이미지는 언제 장치의 언어가 되는가: 기술적 이미지 다시 읽기

사진은 오랫동안 현실의 증거처럼 여겨졌다. 카메라가 본 것이 곧 세계라고 믿는 습관은 디지털 시대를 지나 AI 시대로 넘어온 지금까지도 완전히 사라지지 않았다. 하지만 기술적 이미지라는 개념은 이 믿음에 가장 먼저 균열을 낸다. 이미지는 현실을 그대로 옮겨 온 결과가 아니라, 장치와 프로그램이 허용한 방식으로 세계를 번역한 산물이라는 것이다.

Vilém Flusser가 기술적 이미지를 말할 때 핵심은 카메라의 자동성이었다. 사진가는 셔터를 누르지만, 실제로 가능한 이미지의 범위는 이미 장치와 프로그램이 정해 놓는다. 이때 이미지는 단순한 재현이 아니라, 기계적 선택과 규칙의 결과다.

보는 행위가 아니라 계산의 결과

기술적 이미지는 손으로 그린 이미지와 다르게, 장치가 설정한 절차를 통과해 생성된다. 노출, 초점, 색 보정, 센서 배열, 압축 포맷, 렌더링 규칙은 모두 이미지 내부에 흔적을 남긴다. 우리는 결과만 보지만, 그 결과는 언제나 특정한 기계적 문법을 거쳐 나온다.

이 점에서 기술적 이미지는 눈의 기록보다 시스템의 계산에 더 가깝다. 사진도, 3D 렌더도, 데이터 시각화도, AI 이미지도 모두 현실을 그대로 담아내는 것이 아니라 입력을 특정한 규칙에 따라 변환하는 과정의 산물이다.

AI 시대에 더 선명해진다

생성형 AI가 등장하면서 기술적 이미지라는 말은 더 이상 이론사 속 용어가 아니게 됐다. 프롬프트 하나로 이미지가 나오는 경험은 오히려 기술적 이미지의 본질을 더 또렷하게 보여 준다. 이미지는 더 이상 "무엇을 봤는가"의 기록이 아니라 "어떤 모델과 데이터, 어떤 확률과 인터페이스가 작동했는가"의 결과이기 때문이다.

그래서 AI 이미지를 두고 현실적이냐 아니냐를 따지는 것만으로는 부족하다. 더 중요한 것은 어떤 프로그램적 조건이 이 이미지를 가능하게 했고, 무엇을 자연스럽고 그럴듯한 것으로 학습했는가를 묻는 일이다. 기술적 이미지는 현실을 반영하는 동시에 현실에 대한 특정한 문법을 되풀이한다.

미디어아트를 읽는 기준도 달라진다

이 개념을 붙잡으면 미디어아트에서 중요한 것이 훨씬 또렷해진다. 작품은 무엇을 보여 주는가만이 아니라, 어떤 장치 논리와 시각 문법을 드러내거나 비틀고 있는가로 읽힌다. 좋은 작업은 기술적 이미지를 단순히 사용하는 데서 멈추지 않고, 그 이미지가 생산되는 프로그램적 조건 자체를 문제 삼는다.

기술적 이미지를 비판적으로 읽는다는 것은 이미지의 표면을 넘어 장치의 사고방식까지 읽는 일이다. 카메라, 센서, 모델, 소프트웨어는 모두 이미지를 만드는 동시에 세계를 해석하는 특정한 방식을 강제한다.

끝내 남는 질문

• 이 이미지는 무엇을 닮았는가보다 어떤 장치 논리를 따르고 있는가.
• 자동 생성된 이미지의 그럴듯함은 현실에 대한 이해인가, 프로그램의 반복인가.
• 우리는 이미지를 보고 있는가, 아니면 장치가 허용한 세계관을 보고 있는가.