지식 · AI 기초
생성적 적대 신경망 · GAN
Generative Adversarial Network
📂AI 기초⏱읽기 1분📊심화🔗관련 3
생성적 적대 신경망이란?
한 줄 정의
'생성자'와 '판별자' 두 신경망이 경쟁하며 진짜 같은 데이터를 만들어내는 기법. 딥페이크·이미지 생성의 원조.
⚡ 3줄 요약
- 생성자 vs 판별자 경쟁으로 학습
- 진짜 같은 데이터 생성
- 딥페이크·이미지 생성 원조
GAN은 두 신경망을 맞붙입니다. 생성자(Generator)는 가짜 데이터를 만들고, 판별자(Discriminator)는 그것이 진짜인지 가짜인지 판별합니다. 위조범과 감별사의 경쟁처럼, 서로를 이기려 학습하다 보면 생성자가 점점 진짜 같은 결과물을 만들게 됩니다.
이 '적대적 경쟁' 아이디어로 실제 같은 얼굴·풍경 이미지를 만들어냈고, 딥페이크·이미지 합성·데이터 증강 등에 쓰였습니다. 최근 이미지 생성은 디퓨전 모델이 많이 쓰이지만, GAN은 생성형 AI의 초석을 놓은 역사적 기법입니다. 두 모델을 경쟁시킨다는 발상 자체가 혁신이었습니다.
💡 쉽게 말하면
위조범과 감별사가 경쟁하며 둘 다 정교해지는 것 — 그 결과 진짜 같은 가짜가 나옵니다.
실무에서 왜 중요한가
GAN은 '경쟁으로 학습한다'는 발상으로 생성형 AI의 문을 열었습니다. 딥페이크·이미지 생성의 뿌리입니다.
유래와 출처
2014년 이안 굿펠로우(Ian Goodfellow) 등이 제안했으며, 생성자와 판별자가 제로섬 게임처럼 경쟁하는 구조입니다.
출처 · Goodfellow et al., 「Generative Adversarial Nets」(2014) · 원문 보기
사례로 이해하기
예를 들어, GAN이 가짜 얼굴을 만드는 과정을 그려봅시다.
- 생성 — 생성자가 가짜 얼굴을 만듭니다.
- 판별 — 판별자가 진짜/가짜를 맞힙니다.
- 피드백 — 서로의 실수를 학습합니다.
- 경쟁 — 반복하며 둘 다 정교해집니다.
- 결과 — 진짜 같은 얼굴이 만들어집니다.
관련 용어
생성형 AI텍스트·이미지·코드·음성 등 새로운 콘텐츠를 만들어내는 AI. ChatGPT·Claude 같은 대규모 언어모델이 대표적이다.디퓨전 모델이미지에 잡음을 더했다 걷어내는 과정을 학습해, 노이즈에서 그림을 만들어내는 이미지 생성 AI의 대표 방식.딥페이크AI로 얼굴·목소리를 진짜처럼 합성·조작한 가짜 영상·음성. 창작에 쓰이지만 사기·허위정보의 위협이기도 하다.
이 용어와 연결된 교육
📚에이전트 AI 실무 입문나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
생성자와 판별자가 서로를 이기려 '경쟁(적대)'하며 학습하기 때문입니다.
이미지 생성은 디퓨전 모델이 많이 쓰이지만, GAN은 여전히 여러 생성 과제에서 활용됩니다.
생성자와 판별자가 서로를 이기려 '경쟁(적대)'하며 학습하기 때문입니다.
이미지 생성은 디퓨전이 많이 쓰이지만, GAN도 여러 생성 과제에서 여전히 활용됩니다.