼 느껴진다.

특히 정책이나 연구개발 전략을 수립하는 과정에서 이러한 현상은 두드러진다. 충분한 조사와 토론을 거쳐 전략을 수립하고 이를 발표 자료로 옮기는 것이 아니라, 처음부터 발표 자료의 형식에 맞추어 전략을 만들어 낸다. 내용이 아직 충분히 성숙하지 않았는데도 일단 보기 좋은 슬라이드가 완성되면 마치 중요한 지적 작업이 끝난 듯한 착각에 빠진다.

이러한 문제를 일찍이 지적한 사람이 있다. 정보 디자인과 데이터 시각화 분야의 권위자인 에드워드 터프티(Edward Tufte)이다. 그는 2003년에 발표한 에세이 The Cognitive Style of PowerPoint에서 파워포인트가 단순한 발표 도구가 아니라 정보를 조직하고 전달하는 방식 자체에 영향을 미친다고 비판했다. 짧은 글머리표와 여러 단계의 위계적 구조는 복잡한 논증을 잘게 분해하고, 시각적 장식은 실질적인 증거보다 앞서기 쉽다는 것이다.

터프티가 제시한 사례 중 특히 인상적인 것은 2003년 우주왕복선 컬럼비아호 사고와 관련된 NASA의 발표 자료이다. 우주왕복선의 날개에 충돌한 단열재 조각의 위험성을 설명하는 기술적 정보가 복잡한 글머리표 구조 속에 묻혀 있었다. 사고조사위원회 역시 기술 보고서 대신 파워포인트 발표 자료에 의존하는 NASA의 의사소통 관행을 비판했다. 물론 파워포인트가 사고의 유일한 원인이었다는 뜻은 아니다. 그러나 정보를 어떻게 표현하느냐가 중요한 판단에 영향을 줄 수 있다는 점을 보여주는 사례이다.

터프티의 에세이를 소화하여 내 것으로 만든다면 다음은 메시지로 재구성할 수 있을 것이다. 앗차, 이번에도 파워포인트적 방식인 '불릿'에 의존하고 있구나...

• 표현 형식은 사고를 지배할 수 있다. 파워포인트는 단순한 문서 작성 도구가 아니라 생각을 조직하는 틀이 될 수 있다.
• 깔끔한 발표와 정확한 분석은 다르다. 중요한 것은 정보의 시각적 완성도가 아니라 증거와 논리의 충실성이다.
• 발표 자료와 분석 자료를 구분해야 한다. 특히 과학과 정책의 의사결정에서는 상세한 근거를 슬라이드 몇 장으로 대체해서는 안 된다.

터프티의 비판은 20여 년이 지난 지금에도 유효하다. 그런데 최근에는 상황이 한 단계 더 나아갔다. 바로 생성형 인공지능(AI)의 등장 때문이다.

과거에는 파워포인트로 그럴듯한 발표 자료를 만들려면 최소한 내용을 정리하고 문장을 다듬는 수고라도 해야 했다. 이제는 AI에게 몇 줄의 지시문을 입력하면 된다.

"국가 첨단바이오 전략을 10장짜리 파워포인트로 만들어 줘. 추진 배경, 핵심 전략, 세부 과제, 기대 효과를 포함하고 정부 보고용으로 전문적으로 작성해 줘."

잠시 후 제법 근사한 결과물이 나온다. 비전이 있고, 목표가 있으며, 세 가지 전략과 아홉 가지 추진 과제가 등장한다. 추진 체계와 로드맵도 빠지지 않는다. 적절한 아이콘과 화살표까지 곁들이면 당장 고위급 회의에 올려도 될 것 같은 자료가 완성된다.

그런데 이상하다. 아무도 충분히 생각하지 않았는데 생각의 결과물이 먼저 나왔다.

더욱 놀라운 것은 이 자료를 검토하는 과정이다. "전략을 네 개로 늘려 주세요." "기대 효과를 좀 더 강하게 써 주세요." "이 부분은 AI라는 단어가 더 많이 들어갔으면 좋겠어요." 이런 지시를 거치면서 슬라이드는 점점 화려해진다. 그러나 정작 그 전략이 왜 필요한지, 실현 가능한지, 무엇을 포기해야 하는지에 대한 논의는 여전히 부족하다.

예전에는 내용을 만들고 파워포인트로 옮겼다면, 이제는 파워포인트에 들어갈 내용마저 AI가 만들어 준다. 그 결과 사람의 역할은 생각하는 사람에서 AI가 만들어 낸 슬라이드의 편집자 또는 승인자로 바뀔 위험이 있다.

어쩌면 우리는 새로운 생산성 지표를 만들어 낸 것인지도 모른다. 하루에 작성한 보고서의 수, 완성한 슬라이드의 수, 생성한 전략 과제의 수가 그것이다. 한 시간 만에 30장짜리 전략 보고서를 만들 수 있다면 대단한 생산성 향상이다. 단, 그 30장에 담긴 생각이 얼마나 깊은지는 별개의 문제다.

물론 AI는 훌륭한 지적 도구이다. 복잡한 자료를 정리하고, 논리적 결함을 찾아내며, 미처 생각하지 못했던 대안을 제시하는 데 유용하다. 나 역시 이러한 용도로 AI를 자주 사용한다. 문제는 AI가 생각을 돕는 수준을 넘어 생각하는 과정 자체를 생략해도 되는 것처럼 착각하게 만드는 데 있다.

