When a painter uses a generative AI tool to prototype compositions, is the resulting work less "creative" than one sketched by hand? When a novelist feeds plot outlines into a language model and sculpts the output into publishable prose, who is the author? These are not hypothetical questions. They are the lived reality of creative professionals across multiple industries, and the answers are not converging—they are fragmenting along domain lines that few predicted.

The Research Landscape

A scoping review published in AI and Ethics (2025) synthesizes 57 studies examining the perceptions and integration of generative AI across four creative domains: visual arts, writing, performing arts, and spatial design. The review's value lies not in any single finding but in its cartographic ambition—mapping how an entire ecosystem of creative practice is responding to a technology that can, for the first time, generate outputs that resemble the products of human creative effort.

The scope is deliberately broad. By spanning visual arts, writing, performing arts, and spatial design, the review captures something that narrower studies miss: the degree to which generative AI's reception depends on the specific creative domain. A tool that visual artists might view as a useful prototyping aid could be perceived very differently by performing artists whose work is rooted in embodied, real-time expression. The review examines both how creative professionals perceive these tools—their attitudes, anxieties, and expectations—and how they actually integrate them into practice.

What makes this review particularly useful for researchers and practitioners is its synthetic approach to a literature that is growing rapidly but remains fragmented. Individual studies tend to focus on a single domain or a single aspect of AI adoption. By assembling 57 studies across domains, the review offers a comparative lens: where are the commonalities in creative AI adoption, and where do the fault lines run?

Critical Analysis

The review's claims can be assessed against what the abstract and methodology make available:

Several analytical considerations deserve attention. First, the choice of scoping review methodology (as opposed to systematic review with meta-analysis) is appropriate for a field where the research is heterogeneous in methods, populations, and outcomes. Scoping reviews excel at mapping terrain; they are less suited to producing definitive effect sizes or causal conclusions. Readers should approach the findings as a topographic survey rather than a definitive verdict.

Second, the four-domain structure—visual arts, writing, performing arts, and spatial design—raises questions about boundary cases. Where does game design fit? What about music composition, which straddles performing arts and computational creativity? The taxonomy is useful but necessarily imposes boundaries on a landscape that is, in practice, fluid.

Third, the temporal dimension matters. The 57 studies capture a snapshot of a rapidly evolving field. Perceptions of generative AI among creative professionals have likely shifted since many of these studies collected their data, particularly as tools like Midjourney, DALL-E, and ChatGPT have moved from novelty to ubiquity. The review captures an important historical moment, but its shelf life may be limited.

Open Questions

• Domain transfer: Do creative professionals who work across multiple domains (e.g., a novelist who also does visual design) adopt generative AI differently from domain specialists?
• Quality vs. perception: The review maps perceptions and integration, but does it address whether AI-assisted creative outputs are qualitatively different from human-only outputs? This is the question audiences ultimately care about.
• Economic displacement vs. augmentation: How do the 57 studies address the labor economics dimension—whether GenAI displaces creative workers or augments their capabilities?
• Cultural variation: Are the 57 studies predominantly from Western, English-speaking contexts? Creative norms and AI attitudes may differ substantially across cultures.
• Performing arts gap: Performing arts, with its emphasis on embodied presence and temporal unrepeatability, may be the domain where generative AI integration is most conceptually challenging. Does the review find fewer studies in this area, and if so, what does that absence reveal?

Closing

The most interesting finding may not be about AI at all. It may be about creativity—how the arrival of a technology that can simulate creative output forces each creative domain to articulate, perhaps for the first time explicitly, what it values most about the human role in creative work. For researchers entering this space, the scoping review offers an efficient entry point into a fragmented literature. For practitioners, it offers a mirror: where does your domain stand in the adoption curve, and what assumptions about creativity are shaping your response?

Explore related work through ORAA ResearchBrain.

면책 조항: 이 게시물은 정보 제공을 목적으로 한 연구 동향 개요이다. 학술 연구에서 인용하기 전에 구체적인 연구 결과, 통계 및 주장은 원문 논문과 대조하여 확인해야 한다.

창의적 기계: 57개 연구가 창작 산업 전반에 걸친 GenAI 통합을 어떻게 지도화하는가

화가가 생성형 AI 도구를 사용하여 구도를 시험적으로 구성할 때, 그 결과물은 손으로 스케치한 것보다 덜 "창의적"인가? 소설가가 줄거리 개요를 언어 모델에 입력하고 그 출력물을 출판 가능한 산문으로 다듬을 때, 저자는 누구인가? 이것은 가상의 질문이 아니다. 이는 여러 산업에 걸쳐 창작 전문가들이 살아가는 현실이며, 그 답은 수렴되고 있지 않다—오히려 누구도 예측하지 못했던 방식으로 분야별 경계를 따라 분화되고 있다.

연구 현황

AI and Ethics (2025)에 게재된 범위 검토(scoping review) 논문은 시각 예술, 글쓰기, 공연 예술, 공간 디자인의 네 가지 창작 분야에 걸쳐 생성형 AI의 인식과 통합을 검토한 57개의 연구를 종합한다. 이 검토의 가치는 어떤 단일한 연구 결과에 있는 것이 아니라, 그 지도 제작적 야망—즉, 처음으로 인간 창의적 노력의 산물과 유사한 결과물을 생성할 수 있는 기술에 창작 실천의 생태계 전체가 어떻게 반응하고 있는지를 지도화하는 것—에 있다.

