니콘, 생성형 AI 사용 이유로 현미경 영상 대회 우승 취소

들어가며

생명체의 미세한 움직임을 포착한 것으로 보였던 현미경 영상이 인공지능을 활용한 후처리 때문에 대회 우승을 잃었다. 니콘은 Small World in Motion에서 당초 1위를 차지한 닝 쉬 박사의 작품이 생성형 AI에 관한 대회 규정을 준수하지 않았다고 발표했다. 해당 영상은 이후 니콘 대회 웹사이트에서 사라진 것으로 보인다.

이번 사건의 핵심은 단순히 AI를 사용했는지가 아니다. 완성된 과학 이미지만 보고는 영상 강화, 계산적 재구성, 생성적 변형을 구분하기가 점점 어려워지고 있다는 점이 더 중요하다.

핵심 내용

• 수상 영상은 원발성 섬모운동이상증(PCD)을 앓는 어린이의 기도에서 섬모라는 작은 털 모양 구조가 움직이는 모습을 담은 것으로 설명됐다.
• 영상의 진위를 의심하는 의견이 온라인에서 제기되자 니콘이 검토에 들어갔다.
• 닝 쉬 박사는 링크드인에서 재구성된 회색조 이미지의 특징을 구분하고 시각화하기 위해 비지도 신경망 기반 AI 보정 후처리를 사용했다고 밝혔다.
• 니콘은 이 방식이 생성형 AI 관련 대회 규정을 위반한다고 판단해 작품을 실격 처리했다.
• 수정된 순위에서는 응우옌 남 녓의 영상이 1위에 올랐으며, 니콘은 향후 규정과 평가 절차를 재검토할 계획이다.

보정과 생성의 경계

과학 이미지는 노이즈 제거, 대비 조절, 이미지 재구성, 해상도 향상 같은 처리를 거치는 경우가 많다. 이런 과정은 원본 데이터에 담긴 구조를 더 잘 보이게 할 수 있다. 그러나 신경망이 개입하면 특정 세부 정보가 원자료에서 복원된 것인지, 아니면 모델이 그럴듯하게 추정한 것인지 외부에서 판단하기 어려워진다.

닝 쉬 박사는 자신의 방법을 재구성 이미지에서 특징을 분리하고 시각화하기 위한 처리라고 설명했다. 반면 니콘은 이를 대회 규정에 맞지 않는 사용으로 판단했다. 두 설명은 완전히 동일하지 않지만, 바로 그 차이가 규정 설계의 어려움을 보여준다. 대회는 허용 가능한 계산 처리와 생성적 수정에 해당하는 처리를 구체적으로 구분해야 한다.

과학 커뮤니케이션에 미치는 영향

현미경 영상 대회는 연구자뿐 아니라 일반 대중에게도 과학 이미지를 보여주는 역할을 한다. 작품은 시각적 매력으로 평가되지만, 관람자는 화면에 나타난 장면이 실제 관찰 결과라고 기대하기도 한다. 원본 데이터와 알고리즘, 처리 전후의 차이가 공개되지 않으면 심사위원과 대중은 이미지의 검증 가능성을 평가하기 어렵다.

니콘은 실격 결정이 닝 쉬 박사의 직업적 평판, 과학적 기여, 의도를 판단한 것은 아니라고 강조했다. 이는 대회 규정 준수 여부와 연구자의 전체적인 전문성을 구분하려는 설명이다. 한 번의 대회 결정이 연구자의 다른 성과를 부정하는 것으로 확대돼서는 안 된다는 의미이기도 하다.

앞으로 필요한 것은 AI를 무조건 금지하는 것만은 아니다. 참가자는 원본 데이터와 처리 기록을 제출하고, 각 단계가 노이즈 제거인지, 재구성인지, 강화인지, 생성인지 표시해야 할 수 있다. AI가 과학 영상 제작 과정에 깊이 들어올수록 무엇이 관찰된 사실이고 무엇이 계산적으로 추정된 결과인지 투명하게 밝히는 기준이 중요해진다.

출처: The Verge AI