터프티가 비판했던 것은 파워포인트가 생각을 지나치게 단순화하는 현상이었다. 이제는 그 단순화된 생각조차 사람이 직접 만들어 내지 않아도 되는 시대가 되었다. 파워포인트의 인지적 형식과 생성형 AI의 유창한 문장 생성 능력이 결합하면서, 내용의 충실성과 관계없이 완성도 높은 발표 자료를 생산하기가 그 어느 때보다 쉬워졌다.

이러한 현상을 표현할 적절한 영어 단어가 없을까 생각하다가 PPTize라는 말을 만들어 보았다. PowerPoint의 약자인 PPT에 동사를 만드는 접미사 -ize를 붙인 것이다. 명사형은 PPTization이다.

PPTize (verb)

To transform complex ideas, research, or policies into simplified, visually appealing PowerPoint slides, often at the expense of nuance, depth, or substance.

복잡한 생각이나 연구, 정책을 시각적으로 그럴듯한 파워포인트 슬라이드로 바꾸는 행위. 그 과정에서 본래의 맥락과 깊이, 실질적인 내용이 희생되기도 한다.

We spent more time PPTizing the strategy than actually developing it.

우리는 전략을 수립하는 것보다 그것을 파워포인트로 꾸미는 데 더 많은 시간을 썼다.

여기서 한 걸음 더 나아가 PPTization은 단순히 문서를 파워포인트로 변환하는 작업이 아니라, 사고와 의사결정의 과정 자체가 파워포인트의 형식에 종속되는 현상을 의미하도록 하고 싶다.

그리고 AI 시대에는 여기에 새로운 의미가 추가된다. 충분한 사고와 검증을 거치지 않은 채 그럴듯한 발표 자료를 대량 생산하고, 그 결과물을 실제 지적 성과와 혼동하는 현상이다.

AI-powered PPTization이라고 부르면 어떨까. 이름부터 상당히 그럴듯하다. 이것 역시 AI가 잘 만들어 낼 법한 표현이다.

흥미롭게도 PPTize와 PPTization을 인터넷에서 검색해 보니 이러한 의미로 사용된 흔적을 쉽게 찾을 수 없었다. 물론 검색되지 않는다고 해서 아무도 사용한 적이 없다는 뜻은 아니다. 그래도 이 정도면 신조어 하나를 제안해 볼 만하지 않을까?

그래서 이 글을 통해 PPTize와 PPTization이라는 단어를 위와 같은 의미로 사용하자고 제안한다. 누가 먼저 이 단어를 만들었는지는 알 수 없지만, 적어도 이 뜻으로 공개적으로 정의한 사람 중 하나로는 남고 싶다.

마지막으로 한 가지 고백하자면, 나 역시 파워포인트를 무척 많이 사용한다. 연구 발표에도, 사업 계획에도, 각종 회의에도 파워포인트는 빠지지 않는다. AI를 이용하여 발표 자료의 초안을 만들거나 문장을 다듬는 일도 있다. 때로는 슬라이드를 만들면서 생각이 더 명료해지는 경험도 한다.

결국 문제는 파워포인트나 AI라는 도구 자체가 아니다. 생각을 표현하기 위해 도구를 사용하는가, 아니면 그럴듯한 결과물을 얻기 위해 생각하는 과정을 생략하는가. 그 차이를 잊는 순간 우리는 PPTization의 함정에 빠진다.

그리고 그 함정은 이제 놀라울 정도로 빠르고, 편리하며, 아름답기까지 하다.

또한 이 글은 PPTization의 폐해를 비판하기 위하여 AI에게 작성을 부탁하고 약간의 수정을 거쳤다. 다 쓰고 나니 한 가지 의문이 생겼다. 과연 이 글은 내가 쓴 것인가? 한 가지 확실한 것은, PPTize라는 신조어는 내가 생각했다는 점이다.

사족(뱀다리)

니콜라스 카의 『생각하지 않는 사람들』에서는 새로운 정보 기술이 등장할 때마다 인간의 사고와 지적 능력에 미칠 영향을 우려하는 목소리가 있었다는 사실을 소개한다. 고대 그리스의 소크라테스는 문자에 의존하면 기억력이 약해지고, 진정한 이해 없이 지식을 갖춘 것처럼 착각하게 될 것이라고 우려했다. 당시에는 지식을 기억하고 말로 전달하는 능력이 중요했으므로, 문자를 통해 지식을 외부에 저장하고 전달한다는 발상이 못마땅했을 법하다.

글을 소리 내어 읽는 것(낭독)이 일반적이었던 시대에 묵독이 점차 널리 퍼진 것도 독서 문화의 중요한 변화였다. 물론 묵독은 고대에도 존재했으며, 인쇄술의 등장과 함께 갑자기 시작된 것은 아니다. 그러나 낭독과 암송을 중심으로 이루어지던 독서 문화가 개인적이고 내면적인 독서로 변화한 것은 지식을 받아들이고 이해하는 방식에도 영향을 미쳤을 것이다. 낭독이나 암송은 모름지기 지식을 소유하고 해석하는 사람의 권위를 강화하는 수단이라는 측면이 매우 강했을 것이다.