이 검토의 범위는 의도적으로 광범위하다. 시각 예술, 글쓰기, 공연 예술, 공간 디자인에 걸쳐 있음으로써, 보다 좁은 범위의 연구들이 놓치는 것—생성형 AI의 수용이 특정 창작 분야에 얼마나 크게 달려 있는지—을 포착한다. 시각 예술가들이 유용한 프로토타이핑 도구로 볼 수 있는 것이, 신체화된 실시간 표현에 뿌리를 둔 공연 예술가들에게는 매우 다르게 인식될 수 있다. 이 검토는 창작 전문가들이 이러한 도구를 어떻게 인식하는지—그들의 태도, 불안, 기대—와 실제로 어떻게 창작 실践에 통합하는지를 모두 살펴본다.

이 검토가 연구자와 실무자 모두에게 특히 유용한 이유는, 빠르게 성장하고 있지만 여전히 파편화된 문헌에 대한 종합적 접근 방식 때문이다. 개별 연구들은 단일 분야나 AI 도입의 단일 측면에 집중하는 경향이 있다. 57개의 연구를 여러 분야에 걸쳐 종합함으로써, 이 검토는 비교적 시각을 제공한다. 즉, 창작 AI 도입에서 공통점은 무엇이며, 단층선은 어디에 있는가?

비판적 분석

이 검토의 주장들은 초록과 방법론에서 확인 가능한 내용을 토대로 평가할 수 있다.

몇 가지 분석적 고려 사항이 주목할 만하다. 첫째, (메타분석을 동반한 체계적 고찰 대신) 범위 검토 방법론을 선택한 것은 연구 방법, 연구 대상, 결과가 이질적인 분야에 적합하다. 범위 검토는 영역을 지도화하는 데 탁월하지만, 확정적인 효과 크기나 인과적 결론을 도출하는 데는 덜 적합하다. 독자들은 이 연구 결과를 확정적인 판단이 아닌 지형 조사로 접근해야 한다. 둘째, 시각 예술, 글쓰기, 공연 예술, 공간 디자인이라는 네 가지 영역 구조는 경계 사례에 대한 의문을 제기한다. 게임 디자인은 어디에 속하는가? 공연 예술과 컴퓨터 창의성에 걸쳐 있는 음악 작곡은 어떻게 분류되는가? 이 분류 체계는 유용하지만, 실제로는 유동적인 지형에 필연적으로 경계를 부과한다.

셋째, 시간적 차원이 중요하다. 57편의 연구는 빠르게 진화하는 분야의 단면을 포착한 것이다. 특히 Midjourney, DALL-E, ChatGPT와 같은 도구들이 새로운 것에서 보편적인 것으로 자리 잡으면서, 창의적 전문가들 사이에서 생성형 AI에 대한 인식은 이 연구들이 데이터를 수집한 시점 이후로 상당히 변화했을 가능성이 높다. 이 리뷰는 중요한 역사적 순간을 포착하고 있지만, 그 유효 기간은 제한적일 수 있다.

미해결 질문들

• 영역 간 전이: 여러 영역에 걸쳐 작업하는 창의적 전문가(예: 시각 디자인도 하는 소설가)는 특정 영역 전문가와 다르게 생성형 AI를 수용하는가?
• 품질 대 인식: 이 리뷰는 인식과 통합을 다루고 있지만, AI 보조 창작물이 인간만의 창작물과 질적으로 다른지에 대해서도 다루는가? 이는 궁극적으로 수용자들이 관심을 갖는 질문이다.
• 경제적 대체 대 증강: 57편의 연구는 GenAI가 창의적 노동자를 대체하는지 아니면 그들의 역량을 증강시키는지라는 노동 경제학적 차원을 어떻게 다루는가?
• 문화적 변이: 57편의 연구는 주로 서구 영어권 맥락에서 수행되었는가? 창의성 규범과 AI에 대한 태도는 문화에 따라 상당히 다를 수 있다.
• 공연 예술의 공백: 신체적 현존과 시간적 반복 불가능성을 강조하는 공연 예술은 생성형 AI 통합이 개념적으로 가장 도전적인 영역일 수 있다. 이 리뷰에서 해당 영역의 연구가 더 적게 발견되는가, 그리고 만약 그렇다면 그 부재는 무엇을 드러내는가?

마치며

가장 흥미로운 발견은 AI에 관한 것이 아닐 수도 있다. 그것은 창의성에 관한 것일 수 있다. 즉, 창의적 결과물을 모사할 수 있는 기술의 등장이 각 창의적 영역으로 하여금, 어쩌면 처음으로 명시적으로, 창작 과정에서 인간의 역할에 대해 무엇을 가장 소중히 여기는지를 명확히 articulate하도록 강제한다는 점이다. 이 분야에 입문하는 연구자들에게 이 범위 고찰 리뷰는 단편화된 문헌에 대한 효율적인 진입점을 제공한다. 실무자들에게는 하나의 거울을 제공한다. 즉, 당신의 영역은 수용 곡선의 어디에 위치해 있으며, 창의성에 대한 어떤 가정이 당신의 반응을 형성하고 있는가?

관련 연구는 ORAA ResearchBrain을 통해 탐색할 수 있다.