2.6 KiB
2.6 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | inferred_by | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-generative-adversarial-networks- | Generative Adversarial Networks (GANs) in Fine Arts | 10_Wiki/Topics | needs_review | self | none | A | 0.94 |
|
2026-04-20 | pending | Claude Opus 4.7 (auto-normalize 2026-05-08) |
Generative Adversarial Networks (GANs) in Fine Arts
📌 한 줄 통찰 (The Karpathy Summary)
"기계와 창의성이 충돌하며 빚어내는 새로운 미학." AI가 기존 화풍을 학습하여 새로운 이미지를 생성하거나, 인간 작가의 도구로서 협업하며 예술의 정의를 확장하는 프론티어다.
📖 구조화된 지식 (Synthesized Content)
- Generative Process:
- Generator: 가짜 예술 작품을 생성하여 판별자를 속이려 함.
- Discriminator: 실제 예술 작품과 생성된 작품을 구분하며 생성자를 훈련시킴.
- Key Milestones:
- Edmond de Belamy (2018): 크리스티 경매에서 GAN이 만든 초상화가 고가에 낙찰되며 대중에 충격을 줌.
- Artist's Role: 알고리즘을 설계하고, 학습 데이터를 큐레이션하며, 수많은 생성물 중 의미 있는 것을 선택하는 '큐레이터형 작가'의 등장.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- GAN은 고품질 이미지를 생성하지만, 확산 모델(Diffusion)에 비해 복잡한 구도나 조건부 제어가 어렵다는 비판을 받는다. 현재 예술계의 주류는 GAN에서 Diffusion 모델로 이동 중이다.
🔗 지식 연결 (Graph)
- Related: Generative-Adversarial-Networks , Diffusion-Models
🤖 LLM 활용 힌트 (How to Use This Knowledge)
언제 이 지식을 쓰는가:
- (TODO)
언제 쓰면 안 되는가:
- (TODO)
🧪 검증 상태 (Validation)
- 정보 상태: needs_review
- 출처 신뢰도: A
- 검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)
🧬 중복 검사 (Duplicate Check)
- 기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
- 처리 방식: UPDATE (자동 정규화)
- 처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
🕓 변경 이력 (Changelog)
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|---|---|---|---|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |