아카이브는 보관이 아니라 작동이다
볼프강 에른스트(Wolfgang Ernst)를 단순히 “아카이브의 이론가”로 부르는 것은 절반만 맞는다. 그가 한 일은 우리가 ‘아카이브’라는 말에서 떠올리는 풍경 — 먼지 쌓인 서고, 보존되는 문서, 인간이 다시 읽을 미래의 기억 — 을 흔드는 일이다. 에른스트의 질문은 더 차갑다. 무엇이 보존되는가가 아니라, 어떻게 주소가 붙고, 어떤 클록으로 재생되며, 어떤 신호 처리 위에서 다시 호출 가능한가. 아카이브는 보관소가 아니라 하나의 작동이다.
인간의 시간 너머에서 작동하는 매체
에른스트의 이론은 Friedrich Kittler 이후 독일 매체이론의 가장 비인본주의적인 극점이다. 키틀러가 타자기·축음기·필름이 어떻게 주체와 담론을 재편성하는지 거시적으로 진단했다면, 에른스트는 그 아래로 한 층 더 내려간다. 펄스, 샘플링 레이트, 동기화, 지연, 주소 체계. 인간이 의미를 부여하기 전에 기계가 이미 자기 시간 속에서 무언가를 하고 있다는 사실, 그것이 출발점이다.
이 차이는 단순한 강조점 이동이 아니다. 매체를 ‘무엇을 말하는가’의 층위에서 읽는 한, 우리는 늘 의미 해석학으로 회귀한다. 그러나 매체를 ‘어떻게 작동하는가’의 층위에서 읽기 시작하면, 매체는 더 이상 메시지의 그릇이 아니다. 매체는 시간을 자르고 반복하고 재생하는 기계다. 에른스트가 Chronopoetics에서 끈질기게 강조하는 것이 이것이다. 기계는 시간을 재현하지 않는다. 기계는 시간을 생산한다.
기억이 아니라 호출 가능성
에른스트의 가장 도발적인 명제 중 하나는, 디지털 아카이브가 ‘기억’과 거의 무관하다는 것이다. 인문학적 의미의 기억은 의미·서사·해석을 전제한다. 반면 디지털 저장은 다르다. 데이터는 의미가 부여된 채로 보관되지 않는다. 데이터는 주소가 붙은 채로 저장되고, 호출되는 순간에야 작동한다. 그러니까 디지털 아카이브는 정적인 보존 장소가 아니라, 매번의 호출이 새로 만들어내는 동적 시스템이다.
이 관점은 동시대 미디어아트 보존을 둘러싼 곤란을 정확히 가리킨다. 어떤 비디오 설치 작업은 특정 하드웨어, 특정 코덱, 특정 운영체제 위에서만 존재한다. 작업을 ‘보존’한다는 것은 파일을 보관하는 일이 아니라, 그 파일이 다시 재생 가능해지는 기술적 조건을 유지하는 일이다. 즉 보존이란 작품에 영원성을 부여하는 일이 아니라, 작품이 어떤 시간 안에서만 존재 가능한지를 인정하는 일이다.
미디어아트가 종종 ‘죽는다’고 말해지는 이유가 여기에 있다. 죽는 것은 파일이 아니라 호출 가능성이다.
신호 자체를 미학으로 보기
에른스트의 시각이 가장 잘 들어맞는 작업은 신호와 장치 자체를 노출하는 작업들이다. 료지 이케다의 초고속 데이터 사운드, 바술카 부부의 비디오 신호 실험, 코리 아칸젤의 하드웨어 변조, 그리고 더 일상적으로는 글리치와 아티팩트를 의도적으로 재료로 삼는 작업들. 이런 작품은 ‘무엇을 표현하는가’보다 ‘매체가 어떤 조건에서 작동하는가’를 전면화한다.
에른스트의 도움을 받으면, 이 작업들은 단순한 형식주의 실험이 아니다. 그것들은 인간 지각의 속도와 기계 작동의 속도 사이의 균열을 시청각적으로 노출하는 비평이다. 우리가 매끄러운 인터페이스에 길들여질수록, 그 아래 동기화·지연·샘플링·압축의 층위는 점점 더 비가시화된다. 신호를 다시 들리게 하고 다시 보이게 만드는 작업은 그래서 정치적이다. 그것은 매체가 우리를 위해 자연스러워지기 전에 무엇을 하고 있는지 잠깐 보여 주는 일이다.
사운드아트가 에른스트와 특히 잘 만나는 이유도 같다. 소리는 이미지보다 더 직접적으로 시간을 다룬다. 반복, 지연, 진동, 샘플의 미세한 틱은 서사 이전에 시간 구조를 노출한다. 그래서 그의 Sonic Time Machines는 음악 이론서가 아니라 시간의 기술적 분석서로 읽히는 편이 더 정확하다.
AI 시대에 더 중요해지는 이유
흥미로운 점은, 에른스트가 AI를 직접 다루지 않는데도 그의 이론이 AI 시대에 더 잘 작동한다는 사실이다. 오늘의 계산 환경 — 실시간 추론, 스트리밍, 자동 판정, 기계 시각, 센서 기반 추적 — 은 모두 인간이 체험할 수 없는 미시 시간 위에서 돌아간다. 인간이 의미를 부여하기 전에 모델은 이미 결정한다. 인간이 화면을 보기 전에 카메라는 이미 분류한다.
이 조건에서 ‘아카이브’라는 말은 한층 더 무거워진다. 학습 데이터는 보관소가 아니라 작동 체계다. 그것은 호출되는 순간마다 모델의 분류·예측·생성의 형태로 재생된다. 다시 말해 학습 데이터셋은 에른스트적 의미에서 가장 노골적인 기술적 아카이브다. 기억이 아니라 호출 가능성으로서의 아카이브, 의미가 아니라 작동으로서의 아카이브. 우리가 “AI는 무엇을 기억하는가”라고 물을 때, 그 질문 자체가 이미 잘못 던져진 것일 수 있다. 정확한 질문은 이것이다. 어떤 신호가, 어떤 속도로, 어떤 주소를 통해, 다시 작동되는가.
닫는 질문
에른스트가 남긴 가장 유용한 압력은 단순하다. 매체를 의미 이전에 작동으로 보라는 것. 이 요구는 인간 중심 해석을 부정하는 게 아니다. 그것은 해석이 시작되기 전에 이미 기계가 무엇을 하고 있는지 한 번은 묻자는 제안이다.
그렇다면 우리에게 남는 질문은 이렇게 바뀐다. 어떤 작업, 어떤 데이터셋, 어떤 플랫폼이 — 우리가 그것을 ‘기억’이라 부르기 전에 — 이미 어떤 시간 위에서 작동하고 있는가. 그 시간을 잠깐이라도 멈춰 세워 들여다보는 일이, 동시대 미디어아트와 AI 비평이 함께 떠맡아야 할 작업일지 모른다.