15세기 유럽에서 금속활자 인쇄술이 확산되면서 책의 생산과 유통이 크게 늘어난 것 역시 지식의 역사에서 중요한 전환점이었다. 이전에도 필사본을 통한 지식의 전승과 유통은 이루어졌지만, 인쇄술은 책에 대한 접근성을 획기적으로 높였다. 지식의 생산과 전파가 소수의 필경사나 학자, 종교기관에 크게 의존하던 시대에서 훨씬 많은 사람이 책을 접할 수 있는 시대로 넘어간 것이다.

이러한 역사를 생각하면 파워포인트 역시 단순한 발표용 소프트웨어가 아니라, IT 기술이 인간의 사고와 의사소통 방식을 크게 바꾸어 놓은 사례로 보아야 할 것이다. 파워포인트가 등장하기 이전의 발표 방식이 반드시 더 논리적이고 지적이었다고 할 수는 없다. 새로운 기술은 언제나 기존의 관습을 바꾸고, 그 과정에서 새로운 가능성과 문제점을 함께 만들어 낸다. 파워포인트가 우리의 생각을 단순화한다고 비판하기에 앞서, 그것이 생각을 조직하고 전달하는 방식을 어떻게 변화시켰는지 살펴볼 필요가 있다.

파워포인트에서 만난 낯선 글꼴, Aptos

최근 학회 발표용 파워포인트 슬라이드를 ChatGPT의 도움을 받아 만들다가 생소한 글꼴을 발견했다. 본문에는 'Aptos', 제목에는 'Aptos Display'라는 글꼴이 지정되어 있었다. 지금까지 파워포인트를 사용하면서 별로 의식하지 못했던 이름이다. 도대체 어디에서 나온 글꼴이며, 두 글꼴은 어떻게 다른 것일까?

볼드체로 표현한 Aptos 텍스트.

Calibri를 대체한 마이크로소프트의 새로운 기본 글꼴

Aptos는 마이크로소프트가 2023년에 발표한 새로운 Office 기본 글꼴이다. 2007년 Office부터 약 15년 동안 사용되었던 Calibri를 대체하기 위해 개발되었다. 따라서 Word, Excel, PowerPoint 등 최신 Microsoft 365 환경에서 Aptos를 만나는 것은 전혀 이상한 일이 아니다.

마이크로소프트는 2021년부터 새로운 기본 글꼴을 선정하기 위한 작업을 진행했다. 후보는 Bierstadt, Grandview, Seaford, Skeena, Tenorite의 다섯 가지였다. 이들을 실제 Office 사용자에게 공개하여 반응을 살핀 끝에 Bierstadt를 선택했고, 최종적으로 Aptos라는 이름을 붙였다.

Aptos를 디자인한 사람은 Steve Matteson이다. 그는 마이크로소프트의 Segoe UI 글꼴 개발에도 참여한 저명한 서체 디자이너다. Aptos라는 이름은 미국 캘리포니아주 산타크루즈 카운티에 있는 작은 지역에서 따왔다. 디자이너가 좋아하던 곳이라고 한다.

Aptos는 세리프(serif), 즉 글자 획 끝의 작은 장식이 없는 산세리프(sans-serif) 계열이다. 20세기 중반 스위스 타이포그래피의 영향을 받았으며, 단정하고 현대적인 인상을 준다. 그렇다고 지나치게 기계적인 형태를 추구한 것은 아니다. 손으로 그린 듯한 미세한 변화를 더하여 자연스럽고 친근한 느낌도 살리려고 했다.

특히 고해상도 화면에서의 가독성을 고려했다. 글자의 획과 곡선이 만나는 부분을 명확하게 처리하고, 대문자 I와 소문자 l을 쉽게 구분할 수 있도록 디자인한 것이 그 예다.

Aptos와 Aptos Display는 무엇이 다른가?

Aptos 글꼴 목록을 살펴보면 일반 Aptos 외에 Aptos Display라는 이름이 보인다. 두 글꼴은 같은 서체 패밀리에 속하지만 사용 목적이 조금 다르다.

Aptos는 본문처럼 비교적 작은 크기로 많은 글자를 읽을 때 적합하도록 설계되었다. 글자 사이의 간격과 형태가 안정적이어서 문장이나 문단을 읽기에 편하다.

반면 Aptos Display는 큰 크기의 제목이나 표제에 적합하도록 조정된 글꼴이다. 일반 Aptos보다 글자 폭이 약간 좁고 글자 사이의 간격도 촘촘하다. 큰 글씨로 표시했을 때 더욱 단정하고 응집력 있는 인상을 준다.

구분	Aptos	Aptos Display
주된 용도	본문, 설명문	제목, 표제
글자 폭	상대적으로 여유로움	약간 좁음
글자 간격	본문 가독성 중시	상대적으로 촘촘함
시각적 인상	안정적이고 편안함	선명하고 응집력 있음

여기에서 Display는 컴퓨터의 디스플레이 장치를 뜻한다기보다는 타이포그래피에서 사용하는 '디스플레이 타이프(display type)', 즉 제목이나 광고 문구처럼 크게 보여 주는 글자를 의미한다.

