AI, 셰익스피어풍 시 창작... 운율과 격률 인간 수준 넘어

• 새 딥러닝 모델, 인간 작성 시보다 운율(rhyme)과 격률(meter)에서 우수한 시 창작
• 일부 사람들은 둘 구별 어려워하지만 전문가들에 따르면 AI는 감정과 가독성에서 부족

딥러닝 방법이 창작 작업에 활용될 수 있을까요? 답은 예입니다. 작곡, 조각 설계, 자동 안무 등 창작 애플리케이션에 이 머신러닝 기법들을 이미 사용해왔습니다.

이제 IBM, 토론토 대학교(University of Toronto), 멜버른 대학교(University of Melbourne) 연구진이 창작 텍스트 작업인 자동 시 작곡에 초점을 맞췄습니다. 딥스피어(Deep-speare)라는 딥러닝 모델을 개발해 소네트(sonnet)의 언어, 운율, 격률을 포착하고 시를 생성합니다.

이 AI 생성 시들이 영국의 가장 유명한 시인 윌리엄 셰익스피어(William Shakespeare)가 쓴 가장 인기 있는 시들과 닮았다는 건 매우 매혹적입니다. 모델이 매우 잘 작동해 운율과 강세 패턴을 가진 소네트 4행연(quatrain)을 생성하며, 이는 때때로 인간이 쓴 시와 구별 불가능합니다.

소네트(sonnet)는 셰익스피어가 대중화한 짧은 서정시입니다. 보통 14행으로 3개 4행연(quatrain, 4행)과 1개 2행연(couplet, 2행)으로 묶입니다.

어떻게 했나?

연구진은 소네트에 초점 맞춰 운율, 언어, 격률의 비지도 모델(unsupervised model)로 학습된 새로운 소네트 코퍼스(corpus) 기반으로 이앰빅 펜타미터(iambic pentameter) 기반 4행연 생성했습니다. 소네트 코퍼스로 바닐라 언어 모델을 훈련시켰는데, 이는 인간 수준 성능으로 격률을 암묵적으로 포착합니다.

간단히 말해 시 내용과 형식을 둘 다 신경망 아키텍처로 모델링할 것을 제안했습니다. 이 아키텍처는 세 핵심 구성요소를 포함합니다:

1. 언어 모델
2. 이앰빅 펜타미터 포착하는 펜타미터 모델
3. 운율 단어 학습하는 운율 모델

특정 소네트 행에서 다음 단어 예측 위해 언어 모델은 표준 범주형 교차 엔트로피(categorical cross entropy) 사용. 펜타미터 모델은 이앰빅 강세 번갈아 오는 패턴 학습하도록 훈련. 운율 모델은 마진 기반 손실(margin-based loss) 사용해 4행연 내 운율 단어 쌍과 비운율 단어 쌍 분리.

참조: arXiv:1807.03491

언어 모델이 한 번에 한 단어 생성하는 동안, 펜타미터 모델은 격률 준수 문장 샘플링하고 운율 모델은 운율 강제. 이 모든 구성요소가 함께 훈련됩니다.

이미지 크레딧: The Daily Dot

뉴럴 네트워크는 약 367,000단어 포함 2,685개 소네트로 훈련되었으며, 엔비디아 테슬라 GPU와 CUDA 딥러닝 프레임워크로 구동되는 텐서플로(TensorFlow) 사용.

연구진은 영문학 전문가 애덤 해먼드(Adam Hammond) 도움 받아 기계 생성 시 4가지 측면(가독성, 운율, 격률, 감정) 평가받았습니다. 해먼드는 시 출처 몰랐습니다. 결과: AI가 운율과 격률에서 인간 작품 능가하나 감정과 가독성엔 미달.

모델이 실용적 애플리케이션과 직접 관련 없어 보일 수 있지만, 요약, 번역, 챗봇 등 다른 생성 문제 작동시키는 같은 핵심 알고리즘 공유합니다.

참고: 모든 것에서 죽음을 보는 사이코패스 AI

이전에도 연구진은 신경망으로 창작성 모방 시도했습니다: '스크럽스(Scrubs)'(TV 코미디 시리즈) 봇 작성 대본, 구글 딥드림(DeepDream) 이미지 생성 프로젝트 등 포함. 향후 연구에서 콘텐츠와 형식을 넘어 더 인상적인 시 달성 위해 탐색할 예정이라고 밝혔습니다.