플랫폼은 누구의 얼굴을 더 쉽게 소비하는가

디지털 미디어는 오랫동안 몸을 벗어난 자유의 공간처럼 말해졌다. 화면 뒤에서는 나이, 성별, 인종, 국적, 계급의 표시가 흐려지고, 사용자는 원하는 이름과 이미지와 목소리로 자신을 다시 만들 수 있다는 약속이 반복되었다. 그러나 Lisa Nakamura의 작업은 이 낙관적 약속을 정면에서 의심한다. 인터넷은 차이를 지운 것이 아니라, 차이를 더 빠르게 보이게 하고 더 쉽게 소비하게 하며 더 효율적으로 분류하는 새로운 시각 장치를 만들었다.

Nakamura를 미디어아트의 맥락에서 읽는 일은 특정 이론가의 이름을 AI 편향이나 플랫폼 비평 옆에 덧붙이는 일이 아니다. 그것은 디지털 이미지가 누구의 얼굴을 표준으로 삼고, 어떤 몸을 클릭 가능한 표면으로 바꾸며, 어떤 정체성을 놀이와 스타일과 데이터의 재료로 만드는지 묻는 일이다. 생성형 이미지, 아바타, 게임엔진, 밈, 소셜 피드, 데이터 시각화는 모두 기술적 형식이면서 동시에 보는 방식의 정치다.

탈인종적 네트워크라는 오래된 환상

초기 인터넷 문화에는 “온라인에서는 누구나 다른 사람이 될 수 있다”는 강한 신화가 있었다. 이 말은 한편으로 실제 가능성을 품고 있었다. 익명성, 아바타, 채팅, 게임, 커뮤니티는 기존 사회에서 고정된 정체성을 흔드는 실험 공간이 될 수 있었다. 하지만 Nakamura가 보여 준 것은 그 실험이 권력 바깥에서 일어나지 않았다는 점이다. 사용자가 다른 정체성을 선택할 수 있다는 사실은 곧 타자의 몸과 문화가 소비 가능한 메뉴가 될 수 있다는 뜻이기도 했다.

그녀가 말한 cybertypes와 identity tourism의 문제는 여기서 중요해진다. 온라인 정체성은 자유로운 창작처럼 보이지만, 실제로는 이미 사회적으로 익숙한 인종적 이미지와 캐릭터 유형을 다시 호출할 수 있다. 아바타 선택지, 게임 속 종족과 직업, 프로필 이미지, 필터, 밈의 농담은 모두 “가볍게 즐기는 표현”처럼 보일 수 있다. 그러나 그 가벼움은 누군가의 역사와 몸과 언어를 장식적 표면으로 바꾸는 방식일 수 있다.

이 관점은 오늘의 AI 이미지 환경에도 그대로 이어진다. 프롬프트 한 줄로 특정 문화권의 얼굴, 의상, 거리, 분위기를 불러낼 수 있을 때, 우리는 정말 더 넓은 상상력을 얻은 것일까. 아니면 오래된 시각 고정관념을 더 빠르고 매끄럽게 재조합하는 도구를 얻은 것일까. Nakamura의 질문은 AI의 결과물이 “그럴듯한가”에서 멈추지 않고, 그 그럴듯함이 어떤 데이터와 욕망과 시각적 기본값 위에서 만들어졌는지를 보게 만든다.

플랫폼 시각성은 중립적인 표면이 아니다

Nakamura의 강점은 디지털 문화를 텍스트나 정보 교환으로만 보지 않고, 시각문화의 문제로 읽는 데 있다. 인터넷은 단지 메시지가 오가는 통신망이 아니다. 그것은 무엇이 더 잘 보이고, 어떤 얼굴이 더 자연스럽게 읽히며, 어떤 몸이 더 클릭되고 공유되는지를 결정하는 거대한 시각 프로토콜이다.

플랫폼의 인터페이스는 사용자가 무엇을 볼지 선택하게 해 주는 것처럼 보이지만, 실제로는 보이는 방식 자체를 설계한다. 추천 피드는 어떤 이미지를 더 오래 머물게 하고, 검색 결과는 어떤 정체성을 더 대표적인 사례로 올려놓으며, 필터와 템플릿은 어떤 얼굴과 피부와 표정을 더 “좋은 이미지”로 만든다. 이때 차별은 노골적인 혐오 표현의 형태로만 나타나지 않는다. 더 자주 그것은 밝기, 순위, 노출, 유사도, 미감, 참여율, 자동완성의 형식으로 나타난다.

미디어아트가 이 조건을 다룰 때 중요한 것은 플랫폼을 단순한 전시 장소로 착각하지 않는 일이다. 인스타그램에 올라간 작업, 온라인 참여형 프로젝트, 게임엔진 기반 설치, AI 이미지 실험은 모두 이미 플랫폼 시각성의 규칙 안에서 순환한다. 작품이 차별을 비판한다고 해도, 그 작품이 유통되는 화면이 어떤 얼굴을 더 매력적이고 안전하고 보편적인 것으로 보이게 만드는지 함께 물어야 한다.