따라서 Aptos Display가 반드시 더 굵은 글꼴이라는 뜻은 아니다. 굵기(weight)와 별개로 글자의 폭과 간격, 큰 크기에서의 시각적 효과를 조정한 것이다. 두 글꼴 모두 다양한 굵기를 선택할 수 있다.

파워포인트에서 두 글꼴을 함께 사용하는 이유

파워포인트에서는 제목과 본문의 역할이 분명히 다르다. 제목은 멀리서도 빠르게 인식되어야 하고, 본문은 여러 줄의 문장을 무리 없이 읽을 수 있어야 한다.

이런 이유로 최신 Office 테마에서는 제목용 글꼴과 본문용 글꼴을 구분하여 지정할 수 있다. Aptos Display와 Aptos의 조합은 이러한 용도에 잘 맞는다.

예를 들어 제목에 Aptos Display Semibold를 32포인트로 사용하고, 본문에는 Aptos Regular를 20포인트로 사용하면 별도의 장식 없이도 시각적 위계를 만들 수 있다. 물론 실제 글자 크기는 발표 장소와 슬라이드 내용에 따라 조정해야 한다.

슬라이드 마스터에서 제목과 본문 글꼴을 각각 지정해 두면 전체 슬라이드의 디자인을 일관되게 유지할 수 있다. 제목과 본문을 같은 글꼴로 통일하는 것보다 약간의 차이를 주는 편이 자연스럽게 보일 때가 많다.

한 가지 주의할 점도 있다. Aptos는 주로 라틴 문자 중심의 글꼴이므로 한글이 포함된 슬라이드에서는 별도의 한글 글꼴로 대체되어 표시될 수 있다. 영문 제목과 한글 본문을 혼용한다면 실제 화면에서 글꼴의 조화를 확인하는 것이 좋다. 또한 Aptos가 설치되지 않은 컴퓨터에서 발표 파일을 열면 다른 글꼴로 대체되어 줄바꿈이나 배치가 달라질 수 있다.

새로운 기본 글꼴을 선택한다는 것

마이크로소프트가 기본 글꼴을 바꾸는 일은 단순히 외관을 새롭게 하는 것 이상의 의미를 갖는다. 수많은 사용자가 특별히 글꼴을 지정하지 않은 채 문서를 작성하기 때문에 기본 글꼴은 사실상 전 세계 사무 문서의 시각적 표준에 가까운 역할을 한다.

Times New Roman에서 Calibri로, 다시 Aptos로 이어지는 변화에는 문서를 읽는 환경의 변화도 반영되어 있다. 종이 인쇄물 중심에서 컴퓨터 화면으로, 다시 고해상도 디스플레이와 다양한 크기의 디지털 기기로 옮겨 온 것이다.

이번에 ChatGPT가 만들어 준 파워포인트에서 Aptos를 만난 것은 아마도 최신 Office의 기본 디자인 관례를 따랐기 때문일 것이다. 인공지능이 특별히 새로운 글꼴을 발굴한 것은 아니었다. 오히려 내가 오랫동안 익숙한 글꼴만 사용하다 보니 이미 몇 년 전에 이루어진 변화를 뒤늦게 발견한 셈이다.

덕분에 파워포인트 슬라이드를 만드는 과정에서 글꼴의 역사와 디자인에 관해서도 조금 배우게 되었다.

참고 자료

• Microsoft Design (2023). A change of typeface: Microsoft's new default font has arrived
• Microsoft Design (2024). Behind the design: A deep dive into Aptos
• Microsoft Learn. Aptos font family
• Microsoft Support. New Office theme

습관은 변하는 것

최근의 코딩 취미는 음악정보학과 MIDI에서 슬슬 '미술정보학'으로 옮겨가고 있다. Electric Objects EO1 전자액자 되살리기가 이렇게 좋은 취미가 될 줄은 몰랐다. 예를 들어서 오늘은 램브란트로 대표되는 17세기 네덜란드 회화를 감상하고 싶다고 하자. 그러면 적당히 키워드를 조합하여 Met(뉴욕 메트로폴리탄 박물관)의 소장품 메타데이터 파일에서 후보를 찾은 뒤, 이를 다운로드하여 EO1으로 전송하면 된다. 컬렉션을 만드는 명령어 사례는 별도의 위키 페이지인 Museum Artwork Curation Commands for EO1-Museum에 정리하고 있다.

그리고 지난 10월부터 열심히 영어 공부를 시작하였고, 그러는 도중에 달리기는 나의 일상 루틴에서 자취를 감추고 말았다.

사실 이래서는 안 된다. 다른 것 만 개를 얻어도 건강을 잃으면 무슨 소용이 있겠는가? 퇴근 후 도무지 남은 기력이 없어서 오늘은 도저히 뛰지 못하겠다는 핑계가 너무 길게 이어지고 있다. 운동을 쉬는 사이 기온은 급격히 내려가서 밤중에 집을 나서는 일을 더욱 주저하게 되었다. 하지만 이를 이겨내야 한다.

매일 한시간 반 혹은 그 이상을 영어를 듣고 웅얼거리는 생활을 하게 될 것이라고는 생각하지 않았다. 사실 인생에서 '이제 새로운 것을 공부해서 무엇하겠는가? 경력의 정점에서 내려갈 일만 남았는데..."라고 생각한다면 그것은 나는 이제 실패한 사람이 되겠다는 것을 자인하는 것이다. 

