The stones were named 'Sisyphus Dataset' and trained by artificial intelligence. AI's vision which means eyes that predict the future, reads the stones as "fresh" that can be constantly extracted anew. With 'Generic Nature' , their stones and the eyes of AI as metaphors, we look at human-centered narratives from different perspectives, and ask what the latent desire that new technology has.
- Generic Nature is a concept created to refer to the appearance of nature, which has been extracted and reconstructed according to human purposes and has become similar. It goes beyond simply referring to artificially created or abstracted nature, but also includes the transformation and rebirth of extractive desires for nature through certain techniques to form our senses. 'Generic Nature' of the Anthropocene era may be a man-made stratum more concealed than plastic.
- Dataset is a pile of data used to train artificial intelligence for a specific purpose. Numerous datasets currently exist and are being created and shared, titled by a specific name.
Work 1: Utopian Extraction
Field research and performance, variable installation,
35min, 2020
(Rough English subtitle version)
We wandered around the site of 'Generic Nature' in various places, including the moving sand mountain and the place where the stone mountain disappeared 25 years ago. These places, which used to embrace the time of the stratum, are now places that reveal human desires and myths. Here we do the act of ironically reversing human narrative, and move the stones with broken edges that could not have existed there in the first place.
Work 2: Ecosystem
Image Analysis AI API, Zebra pattern cloth, performance, variable installation,
10min, 2020
It is a performance work to compare human eyes to artificial intelligence's eyes, which are increasingly judging nature by its exterior, pattern, and color. Artificial intelligence's eyes read zebra patterns as natural objects, swimsuits, cushions, etc. according to the movement of the performer (depending on the form). Through machine vision, it rather implies a new world of 'ecological cycles'.
Work 3: Sisyphus Dataset
10,000 images of stone data, variable installation, 15min, 2020
Broken stones from 'Generic Nature' are also media stones that store human myths, desires and journeys. And ask to think about Sisyphus myth as a stone's position, not a human position. The stones were named as 'Sisyphus Dataset.' The act of forming 'Sisyphus dataset', which is no use for the technology of extracting nature, seems like a solidary behavior for the excluded, and is also seen as a speculative dataset that criticizing human behavior. However, the stones go through 'Data Augmentation', a pre-processing for AI deep learning, augmenteded from 25 to 10,000 sheets of data and rapid pace, they again into the same network of extraction.
- Data Augmentation It is a preprocessing that increases the amount of data in order to increase the accuracy of artificial intelligence. Coding image variations such as image twisting, resizing, and rotating them artificially amplifies the amount of images.
Work 4: Fresh Stones
Stones, AI, webcam, real-time video, variable installation, 2020
Stones that have been through the network of extraction in the past are revealed as "fresh" stones under AI vision. AI's predictive eyes connect the network of past extracts to the future, and it ironically implying that this will lead to another modified extraction.
Through this view, we ask what we should think of the optimism promised by technology, and rather whether we need another behavior to catch the pain, such as 'Stone Walk'.
사라진 산에서, 새로 생겨난 산에서, 쪼개어진 산에서 돌들을 옮겨왔다.
부서지고 특이한 외곽을 가진 이 돌들은 추출의 연결망 속에서 끊임없이 개조되는 ‘일반자연’으로의 돌이자 시시포스로 대변되는 인간 중심의 서사를 다르게 질문하는 돌이다.
이 돌들은 ‘시시포스 데이터셋’으로 명명되어 인공지능에 학습되었다.
미래를 예측하는 눈을 의미하는 인공지능의 시각은 이 돌들을 끊임없이 새롭게 추출 가능한 ‘신선한 것’으로 읽는다.
이 작업을 통해 우리 시대에 만연한 일반 자연과 그곳들의 돌, 그리고 인공지능의 눈을 메타포 장치로 삼아, 인간의 힘에 대한 서사를 다른 관점에서 보고, 새로운 기술에 잠재된 욕망은 무엇인지 질문한다.
- 일반자연(Generic Nature)은 인간의 목적에 따라 추출되고 재구성되어 엇비슷한 모습을 띄게 된 자연의 모습을 지칭하기 위해 만든 개념이다. 이는 단순히 인공적으로 조성되거나 추상화된 자연을 지칭하는 것을 넘어, 자연에 대한 추출적 욕망이 특정 기술을 거쳐 변형되고 재탄생해 우리의 감각을 이루는 것 까지를 포함하는 것이다. 인류세 시대의 일반자연은 플라스틱보다 더욱 은폐되어 있는 인간의 지층일 수 있다.
