earticle

영어

Generative AI technology has expanded from text and image generation to the domain of video, with recent advancements such as OpenAI’s Sora and Google DeepMind’s Veo2 delivering highly sophisticated results that surpass existing video technologies. These technologies evoke a strong sense of realism, enabling viewers to experience reality directly without perceiving the presence of the medium. Despite these advances, however, the artificiality or imperfections evident in the generated outputs simultaneously indeed prompt an awareness of the medium itself. This dual aspect arises from large-scale dataset training, complex deep learning architectures, and algorithm-driven automated generation processes, revealing the distinctive mediality of generative AI video. This phenomenon is closely connected to Bolter and Grusin’s concept of remediation, which describes how new media types are justified by transforming and reconstructing the forms or logic of existing media, employing the simultaneous strategies of immediacy and hypermediacy. Based on this remediation theory, this study regards generative AI video not merely as a content creation tool but as an independent media form, analyzing its medial characteristics. The analysis indicates that generative AI video simultaneously employs both immediacy and hypermediacy strategies and performs remediation focused more on ‘content’ than on ‘form.’ Furthermore, through a self-referential structure where AI-generated videos are reused as training data, generative AI video evolves into a recursive media form that iteratively renews itself. This discussion offers a theoretical foundation on which to grasp the medial nature of generative AI video and aims to contribute to future discourse and practical applications in media theory, digital content design, and AI-driven creative practices.

한국어

생성형 AI 기술은 텍스트와 이미지에 이어 동영상 생성 영역으로 확장되고 있으며, 최근 OpenAI의 ‘Sora’와 Google DeepMind의 ‘Veo 2’는 기존의 영상 생성 기술을 뛰어넘는 고도화된 결과물을 제시하고 있다. 이러한 생성형 AI는 높은 사실 성을 바탕으로 수용자가 매체의 존재를 인식하지 못한 채 현실을 직접 경험하는 듯한 환영을 불러일으킨다. 그러나 동시에, 생성 결과물에서 드러나는 인위성이나 불완전성은 오히려 매체의 존재를 직감하게 만든다. 이와 같은 이중적 양상은 대규모 데이터셋 학습, 복잡한 딥러닝 아키텍처, 알고리즘 기반의 자동화 생성 과정이 만들어낸 산물로서, 생성형 AI 동영상의 특수 한 매체성을 드러낸다. 이는 볼터와 그루신의 재매개 개념과 밀접한 관련이 있다. 이들은 새로운 미디어가 기존 미디어의 형 식이나 논리를 변형·재구성함으로써 자신을 정당화하는 과정으로, 그들은 미디어가 비매개과 하이퍼매개이라는 상반된 전략 을 동시에 구사한다고 보았다. 본 연구는 이러한 재매개 이론을 바탕으로, 생성형 AI 동영상을 단순한 콘텐츠 생성 도구가 아닌, 독립적인 하나의 매체로 바라보고 그 매체적 특성을 고찰하였다. 그 결과, 생성형 AI 동영상은 비매개와 하이퍼매개의 전략을 동시에 구사하며, 기존의 ‘형식’ 중심의 재매개를 넘어 ‘내용’을 중심으로 재매개를 수행한다는 점을 도출하였다. 뿐만 아니라 생성형 AI가 스스로 생성한 영상을 다시 학습 데이터로 활용하는 자기참조적(self-referential) 구조를 통해, 반복적으 로 자신을 갱신해 나가는 재귀적(recursive) 미디어 형식으로 발전하고 있음을 제시하였다. 이러한 논의는 생성형 AI 영상의 매체적 특성을 이해하기 위한 이론적 기반을 제공하며, 향후 미디어 이론, 디지털 콘텐츠 디자인, 인공지능 기반 창작 실천 등 다양한 영역에서의 후속 논의와 실천적 적용에 기여하고자 한다.