안전한 '하산'은 단지 했던 일을 잘 마무리하는 것으로 끝나지 않는다. 올라갈 때의 경험이 안전한 하산을 보장하지는 않는다. 하산은 하나의 새로운 경로이기 때문이다. 다 내려온 뒤에는 새로운 목표가 또 생길 것이고, 이는 나의 관 뚜껑에 못을 박을 때까지 이어질 것이다. 늘 새로움을 추구하고 배우려는 자세를 유지하며 실제로 힘써 실천하는 것은 아무리 강조해도 지나치지 않다.

당장 어떤 쓸모가 있을지 몰라도 모국어가 아닌 언어를 공부하는 것은 지적 능력을 계속 유지하고 발전시키는데 매우 큰 도움이 된다. 특히 눈으로 읽기만 하는 것이 아니라 자기 입으로 소리내어 직접 말하고, 그 소리를 귀로 다시 듣는 반복 학습 방법이 언어 습득에 도움이 된다는 연구 결과도 많다. 어떤 면에서 어학 공부는 운동과 매우 닮았다. 그리고 운동이라는 신체 활동이 분명히 뇌의 능력을 활성화하고 유지하는데 도움을 준다고 믿는다.

11월부터 연말까지 유난히 행사가 많다. 내가 몸담고 있는 조직의 성과를 잘 마무리하여 알리는 좋은 계기가 될 것이다. 차질 없이 준비하고, 나 개인으로서도 성장의 계기로 삼아야 되겠다.

제법 쓸 만해진 EO1-Museum

한동안 퇴근 후에 조금씩 손을 보던 Electric Objects EO1 되살리기 프로젝트가 이제는 어느 정도 마무리된 것 같다. 제조사는 사라졌고 서버 서비스도 종료된 오래된 전자액자이지만, 안드로이드 앱을 새로 손보고 PC에서 작품을 준비하는 도구를 만들면서 제법 그럴듯한 디지털 미술관이 되었다. 프로젝트 이름도 EO1-Museum이라고 붙였다.

뉴욕 메트로폴리탄 미술관(The Met)과 Wikimedia Commons의 공개 작품을 검색하여 내려받고, EO1의 1080×1920 세로 화면에 맞게 가공한 뒤 Wi-Fi를 통해 전송할 수 있다. 한 번 전송한 작품은 PC를 끈 뒤에도 EO1 내부 저장공간에서 독립적으로 감상할 수 있다.

오늘 공개한 v0.43에서는 가로로 긴 작품을 보여주는 방법도 손봤다. 이런 그림의 가로폭을 EO1의 세로형 디스플레이에 그대로 너무 작게 나타나기 때문이다.  

그래서 PC에서 작품을 확대하여 왼쪽에서 오른쪽으로 천천히 이동하는 짧은 동영상을 미리 만들게 하였다. EO1에서는 먼저 전체 작품을 보여주고, 이어서 이 동영상을 재생하여 세부를 보여준 뒤 다시 전체 화면으로 돌아온다. 이 동영상도 원본 작품과 함께 자동으로 전송된다.

PC에서 접속하는 경우에는 웹브라우저의 기능만으로 가로로 긴 이미지를 부드럽게 패닝하는 것이 가능하다. 그러나 EO1에 새로 설치한 앱의 오래된 WebView 기능으로는 이를 같은 방식으로 구현하기가 매우 어려웠다. 그래서 PC에서 패닝 동영상을 미리 만들어 두고, EO1에서는 이를 재생하는 방식을 택했다.

HTML과 JavaScript로 만든 generative art도 비슷한 방법으로 미리 동영상을 만들어 처리한다. 오래된 EO1에서 복잡한 그래픽을 직접 계산하게 하지 않고 PC에서 MP4로 렌더링한 뒤 EO1에서는 재생만 한다. 이는 이미 이전 글에서 설명하였다. 물론 작품을 소개하는 별도의 전시 공간도 마련하였다.

이 프로젝트에서 자리 잡은 원칙은 이러하다. 계산이 필요한 일은 PC에서 하고, EO1은 여전히 잘하는 일, 즉 그림을 보여주는 데 집중하게 한다.

처음에는 서비스가 종료된 전자액자를 다시 작동시키는 것이 목표였다. 이것저것 덧붙이다 보니 이제는 공개 미술 데이터를 찾아 작품을 고르고, 화면에 맞게 준비하고, 전송하고, 독립적으로 전시하는 과정이 하나로 이어졌다. 국내 박물관의 소장품 이미지를 선별하여 가져오는 기능은 현재 궁리하는 중이다.

이쯤이면 EO1-Museum이라는 이름을 붙여도 크게 과장은 아닌 것 같다.

HTML Generative Art를 MP4로 렌더링하여 EO1에서 재생하기

EO1-Museum 프로젝트를 진행하면서 한 가지 아쉬운 점이 있었다. HTML과 JavaScript만으로도 브라우저에서 꽤 멋진 움직이는 그래픽을 만들 수 있지만, 10년도 더 된 Electric Objects EO1의 하드웨어로 이것을 직접 실행하기에는 성능이 턱없이 부족하다는 것이다. 실제로 HTML5 Canvas를 이용한 그래픽을 EO1에서 실행해 보니 프레임 속도가 너무 낮아서 감상용으로 쓰기 어려웠다.

