Multifractal signatures of AI, animal, nature, cave, and human art

기술 요약: AI, 동물, 자연, 동굴 및 인간 예술의 다중 프랙탈 시그니처

문제 제기
본 연구는 인공지능(AI) 생성 이미지, 동물 회화, 선사 시대 동굴 벽화, 인간 형상 예술, 수학적 프랙탈, 그리고 자연 사진이라는 다양한 범주의 흔적 생성(mark-making)을 체계적이고 정량적으로 비교하는 작업이 부족하다는 점을 다룬다. 프랙탈 및 다중 프랙탈 분석은 특정 예술가(예: 폴록, 반 고흐)나 자연 경관에 적용되어 왔으나, 이러한 서로 다른 기원의 시각적 질감을 비교하는 통합된 프레임워크는 부재한 상태이다. 본 논문은 다중 프랙탈 파라미터가 이러한 범주들을 구별할 수 있는지 조사하며, 이러한 통계적 시그니처가 의도성, 주의력, 그리고 인지 과정의 상관관계로서 기능할 수 있는 범위를 탐구한다. 동시에, 질감을 의식의 직접적인 증거로 과잉 해석하는 것에 대해 명시적으로 경고한다.

연구 방법론
본 연구는 여섯 가지 그룹으로 분류된 142개의 이미지 데이터셋을 활용하였다: AI 생성 예술($n=19$), 동물 회화($n=24$), 선사 시대 동굴 벽화($n=35$), 단일 화가 니콜라에 그리고레스쿠(Nicolae Grigorescu)의 인간 회화($n=16$), 수학적 프랙탈($$n=23$), 그리고 자연 사진($n=25$).

• 전처리: 이미지들은 그레이스케일로 변환되었고, 등방성 스케일링(isotropic scaling)을 보장하기 위해 중앙 1:1 정사각형으로 크롭되었으며, 픽셀 강도 값을 0과 1 사이로 정규화되었다.
• 다중 프랙탈 분석 파이프라인: Python 기반의 파이프라인을 사용하여 표준 분할 함수(partition-function) 접근법을 구현하였다. 이미지는 강도 구배(intensity gradients)의 크기에 대한 박스 카운팅(box-counting) 방법을 사용하여 분석되었다. 과정은 다음과 같다:
  • 이미지를 다양한 크기의 겹치지 않는 박스들로 분할(8개의 로그 간격 스케일).
  • 모멘트 차수 $q \in [-10, 10]$에 대한 분할 함수 $Z(q,s)$ 계산.
  • 로그-로그 공간에서의 선형 회귀를 통해 질량 지수 $\tau(q)$ 도출.
  • 일반화된 프랙탈 차원($D_q$) 및 르장드르 변환(Legendre transform)을 통한 특이점 스펙트럼 계산.
• 파라미터: 여섯 가지 핵심 파라미터가 추출되었다: 용량 차원($D_0$), 정보 차원($D_1$), 상관 차원($D_2$), 스펙트럼 폭($\Delta\alpha$), 특이점 강도($\alpha_0$), 그리고 스펙트럼 비대칭성($A$).
• 통계 분석: 빈번한 정규성 위반(Shapiro–Wilk 검정으로 평가됨)으로 인해, 본 연구는 비모수 통계(non-parametric statistics)를 채택하였다. 전역적 차이는 Kruskal–Wallis H-검정을 통해 테스트되었으며, 이후 Bonferroni 교정을 거친 짝지은 Mann–Whitney U 검정이 수행되었다.

주요 결과
분석 결과, 일반화된 차원($D_0, D_1, D_2$)은 범주 간에 완만한 변화를 보였으나, 고차 기술자(higher-order descriptors)—특히 스펙트럼 폭($\Delta\alpha$), 특이점 강도($\alpha_0$), 비대칭성($A$)—가 주요 변별 요소임을 밝혔다.

1. AI 생성 예술: 모든 범주 중 가장 넓은 다중 프랙탈 스펙트럼($\Delta\alpha = 1.382$)을 나타냈으며, 이는 자연 사진과 인간 예술(가장 좁은 스펙트럼 $\Delta\alpha = 0.613$을 가짐)을 유의미하게 초과했다. AI 이미지는 통계적으로 안정적이었으나(대부분 정규 분포), "하이퍼-다중 프랙탈(hyper-multifractal)"적인 이질성을 보여주었다. 특히, AI 이미지는 낮은 비대칭성 값($0.359$)에 군집을 이루었으나, 인간의 이미지는 모든 범주 중 가장 높은 평균 양의 비대칭성($1.814$)을 나타냈다.
2. 동물 회화: 평균적으로 동물들의 흔적 생성은 자연 사진과 유사한 스펙트럼 폭($\Delta\alpha \approx 1.1$)을 보였다. 그러나 상당한 개체 간 변이가 관찰되었다. 침팬지 콘고(Congo)는 높은 비대칭성과 미세한 디테일을 가진 이미지를 생성한 반면, 코끼리 수다(Suda)는 대칭적이고 리드미컬한 질감을 생성했다. 이 범주는 이러한 개별적 차이에 의해 혼합된 정규성을 보였다.
3. 동굴 벽화: 어떤 범주보다도 높은 공간적 균일성(가장 높은 $D_1$ 및 $D_2$ 값)을 보였으며, 이론적 최댓값에 근접했다. 그러나 이 범주는 여섯 가지 지표 중 다섯 가지에서 강한 비정규성을 보이는 등 전체적으로 가장 이질적이었다. 이는 "동굴 예술"이 단일한 양식이 아니라 유적지, 기질(substrate), 보존 상태에 따라 크게 달라짐을 시사한다.
4. 인간 회화 (그리고레스쿠): 가장 좁은 스펙트럼 폭($\Delta\alpha = 0.613$)과 가장 높은 평균 양의 비대칭성($1.814$)을 보였다. 이 높은 비대칭성은 극단적인 형상-배경 대비를 특징으로 하는 단일 아웃라이어 작품(Peasant Girl Resting)에 의해 주도되었다. 샘플 내 어떤 AI 생성 이미지, 동물 회화, 또는 사진도 이 비대칭성 수치에 도달하지 못했다. 비교 가능한 유일한 사례는 하나의 동굴 벽화뿐이었다.
5. 수학적 프랙탈: 결정론적이고 형식적인 구조와 일치하게, 가장 높은 용량 차원($D_0$)과 거의 0에 가까운 비대칭성을 특징으로 한다.

의의 및 주장
본 논문은 다중 프랙탈 분석이 생물학적, 문화적, 합성적 원천 간의 질감 시그니처를 구별하는 정량적 방법을 제공한다고 주장한다. 주요 경험적 기여는 스펙트럼 폭, $\alpha_0$, 그리고 비대칭성이 일반화된 차원보다 더 효과적인 변별 도구임을 입증한 것이다.

해석과 관련하여, 저자는 다중 프랙탈 시그니처를 의도성, 구성적 조직화, 그리고 운동 제어의 '후보 상관관계(candidate correlates)'—증거가 아닌—로 취급하는 "미적 가설(Aesthetic Hypothesis)"을 제안한다. 본 논문은 질감 통계와 인지 상태(예: 몰입, 주의력, 의식) 사이의 연결을 추측적이고 휴리스틱한 것으로 프레임화하며, 이러한 연관성이 독립적인 행동, 생리, 또는 신경학적 지표에 의해 검증되지 않았음을 명시한다. 저자는 "의식의 스펙트럼" 프레임워크(표 7–9)를 도입하여 테스트 가능한 가설을 생성하지만, 이러한 연관성이 독립적인 검증을 거치지 않았음을 강조한다.

본 연구의 결론은 다음과 같다:

• AI 질감은 인간이나 자연적 원천보다 뚜렷하고 넓은 다중 프랙트럼 스펙트럼을 보유하지만, 본 데이터셋 내의 자연 사진과 낮은 비대칭성 특성을 공유하면서도 인간 예술의 높은 비대칭성과는 구별된다.
• 동물 예술은 균일한 범주로 취급될 수 없다; 개체 간 변이(예: 콘고와 수다 사이)가 상당하다.
• 선사 시대 동굴 벽화는 높은 공간적 균일성을 보이지만 유적지별로 상당한 이질성을 보이며, 이는 단일한 "구석기 양식"이라는 개념에 도전한다.
• 인간 예술에서 관찰된 극단적인 형상-배경 대비(높은 비대칭성)는 샘플링된 화가의 결과물에서 나타났으며, 샘플 내 다른 어떤 범주에서도 나타나지 않았다. 다만 저자는 질감 통계만으로는 이것이 인간만의 고유한 인지적 성취임을 확정 지을 수 없다고 밝힌다.

저자는 질감 통계만으로는 "타자의 마음 문제(problem of other minds)"를 해결하거나 비인간 제작자 또는 AI 시스템에 의식을 부여할 수 없다고 경고한다. 본 연구는 참여와 인지에 대한 독립적인 측정치와 다중 프랙탈 분석을 결려하는 향후 연구를 위한 출발점 역할을 한다.