earticle

영어

Generative artificial intelligence (AI) is reshaping the paradigm of visual content production and related industries. However, reliance on data drawn from mainstream cultures causes “cultural flattening” in the representation of minority cultures and leads to an ethical issue known as “technological colonialism,” rooted in algorithmic bias. To address this, we propose a Neuro-Symbolic AI (NSAI) framework that combines logical reasoning based on symbolic systems extracted from authoritative texts with the pattern recognition capabilities of neural networks. We extracted and validated knowledge related to Tibetan culture in China and constructed a symbolic knowledge base using ontologies and knowledge graphs. This knowledge base mitigates AI hallucination and enables the generation of culturally accurate content. We also developed a modular text-to-image (T2I) prompt system to reproduce Tibetan cultural elements based on verified textual knowledge and evaluated output fidelity using a “knowledge-image alignment checklist” that compares RDF triples from the knowledge graph with visual elements in the generated images. Experimental results show that the proposed NSAI framework effectively reproduces distinctive features of Tibetan culture, including attire, architecture, and religious symbols. It captures not only static portraits but also dynamic rituals such as seasonal nomadic migrations and the Weisang ceremony, while rendering fine details like the silk texture of the traditional Chuba robe and the patterns of the Bangdian apron with high fidelity. Thus, the NSAI framework provides a practical approach to reducing cultural inaccuracies in AI-generated content and has significant potential for applications in digital humanities, cultural heritage preservation, and the content industry.

한국어

오늘날 생성형 인공지능(AI)은 시각 콘텐츠 제작과 관련 산업의 패러다임을 재편하고 있다. 그러나 주류 문화에 기반한 데이터 의존은 소수 문화 재현을 왜곡하 는 ‘문화적 평탄화’를 초래하며 알고리즘 편향에서 비롯된 ‘기술적 식민주의’라는 윤리적 문제로 이어진다. 본 연구는 이러한 문제를 해결하기 위해, 공식 문헌을 기반으로 한 상징체계의 논리적 추론과 신경망의 패턴 인식 능력을 통합한 신경-상징적 AI(NSAI) 프레임워크를 제안한다. 이를 위해 중국 티베트족 문화와 관련된 지식을 추출·검증하고 온톨로지와 지식 그래프를 활용하여 상징적 지식 베이스를 구축하였다. 이 지식 베이스는 AI의 환각 현상을 완화하고 문화적으로 정확한 콘 텐츠 생성을 가능하게 한다. 또한 문헌 고증 기반 지식 베이스를 활용하여 티베트족 문화 재현을 위한 모듈형 텍스트-이미지(T2I) 프롬프트 시스템을 개발하고, 지 식 그래프의 삼중항 요소와 생성 이미지의 시각적 요소를 비교하는 ‘지식-이미지 정합성 검증표’를 통해 결과물의 충실도를 평가하였다. 실험 결과, 본 연구에서 제 안한 NSAI 프레임워크는 인물, 의복, 건축, 종교적 상징 등 티베트족 특유의 요소를 이미지로 효과적으로 재현하였다. 정적인 인물 초상뿐만 아니라 계절적 유목 이 동이나 웨상 의식과 같은 동적인 종교 활동 장면도 적절히 표현했으며, ‘추바’ 의복의 비단 질감과 ‘방디엔’ 앞치마의 패턴과 같은 세부 특징도 높은 충실도로 구현 하였다. 따라서 본 연구의 NSAI 프레임워크는 AI 생성 콘텐츠에서 발생하는 문화적 오역을 완화하기 위한 실용적 방법론이며, 디지털 인문학, 문화유산 보존, 콘텐 츠 산업 등 다양한 분야에서 활용 가능성을 갖는다.