그렇다면 EO1에서 직접 계산하게 하지 않으면 된다. 처음에는 웹브라우저에서 재생을 하면서 OBS Studio에서 녹화하는 방법을 써 보려 했으나 창을 제대로 맞추는게 너무 어려웠다. 고민 끝에 최종적으로 선택한 방법은 다음과 같다.

Playwright를 통해 headless Chromium을 실행하고, EO1 화면과 같은 1080 × 1920 해상도로 HTML 그래픽을 실행한 뒤 이를 동영상으로 캡처하였다. 이어서 FFmpeg를 이용하여 H.264 형식의 MP4 파일로 변환하는 방법을 만들었다. 내가 만든 render_art.py라는 파이썬 스크립트가 이 과정을 자동으로 처리한다.

과정은 대략 이렇다.

HTML / JavaScript
        ↓
PC의 Chromium에서 실행
        ↓
화면을 동영상으로 캡처
        ↓
FFmpeg로 H.264 MP4 변환
        ↓
EO1에서 재생

이렇게 해 두면 원래 그래픽이 얼마나 복잡한지는 EO1에게 별로 중요하지 않다. 수많은 입자가 움직이거나, 궤적이 남거나, 물체끼리 충돌하는 계산이 들어가더라도 PC에서 미리 계산하여 동영상으로 만들면 EO1은 그저 MP4 파일을 재생하기만 하면 된다.

HTML 파일은 원본 작품(master artwork)으로 남는다. PC의 브라우저에서는 원래의 움직이는 작품을 실행하면서 여러 파라미터를 조절해 볼 수 있고, 마음에 드는 상태가 정해지면 이를 5분짜리 MP4 등으로 렌더링하여 EO1으로 옮긴다. EO1-Museum 앱에서는 이렇게 만들어진 여러 동영상을 임의의 순서로 연속 재생하도록 했다.

결국 역할 분담은 아주 단순해졌다.

브라우저는 작품을 만드는 환경이고, PC는 렌더러이며, EO1은 디스플레이다.

이 방법을 마련하고 나니 오래된 EO1의 그래픽 성능을 더 이상 크게 걱정할 필요가 없어졌다. 브라우저에서 표현할 수 있는 그래픽이라면 일단 작품을 만들어 보고, 완성된 움직임을 MP4로 굳혀 EO1에 넣으면 된다.

직접 만든 generative art와 렌더링 방법은 다음 페이지에 정리해 두었다.

Generative Art Gallery

내가 제일 좋아하는 작품은 '우주 해파리'(Space Jellyfish). 이것으로 약 2주에 걸친 개발 작업은 모두 마친 셈이 되었다. 앞으로는 EO1에서 보일 작품을 고르거나 만드는 일을 즐기면 된다.

자동생성 아트가 진짜 예술인지는 모르겠지만

Electric Objects EO1 안에는 작은 컴퓨터가 들어 있다. 그렇다면 저장된 JPG나 동영상을 재생하는 데 그치지 않고, 프로그램이 화면을 실시간으로 그리게 할 수도 있다. HTML5 Canvas와 JavaScript만으로도 충분하다. 이렇게 해서 공들이 서로 부딪치며 빛의 궤적을 남기는 Collision Trails, 우주 공간을 떠다니는 해파리, 끝없이 안쪽으로 빨려 들어가는 듯한 나선, 보이지 않는 흐름을 따라 움직이는 입자 같은 것을 하나씩 만들기 시작했다.

Collision Trails — Glass Spheres

재미있는 점은 이런 작품에는 사실 '영상 파일'이 없다는 것이다. MP4 파일 속에 수천 장의 프레임이 저장되어 있는 것이 아니라, 공의 위치와 속도를 계산하고 충돌을 처리하고 화면에 잔상을 남기는 규칙만 들어 있다. 파일 크기는 고작 몇 KB에 불과하지만 프로그램을 실행해 두면 화면은 끝없이 변한다. 영상 자체를 저장하는 대신 영상을 만들어 내는 규칙을 저장하는 셈이다.

오늘 만든 네 개의 Generative Art는 다음의 웹사이트에 공개하였다. 지금 보니까 고등학교 방학숙제 수준이 아닐런지... 

https://jeong0449.github.io/EO1-Museum/art/

과거에는 아마 컴퓨터 프로그래밍을 통해서 이런 것을 만들어냈을 것이다. 지금은 간단하게 지시어만 던지면 ChatGPT가 알아서 해 준다. 

어쩌면 이런 작업에서는 '누가 그렸는가'보다 '누가 규칙을 정하고 무엇을 선택했는가'가 더 중요한 질문인지도 모르겠다. 전통적인 그림에서 화가는 화면의 모든 점을 직접 결정하지만, 자동생성 아트에서는 화면을 만들어 내는 규칙과 조건을 정한다. 그리고 실제 화면은 프로그램이 실행될 때마다 새로 만들어진다.

이 작업을 잠깐 하면서 CodePen Spark라는 곳을 알게 되었다. CodePen은 HTML·CSS·JavaScript 코드를 웹브라우저에서 직접 작성하고 즉시 실행해 보며, 그 결과를 다른 사람과 공유할 수 있는 온라인 웹 개발·creative coding 플랫폼으로서 작품이나 코드 예제 하나를 Pen이라고 부른다고 한다. CodePen Spark는 CodePen이 매주 선별해 소개하는 웹 디자인·creative coding·CSS/JavaScript 실험 작품과 관련 기술의 큐레이션 페이지이다.

