그러나 알고리즘의 연상 기법에는 역설이 존재한다. 학습 자료가 풍부할수록 조합의 범위는 넓어지지만, 확률적으로 가능성이 높은 표현을 반복하면 결과가 평균 수준으로 수렴된다. 생성형 인공지능을 활용한 실험 연구에서는 개인 작품의 평균적인 창의성과 완성도는 향상되었지만, 작품들 사이의 집단적 다양성은 감소한 것으로 나타났다. 광고에서도 여러 브랜드가 같은 모델과 유사한 프롬프트를 사용하다 보면, 개별 시안의 수준은 좋아질지 몰라도 전체 표현은 유사해질 수 있다. 인공지능 도구를 활용하면 분명 효율성은 높겠지만 크리에이티브 결과물 전체가 유사해져 집단적 창의성이 평균화되는 모델 컬랩스(model collapse) 현상이 나타날 가능성이 크다. 생성형 인공지능만 믿어서는 안 되고 인간의 비판적 선택이 필요한 이유다.
--- 「01 광고 창의성의 새로운 전개 양상」 중에서

인공지능이 만든 광고의 효과는 ‘인공지능 사용 → 매출 증가’라는 직선으로 나타나지 않는다. 인공지능의 관여 수준과 결과물의 특성은 지각된 독창성, 적합성, 완성도, 진정성, 섬뜩함에 영향을 미치고, 이 지각이 주의, 이해, 감정, 신뢰를 거쳐 광고 태도와 브랜드 태도와 행동으로 이어진다. 인공지능의 고지 방식, 개인화 수준, 제품 관여도, 브랜드 친숙도, 인공지능에 대한 수용자의 리터러시에 따라 각 경로가 강화되거나 약화할 수 있다. 이 통합 모형을 적용할 때는 인공지능이 평균적으로 우월한지를 묻기보다 업무 배분을 어떻게 하고, 표현한 메시지가 어떠한지 알아보고, 어떤 소비자에게 어떠한 맥락에서 조합시켜야 인공지능이 미치는 순효과를 높이는지 물어야 한다.
--- 「03 인공지능 크리에이티브의 효과 측정」 중에서

인공지능을 활용해 디자인 협업을 진행할 때는 전략 정의, 자산 준비, 발상 생성, 구조적 선별, 인간 정교화, 다중 검증 단계로 운영하면 효과적이다. 전략 정의 단계에서는 한 화면에서 가장 중요한 메시지와 원하는 시선 경로를 결정하고, 자산 준비 단계에서는 브랜드 로고, 제품 이미지, 서체, 색상, 권리 범위를 확인한다. 발상 생성 단계에서는 레이아웃의 유형, 이미지 관점, 정보 밀도를 달리한 여러 시안을 생성하되, 단순한 색상 변형을 다양한 아이디어로 오인하면 안 된다. (…) 인공지능과 인간의 관계는 자동 생성과 승인이라는 한 방향으로 흘러갈 필요가 없다. 인공지능이 뜻밖의 디자인을 제시하며 전략의 새로운 가능성을 보여 주면 디자이너는 브리프를 수정하고 다시 생성할 수 있다. 인공지능 시대의 디자인은 기존 문제의 해답을 빠르게 찾는 것을 넘어 무엇이 가치 있는 문제인지 재정의하는 인간의 경험과 지혜가 필요하다. 인공지능이 가능한 공간을 넓혀 준다면, 인간은 그 공간에서 의미 있는 방향을 선택해야 한다.
--- 「06 인공지능에 의한 디자인 생성」 중에서

결국 생성형 인공지능은 광고제작산업의 비용 구조와 조직의 경계를 변화시키고 있지만, 기술만으로 수평적이고 공정한 생태계가 만들어지는 것은 아니다. 낮아진 진입 장벽의 자리에 플랫폼 종속과 저가 경쟁이 들어설 수 있으며, 제작 속도의 향상이 오히려 무상 수정과 포괄적인 권리 양도를 확대할 가능성도 있다. 따라서 광고산업의 미래는 얼마나 많은 콘텐츠를 얼마나 빠르게 생산하는가에 따라 결정되지 않는다. 생산성 향상으로 발생한 이익을 어떻게 배분하고, 창작의 출처와 권리를 어떻게 관리하며, 결과물에 대한 책임을 얼마나 투명하게 나눌 수 있는지가 더욱 중요하다.
--- 「09 인공지능 광고제작산업 생태계」 중에서