게임 노동과 데이터 노동 사이의 긴 선

Nakamura의 2009년 논문 “Don’t Hate the Player, Hate the Game”은 게임 공간을 현실과 분리된 놀이 세계로 보지 않는다. World of Warcraft의 gold farming 논의에서 그녀가 짚은 것은 게임 속 노동이 글로벌 노동 분업과 인종화된 상상력 속에서 읽혔다는 점이다. 게임은 가상 공간이지만, 그 안에서 누가 노동자로 상상되고 누가 정당한 플레이어로 인정되는지는 현실의 인종적·경제적 위계와 분리되지 않는다.

이 통찰은 오늘의 데이터 노동과도 깊게 연결된다. AI 시스템은 종종 자동으로 작동하는 것처럼 보이지만, 그 뒤에는 이미지 수집, 라벨링, 정제, 검수, 콘텐츠 생산, 사용자 피드백이라는 수많은 인간 노동이 있다. 이 노동은 보이지 않게 배치될수록 더 쉽게 중립적 기술의 일부처럼 포장된다. Nakamura를 경유하면 AI 이미지의 편향은 단지 모델의 오류가 아니라, 디지털 시각문화와 글로벌 노동 구조가 함께 만든 결과로 보인다.

그래서 미디어아트가 데이터셋, 플랫폼, 게임, AI를 다룰 때 노동의 질문은 부수적이지 않다. 누가 이미지가 되고, 누가 이미지를 만들고, 누가 이미지를 분류하며, 누가 이미지의 오류를 감당하는가. 이 질문을 놓치면 데이터 미학은 쉽게 빛나는 표면만 남기고, 그 표면을 가능하게 한 몸과 시간을 지워 버린다.

AI 이미지 시대의 비평적 가시성

Nakamura의 이론은 생성형 AI 시대에 더 날카로워진다. 오늘의 이미지 시스템은 단순히 기존 이미지를 보여 주는 장치가 아니라, 세계가 어떻게 보일 수 있는지를 새로 합성하는 장치다. 이때 편향은 과거 데이터의 잔여물이 아니라 미래 이미지의 기본 문법이 될 수 있다. 특정 직업을 어떤 얼굴로 상상하는가, 아름다움을 어떤 피부와 비율로 표준화하는가, 위험한 몸과 신뢰할 만한 몸을 어떻게 구분하는가 하는 문제가 모두 이미지 생성의 내부로 들어간다.

Nakamura를 따라가면 “다양한 이미지를 더 많이 생성하자”는 처방만으로는 충분하지 않다. 필요한 것은 플랫폼과 모델이 차이를 어떤 방식으로 보이게 하는지, 그리고 그 가시성이 누구에게 이익이 되고 누구에게 부담이 되는지를 따지는 일이다. 더 많은 재현이 곧 더 나은 정치가 되는 것은 아니다. 어떤 재현은 타자를 더 잘 이해하게 하지만, 어떤 재현은 타자를 더 쉽게 소비하게 만든다.

한국의 플랫폼 시각문화에서도 이 질문은 유효하다. 셀피 필터, 게임 아바타, K-뷰티 이미지, 글로벌 팬덤 플랫폼, AI 프로필 사진은 모두 차이를 지우거나 과장하거나 상품화하는 방식으로 작동할 수 있다. Nakamura의 작업은 미국 인터넷 문화에 한정된 사례집이 아니라, 플랫폼이 차이를 시각적으로 관리하는 방식을 읽는 비평적 렌즈로 번역될 수 있다.

끝내 남는 질문

Lisa Nakamura가 남기는 가장 중요한 판단 기준은 단순하다. 어떤 디지털 이미지가 새롭고 매혹적인가보다, 그 이미지가 누구를 어떤 조건에서 보이게 만드는지가 먼저다. 플랫폼이 어떤 얼굴을 더 쉽게 소비하게 하고, 어떤 노동을 더 쉽게 배경으로 밀어 넣으며, 어떤 차이를 더 자연스러운 스타일로 바꾸는지 묻지 않는다면 미디어아트의 기술 비평은 너무 늦게 도착한다.

따라서 좋은 미디어아트 비평은 이미지의 표면에서 멈추지 않는다. 그것은 인터페이스, 데이터셋, 노동, 유통 경로, 관객의 시선까지 함께 읽는다. Nakamura를 오늘 다시 읽는 이유는 바로 여기에 있다. 디지털 문화의 문제는 누가 보이지 않는가만이 아니라, 누가 너무 쉽게 보이고 너무 쉽게 소비되는가에도 있기 때문이다.