- 데이터셋(Dataset)은 특정 목적으로 인공지능을 학습시키기 위해 사용하는 데이터의 더미이다. 수많은 데이터셋이 현재 존재하고 만들어 지고 있으며, 특정한 이름으로 명명되어 인공지능 학습을 위해 공유되고 있다.
작품 1. 유토피아적 추출
필드 리서치 및 퍼포먼스 영상, 가변설치, 35분25초, 2020
25년 전 사라진 해창석산, 10년 동안 점점 산이 되어 간 모래둑골 등, 여러 곳의 ‘일반자연’의 현장을 배회하고 기록하였다. 지층의 시간을 품고 있던 이곳들은 근대적 추출과 생태적 추출의 시대를 지나며, 이 시대의 욕망을, 인간의 신화를 드러내는 장소들이 되었다. 이곳에서 인간의 서사를 아이러니하게 되짚는 행위를 하고, 애초 그곳에 존재할 수 없었을 깨어진 외곽을 가진 돌들을 옮겨온다.
작품 2. 생태계
이미지 분석 인공지능 API, 얼룩말 패턴 천, 퍼포먼스 영상, 가변설치, 10분, 2020
자연을 점점 외곽과 패턴, 색깔 등으로 판단하게 되는 인간의 눈을, 인공지능의 눈에 비유하기 위한 퍼포먼스 작업이다. 인공지능의 눈은 퍼포머의 움직임에 따라 (형태에 따라) 제브라 패턴을 자연물로, 수영복으로, 쿠션 등으로 읽는다. 이 작업을 통해 기계 시각적 연결들이 오히려 새로운 생태계를 이루고 있는 세계를 암시한다.
작업 3. 시시포스 데이터셋
증폭된 돌 이미지 데이터 1만장으로 이루어진 영상, 가변설치, 15분, 2020
일반자연에서 옮겨온 깨어진 돌들은 인간의 신화, 욕망, 여정을 저장하고 있는 미디어적인 돌이기도 하다. 한편으로 시시포스의 신화에서 우리가 이때껏 생각해보지 않은 ‘돌의 입장’을 보여주는 것이기도 하다. 이 돌들을 모아인공지능에 학습을 시키기 위한 데이터셋으로 구성하고 ‘시시포스 데이터셋’으로 명명하였다.
자연에 대한 추출적 기술에 쓸모가 있을리 없는 이 ‘시시포스 데이터셋’을 구성하는 행위는, 마치 배제된 것들을 들여다 보는 연대의 시선처럼 보이기도 하고, 쓸모 없음에서도 기어이 쓸모를 만들어 내는 추출의 네트워크 속으로 밀어 넣는 행위로 보이기도 한다.
이 돌들은 인공지능을 위한 데이터 학습의 전처리 과정인 ‘데이터 증강’을 거치며, 25장에서 1만장의 데이터로 증폭되고, 기계 학습의 빠른 속도 속으로 포섭된다.
데이터 증강 (Data Augmentation) 인공지능 학습의 정확도를 높이기 위해 적은 데이터의 양을 부풀리는 전처리 과정을 거치는 경우가 많다. 이미지 비틀기, 사이즈 조정하기, 회전하기 등의 이미지 변형을 코드적으로 처리하여 이미지의 양을 인위적으로 증폭시켜 학습의 정확도를 높인다.
작업 4. 신선한 돌
돌, 웹캠, 인공지능 학습, 실시간 영상, 가변설치, 2020
과거의 추출의 연결망 (근대적 추출 – 생태적 추출)을 거쳐온 돌들은 인공지능의 시각 아래에서 또 다른 추출의 가능성을 지칭하는 ‘신선한(fresh)’ 돌로 드러난다. 인공지능의 예측적 눈은 과거의 추출의 연결망을 미래로 연결하며, 이것이 또다른 변형된 추출로 연결될 것임을 아이러니하게 암시한다.
이 시각을 통해 기술이 약속하는 낙관을 우리는 어떻게 생각해야 할지, 오히려 ‘돌걸음’과 같이, 배제되는 것들을 지각하는 고통이, 다른 걸음이 필요한 것은 아닌지 묻는다.
이 돌들은 ‘시시포스 데이터셋’으로 명명되어 인공지능에 학습되었다. 미래를 예측하는 눈을 의미하는 인공지능의 시각은 이 돌들을 끊임없이 새롭게 추출 가능한 ‘신선한 것’으로 읽는다.
이 작업을 통해 우리 시대에 만연한 일반 자연과 그곳들의 돌, 그리고 인공지능의 눈을 메타포 장치로 삼아, 인간의 힘에 대한 서사를 다른 관점에서 보고, 새로운 기술에 잠재된 욕망은 무엇인지 질문한다.