다음은 여기에 소개된 Bird's Eye Metropolis라는 작품이다. 저자는 Niklas Knaack. 만약 이 작품의 라이선스가 허용한다면, EO1에서 직접 구동하는 것도 생각해볼 수 있지만, 이미 설치된 안드로이드의 낮은 버전(4.4.2)과 정확한 하드웨어가 기능을 모르기 때문에 실현은 불가능할 것 같다. 

하지만 얼마든지 우회할 수 있는 경로가 있다. PC에서 재생하여 MP4 파일로 만든 뒤 EO1으로 보내면 되니까. 그리고 이 작품은 프로그램으로 그린 것이지, 엄밀한 의미에서 자동생성 아트라고 보기는 어렵다. 물론 둘 사이에 명확한 경계를 긋는 것은 쉽지 않다.

전자액자 하나가 나를 계속 새로운 세계로 빠뜨리고 있는 것 같다.

모네의 그림은 어디에 있을까? EO1-Museum의 발전

요즘 틈틈이 진행하는 EO1-Museum 프로젝트에서는 뉴욕 메트로폴리탄 미술관(The Metropolitan Museum of Art)의 Open Access 데이터를 이용하여 그림을 가져오고 있다. 미술관에서 제공하는 API와 전체 소장품 목록을 이용하여 원하는 화가나 키워드로 작품을 골라 내려받은 뒤, 전자액자의 1080×1920 해상도에 맞추어 변환하여 보여주는 방식이다.

이 작업을 위해 GET_MET_ART_KEYWORD.py라는 파이썬 프로그램도 만들었다. 처음에는 단순한 이미지 다운로드 프로그램이라고 생각했지만, 쓰다 보니 역할은 그보다 조금 더 넓었다. 방대한 공개 컬렉션에서 원하는 조건에 맞는 작품을 찾아내는 작품 디스커버리(discovery) 도구인 셈이다. 르누아르, 피사로, 시슬레 같은 화가를 지정하면 조건에 맞는 그림을 찾아 original 디렉토리에 넣어준다. 미술관이 Open Access로 공개한 자료만 대상으로 하므로 저작권 상태를 일일이 확인할 필요도 없고, 이미지 품질도 대체로 훌륭하다. 무엇보다 검색이 빠르다.

그런데 모네(Claude Monet)를 검색하면서 이상한 점을 발견했다. 그림이 너무 적었던 것이다.

처음에는 프로그램을 잘못 만들었다고 생각했다. 인상주의를 대표하는 화가인 모네의 작품이 메트로폴리탄 미술관에 거의 없을 리가 없지 않은가. 실제로 검색 결과를 자세히 살펴보니 모네와 관련된 회화 작품은 수십 점이 나왔다. 그런데 내가 사용하고 있는 Open Access 조건을 적용하면 거의 모두 탈락했다.

CSV 파일을 잘못 해석했나 싶어서 API를 직접 조회해 보았지만 결과는 같았다. 메트로폴리탄 미술관의 데이터에서 isPublicDomain이 참이고 내려받을 수 있는 이미지가 있는 작품만 남기면, 내가 기대했던 모네의 그림은 거의 나오지 않았다.

여기에서 한 가지 중요한 사실을 깨달았다. 그림 자체의 저작권과 그 그림을 촬영하거나 스캔해서 만든 디지털 이미지의 이용 조건은 같은 문제가 아니다.

모네는 1926년에 세상을 떠났다. 따라서 그의 회화 작품 자체는 저작권 때문에 접근하기 어려운 대상이 아니다. 하지만 어떤 미술관이 소장 작품의 고해상도 디지털 이미지를 어떤 조건으로 공개하느냐는 별개의 문제다. 내가 필요한 것은 단순히 '저작권이 끝난 그림'이 아니라, 자유롭게 이용할 수 있는 좋은 품질의 디지털 재현물이었다.

그렇다면 The Met 하나만을 작품 디스커버리의 창구로 삼을 이유도 없었다. 다른 공개 컬렉션에서 작품을 발견할 수 있는 두 번째 디스커버리 도구가 필요했다.

그래서 찾아간 곳이 Wikimedia Commons였다.

처음에는 단순할 것으로 생각했다. Commons에서 Claude Monet을 검색해서 Public Domain인 이미지를 받으면 되지 않을까? 그러나 실제로 해 보니 이야기가 훨씬 복잡했다. Category:Claude Monet에는 그림만 있는 것이 아니었다. 모네의 사진, 서명, 묘지, 장례식 사진, 책의 스캔, 전시회 자료까지 온갖 것이 함께 들어 있었다.

작가 이름은 곧 작품 목록이 아니었던 것이다.

Commons의 category 구조를 조금 더 들여다보다가 Paintings by Claude Monet by title이라는 훨씬 유용한 분류를 발견했다. 그 아래에는 개별 작품을 나타내는 category가 무려 319개 있었다. 프로그램이 이 category를 하나씩 방문하여 그 안의 파일을 조사하도록 했다.

하지만 문제는 여기에서도 끝나지 않았다.

