NFT AI - AI 기반 NFT 이미지 생성 서비스

프로젝트 소개

개발 : 2022.04

DCGAN을 활용하여 자동으로 NFT(Non-Fungible Token) 이미지를 생성하는 서비스입니다. 인공지능이 사람의 개입 없이 스스로 독특한 NFT 작품을 생성할 수 있도록 구현했습니다.

AI Expo KOREA 2022 부스 운영 및 COEX 전시 참가

주요 기능

• 자동 NFT 생성: DCGAN을 활용한 독창적인 PFP(Profile Picture) NFT 이미지 생성
• 이미지 배치 생성: 다양한 스타일과 특성을 가진 NFT 이미지 일괄 생성
• 고품질 출력: 64x64 해상도의 선명한 이미지 생성
• 학습 모델 저장 및 로드: 학습된 모델 가중치 저장 및 불러오기 기능

기술 스택

• 프로그래밍 언어: Python
• 딥러닝 프레임워크: PyTorch
• 생성 모델: DCGAN (Deep Convolutional Generative Adversarial Network)
• 데이터 처리: torchvision

시스템 아키텍처

NFT AI는 다음과 같은 주요 구성 요소로 이루어져 있습니다:

1. 데이터 로더: 학습 데이터셋 로드 및 전처리
2. 생성자(Generator): 랜덤 노이즈로부터 이미지 생성
3. 판별자(Discriminator): 생성된 이미지와 실제 이미지 구분
4. 학습 모듈: GAN 네트워크 학습 및 최적화
5. 이미지 생성 모듈: 학습된 모델을 통한 NFT 이미지 생성

개발 과정

1. 모델 구현

• DCGAN 논문 기반 아키텍처 구현
• 생성자와 판별자 네트워크 설계 및 구현
• BCE(Binary Cross Entropy) 손실 함수 활용

2. 데이터 처리

• 이미지 데이터셋 로드 및 전처리
• 정규화 및 텐서 변환 적용
• 배치 처리를 통한 효율적인 학습 구현

3. 학습 파이프라인

• Adam 옵티마이저를 활용한 모델 최적화
• 생성자와 판별자의 균형 있는 학습을 위한 전략 구현
• 학습 진행 상황 모니터링 및 중간 결과 시각화

4. 이미지 생성 및 시각화

• 학습된 생성자 모델을 활용한 NFT 이미지 생성
• Matplotlib을 활용한 생성 이미지 시각화
• 생성된 이미지 저장 및 관리 기능 구현

설치 및 실행 방법

필수 환경

• Python 3.6+
• CUDA 지원 GPU (선택사항, CPU에서도 동작 가능)

설치

1. 저장소 클론

git clone https://github.com/teraha-dev/international-ai-competition-2022.git
cd international-ai-competition-2022/nft

2. 의존성 패키지 설치

pip install -r requirements.txt

3. 필요한 디렉토리 생성

mkdir -p datasets weights result

실행

1. 모델 학습

python train.py

2. 이미지 생성

python generate_image.py

3. 생성된 이미지 슬라이드쇼 보기

python show_image.py

프로젝트 구조

nft/DCGAN/
│
├── model.py              # DCGAN 모델 구현 (생성자, 판별자)
├── dataloader.py         # 데이터 로딩 및 전처리
├── loss.py               # 손실 함수 구현
├── train.py              # 모델 학습 스크립트
├── load_train.py         # 저장된 모델 로드 및 추가 학습
├── generate_image.py     # 학습된 모델로 이미지 생성
├── show_image.py         # 생성된 이미지 슬라이드쇼
│
├── datasets/             # 학습 데이터셋 저장 디렉토리
├── weights/              # 학습된 모델 가중치 저장 디렉토리
└── result/               # 생성된 NFT 이미지 저장 디렉토리

사용 예시

1. 데이터셋을 datasets/ 디렉토리에 준비
2. train.py를 실행하여 모델 학습
3. 학습 진행 상황 및 중간 생성 이미지 확인
4. 학습 완료 후 generate_image.py로 다양한 NFT 이미지 생성
5. show_image.py로 생성된 이미지 슬라이드쇼 감상

성과

• AI Expo KOREA 2022 COEX 전시 참가
• 한덕수 국무총리에게 AI NFT 프로젝트 발표 및 관련 기사 보도
• 인공지능이 자동으로 생성하는 NFT 개념 증명

향후 발전 방향

• 더 높은 해상도(128x128, 256x256)의 NFT 이미지 생성 기능 추가
• 다양한 스타일의 NFT 생성을 위한 CGAN 구현
• 블록체인 연동을 통한 자동 NFT 발행 및 판매 시스템 구현
• 사용자 선호도 학습을 통한 맞춤형 NFT 생성 기능 개발