- 일반자연(Generic Nature)은 인간의 목적에 따라 추출되고 재구성되어 엇비슷한 모습을 띄게 된 자연의 모습을 지칭하기 위해 만든 개념이다. 이는 단순히 인공적으로 조성되거나 추상화된 자연을 지칭하는 것을 넘어, 자연에 대한 추출적 욕망이 특정 기술을 거쳐 변형되고 재탄생해 우리의 감각을 이루는 것 까지를 포함하는 것이다. 인류세 시대의 일반자연은 플라스틱보다 더욱 은폐되어 있는 인간의 지층일 수 있다.
- 데이터셋(Dataset)은 특정 목적으로 인공지능을 학습시키기 위해 사용하는 데이터의 더미이다. 수많은 데이터셋이 현재 존재하고 만들어 지고 있으며, 특정한 이름으로 명명되어 인공지능 학습을 위해 공유되고 있다.
작품 1. 유토피아적 추출
필드 리서치 및 퍼포먼스 영상, 가변설치, 35분25초, 2020
25년 전 사라진 해창석산, 10년 동안 점점 산이 되어 간 모래둑골 등, 여러 곳의 ‘일반자연’의 현장을 배회하고 기록하였다. 지층의 시간을 품고 있던 이곳들은 근대적 추출과 생태적 추출의 시대를 지나며, 이 시대의 욕망을, 인간의 신화를 드러내는 장소들이 되었다. 이곳에서 인간의 서사를 아이러니하게 되짚는 행위를 하고, 애초 그곳에 존재할 수 없었을 깨어진 외곽을 가진 돌들을 옮겨온다.
작품 2. 생태계
이미지 분석 인공지능 API, 얼룩말 패턴 천, 퍼포먼스 영상, 가변설치, 10분, 2020
자연을 점점 외곽과 패턴, 색깔 등으로 판단하게 되는 인간의 눈을, 인공지능의 눈에 비유하기 위한 퍼포먼스 작업이다. 인공지능의 눈은 퍼포머의 움직임에 따라 (형태에 따라) 제브라 패턴을 자연물로, 수영복으로, 쿠션 등으로 읽는다. 이 작업을 통해 기계 시각적 연결들이 오히려 새로운 생태계를 이루고 있는 세계를 암시한다.
작업 3. 시시포스 데이터셋
증폭된 돌 이미지 데이터 1만장으로 이루어진 영상, 가변설치, 15분, 2020
일반자연에서 옮겨온 깨어진 돌들은 인간의 신화, 욕망, 여정을 저장하고 있는 미디어적인 돌이기도 하다. 한편으로 시시포스의 신화에서 우리가 이때껏 생각해보지 않은 ‘돌의 입장’을 보여주는 것이기도 하다. 이 돌들을 모아인공지능에 학습을 시키기 위한 데이터셋으로 구성하고 ‘시시포스 데이터셋’으로 명명하였다.
자연에 대한 추출적 기술에 쓸모가 있을리 없는 이 ‘시시포스 데이터셋’을 구성하는 행위는, 마치 배제된 것들을 들여다 보는 연대의 시선처럼 보이기도 하고, 쓸모 없음에서도 기어이 쓸모를 만들어 내는 추출의 네트워크 속으로 밀어 넣는 행위로 보이기도 한다.
이 돌들은 인공지능을 위한 데이터 학습의 전처리 과정인 ‘데이터 증강’을 거치며, 25장에서 1만장의 데이터로 증폭되고, 기계 학습의 빠른 속도 속으로 포섭된다. 데이터 증강 (Data Augmentation) 인공지능 학습의 정확도를 높이기 위해 적은 데이터의 양을 부풀리는 전처리 과정을 거치는 경우가 많다. 이미지 비틀기, 사이즈 조정하기, 회전하기 등의 이미지 변형을 코드적으로 처리하여 이미지의 양을 인위적으로 증폭시켜 학습의 정확도를 높인다.
작업 4. 신선한 돌
돌, 웹캠, 인공지능 학습, 실시간 영상, 가변설치, 2020
과거의 추출의 연결망 (근대적 추출 – 생태적 추출)을 거쳐온 돌들은 인공지능의 시각 아래에서 또 다른 추출의 가능성을 지칭하는 ‘신선한(fresh)’ 돌로 드러난다. 인공지능의 예측적 눈은 과거의 추출의 연결망을 미래로 연결하며, 이것이 또다른 변형된 추출로 연결될 것임을 아이러니하게 암시한다.
이 시각을 통해 기술이 약속하는 낙관을 우리는 어떻게 생각해야 할지, 오히려 ‘돌걸음’과 같이, 배제되는 것들을 지각하는 고통이, 다른 걸음이 필요한 것은 아닌지 묻는다.