하나의 실제 그림에 여러 개의 디지털 이미지가 존재할 수 있었다. 미술관에서 촬영한 것, 오래된 화집을 스캔한 것, 개인이 촬영한 것 등이 같은 작품 아래에 함께 나타난다. 해상도도 다르고 라이선스도 다르다. 따라서 프로그램은 각 작품마다 파일을 조사하여 JPEG, PNG 등의 이미지인지 확인하고, Public Domain 또는 CC0로 명확하게 사용할 수 있는 것만 남긴 뒤, 일정 해상도 이상인 것 가운데 가장 큰 이미지를 하나 선택하도록 했다.

첫 번째 전체 검색에는 꽤 오랜 시간이 걸렸다. 화면에는 319개 작품 category를 하나씩 조사하는 메시지가 끝없이 흘러갔다. 지구 전체를 스캔하는 기분이었다.

결과는 의외로 좋았다. 319개 작품 가운데 231개에서 조건을 만족하는 디지털 이미지를 찾았다.

이 결과는 JSON 파일에 저장해 두었다. 따라서 다음부터는 Wikimedia Commons를 처음부터 다시 뒤질 필요가 없다. 캐시된 작품 목록에서 원하는 수만큼 무작위로 골라 이미지를 내려받으면 된다. 현재는 파일 이름도 Claude_Monet__Water_Lilies.jpg와 같이 화가와 작품명이 그대로 드러나도록 했다.

이렇게 해서 두 번째 작품 디스커버리 도구인 GET_COMMONS_ART.py가 생겼다.

실제로 EO1에 모네 그림 100점을 넣어 돌려 보니 또 하나 알게 된 것이 있다. 해상도가 높다고 해서 반드시 좋은 이미지인 것은 아니다. 어떤 것은 색이 훌륭하고 선명하지만, 어떤 것은 오래된 인쇄물을 스캔한 듯하고 색감도 좋지 않다. 이것까지 프로그램이 판단하게 만들 수도 있겠지만, 굳이 그럴 필요가 있을까 싶었다.

결국 그림은 사람이 보는 것이다.

그래서 마음에 들지 않는 디지털 재현물은 사람이 직접 골라 reject 목록에 넣도록 했다. 다음번 작품 선택에서는 그 그림이 제외된다. 기계가 작품을 발견하고 이용 조건과 해상도를 검사하며, 마지막 품질 판단은 사람이 실제 디스플레이를 보면서 한다. 거창하게 표현한다면 human-in-the-loop curation인 셈이다.

이제 EO1-Museum에는 두 개의 주요 작품 디스커버리 도구가 생겼다.

GET_MET_ART_KEYWORD.py는 The Met이라는 잘 정리된 하나의 미술관 컬렉션을 탐색한다. GET_COMMONS_ART.py는 Wikimedia Commons라는 훨씬 넓고 복잡한 디지털 공유 공간을 탐색한다.

The Met은 정제된 디스커버리(curated discovery), Wikimedia Commons는 광범위한 디스커버리(broad discovery)를 담당한다고 할 수 있다.

The Met의 자료는 빠르고 정돈되어 있으며 품질도 일정하다. Commons는 훨씬 넓지만 복잡하고, 같은 작품에도 여러 파일이 존재하며 품질도 제각각이다. 어느 하나가 다른 하나를 대신하는 관계라기보다 서로 상당히 잘 보완한다.

그리고 여기에서 '디스커버리'라는 말을 쓰는 것이 꽤 중요하다고 생각한다. 이 프로그램들의 목적은 인터넷에서 그림 파일 몇 개를 다운로드하는 데 있지 않다. 수많은 공개 디지털 자료 가운데 내가 전시하고 싶은 작품을 발견하고, 실제로 사용할 수 있는 디지털 재현물을 골라내는 것이 먼저다. 다운로드는 그 과정의 마지막 단계일 뿐이다.

두 곳에서 발견한 자료는 결국 똑같은 길을 간다.

GET_MET_ART_KEYWORD.py 또는 GET_COMMONS_ART.py가 작품을 찾아 original 디렉토리에 넣고, make_gallery.py가 이를 EO1의 세로형 화면에 맞추어 변환한다. 그러고 나면 10년도 더 된 전자액자의 23인치 화면에 모네의 그림이 나타난다.

처음에는 그저 "왜 모네 그림이 이것밖에 없지?"라는 의문에서 시작했다.

그 의문 때문에 메트로폴리탄 미술관의 Open Access 정책을 다시 들여다보고, Wikimedia Commons의 category 구조를 헤매고, 하나의 실제 작품과 그것을 찍거나 스캔한 여러 디지털 파일이 서로 다른 존재라는 것도 생각하게 되었다. 그리고 그 과정에서 EO1-Museum에는 The Met과 Wikimedia Commons라는 두 개의 작품 디스커버리 통로가 생겼다. 그리고 이 취미 수준의 일은, 내가 KOBIC에서 근무하면서 접하는 데이터 관련 업무와 상당히 닮았다. 

전자액자 하나를 되살리려다가 생각보다 먼 곳까지 흘러 왔다. 그리고 그 중간에는 음악 정보학과 드럼 패턴학(drum patternology)가 있었다.

그래도 지금 눈앞에서는 모네의 그림이 조용히 바뀌고 있다.